¿MiniMax H3 y Hailuo 03 son el mismo modelo?

Sí. Ambos nombres se refieren al mismo lanzamiento. La cobertura mediática usa cualquiera de los dos; en reAPI el id del modelo es minimax-h3.

¿MiniMax H3 requiere una suscripción mensual?

No. reAPI es de pago por uso: $1 compra 1,000 créditos, los créditos nunca caducan y solo pagas por las generaciones completadas. Las tareas fallidas de MiniMax H3 se reembolsan automáticamente.

¿Cómo consigo una API key de MiniMax H3?

Crea una cuenta de reAPI, abre Settings → API Keys y genera una key. La misma key funciona para MiniMax H3 y para todos los demás modelos de la plataforma.

¿Qué entradas acepta el modo referencia a video de MiniMax H3?

Hasta nueve imágenes, tres videos y tres archivos de audio por solicitud. Los videos son MP4/MOV, de 2–15 segundos cada uno y con un total de 15 segundos o menos entre todos los clips; el audio es WAV/MP3 y no puede usarse sin una referencia de imagen o video.

¿Cuánto puede durar un video de MiniMax H3?

De 4 a 15 segundos, en incrementos de segundos enteros; el valor por defecto es 6 segundos. Los videos de referencia añaden su duración detectada a la factura, pero no a la duración del video generado.

¿Qué relaciones de aspecto admite MiniMax H3?

21:9, 16:9, 4:3, 1:1, 3:4 y 9:16. Texto a video requiere una relación explícita; el modo referencia usa adaptive por defecto; el modo imagen deriva el encuadre de tus fotogramas.

¿Cómo funciona el precio de MiniMax H3?

Por segundo de video generado a una tarifa 2K fija, más la duración detectada de los videos de referencia y un cargo por imagen para las imágenes de referencia a partir de las primeras cinco. La entrada de audio es gratuita. Consulta la tabla de arriba para ver las tarifas actuales.

¿Cómo integro MiniMax H3 en mi aplicación?

Haz un POST a /api/v1/videos/generations con el modelo minimax-h3 y tus entradas, luego consulta /api/v1/tasks/:id hasta que el estado sea correcto y llegue output.video_urls. En la documentación de la API hay ejemplos listos para copiar y pegar en cuatro lenguajes.

MiniMax H3 — Generación de video multimodal con audio nativo

Q: ¿MiniMax H3 genera audio?

Sí — MiniMax H3 renderiza audio estéreo nativo junto con las imágenes. Dirige diálogos, música, ambiente y efectos de sonido en el mismo prompt que describe la escena.

MiniMax H3, lanzado también como Hailuo 03, convierte texto, imágenes, clips de video y referencias de audio en video 2K con sonido estéreo nativo. Genera clips de 4–15 segundos a partir de un prompt, anima el primer y el último fotograma, o dirige hasta quince archivos de referencia en una sola solicitud de MiniMax H3.

Input

Prompt*

Create a 15-second cinematic contemporary-dance scene in a quiet historic courtyard shortly after rainfall. The courtyard has pale stone arches, weathered columns, shallow puddles, and soft reflections across the wet ground. A young woman stands alone in the center wearing a flowing dark red midi dress with long sleeves and simple black dance shoes. Preserve her face, hairstyle, clothing, and body proportions throughout the entire performance.
[0–3 seconds]
Begin in a restrained medium-wide shot from behind. The dancer stands completely still while water drips from the surrounding arches. A soft piano note begins. She slowly turns her head, then rotates her shoulders and body toward the camera with controlled natural movement.
[3–7 seconds]
She begins a contemporary dance phrase with one extended arm, a grounded step forward, a low turn, and a smooth recovery into an upright pose. Her dress follows the movement with believable weight and delayed fabric motion. Keep both feet connected naturally to the wet stone surface without sliding.
[7–11 seconds]
The rhythm becomes stronger. Track laterally as she performs two connected turns, opens both arms, lowers briefly through the knees, and rises into a longer traveling movement across the courtyard. Her reflection should remain aligned with her position and motion in the puddles.
[11–15 seconds]
Move slightly closer as she completes one final controlled rotation and stops in a stable pose with one arm raised and the other lowered. The music cuts to a quiet sustained note. Hold the final posture while fabric and loose hair settle naturally and rain continues dripping in the background.
Camera: measured dolly movement, restrained lateral tracking, natural perspective, no rapid orbiting or abrupt zooms.
Lighting: soft overcast daylight with subtle warm reflections from the surrounding stone.
Audio: original minimal piano and low strings, light rainfall, fabric movement, footsteps on wet stone, and natural courtyard ambience.
Maintain realistic anatomy, continuous choreography, stable facial identity, accurate hand and foot placement, and physically believable clothing motion.
No extra dancers, cuts to unrelated locations, duplicated limbs, distorted hands, floating feet, sudden costume changes, exaggerated acrobatics, theatrical facial expressions, subtitles, text, or logos.

