MiniMax: H3

MiniMax: H3 adalah model pembuatan video dari MiniMax, dirilis pada 2026-07-29. Model ini digambarkan oleh penyedianya sebagai model open-weights yang ringan, dibangun untuk penyuntingan multimodal yang presisi dan pembuatan konten yang terkendali. Kategori utamanya adalah video, dan model ini ditujukan untuk alur kerja yang hasilnya berupa klip video yang dihasilkan atau disunting, bukan teks atau gambar diam.

Model ini menerima teks, gambar, video dan audio sebagai input, dan menghasilkan video sebagai satu-satunya modalitas output. Pembuatan dikendalikan melalui beberapa pengaturan: resolusi output adalah 2K, dan Anda dapat memilih dari rasio aspek 21:9, 16:9, 4:3, 1:1, 3:4 dan 9:16. Durasi klip berkisar dari 5 hingga 15 detik dalam langkah satu detik. Anda dapat memberikan frame pertama, frame terakhir, atau keduanya untuk menjadi jangkar hasil, dan pembuatan audio didukung. Tidak ada panjang konteks yang dipublikasikan untuk model ini.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Penyuntingan yang dipandu instruksi cocok, karena model ini menerima video yang sudah ada bersama instruksi teks. Rendering teks dan merek di dalam rekaman yang dihasilkan adalah keunggulan lain yang disebutkan, yang cocok untuk sekuens promosi atau judul yang singkat. Karena model ini menerima input gambar, video dan audio secara bersamaan, model ini dapat digunakan untuk pembuatan konten yang terkendali di mana Anda ingin mengarahkan tampilan dan timing klip alih-alih menyerahkan semuanya pada prompt. Opsi frame pertama dan frame terakhir membuatnya praktis untuk pekerjaan bergaya interpolasi, mengisi gerakan di antara dua gambar tetap. Rentang rasio aspek mencakup pengiriman lanskap dan vertikal, dan durasi 5 hingga 15 detik cocok untuk klip bentuk pendek. Pembuatan audio berarti satu panggilan dapat mengembalikan klip dengan suara alih-alih memerlukan langkah audio terpisah.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "minimax/hailuo-3". Parameter permintaan yang didukung adalah max_tokens, temperature dan top_p, sehingga perilaku sampling dikendalikan dengan cara yang familiar. Perhatikan bahwa maxOutput dilaporkan sebagai 0, jadi jangan mengandalkan anggaran token output sebagai kontrol panjang untuk video itu sendiri; gunakan pengaturan durasi dan resolusi sebagai gantinya.

Ada beberapa kasus di mana model lain mungkin lebih cocok. Jika tugas Anda adalah pembuatan teks, pembuatan gambar atau output hanya audio, model ini tidak akan melayaninya, karena video adalah satu-satunya outputnya. Jika Anda memerlukan jendela konteks yang dipublikasikan untuk menalar riwayat prompt yang panjang, angka itu tidak tersedia di sini. Dan jika Anda memerlukan klip yang lebih panjang dari 15 detik, atau resolusi selain 2K, opsi yang tercantum tidak mencakupnya.