MiniMax H3 (Hailuo H3) API: Spezifikationen, Preise, Limits

Hailuo H3 ist der Suchbegriff für MiniMax H3, das Videomodell, das MiniMax am 31. Juli 2026 veröffentlicht hat. Seine API-Dokumentation nennt die Veröffentlichung auch Hailuo 03. Diese Namen beziehen sich auf dasselbe Modell: ein multimodales System, das Text, Bilder, Videos und Audio akzeptiert und dann ein 4–15 Sekunden langes Video mit natürlichem Stereo-Sound in bis zu 2K generiert.^[1][2]

Die Benennung ist das Einfache. Der sinnvolle Unterschied liegt in den drei Workflows des Modells: reine Text-zu-Video, Bild-als-Keyframe-zu-Video und Referenz-zu-Video mit gemischten Bild-, Video- und Audio-Eingaben. Dieser Leitfaden ordnet diese Modi den genauen API-Regeln zu, trennt MiniMaxs direkten Preis vom reAPI-Preis und zeigt die Anfragform, die heute auf reAPI funktioniert.

Hailuo H3 Spezifikationen im Überblick

MiniMax beschreibt H3 als universelles multimodales Generierungsmodell, nicht nur als Video-Renderer. Der Launch-Post sagt, es kann Kontext über die vier Eingabemodalitäten hinweg verstehen und Video, Audio, Bilder und Text generieren, obwohl die öffentliche Video-API die beim Launch dokumentierte Produktoberfläche ist.^[1]

MiniMax nennt H3 auch ein offenes Modell. Im Launch-Artikel heißt es, die Modellgewichte würden „in den kommenden Tagen" veröffentlicht, vorbehaltlich geltender Gesetze und Vorschriften. Bis die Gewichte und Lizenz tatsächlich veröffentlicht sind, sollte das Self-Hosting als nächster angekündigter Schritt betrachtet werden, nicht als aktuell verfügbare Einsatzoption.

Warum Hailuo H3 und Hailuo 03 das gleiche Modell sind

Die offizielle Veröffentlichung nutzt zwei Ebenen der Benennung. MiniMax H3 ist der Modellname in MiniMaxs Launch-Artikel und der model-Wert in seiner V2-Generierungs-API. Hailuo 03 erscheint in Produkt- und API-Beschreibungen für dieselbe Veröffentlichung. „Hailuo H3" verbindet den Produktfamiliennamen mit der Modellversion, weswegen es zum natürlichen Suchbegriff geworden ist, obwohl es nicht der genaue API-Bezeichner ist.

Nutzen Sie den Namen, der zum Kontext passt:

• Such- und Redaktionstexte können Hailuo H3, MiniMax H3 und Hailuo 03 einmalig nennen, dann bei MiniMax H3 bleiben.
• MiniMaxs direkter V2-Endpoint erwartet MiniMax-H3.
• reAPI erwartet die Modell-ID in Kleinbuchstaben minimax-h3.

Diese Unterschied bei einzelnen Zeichen ist wichtig. Modell-IDs sind Vertragswerte, kein Branding, also führt das Kopieren des Display-Namens in den Code zu einer ungültigen Anfrage.

Ein Modell steuert drei verschiedene Video-Workflows

MiniMax H3 wählt seinen Generierungsmodus aus den an die Anfrage angefügten Medien. Die drei Routes nutzen das gleiche zugrunde liegende Modell, aber ihre Validierungsregeln sind nicht austauschbar.^[3]

Text-zu-Video: Prompt plus ein explizites Seitenverhältnis

Text-zu-Video ist die einfachste Route. Senden Sie einen Prompt ohne Mediaverweise und wählen Sie eines von sechs Seitenverhältnissen. Der Prompt kann die Grafik, Kamerabewegung, Dialog, Musik, Ambiente und Soundeffekte in einem Briefing beschreiben.

Auf reAPI ist aspect_ratio für Text-zu-Video erforderlich und kann nicht adaptive sein. Nutzen Sie 16:9 für Querformat, 9:16 für vertikale Social Videos oder eines der vier Zwischenformate, wenn die Ausgabefläche es braucht.

Bild-zu-Video: Start-Frame, End-Frame oder beide

Bild-zu-Video akzeptiert einen Start-Frame, einen End-Frame oder beide. Mit zwei Frames gibt man dem Modell einen visuellen Start und Ziel, was nützlich für einen geplanten Übergang, eine Produktvordebung oder einen Shot ist, der auf einer bestimmten Komposition landen muss.

