Precio de MiniMax H3: especificaciones, costes y encaje en producción

MiniMax H3 es un modelo de vídeo multimodal de uso general construido alrededor de un único contexto que contiene texto, imágenes, vídeo y audio. La cuestión práctica no es solo que genere vídeo 2K. H3 puede usar una imagen para la identidad, otra para un producto, un vídeo para el movimiento y un clip de audio para la voz o el ritmo, e interpretar esos materiales juntos en una sola solicitud de generación.

Esa flexibilidad también hace que el precio sea menos evidente de lo que sugiere una sola cifra por segundo. La página oficial de pago por uso de MiniMax lista H3 a $0.13 por segundo para salida 2K y $0.09 por segundo para salida 768P, con 768P actualmente en beta cerrada. El vídeo de referencia se factura según su propia duración además de la salida generada, mientras que las referencias de audio y las cinco primeras referencias de imagen no añaden una tarifa material.

Esta guía separa los hechos documentados de las afirmaciones de lanzamiento, desarrolla el cálculo oficial de precios y muestra dónde encaja H3 en una decisión de producción. No toma las demos seleccionadas del lanzamiento como prueba de repetibilidad ni da por hecho que H3 ya esté disponible dentro de OmniArt.

MiniMax H3 de un vistazo

MiniMax llama al modelo de API MiniMax-H3. También puedes ver Hailuo 3.0 o Hailuo 03 en plataformas asociadas, pero esas etiquetas no deben mezclarse con los modelos anteriores MiniMax-Hailuo-2.3 y MiniMax-Hailuo-02.

Los límites completos de entrada, formatos compatibles, tamaños de archivo y ejemplos de solicitudes están documentados en la guía oficial de generación de vídeo H3 de MiniMax. Los límites pueden cambiar a medida que se amplía el despliegue, así que los equipos de producción deben consultar la documentación de la API en vivo antes de fijar un plan de entrega.

Precios oficiales de MiniMax H3

MiniMax cobra la salida de H3 por cada segundo generado.

Para una generación sin material de referencia facturable, el cálculo base es:

output cost = output duration × resolution rate

Con la tarifa pública de 2K, se obtienen las siguientes estimaciones.

Estas cifras proceden de la página oficial de precios de pago por uso de MiniMax, no de un revendedor ni de un socio de inferencia. Son estimaciones a precio de lista antes de impuestos, acuerdos específicos de cuenta, solicitudes fallidas o cualquier cambio futuro de precio.

Cómo cambian el precio las entradas de referencia

Las reglas de facturación de referencias de H3 importan cuando un encargo usa transferencia de movimiento o un paquete grande de recursos.

Por ejemplo, una salida 2K de 10 segundos dirigida por un vídeo de referencia de 6 segundos tiene esta estimación a precio de lista:

output:    10 seconds × $0.13 = $1.30
reference:  6 seconds × $0.13 = $0.78
total:                           $2.08

El cargo del vídeo de referencia recompensa una preparación cuidadosa de los recursos. Recorta una referencia de movimiento a la sección exacta que contiene la interpretación, el movimiento de cámara o el ritmo de edición que necesitas. Una referencia larga no se vuelve más útil solo porque la API la acepte.

Si la misma solicitud usa siete imágenes, las cinco primeras son gratuitas y las dos finales añaden $0.08. Las referencias de audio no añaden un cargo material, aunque deben cumplir las reglas de duración, formato y entradas mixtas de la documentación de la API.

Qué cambia el contexto multimodal

Los flujos de trabajo anteriores de vídeo con IA solían dividir un encargo en operaciones separadas: generar un clip silencioso, transferir movimiento, añadir diálogo, crear ambiente y después corregir la desviación de identidad o producto. H3 acepta esas indicaciones como partes de un solo contexto.

El patrón de producción útil consiste en asignar una tarea a cada entrada:

• Una imagen de referencia protege la identidad o la apariencia del producto.
• Un vídeo de referencia aporta movimiento, comportamiento de cámara o ritmo de edición.
• Un clip de audio de referencia aporta voz, carácter sonoro o sincronización.
• El prompt de texto describe el resultado buscado e indica qué debe permanecer sin cambios.

Eso no garantiza que todas las instrucciones sobrevivan a un encargo cargado. Da al modelo evidencia más explícita con la que trabajar. Las referencias en conflicto aún pueden producir un resultado pulido que siga la fuente equivocada, por lo que un paquete de referencias disciplinado importa más que el número máximo de archivos.

