MiniMax: H3

MiniMax : H3 est un modèle de génération vidéo de MiniMax, publié le 2026-07-29. Il est décrit par le fournisseur comme un modèle léger à poids ouverts, conçu pour l'édition multimodale précise et la génération de contenu contrôlée. Sa catégorie principale est la vidéo, et il cible les flux de travail où la sortie est un clip vidéo généré ou édité plutôt que du texte ou une image fixe.

Le modèle accepte le texte, l'image, la vidéo et l'audio en entrée, et produit de la vidéo comme seule modalité de sortie. La génération est contrôlée par plusieurs réglages : les résolutions de sortie sont 2K, et vous pouvez choisir parmi les ratios d'aspect 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16. Les durées des clips vont de 5 à 15 secondes par pas d'une seconde. Vous pouvez fournir une première image, une dernière image, ou les deux pour ancrer le résultat, et la génération audio est prise en charge. Aucune longueur de contexte n'est publiée pour ce modèle.

Ces capacités correspondent à un ensemble d'usages assez spécifique. Les éditions guidées par instructions conviennent bien, puisque le modèle prend une vidéo existante accompagnée d'instructions textuelles. Le rendu de texte et de marque dans les séquences générées est une autre force annoncée, ce qui convient aux séquences promotionnelles ou de titrage courtes. Comme il accepte ensemble les entrées image, vidéo et audio, il peut être utilisé pour la génération de contenu contrôlée lorsque vous souhaitez orienter l'apparence et le timing d'un clip plutôt que de tout laisser à un prompt. Les options de première image et de dernière image le rendent pratique pour le travail de type interpolation, en comblant le mouvement entre deux images fixes. La gamme de ratios d'aspect couvre à la fois la diffusion horizontale et verticale, et les durées de 5 à 15 secondes conviennent aux clips de format court. La génération audio signifie qu'un seul appel peut renvoyer un clip avec du son plutôt que d'exiger une étape audio séparée.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "minimax/hailuo-3". Les paramètres de requête pris en charge sont max_tokens, temperature et top_p, donc le comportement d'échantillonnage est contrôlé de la manière habituelle. Notez que maxOutput est indiqué comme 0, donc ne vous fiez pas à un budget de tokens de sortie comme contrôle de longueur pour la vidéo elle-même ; utilisez plutôt les réglages de durée et de résolution.

Il existe quelques cas où un autre modèle peut mieux convenir. Si votre tâche est la génération de texte, la génération d'images ou une sortie audio uniquement, ce modèle ne la servira pas, puisque la vidéo est sa seule sortie. Si vous avez besoin d'une fenêtre de contexte publiée pour raisonner sur de longs historiques de prompts, ce chiffre n'est pas disponible ici. Et si vous avez besoin de clips de plus de 15 secondes, ou de résolutions autres que 2K, les options listées ne le couvrent pas.