Das Bild steuert die Ausgabeorientierung, also lehnt reAPI aspect_ratio in diesem Modus ab. Schneiden Sie die Quellframes vor der Einsendung auf das beabsichtigte Ausgabeformat zu. Eingaben vom Typ Start/End-Frame können auch nicht mit den separaten Referenz-Arrays in einer Anfrage gemischt werden.

Referenz-zu-Video: Identität, Bewegung und Sound einzeln zuordnen

Referenz-zu-Video ist die flexibelste Route. Eine Anfrage kann bis zu neun Bilder, drei Videoclips und drei Audioclips enthalten. Dies macht es möglich, ein Bild für Charakter- oder Produktidentität, ein Video für Bewegung und Kameraführung und Audio für Stimme oder Sound-Richtung zu nutzen.

Hinter diesen Schlagzahlen liegen harte Limits:

• jedes Referenzvideo muss 2–15 Sekunden sein, wobei alle Video-Referenzen insgesamt nicht mehr als 15 Sekunden entsprechen;
• jede Referenz-Audiodatei muss 2–15 Sekunden sein, wobei alle Audio-Referenzen insgesamt nicht mehr als 15 Sekunden entsprechen;
• Audio kann nicht das einzige Referenzmaterial sein – es muss mindestens ein Bild oder Video begleiten;
• der Referenzmodus kann ein explizites Seitenverhältnis nutzen oder auf adaptive zurückfallen.

Senden Sie keine undifferenzierte Sammlung von Referenzen. Nennen Sie in einem Prompt die Aufgabe jedes Assets: Identität vom Portrait, Bewegung vom Clip, Stimme vom Audio, Beleuchtung vom Produktframe. Die API akzeptiert viele Eingaben, aber eine klare Aufgabenteilung gibt dem Modell weniger widersprüchliche Signale.

Natives Stereo-Audio ändert die Prompt-Schreibweise

MiniMax H3 generiert Stereo-Audio zusammen mit dem Video, statt einen separaten Audio-Track nach dem visuellen Pass hinzuzufügen.^[1] Der Prompt muss deshalb Sound genauso absichtsvoll steuern wie die Kamera.

Ein hilfreicher H3-Prompt hat vier Ebenen:

1. Subjekt und Aktion: was sichtbar ist und sich während des Shots ändert.
2. Kamera und Timing: Bildausschnitt, Bewegung, Fokus, Schnitte und Tempo.
3. Gesprochener Inhalt: exakte Dialog und beabsichtigter Sprecher.
4. Sound-Grund: Musik, Ambiente, Foley, Lautstärkeverhältnisse und Stille.

Zum Beispiel:

Natives Audio entfernt einen initialen Synchronisationsschritt; es garantiert keinen endgültigen Mix. Dialog-Klarheit, Lippensynchronisation, Musik-Kontinuität und unerwünschte Effekte brauchen auf jedem akzeptierten Clip Überprüfung. Beim Budgetieren für die Produktion ist die relevante Metrik Kosten pro brauchbares Ergebnis, nicht Kosten pro generierte Sekunde.

MiniMax H3 Preise: direkte API versus reAPI

MiniMaxs direktes Pay-as-you-go Preisblatt listet 2K-Ausgabe bei $0,13 pro Sekunde und 768p bei $0,09 pro Sekunde.^[4] Eine 10-sekündige 2K-Ausgabe kostet daher mindestens $1,30 vor abrechenbaren Eingabemedia.

Die MiniMax-Abrechnung direkt fügt drei Regeln hinzu:

• Audioeingabe ist kostenlos;
• die ersten fünf Eingabebilder sind kostenlos, dann kostet jedes weitere Bild $0,04;
• Eingabevideo wird nach Dauer zum Satz der gewählten Ausgabeauflösung abgerechnet.

reAPI hat seinen eigenen Produktvertrag. Die MiniMax H3 Modellseite listet $0.183 pro Sekunde für 2K-Ausgabe und $0.113 pro Sekunde bei 768p. Referenzvideo-Sekunden werden zu generiertes-Video-Sekunden addiert, die ersten fünf Referenzbilder sind kostenlos, und Bilder sechs bis neun kosten

jeweils.^[5][6]

Die reAPI-Formel ist:

cost = per-second rate × (output seconds + reference-video seconds)
     + extra-image rate × max(0, reference images - 5)

Die abrechenbaren Mengen sind wichtiger als die Arithmetik: eine 10-sekündige Ausgabe, die eine 6-sekündige Motion-Referenz nutzt, rechnet 16 Sekunden ab, nicht 10. Sieben Referenzbilder addieren zwei Extra-Bildkosten oben drauf, weil fünf kostenlos sind. Audio-Referenzen addieren keine Kosten.

