MiniMax: H3 Max

MiniMax: H3 Max es un modelo de generación de vídeo de MiniMax, lanzado conjuntamente con fal.ai. Se sitúa en la categoría de vídeo y se deriva mediante entrenamiento adicional a partir de MiniMax H3. Está diseñado para la generación de texto a vídeo e imagen a vídeo más rápida, lo que lo hace adecuado para flujos de trabajo en los que convertir un prompt escrito o una imagen fija en un clip en movimiento es la tarea principal.

El modelo acepta entradas de texto e imagen y produce vídeo como su única salida. Admite dos opciones de imagen de fotograma, first_frame y last_frame, por lo que puedes anclar un clip en su inicio, su final o ambos. Las resoluciones de salida son 768p y 480p, y los clips pueden durar de 5 a 15 segundos en pasos de un segundo. Las relaciones de aspecto cubren 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 y 9:16, por lo que están disponibles tanto formatos panorámicos como verticales. La generación de audio no es compatible, por lo que los clips son silenciosos y cualquier sonido debe añadirse por separado. No se indica ninguna longitud de contexto para este modelo.

Los usos prácticos se derivan de la forma de entrada y salida. El texto a vídeo es adecuado para storyboards, previsualizaciones de conceptos y clips sociales cortos creados solo a partir de un prompt. La imagen a vídeo es adecuada para animar una imagen fija, y las opciones de imagen de fotograma te permiten controlar dónde comienza o termina un plano, lo cual es útil para la continuidad entre planos o para igualar una edición existente. La variedad de relaciones de aspecto cubre la entrega en pantalla ancha y los formatos verticales para feeds móviles, y las duraciones de 5 a 15 segundos encajan en contenido de formato corto en lugar de secuencias largas.

Puedes llamar a H3 Max a través de la API compatible con OpenAI de api14 usando el id de modelo "minimax/hailuo-3-max". Los parámetros de solicitud compatibles son max_tokens, temperature y top_p. Dado que la API es compatible con OpenAI, los clientes y SDK existentes que ya apuntan a api14 deberían funcionar con este id de modelo y estos parámetros sin una integración separada.

Si tu tarea es audio y vídeo juntos, H3 Max no es la elección correcta, ya que generateAudio es false. Si necesitas clips de más de 15 segundos o resoluciones superiores a 768p, este modelo no los ofrece, y un modelo de vídeo diferente podría encajar mejor. Si tu trabajo es salida de texto o imagen en lugar de vídeo, un modelo de texto o imagen es la opción más directa.