MiniMax H3 convierte una descripción o una sola imagen inicial en un clip de 4 a 15 segundos que lleva una pista de sonido generada.
H3 está pensado para clips que llegan con sonido: cada generación incluye una pista de audio, así que la primera versión ya se reproduce como un corto terminado.
La duración va de 4 a 15 segundos en enteros, con dos niveles de calidad. Es una opción directa para formatos cortos de feed y stories donde el audio importa tanto como la imagen.
En modo texto eliges proporción y nivel de calidad. En modo imagen la proporción sigue a la imagen fija subida, por lo que el selector de proporción se sustituye por la carga de la imagen.
Cada generación lleva una pista de audio generada, de modo que la primera versión ya se reproduce como un corto completo.
Describe el plano con texto, o sube una imagen fija como primer fotograma y deja que el modelo construya el movimiento desde ella.
Elige cualquier duración de 4 a 15 segundos, lo que mantiene el clip dentro de los formatos cortos habituales.
Clips verticales o cuadrados donde el ambiente generado sostiene el momento sin una pasada de audio aparte.
Convierte una línea de storyboard en un plano reproducible con sonido antes de comprometerte con una producción más larga.
Anima una imagen principal y deja que la pista generada sostenga la revelación en lugar de añadir música después.
Usa un botón de esta página. Abre el espacio de trabajo correspondiente en el idioma que estás leyendo, con este modelo ya seleccionado.
Escribe lo que debe ocurrir en el plano o en la imagen. Sujetos concretos, encuadre y acción aportan más al modelo que etiquetas cortas.
Elige duración o nivel de calidad, proporción y sonido cuando estén disponibles, y revisa la cotización de créditos de esos ajustes exactos antes de generar.
La generación consume créditos del saldo de tu cuenta. Los modelos de vídeo se cobran por segundo generado según el nivel de calidad elegido, y los de imagen por imagen. El importe exacto se cotiza en el espacio de trabajo antes de confirmar, y la página de precios recoge los paquetes vigentes.
Ver paquetes de créditosSí. Cada generación incluye una pista de sonido y este modelo no tiene opción silenciosa. Elige otro modelo de vídeo si necesitas salida sin sonido.
Entre 4 y 15 segundos, en enteros, elegido en el espacio de trabajo antes de confirmar.
768P y 2K. La cotización de créditos cambia con el nivel y con la duración fijada.
No. La salida sigue a la imagen fija subida, así que el selector de proporción solo aparece en modo texto a vídeo.
Todavía no en esta plataforma. El texto y una imagen inicial son las entradas disponibles hoy.
Otros modelos de esta plataforma que hacen un trabajo similar o que combinan bien con este.
Wan 3.0 Prime es el segundo producto seleccionable de la familia Wan 3.0: los mismos controles y el mismo rango de duración que la variante estándar, cotizado a una tarifa de créditos más alta.
Leer la guíaSeedance 2.5 crea un clip a partir de una descripción escrita o de una sola imagen inicial, con duraciones en segundos enteros de 4 a 30 y tres niveles de calidad.
Leer la guíaUno de los dos productos seleccionables de GPT Image 2.5 en esta plataforma: generación de imágenes desde texto y desde referencias, con soporte de fondo transparente en el nivel 1K.
Leer la guía