Para patrones prácticos de roles de referencia y estructuras de prompts reutilizables, consulta la guía de prompts de MiniMax H3.

El acceso a la API está activo; los pesos descargables no

La publicación oficial de lanzamiento de MiniMax dice que la empresa planea publicar los pesos del modelo H3 «en los próximos días», sujetos a las leyes y normativas aplicables. En el momento de la publicación, el 31 de julio, la API está activa, pero los pesos aún no están disponibles para descargar de los repositorios públicos de MiniMax y no se ha publicado una licencia final de H3.

La página oficial del editor MiniMax en ModelScope muestra una hora de lanzamiento programada para el 3 de agosto a las 00:00, hora de Pekín. Trátala como un objetivo de lanzamiento, no como prueba de que los pesos, el código, la licencia y los requisitos de despliegue local ya estén disponibles. Hasta que lleguen los archivos, «se ha anunciado una publicación de pesos abiertos» es correcto; «H3 ya es de código abierto y funciona en hardware de consumo» no lo es.

Para conocer el estado desde fuentes primarias, consulta la publicación de lanzamiento de MiniMax H3 y la página de MiniMax H3 en ModelScope. Una guía útil de despliegue local necesitará la licencia real, el tamaño de los pesos, los requisitos de memoria, el código de inferencia y pruebas de paridad frente a la API alojada, en lugar de estimaciones del día de lanzamiento.

Dónde parece más relevante H3

El sistema de entrada documentado de H3 apunta a varios encargos donde merece evaluación.

Vídeos de producto guiados por referencias

Un equipo de producto puede combinar imágenes limpias del producto, una referencia de movimiento, una referencia de estilo visual e indicaciones de audio. La prueba importante no es si el primer fotograma parece prémium. Es si la etiqueta, la silueta, el material y la interacción entre producto y mano siguen siendo utilizables durante todo el clip.

Interpretación y transferencia de movimiento

El vídeo de referencia puede trasladar movimiento corporal, movimiento de cámara o sincronización a un nuevo sujeto y entorno. Esto hace que H3 sea relevante para moda, danza, narrativa corta y previsualización, pero también crea una entrada facturable. Los equipos deben comparar la ganancia creativa con el coste de la duración de referencia y el número de repeticiones necesarias.

Borradores audiovisuales nativos

H3 genera vídeo con sonido estéreo nativo y acepta referencias de audio. Eso puede eliminar una pasada temporal separada de voz, ambiente o música durante la ideación. Una mezcla lista para cliente aún necesita revisión de inteligibilidad, sincronización labial, ajuste espacial, derechos y consistencia entre ediciones. La guía de audio nativo de H3 proporciona una forma estructurada de probar esas capas sin confundir «audio presente» con «audio terminado».

Trabajo gráfico y de marca

MiniMax presenta la representación precisa de texto y marca como una fortaleza de lanzamiento. Trátalo como una afirmación comprobable. Usa referencias exactas de envases, logotipos y tarjetas de título, conserva cada generación y compara clips completos en lugar de fotogramas seleccionados. Para trabajo de cliente, confirma por separado los derechos de marca, imagen, voz, música y metraje fuente de la capacidad del modelo.

Qué sigue necesitando pruebas independientes

El material de lanzamiento muestra un amplio rango creativo, pero una selección de demos no puede responder preguntas de producción como:

• ¿Cuántas ejecuciones se necesitan antes de que una sea utilizable?
• ¿La geometría del producto sobrevive a una mano y una cámara en movimiento al mismo tiempo?
• ¿El diálogo sigue siendo inteligible bajo ambiente y música?
• ¿Qué instrucción gana cuando las referencias de imagen, vídeo, audio y texto discrepan?
• ¿Un resultado de 15 segundos mantiene identidad y entorno con la misma fiabilidad que un clip corto?
• ¿Cómo cambian la latencia de la API y el comportamiento de la cola bajo cargas de trabajo reales?

Una comparación justa de modelos debe mantener constantes los recursos de origen, el prompt, la duración, la relación de aspecto y los criterios de revisión. También debe conservar las salidas débiles en lugar de publicar solo la mejor generación. Hasta que exista esa evidencia, describe H3 mediante capacidades documentadas y resultados observados, no clasificaciones universales.

