H3 API
MiniMax H3 是一款 33B 参数的全模态扩散 Transformer 模型，可接收文本、图像、视频和音频输入，并原生生成带立体声音频的视频。
MiniMax H3 是 MiniMax 推出的全模态视频生成模型，由 H3-Base 核心模型与 H3-Context-IR 预处理编排系统组成。H3-Base 将文本编码器、视觉 VAE、音频 VAE 与全模态 Transformer 结合，并通过 RoPE 捕捉空间与时间关系，把多种模态和任务统一在单个模型内。模型支持文本、图像、视频、音频输入，能够理解它们之间的关系，并生成视频与音频。
在输出方面，MiniMax H3 支持 480p、768p 与 2K 分辨率，视频为 24FPS、时长 5 至 15 秒，并生成包含人声、音效与音乐的原生立体声音频。它支持首帧与尾帧控制、图生视频、视频生视频的运动迁移，还能从音频参考复现音色，并按自然语言描述完成口型同步、背景音乐局部复用等视频编辑任务，也能渲染准确的屏幕文字与品牌表达。
该模型适合广告、品牌、电商、产品设计、UI/UX、游戏内容生产、带参考素材的短视频制作以及指令式转场等任务。其优势在于用单一模型统一所有模态与任务，借助高压缩比的新分词器将有效序列长度扩展至四倍，原生支持 2K 分辨率，并显著降低训练与推理成本。需要留意的是，物理世界一致性仍是挑战，多模态输入不总能带来有效的多模态推理，且 H3-Context-IR 未包含在开源发布中，仅通过 API 提供。
更新时间:
模型 ID
hailuo-3- 输入
- text / image / video
- 输出
- video
核心要点
- 单一模型统一全部模态与任务
- 原生支持 2K 分辨率
- 视频与立体声音频同步生成
- 24FPS、5 至 15 秒视频
- 支持首帧与尾帧控制
- 高压缩比分词器扩展序列长度
供应商
比较不同供应商的调用价格，点击供应商可查看完整费用和适用条件。
视频规格
- 宽高比
- 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- 音频 · 输出
- 是
- 时长 · 最短
- 5 秒
- 时长 · 最长
- 15 秒
- 时长 · 步长
- 1 秒
- 分辨率
- 2K
API 文档
该模型尚未公布具体协议信息，请查阅 API 文档中的接入要求。
API 文档 →常见问题
什么是 H3?
MiniMax H3 是 MiniMax 推出的全模态视频生成模型，由 H3-Base 核心模型与 H3-Context-IR 预处理编排系统组成。H3-Base 将文本编码器、视觉 VAE、音频 VAE 与全模态 Transformer 结合，并通过 RoPE 捕捉空间与时间关系，把多种模态和任务统一在单个模型内。模型支持文本、图像、视频、音频输入，能够理解它们之间的关系，并生成视频与音频。 在输出方面，MiniMax H3 支持 480p、768p 与 2K 分辨率，视频为 24FPS、时长 5 至 15 秒，并生成包含人声、音效与音乐的原生立体声音频。它支持首帧与尾帧控制、图生视频、视频生视频的运动迁移，还能从音频参考复现音色，并按自然语言描述完成口型同步、背景音乐局部复用等视频编辑任务，也能渲染准确的屏幕文字与品牌表达。 该模型适合广告、品牌、电商、产品设计、UI/UX、游戏内容生产、带参考素材的短视频制作以及指令式转场等任务。其优势在于用单一模型统一所有模态与任务，借助高压缩比的新分词器将有效序列长度扩展至四倍，原生支持 2K 分辨率，并显著降低训练与推理成本。需要留意的是，物理世界一致性仍是挑战，多模态输入不总能带来有效的多模态推理，且 H3-Context-IR 未包含在开源发布中，仅通过 API 提供。
如何计算调用费用？
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格，详见计费明细。 按实际生成费用计费，具体金额以账单为准。
MiniMax H3 支持哪些输入和输出？
支持文本、图像、视频和音频输入，并能理解它们之间的关系；输出为视频和立体声音频。
生成视频的分辨率、帧率和时长是多少？
支持 480p、768p 和 2K 分辨率，视频为 24FPS，长度从 5 秒到 15 秒。
MiniMax H3 能生成音频吗？
可以，它能生成包含人声、音效和音乐的原生立体声音频，并能从音频参考复现音色。
它适合哪些任务？
适合广告、品牌、电商、产品设计、UI/UX、游戏内容生产、带参考素材的短视频制作和指令式转场等任务。
MiniMax H3 与 MiniMax H3 Max 有什么区别？
MiniMax H3 Max 是专注于快速、大批量 480p 或 768p 生成的变体，而 MiniMax H3 本身是全模态视频生成模型。
H3-Context-IR 是否开源？
没有，H3-Context-IR 不包含在开源发布中，只能通过 API 使用。
