La velocidad cambia el flujo
Prueba composición y movimiento, cambia una instrucción y compara varias tomas sin una espera larga.
Un espacio H3 Max independiente y claramente separado del espacio MiniMax H3 actual.
Crea un vídeo con un prompt detallado de tiempos, cámara, acción y sonido.
Elige un modo, añade los medios obligatorios, escribe la dirección y genera el vídeo MiniMax H3 Max.
MiniMax H3 Max es un generador de vídeo IA centrado en la velocidad y basado en MiniMax H3, para clips de 5 a 15 segundos desde texto, imágenes o referencias multimodales con audio nativo sincronizado.
H3 Max es una variante posentrenada de MiniMax H3. Este espacio envía solo solicitudes H3 Max y actualmente ofrece salidas 768P y 1080P.

MiniMax H3 Max es una variante de vídeo posentrenada de MiniMax H3 para reforzar la fidelidad al prompt, refinar la estética y acelerar la iteración de imagen y sonido.
Parte de un brief, de una imagen inicial con final opcional o de referencias de imagen, vídeo y audio. Cámara, acción, diálogo, ambiente y música comparten una misma instrucción de producción.
Prueba composición y movimiento, cambia una instrucción y compara varias tomas sin una espera larga.
H3 Max usa 5 a 15 segundos y 480P, 768P o 1080P. MiniMax H3 sigue separado para 4 a 15 segundos y 2K.
Un conjunto compacto de decisiones conecta el brief, los medios de origen, la imagen y la banda sonora.
Describe sujeto, entorno, acción, cámara, luz, diálogo y sonido en un prompt. Seis relaciones de aspecto cubren cine, estándar, cuadrado y vertical.
Usa una imagen inicial y otra final opcional. La imagen fija el lienzo y el prompt dirige el movimiento y la transición audiovisual.
Elige entre cinco y quince segundos. Un clip corto funciona para un solo golpe visual; uno largo permite revelación, reacción o movimiento escalonado.
480P sirve para borradores, 768P equilibra iteración y detalle, y 1080P amplía la toma elegida.
Planifica diálogo, ambiente, efectos, música y silencio junto con la imagen.
Las imágenes fijan sujeto y estilo, los clips muestran movimiento y el audio guía el paisaje sonoro. Asigna una función clara a cada referencia.
Las imágenes fijan identidad y diseño, el vídeo demuestra movimiento, el audio marca interpretación y ritmo, y el prompt conecta todo en el tiempo.

Las fotos conservan silueta y materiales, el vídeo guía la revelación y los sonidos programados enfatizan detalles y cierre de marca.

Ancla rostro, vestuario y entorno, define frase y ambiente, y dirige mirada, reacción, distancia de cámara y fotograma final.

El vídeo de referencia controla el ritmo corporal, las imágenes definen sujeto y estilo, y la música y el 9:16 preparan la publicación.
Define la entrega, elige la estructura de entrada H3, asigna una función a cada referencia y dirige imagen y sonido en la misma línea de tiempo.
Elige 5–15 segundos y el formato real de publicación. Describe apertura, giro y lo que se ve y oye al final.
Usa texto e inicio/final para planos de composición; referencias multimodales para identidad, movimiento demostrado, forma de hablar o dirección sonora.
Marca una imagen para identidad, otra para entorno, un vídeo solo para movimiento y un audio para voz o tempo. Elimina contradicciones.
Comprueba identidad, física, cámara, sincronía labial, diálogo, ambiente, música y final antes de descargar el resultado 768P o 1080P para editar.
Ambos pertenecen a la familia H3, pero cambian la duración, la resolución y el modo de iterar.
| Flujo | MiniMax H3 Max | Hailuo 2.3 | Impacto creativo |
|---|---|---|---|
| Prioridad | Variante centrada en velocidad | Modelo abierto de base | Max para comparar rápido; H3 base para su propio contrato. |
| Entradas | 5 a 15 segundos | 4 a 15 segundos | Cuatro segundos pertenecen solo al flujo H3 existente. |
| Audio | 480P / 768P / 1080P | 768P / 2K | Max no hereda el control 2K de H3. |
| Resolución | Texto, imágenes, referencias | Texto, imágenes, referencias | Los modos son familiares, pero parámetros y precio son específicos. |
Elige H3 para dirección audiovisual multimodal; Hailuo 2.3 para configuraciones establecidas de texto a vídeo e imagen a vídeo.
Describe secuencia visible, función de referencias, cámara, diálogo, ambiente, efectos, música y fotograma final.
Indica duración, formato, plataforma, público y objetivo antes del estilo.
Di qué imagen controla identidad, qué vídeo movimiento y qué audio voz o ritmo.
Divide 5–15 segundos en inicio, desarrollo y cierre con acciones observables.
Define encuadre, sensación de lente, movimiento, velocidad y revelación buscada.
Separa diálogo, ambiente, efectos y música; fija inicio, intensidad y relación con la imagen.
Lista identidad, geometría, vestuario, luz, texto y final que no deben cambiar.
Cada instrucción puede validarse en imagen o sonido para revisar con precisión.
ENTREGA Película de producto premium de 12 segundos en 16:9 con audio estéreo nativo. REFERENCIAS @Imagen 1 controla geometría y zona segura de etiqueta. @Vídeo 1 controla solo el movimiento lento de la mano. @Audio 1 controla solo el tono de voz. TIEMPO 0–4 s — macro 85 mm sobre condensación; ambiente suave y un detalle de cristal. 4–9 s — retroceso, una mano gira la botella 30 grados; voz tranquila con una frase breve. 9–12 s — plano héroe fijo, contraluz ámbar y resolución musical corta. INVARIANTES Mantener proporciones, altura del tapón, etiqueta, eje de cámara y luz. Sin subtítulos ni objetos extra.
H3 encaja en vídeos cortos que necesitan identidad estable, movimiento demostrado, interpretación audible o un arco claro entre primer y último fotograma.
Une gancho, demostración, voz, sonido táctil y plano final de producto en 5–15 segundos.
Conserva forma y material entre macro, manipulación, uso y cierre limpio.
Coordina identidad, mirada, reacción, voz, labios, ambiente y distancia de cámara.
Compón en 9:16, guía la actuación con vídeo y termina en una imagen legible en móvil.
Alinea acentos de movimiento, ritmo de cámara y atmósfera con referencias de audio.
Adapta el idioma del diálogo conservando producto, personaje, estructura y tiempo.
Respuestas directas sobre identidad, modos, duración, resolución, audio, prompts y diferencias con MiniMax H3.
Define duración, fotogramas inicial y final, referencias, cámara, diálogo, ambiente y sonido, y genera el plano en el espacio MiniMax H3 Max.