Das sind zwei verschiedene Preisblätter für zwei verschiedene Integrationen. Stellen Sie den MiniMax-Direkttarif von $0,13 nicht als reAPI-Tarif vor, und den reAPI-Tarif nicht als MiniMaxs offizielle Listenpreis. Beide können sich nach dem Launch ändern, also sollte Production-Code die aktuelle Modellseite lesen statt der Nummer aus diesem Artikel einen Wert in die UI hardzucodieren.

MiniMax H3 API auf reAPI aufrufen

reAPI stellt alle drei H3-Modi über seinen standardmäßigen asynchronen Video-Endpoint bereit. Eine minimale Text-zu-Video Anfrage ist:

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer $REAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "prompt": "Ein regennasser Nachtmarkt, langsamer Handstativ-Push vorwärts, Verkäufer rufen leise, entfernter Donner und natürliche Straßen-Ambiente",
    "aspect_ratio": "16:9",
    "duration": 6
  }'

Die Einsendung gibt eine Aufgaben-ID zurück. Pollen Sie den gemeinsamen Aufgaben-Endpoint bis das Ergebnis vollständig ist:

curl https://reapi.ai/api/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $REAPI_API_KEY"

Die fertige Response enthält output.video_urls. Polling verbraucht keine Credits, und fehlgeschlagene Generierungen werden automatisch rückgängig gemacht.^[5]

Ändern Sie die Anfragform um einen anderen Modus zu wählen:

{
  "model": "minimax-h3",
  "prompt": "Der Charakter dreht sich natürlich um und lächelt, während die Kamera heranfährt",
  "first_frame_url": "https://example.com/first-frame.jpg",
  "last_frame_url": "https://example.com/last-frame.jpg",
  "duration": 6
}

Für Referenz-zu-Video ersetzen Sie die Frame-Felder mit reference_image_urls, reference_video_urls und reference_audio_urls. Alle Media-Eingaben müssen öffentliche HTTP(S)-URLs sein; base64 und data: URLs werden abgelehnt.

Das vollständige MiniMax H3 API Referenz dokumentiert die Media-Formate, Dateigrößen-Limits, Aufgaben-Response, Fehler und Abrechnungsverhalten.

Wo Hailuo H3 passt – und was noch Testing braucht

H3 ist am besten als Shot-Generator zu bewerten, nicht als One-Click-Long-Form-Video-Studio. Fünfzehn Sekunden können einen Produkt-Beat, einen Dialog-Wechsel, einen Social-Clip oder einen Abschnitt eines Spots abdecken. Ein 60-sekündiges Piece braucht immer noch mehrfache Generierungen, Kontinuitätsplanung, Editing und einen finalen Sound-Pass.

Die Mixed-Reference-Route ist der Grund, warum Brand-, Character- und Previz-Teams sie testen sollten. Die First/Last-Frame-Route ist der Grund, warum Motion Designer sich kümmern sollten. Natives Stereo-Audio ist der Grund, warum Short-Form-Teams möglicherweise einen Rough-Cut-Schritt entfernen. Keine dieser Fähigkeiten beweist, dass H3 ein Gesicht, Logo, Label oder Stimme über jeden Brief hinweg halten wird.

MiniMax nennt das Modell Production-Ready und veröffentlicht polierte Beispiele für Brand-Filme, Erzählcontent, Social-Video, Advertising, UI/UX und Gaming. Das sind Vendor-Demonstrationen, keine unabhängigen Benchmarks. Eine ernst gemeinte Bewertung sollte Hände auf Produkten, kleine gedruckte Texte, zwei Sprecher in einem Frame, schnelle Bewegung, lange Dialog und Konsistenz über separately generated Shots einschließen.

Das Modell startete einen Tag vor diesem Artikel, also gibt es noch nicht genug glaubwürdiges öffentliches Testing für eine Qualitäts-Einstufung. Diese Einschränkung ist hilfreicher als ein erfundenes Urteil: führen Sie einen festen Prompt-Satz aus, notieren Sie akzeptierte Ausgaben pro zehn Versuche, und vergleichen Sie die Gesamtkosten der genehmigten Shots mit dem Modell bereits in Ihrem Workflow.

Häufig gestellte Fragen

Sind Hailuo H3, MiniMax H3 und Hailuo 03 das gleiche Modell?