1 a 7,000 caracteres

Relación de aspecto*

adaptive solo funciona en modo referencia

Duración (segundos)6

4 a 15 · por defecto 6

Estimated cost1,095 credits≈ $1.095

Result

Try one of these prompts

Lo que puedes construir con este modelo

Flujos de trabajo reales y casos de uso en producción que puedes construir y lanzar con este modelo.

Video de producto con MiniMax H3 con materiales consistentes entre tomas

Videos de producto con tomas estructuradas

MiniMax H3 construye comerciales con ángulos de cámara variados, primeros planos de las funciones, especificaciones legibles y materiales de producto consistentes en toda la secuencia. Pasa fotos del producto como referencias y MiniMax H3 mantiene estables el empaque, las proporciones y la identidad de marca de una toma a otra.

Prueba MiniMax H3 ahora

Escena cinematográfica de MiniMax H3 con audio estéreo sincronizado

Escenas cinematográficas con sonido dirigido

Dirige diálogos, música, ambiente y efectos de sonido en el mismo prompt que las imágenes. MiniMax H3 genera audio estéreo nativo junto con el flujo visual, de modo que los labios, los pasos y la banda sonora permanecen sincronizados sin una pasada de audio aparte.

Referencia a video de MiniMax H3 combinando imágenes, video y audio

Remix multimodal a partir de referencias

Asigna un rol a cada recurso: identidad desde una imagen, movimiento desde un clip de video, voz desde un archivo de audio. El modo referencia a video de MiniMax H3 admite reemplazo de sujeto, transferencia de movimiento, modificación de fondo y reiluminación — una sola solicitud, hasta quince archivos de referencia.

Precios

Basado en créditos: 1 crédito = 0,001 USD. Solo pagas por las generaciones completadas.

Categoría	Unidad	Precio
Estándar
Salida de video (2K), por segundo	1 second	$0.183 183 credits
Imagen de referencia adicional (6.ª–9.ª)	1 image (6th-9th)	$0.055 55 credits

Por qué reAPI

Un modelo, tres modos

Texto a video, imagen a video y referencia a video comparten un mismo endpoint y un mismo id de modelo MiniMax H3. La forma de la solicitud determina el modo — sin integraciones separadas que mantener.

Audio estéreo nativo

MiniMax H3 renderiza el sonido junto con la imagen en lugar de añadirlo después. Los diálogos, el ambiente, la música y los efectos siguen el mismo prompt que dirige la cámara.

Precios de pago por uso

MiniMax H3 factura por segundo de salida a una única tarifa 2K. Sin suscripción ni costes fijos: $1 compra 1,000 créditos que nunca caducan, y los renders fallidos se reembolsan automáticamente.

MiniMax H3 vs Veo 3.1

Cómo se compara MiniMax H3 en reAPI con Veo 3.1 de Google para la generación de video guiada por prompts con audio nativo.

Capacidad

MiniMax H3 en reAPI

Veo 3.1

Duración del clip

4–15 segundos, en pasos de segundos enteros

4, 6 u 8 segundos (el remix extiende hasta 15)

Resolución máxima

Hasta 2K

Hasta 4K en canales oficiales

Audio nativo

Audio estéreo siempre generado con las imágenes, dirigido en el prompt

Audio sintetizado opcional (nivel de precio aparte)

Entradas de referencia

Hasta 9 imágenes + 3 videos + 3 archivos de audio, cada uno asignable a un rol

Modos de referencia por fotograma e imagen; sin referencias de video o audio

Controles de edición

Reemplazo de sujeto, transferencia de movimiento, modificación de fondo, reiluminación

Remix y extensión guiada por fotogramas

Realismo físico

Progresión de tomas estructurada, de calidad comercial

Realismo físico y consistencia cinematográfica de primer nivel

La comparación refleja el comportamiento documentado públicamente al momento de escribir. Las capacidades y los límites cambian; consulta la documentación vigente de cada proveedor antes de elegir.

Lanza en tres pasos

step 01
Consigue una API key
Crea una cuenta de reAPI y genera una key en el dashboard. La misma key desbloquea MiniMax H3 y todos los demás modelos del catálogo.
Abrir
step 02
Prueba en el playground
Abre el playground de MiniMax H3 en esta página, elige un modo y envía un prompt o un conjunto de referencias sin escribir una línea de código.
Abrir
step 03
Llama al endpoint
Haz un POST a /api/v1/videos/generations con el modelo minimax-h3 y luego consulta el id de la tarea hasta que llegue la URL del video.
Abrir

Preguntas frecuentes

Dudas comunes sobre este modelo.

MiniMax H3 es el modelo de video multimodal de propósito general de MiniMax, lanzado también como Hailuo 03. Genera videos de 4–15 segundos con resolución de hasta 2K y audio estéreo nativo a partir de texto, imágenes, clips de video y referencias de audio.

MiniMax H3 es un modelo de pago facturado por segundo de video generado; se suman los segundos de los videos de referencia y las imágenes a partir de la sexta se facturan por imagen. Las cuentas nuevas elegibles pueden recibir créditos de prueba promocionales; la disponibilidad y el importe se muestran al registrarse o en el panel. Consulta la tabla de precios de arriba para ver las tarifas actuales.