MiniMax: H3

MiniMax: H3 es un modelo de generación de video de MiniMax, lanzado el 2026-07-29. El proveedor lo describe como un modelo ligero, de pesos abiertos, construido para edición multimodal precisa y generación de contenido controlada. Su categoría principal es video, y está orientado a flujos de trabajo donde la salida es un clip de video generado o editado en lugar de texto o una imagen fija.

El modelo acepta texto, imagen, video y audio como entradas, y produce video como su única modalidad de salida. La generación se controla mediante varios ajustes: las resoluciones de salida son 2K, y puedes elegir entre relaciones de aspecto de 21:9, 16:9, 4:3, 1:1, 3:4 y 9:16. Las duraciones de los clips van de 5 a 15 segundos en pasos de un segundo. Puedes proporcionar un primer fotograma, un último fotograma, o ambos para anclar el resultado, y se admite la generación de audio. No se publica ninguna longitud de contexto para este modelo.

Esas capacidades apuntan a un conjunto bastante específico de usos. Las ediciones guiadas por instrucciones encajan bien, ya que el modelo toma un video existente junto con instrucciones de texto. La representación de texto y marcas dentro del metraje generado es otra fortaleza declarada, lo que se adapta a secuencias promocionales cortas o de títulos. Debido a que acepta entradas de imagen, video y audio juntas, se puede usar para generación de contenido controlada donde quieres dirigir el aspecto y el ritmo de un clip en lugar de dejar todo a un prompt. Las opciones de primer fotograma y último fotograma lo hacen práctico para trabajo de estilo interpolación, rellenando el movimiento entre dos imágenes fijas. La variedad de relaciones de aspecto cubre tanto entrega horizontal como vertical, y las duraciones de 5 a 15 segundos se adaptan a clips de formato corto. La generación de audio significa que una sola llamada puede devolver un clip con sonido en lugar de requerir un paso de audio separado.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "minimax/hailuo-3". Los parámetros de solicitud que admite son max_tokens, temperature y top_p, por lo que el comportamiento de muestreo se controla de la manera habitual. Ten en cuenta que maxOutput se reporta como 0, así que no te bases en un presupuesto de tokens de salida como control de longitud para el video en sí; usa los ajustes de duración y resolución en su lugar.

Hay algunos casos en los que otro modelo puede encajar mejor. Si tu tarea es generación de texto, generación de imágenes o salida solo de audio, este modelo no la cubrirá, ya que el video es su única salida. Si necesitas una ventana de contexto publicada para razonar sobre historiales largos de prompts, esa cifra no está disponible aquí. Y si necesitas clips de más de 15 segundos, o resoluciones distintas de 2K, las opciones listadas no cubren eso.