Ja. MiniMax H3 ist der offizielle Launch und API-Modellname; Hailuo 03 ist die Produkt-/API-Beschreibung für dieselbe Veröffentlichung. Hailuo H3 ist der häufige hybride Suchbegriff. Auf reAPI benutzen Sie die Modell-ID minimax-h3.

Wie lange kann ein MiniMax H3 Video sein?

Jede Generierung kann 4–15 Sekunden in Sekundenschritten sein. Längere Videos müssen in Shots aufgeteilt und in einem Editor zusammengefügt werden.

Generiert Hailuo H3 Audio?

Ja. Es generiert natives Stereo-Audio mit dem Bild und kann Dialog, Musik, Ambiente und Effekte im gleichen Prompt steuern.

Kann MiniMax H3 eine Audio-Referenz allein nutzen?

Nein. Referenz-Audio muss mit mindestens einem Referenzbild oder Video gekoppelt sein. Die Audio-Referenz-Gesamtheit kann 15 Sekunden nicht überschreiten.

Wie viel kostet MiniMax H3?

MiniMaxs direkte API listet $0,13/s bei 2K und $0,09/s bei 768p. reAPI listet $0.183/s bei 2K und $0.113/s bei 768p, wobei Eingabevideo-Sekunden zum gleichen Satz berechnet werden und Extra-Bild-Kosten nach den ersten fünf anfallen.

Ist MiniMax H3 Open Source?

MiniMax kündigte H3 als offenes Modell an, aber der 31. Juli Launch-Post sagte, Gewichte würden in den kommenden Tagen veröffentlicht. Überprüfen Sie die aktuellen Gewichte und die Lizenz bevor Sie eine Self-Hosted-Bereitstellung planen.

Die praktische Lesart von MiniMax H3

Hailuo H3 ist ein Benennungsproblem umwickelt um einen nützlichen Modell-Design: ein MiniMax H3 Endpoint deckt reine Prompt-Generierung, First/Last-Frame-Animation und Mixed-Reference-Video mit nativem Stereo-Sound. Sein 15-Sekunden-Limit hält es auf der Shot-Ebene, während die Referenzbeschränkungen diese Shots steuerbarer als ein reiner-Prompt-Workflow machen.

Beginnen Sie mit dem Sechs-Sekunden-Default, weisen Sie jedem Referenzmaterial eine klare Rolle zu, und beurteilen Sie H3 nach akzeptierten Clips, nicht Launch-Demos. Entwickler können die gleichen Anfragformen im MiniMax H3 Playground testen oder direkt zur API-Dokumentation gehen.

Offenlegung: reAPI veröffentlicht diesen Artikel und betreibt den routeten MiniMax H3 Endpoint der oben beschrieben wird. MiniMax Spezifikationen und direkte Preise stammen aus MiniMaxs öffentlichen Launch-Materialien und Dokumentation; reAPI Vertragdetails stammen aus unserer veröffentlichten Modellseite und API Referenz.

References

1. MiniMax. MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities. Published July 31, 2026. minimax.io/blog/minimax-h3
2. MiniMax API. Video Generation Guide — MiniMax H3 capabilities, duration, resolution, and media inputs. Retrieved August 1, 2026. platform.minimax.io/docs/guides/video-generation
3. MiniMax API. Create a Video Generation Task V2 — request modes and validation rules. Retrieved August 1, 2026. platform.minimax.io/docs/api-reference/video-generation-v2-create
4. MiniMax API. Pay as You Go Pricing — MiniMax H3 output and input-media rates. Retrieved August 1, 2026. platform.minimax.io/docs/guides/pricing-paygo
5. reAPI. MiniMax H3 API reference — modes, parameters, billing, output, and errors. Retrieved August 1, 2026. reapi.ai/docs/minimax-h3
6. reAPI. MiniMax H3 model page and live pricing. Retrieved August 1, 2026. reapi.ai/models/minimax-h3

Further reading

• reAPI. MiniMax H3 vs Seedance 2.5. reapi.ai/blog/minimax-h3-vs-seedance-2-5
• reAPI. AI Video Generation API Pricing: Cost per Second Compared. reapi.ai/blog/ai-video-generation-api-pricing
• reAPI. Gemini Omni API: Preview Specs, Pricing, and Limits. reapi.ai/blog/gemini-omni-api-preview-specs-pricing-2026
• reAPI. Best Open-Source AI Video Models for Local GPUs. reapi.ai/blog/best-open-source-ai-video-models-local-gpu-2026