H3 API
MiniMax H3, metin, görüntü, video ve ses girdilerini tek bir modelde birleştirerek sinematik video ve stereo ses üreten 33B parametreli bir difüzyon transformatörüdür.
MiniMax H3, MiniMax tarafından geliştirilen ve 3 Ağustos 2026'da açık ağırlıklarla yayımlanan 33B parametreli bir difüzyon transformatör modelidir. H3-Base çekirdek modeli ile H3-Context-IR ön işleme ve orkestrasyon sisteminden oluşur; H3-Base bir metin kodlayıcı, görsel VAE, ses VAE'si ve omni transformatörü bir araya getirir ve uzamsal ile zamansal ilişkileri yakalamak için RoPE kullanır. Yeni yüksek sıkıştırmalı tokenizer sayesinde etkin dizi uzunluğu dört katına çıkar, yerel 2K çözünürlük desteği sunulur ve eğitim ile çıkarım maliyeti önemli ölçüde azalır.
Model; metin, görüntü, video ve ses girdilerini kabul eder ve aralarındaki ilişkileri anlar. Tek bir modelden video ve ses üretir; 480p, 768p ve 2K çıktı çözünürlüklerini, 24FPS'te 5 ila 15 saniye arası video uzunluklarını destekler. İlk kare ve son kare denetimi, görüntüden videoya dönüştürme, videodan videoya hareket aktarımı, ses referanslarından ses tınısını yeniden üretme ve yeni diyaloğa dudak senkronizasyonu ile arka plan müziğinin kısmi yeniden kullanımı gibi video düzenleme görevlerini yerine getirir. Ekrandaki metni ve marka ifadesini doğru biçimde oluşturur.
Bu yetenekler seti onu reklamcılık, marka çalışmaları, e-ticaret, ürün tasarımı, UI/UX, oyun içerik üretimi, referans malzemeli kısa video üretimi ve talimat tabanlı geçişler için uygun kılar. Fiziksel dünya tutarlılığı hâlâ bir zorluk olarak öne çıkar: görsel inandırıcılık fiziksel tutarlılığı garanti etmez, çok kipli girdi her zaman etkili çok kipli akıl yürütmeye yol açmaz ve bildirilen başarısızlıklar arasında yanlış kanıt temellendirme, eksik olay gerçekleştirme ile temas mekaniği ve nesne geometrisi ihlalleri yer alır.
Güncellendi:
MODEL ID
hailuo-3- Giriş
- text / image / video
- Çıkış
- video
Öne çıkanlar
- Tek modelde tüm kipler ve görevler
- Yerel 2K çözünürlük desteği
- Yerel stereo ses üretimi
- 24FPS'te 5–15 saniye video
- İlk ve son kare denetimi
- Açık ağırlıklar: 3 Ağustos 2026
Sağlayıcılar
Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
Video özellikleri
- En-boy oranları
- 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- Ses · Çıkış
- Evet
- Süre · Minimum
- 5 saniye
- Süre · Maksimum
- 15 saniye
- Süre · Adım
- 1 saniye
- Çözünürlükler
- 2K
API referansı
Bu modelin protokol ayrıntıları yayımlanmamıştır. Entegrasyon gereksinimleri için API referansına bakın.
API referansı →Sık sorulan sorular
Model tanıtımı: H3?
MiniMax H3, MiniMax tarafından geliştirilen ve 3 Ağustos 2026'da açık ağırlıklarla yayımlanan 33B parametreli bir difüzyon transformatör modelidir. H3-Base çekirdek modeli ile H3-Context-IR ön işleme ve orkestrasyon sisteminden oluşur; H3-Base bir metin kodlayıcı, görsel VAE, ses VAE'si ve omni transformatörü bir araya getirir ve uzamsal ile zamansal ilişkileri yakalamak için RoPE kullanır. Yeni yüksek sıkıştırmalı tokenizer sayesinde etkin dizi uzunluğu dört katına çıkar, yerel 2K çözünürlük desteği sunulur ve eğitim ile çıkarım maliyeti önemli ölçüde azalır. Model; metin, görüntü, video ve ses girdilerini kabul eder ve aralarındaki ilişkileri anlar. Tek bir modelden video ve ses üretir; 480p, 768p ve 2K çıktı çözünürlüklerini, 24FPS'te 5 ila 15 saniye arası video uzunluklarını destekler. İlk kare ve son kare denetimi, görüntüden videoya dönüştürme, videodan videoya hareket aktarımı, ses referanslarından ses tınısını yeniden üretme ve yeni diyaloğa dudak senkronizasyonu ile arka plan müziğinin kısmi yeniden kullanımı gibi video düzenleme görevlerini yerine getirir. Ekrandaki metni ve marka ifadesini doğru biçimde oluşturur. Bu yetenekler seti onu reklamcılık, marka çalışmaları, e-ticaret, ürün tasarımı, UI/UX, oyun içerik üretimi, referans malzemeli kısa video üretimi ve talimat tabanlı geçişler için uygun kılar. Fiziksel dünya tutarlılığı hâlâ bir zorluk olarak öne çıkar: görsel inandırıcılık fiziksel tutarlılığı garanti etmez, çok kipli girdi her zaman etkili çok kipli akıl yürütmeye yol açmaz ve bildirilen başarısızlıklar arasında yanlış kanıt temellendirme, eksik olay gerçekleştirme ile temas mekaniği ve nesne geometrisi ihlalleri yer alır.
Kullanım nasıl faturalandırılır?
Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir. Gerçek üretim maliyetine göre faturalandırılır. Kesin tutar için faturanızı kontrol edin.
MiniMax H3 hangi girdi türlerini kabul eder?
Metin, görüntü, video ve ses girdilerini kabul eder ve bunlar arasındaki ilişkileri anlar. Çok kipli talimatları doğal dilde tanımlanmış biçimde takip edebilir.
Hangi çıktı çözünürlükleri ve video uzunlukları desteklenir?
480p, 768p ve 2K çıktı çözünürlüklerini destekler. Video 24FPS'te 5 ila 15 saniye arasında üretilir.
Ses çıktısı nasıl çalışır?
Model yerel stereo ses üretir; bu ses konuşma, ses efektleri ve müziği kapsar. Ses referanslarından ses tınısını yeniden üretebilir.
MiniMax H3 Max'ten farkı nedir?
MiniMax H3 Max, hızlı ve yüksek hacimli 480p veya 768p üretim için özelleşmiş bir varyanttır. MiniMax H3 ise çok kipli girdileri ve görevleri tek modelde birleştirir.
Açık kaynak sürümünde H3-Context-IR var mı?
Hayır, H3-Context-IR açık kaynak sürümüne dahil değildir ve yalnızca API üzerinden kullanılabilir. Açık kaynak sürümü T2VA, FL2VA ve Ref2VA görevlerini kapsayan iki kontrol noktası sunar.
Hangi görevlerde kullanılabilir?
Görüntüden videoya dönüştürme, videodan videoya hareket aktarımı ve yeni diyaloğa dudak senkronizasyonu gibi video düzenleme görevlerini yerine getirir. Reklamcılık, e-ticaret ve oyun içerik üretimi gibi alanlara uygundur.
