MiniMax: H3

MiniMax: H3 ist ein Videogenerierungsmodell von MiniMax, veröffentlicht am 2026-07-29. Der Anbieter beschreibt es als ein leichtgewichtiges Modell mit offenen Gewichten, das für präzise multimodale Bearbeitung und kontrollierte Inhaltsgenerierung entwickelt wurde. Seine Hauptkategorie ist Video, und es richtet sich an Workflows, bei denen die Ausgabe ein generierter oder bearbeiteter Videoclip ist und nicht Text oder ein Standbild.

Das Modell akzeptiert Text, Bild, Video und Audio als Eingaben und erzeugt Video als seine einzige Ausgabemodalität. Die Generierung wird über mehrere Einstellungen gesteuert: Die Ausgabeauflösungen betragen 2K, und Sie können aus den Seitenverhältnissen 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16 wählen. Die Clipdauern reichen von 5 bis 15 Sekunden in Ein-Sekunden-Schritten. Sie können ein erstes Frame, ein letztes Frame oder beide angeben, um das Ergebnis zu verankern, und die Audiogenerierung wird unterstützt. Für dieses Modell wird keine Kontextlänge veröffentlicht.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Anwendungen hin. Anweisungsgesteuerte Bearbeitungen passen gut, da das Modell ein vorhandenes Video zusammen mit Textanweisungen entgegennimmt. Das Rendern von Text und Marken innerhalb des generierten Materials ist eine weitere angegebene Stärke, was für kurze Werbe- oder Titelsequenzen geeignet ist. Da es Bild, Video und Audio zusammen akzeptiert, kann es für kontrollierte Inhaltsgenerierung verwendet werden, bei der Sie das Aussehen und das Timing eines Clips steuern möchten, anstatt alles einem Prompt zu überlassen. Die Optionen für das erste und das letzte Frame machen es praktisch für Arbeiten im Interpolationsstil, bei denen die Bewegung zwischen zwei festen Bildern gefüllt wird. Die Bandbreite der Seitenverhältnisse deckt sowohl Quer- als auch Hochformat-Lieferung ab, und die Dauern von 5 bis 15 Sekunden eignen sich für Kurzform-Clips. Audiogenerierung bedeutet, dass ein einzelner Aufruf einen Clip mit Ton zurückgeben kann, anstatt einen separaten Audioschritt zu erfordern.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "minimax/hailuo-3" auf. Die unterstützten Anforderungsparameter sind max_tokens, temperature und top_p, sodass das Sampling-Verhalten in der vertrauten Weise gesteuert wird. Beachten Sie, dass maxOutput als 0 gemeldet wird, verlassen Sie sich also nicht auf ein Ausgabe-Token-Budget als Längenkontrolle für das Video selbst; verwenden Sie stattdessen die Dauer- und Auflösungseinstellungen.

Es gibt einige Fälle, in denen ein anderes Modell besser passen könnte. Wenn Ihre Aufgabe Textgenerierung, Bildgenerierung oder reine Audioausgabe ist, wird dieses Modell das nicht leisten, da Video seine einzige Ausgabe ist. Wenn Sie ein veröffentlichtes Kontextfenster benötigen, um über lange Prompt-Verläufe nachzudenken, ist diese Angabe hier nicht verfügbar. Und wenn Sie Clips benötigen, die länger als 15 Sekunden sind, oder Auflösungen außer 2K, decken die aufgeführten Optionen das nicht ab.