Contexto omnimodal
O MiniMax H3 pode ler texto, imagens, vídeo e áudio como referências relacionadas, em vez de tratar cada arquivo como uma tarefa separada.
Crie vídeo de 4 a 15 segundos com texto, quadros ou referências visuais. O MiniMax H3 junta movimento cinematográfico, saída 2K e som estéreo nativo em uma só geração.

Pronto para dirigir
Prompt para vídeo
Filme de produto guiado por referências
Transição de quadro inicial a finalSobre o modelo
O MiniMax H3 é um sistema de geração omnimodal da MiniMax, também conhecido como Hailuo 03. Ele interpreta texto, imagens, vídeo e áudio em conjunto e gera vídeo com som estéreo.
O H3-Context-IR interpreta a relação entre as referências e a cena que você quer criar. Isso ajuda quando uma imagem define o personagem, outra mostra o produto e outras referências indicam o movimento, a câmera ou o som da cena.

4–15s
duração
2K
saída
Estéreo
áudio nativo
Especificações do MiniMax H3
Estes dados vêm da ficha oficial do MiniMax H3. As opções disponíveis podem variar conforme o serviço ou a API utilizada; confira os recursos antes de automatizar a geração.
De 4 a 15 segundos, em incrementos de um segundo
Geração 768P ou fluxo de saída 2K
24 FPS
Estéreo nativo a 32 kHz
21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e mais
11 idiomas com suporte estável segundo a ficha oficial; a compatibilidade com outros idiomas varia
Principais recursos
O H3 gera imagem, movimento e som no mesmo modelo para ajudar você a transformar uma ideia em um clipe que possa revisar e ajustar.
O MiniMax H3 pode ler texto, imagens, vídeo e áudio como referências relacionadas, em vez de tratar cada arquivo como uma tarefa separada.
Dirija diálogo, ambiente, efeitos e música junto com a ação visual. O H3 entrega áudio estéreo a 32 kHz sincronizado com o vídeo.
Use um quadro de abertura, um de fechamento ou os dois para controlar a composição, enquanto o prompt explica o movimento e a continuidade entre eles.
Organize o prompt por intervalos de tempo e descreva a câmera, a ação, o som e os elementos que devem permanecer iguais durante o clipe.
Exemplos de MiniMax H3
Use-os como padrões de direção, não como promessa de um resultado idêntico. A geração de vídeo continua probabilística: revise continuidade, áudio, mãos, contato e texto antes de publicar.

Coordene a ação, os movimentos de câmera, o ambiente, a música e os efeitos sonoros ao longo de uma cena curta.

Use referências para indicar a forma e os materiais do produto e descreva as mudanças de câmera, iluminação e ambiente que você quer testar.