Coste de H3 por clip utilizable

El precio de lista es solo la primera capa del coste de producción. La fórmula de planificación más útil es:

cost per usable clip =
  (output cost + reference-material cost) × average attempts
  + external voice, music, cleanup, and finishing cost

Un clip 2K de 10 segundos sin material de referencia facturable cuesta $1.30 a precio de lista. Si un encargo necesita una media de cuatro intentos antes de que un clip sea utilizable, el gasto de generación se acerca a $5.20. Si cada intento también usa un vídeo de referencia de 6 segundos, el mismo ciclo de cuatro intentos pasa a $8.32 antes de la posproducción.

Por eso un modelo más barato puede ser más caro en la práctica si necesita muchas repeticiones, y una generación de mayor resolución puede seguir siendo económica si evita el reescalado o una pasada temporal de sonido separada. Registra clips aceptados, clips rechazados, causas de fallo y tiempo de posproducción en lugar de comparar solo los precios destacados.

Cómo encaja H3 en un flujo de trabajo de OmniArt

MiniMax H3 no está confirmado actualmente como modelo disponible dentro de OmniArt, por lo que este artículo no presenta un precio de créditos de OmniArt ni un flujo de trabajo de H3 dentro del producto. Los creadores aún pueden preparar ahora las partes reutilizables del encargo: imágenes de identidad aprobadas, vistas limpias del producto, referencias cortas de movimiento, audio con licencia y un prompt que separe los cambios de las restricciones de preservación.

Dentro de OmniArt, un espacio de trabajo de vídeo multimodelo ya permite probar el mismo encargo creativo con opciones disponibles como Seedance, PixVerse, Kling, Veo y Grok Imagine. La guía de modelos de vídeo con IA ayuda a acotar el modelo inicial, mientras que el flujo de trabajo de foto a vídeo de producto muestra cómo preparar un paquete de referencias de producto más limpio antes de animar.

Si H3 entra más adelante en el espacio de trabajo, ese paquete de referencias y la tarjeta de evaluación seguirán siendo útiles. El nombre del modelo cambia; las preguntas de producción no.

Preguntas frecuentes sobre MiniMax H3

¿Cuánto cuesta MiniMax H3?

El precio oficial de lista de pago por uso de MiniMax es $0.13 por segundo generado a 2K y $0.09 por segundo generado a 768P. La opción 768P está actualmente en beta cerrada. El vídeo de referencia se cobra según su duración a la misma tarifa de resolución; el audio y las cinco primeras imágenes son gratuitos.

¿Cuánto cuesta un vídeo H3 de 15 segundos?

Una salida 2K de 15 segundos sin material de referencia facturable cuesta $1.95 al precio oficial de lista. La duración del vídeo de referencia y las imágenes posteriores a las cinco primeras pueden aumentar el total.

¿Incluye H3 un paquete de vídeo MiniMax?

No. La página oficial de paquetes de vídeo de MiniMax indica actualmente que H3 no es compatible. En su lugar, H3 aparece en la página de precios de pago por uso.

¿Es MiniMax H3 lo mismo que Hailuo 3.0?

MiniMax-H3 es el nombre oficial del modelo de API. Algunas plataformas asociadas usan Hailuo 3.0 o Hailuo 03 para la ruta de H3. Confirma el ID del modelo y la documentación en vivo antes de asumir que dos puntos de conexión con nombres diferentes tienen ajustes o precios idénticos.

¿Puede H3 usar juntas referencias de imagen, vídeo y audio?

Sí. MiniMax documenta generación con referencias mixtas de hasta nueve imágenes, tres vídeos y tres clips de audio, con un límite de 12 archivos en total. El audio debe ir acompañado de una referencia visual.

¿Está H3 disponible en OmniArt?

No está confirmado actualmente en el catálogo de modelos de OmniArt. Usa los modelos disponibles para los plazos de producción actuales y trata cualquier integración futura de H3 como un anuncio de producto independiente.

¿MiniMax H3 ya es de código abierto?

No había pesos descargables de H3 ni una licencia final de H3 públicos cuando se publicó este artículo el 31 de julio de 2026. MiniMax anunció una publicación de pesos abiertos para los próximos días, mientras que ModelScope muestra una hora de lanzamiento programada. Vuelve a comprobar los repositorios oficiales antes de hacer afirmaciones sobre despliegue local o uso comercial.