Defina a composição inicial e final da cena e descreva um movimento fisicamente plausível que conecte as duas.
Como usar o MiniMax H3
Escreva o prompt como um roteiro breve: indique o que deve acontecer, quando e quais detalhes precisam permanecer iguais ao longo da cena.
Use Texto para criar uma cena do zero, Quadros para definir a composição inicial ou final e Referência para orientar a aparência do personagem, do produto ou o estilo visual.
Descreva o sujeito e o cenário e divida clipes mais longos em intervalos como [0–3s], [3–7s] e [7–12s].
Descreva o movimento de câmera, a ação, o diálogo, o ambiente, os efeitos e a música no mesmo prompt.
Indique quais detalhes devem ser preservados, como o rosto, a forma do produto, o figurino ou o texto. Inclua as restrições de câmera e os defeitos visuais que você quer evitar.
Guia de prompt do MiniMax H3
A clareza importa mais que o tamanho do prompt. Organize as informações, indique quando cada ação acontece e liste os detalhes que devem permanecer iguais.
Quem ou o que aparece, onde está e qual é a base visual.
Divida a ação em intervalos e indique o que deve acontecer em cada um.
Tipo de plano, lente, movimento de câmera e comportamento do corpo, dos objetos, da roupa e da luz.
Diálogo, voz, foley, ambiente, música e momentos de silêncio.
Identidade, geometria, cores, figurino, grafia e elementos fixos.
Personagens extras, anatomia distorcida, cortes bruscos, logotipos e legendas.
Create a [duration] cinematic scene of [subject] in [setting]. [0–3 seconds] [opening action + camera]. [3–7 seconds] [main movement + physical response]. [7–10 seconds] [landing action + final composition]. Audio: [dialogue / ambience / foley / music]. Preserve: [identity / product / wardrobe / layout]. Avoid: [artifacts / extra subjects / unwanted cuts / text].
Comparação de modelos
O modelo mais adequado depende do material de partida, do som desejado, do formato de entrega e do seu orçamento.
| Comparar | MiniMax H3 | Kling 3.0 | Seedance 2.0 | Veo 3.1 |
|---|---|---|---|---|
| Uso recomendado | Clipes com várias referências, áudio estéreo nativo e duração de 4 a 15 segundos | Projetos que priorizam movimento cinematográfico e opções de produção que o criador já conhece | Direção de cenas com diferentes tipos de referência e ajustes criativos sucessivos | Projetos que usam ferramentas do Google e precisam de geração em alta resolução |
| Material de partida | Texto, quadros inicial/final, ou referências combinadas de imagem, vídeo e áudio | Rotas guiadas por texto e imagem; os controles dependem do endpoint escolhido | Texto, imagens, vídeo e áudio de referência nas rotas multimodais compatíveis | Geração guiada por texto e imagem, com controles de referência e quadro nas rotas compatíveis |
| Direção de áudio | Áudio estéreo nativo gerado com a cena | Áudio nativo nos modelos atuais compatíveis | Áudio nativo e fluxos de áudio de referência em rotas compatíveis | Geração de áudio nativo nas rotas da família Veo 3 |
| Quando escolher | Quando você precisa combinar diferentes tipos de referência em um único clipe | Quando o estilo de movimento e as opções disponíveis para criadores orientam a escolha | Quando interpretar e combinar diferentes tipos de referência é essencial para a cena | Quando as ferramentas do Google, a disponibilidade da API ou o formato de saída são decisivos |
Os recursos e limites mudam com frequência. Teste o mesmo prompt curto em dois modelos e compare a continuidade, os segundos de vídeo aproveitáveis, o custo e o tempo de geração.
Comparar planos de geraçãoFluxo de geração protegido
A interface transforma seus ajustes em uma tarefa de geração com o MiniMax H3. O Banana Pro AI cuida da autenticação, dos créditos, do envio dos arquivos, do acompanhamento e dos downloads.
minimax-h3/text-to-videominimax-h3/image-to-videominimax-h3/reference-to-videoO servidor normaliza prompt, rota, duração, proporção, resolução e requisitos de referência.
O Banana Pro AI envia com segurança o modo H3 e os ajustes criativos, sem expor credenciais privadas no navegador.
A página consulta o registro interno da tarefa enquanto as atualizações do provedor marcam processamento, sucesso ou falha.
As URLs de vídeo concluídas são verificadas, aparecem no monitor de saída e ficam disponíveis pelo proxy de download.
FAQ do MiniMax H3
Respostas curtas às buscas comuns sobre MiniMax H3, Hailuo 03, entradas, duração, áudio e acesso ao modelo.
O MiniMax H3 é um sistema de geração de vídeo omnimodal da MiniMax. Ele interpreta combinações de texto, imagens, vídeo e áudio e gera vídeo com som estéreo nativo. Nas ferramentas de criação, também aparece como Hailuo 03 ou Hailuo 3.0.
Sim. MiniMax H3 é o nome do modelo; Hailuo 03 ou Hailuo 3.0 é o nome de produto que você pode ver em ferramentas de criação e marketplaces de API.
Sim. O modo de texto para vídeo aceita um prompt e ajustes de duração, proporção e resolução. Descreva a cena, quando cada ação acontece, a câmera, a luz, o som e os detalhes que devem permanecer iguais.
Sim. Você pode enviar um quadro inicial, um quadro final ou os dois. Use o prompt para descrever o movimento a partir da imagem enviada ou a transição entre as duas composições.
A documentação oficial do MiniMax H3 descreve referências mistas de imagem, vídeo e áudio. O Banana Pro AI oferece hoje no navegador geração por texto, quadro inicial/final e referência de imagem.
A ficha oficial do MiniMax H3 indica durações de 4 a 15 segundos. Neste gerador, você pode ajustar a duração em incrementos de um segundo dentro desse intervalo.
Sim. O H3 gera vídeo e áudio estéreo nativo a 32 kHz ao mesmo tempo. Você pode descrever diálogo, ambiente, efeitos, música e silêncio no mesmo prompt.
A MiniMax publica pesos do H3 sob sua licença comunitária. A versão aberta inclui os checkpoints base FL2VA e Ref2VA; o processamento de contexto hospedado e a regeneração 2K têm disponibilidade à parte, descrita pela MiniMax.
Comece descrevendo a cena, indique quando cada ação acontece e detalhe a câmera, o movimento e o som. Depois, liste o que deve permanecer igual e o que você quer evitar. No modo Referência, identifique cada arquivo pela ordem e explique a função de cada um.
Comece com um teste de seis segundos em 768P. Defina o sujeito e a ação, revise o vídeo e ouça o áudio antes de testar uma duração maior ou a saída 2K.
Você também pode explorar o gerador de vídeo principal e os guias de texto para vídeo e imagem para vídeo.
Abrir o gerador MiniMax H3Fontes de pesquisa
As informações sobre o modelo foram verificadas na ficha oficial do MiniMax H3 e em materiais públicos da MiniMax. O texto foi escrito especialmente para esta página.