MiniMax öppna videomodell som gör upp till 15 sekunder video med inbyggt stereoljud från text, bilder, videoklipp och ljud, i 2K via MiniMax egen tjänst; H3 Max är en snabbare variant som fal tränat vidare.
Bild ur MiniMax 2K-exempel: närbild på en ödla [1]
MiniMax H3 lanserades den 31 juli 2026 och är enligt MiniMax en allmän multimodal genereringsmodell: den tar emot text, bilder, video och ljud i ett och samma sammanhang och skapar video med inbyggt stereoljud. Klippen blir 4–15 sekunder långa i 24 bilder per sekund, med ljud i 32 kHz stereo, i format från 21:9 till 9:16. Dialog fungerar enligt modellkortet stabilt på elva språk, bland dem engelska, kinesiska, tyska, franska och spanska. Man kan utgå från en text, en första och/eller sista bild, eller upp till nio referensbilder, tre videoklipp och tre ljudklipp som modellen ska hålla fast vid – en person, en produkt, en miljö eller en röst. Den kan också redigera video och föra över rörelser från en video till en annan.
Kärnan är en tät transformer på 33 miljarder parametrar (H3-Omni-Transformer), där cirka 13 miljarder ligger i delar som kan beräknas i förväg. Som textkodare används Qwen3-VL-32B, och egna komprimerare (VAE) packar ihop bild och ljud. Vikterna för basmodellen finns på Hugging Face i två varianter: FL2VA (text plus valfri första och sista bild) och Ref2VA (text plus referenser). De öppna vikterna ger video i 768p. Två delar är inte öppna: H3-Context-IR, som tolkar och strukturerar instruktionerna, och H3-Regenerate-2K, som gör om 768p-videon till 2K. Därför är det bara MiniMax egen tjänst som ger 2K-video. Modellen stöds i SGLang, vLLM, diffusers och ComfyUI.
I MiniMax API finns fyra varianter: MiniMax-H3 (768p och 2K), H3-Highspeed (768p), H3-Lite (480p och 768p) och H3-Max (480p och 768p, 5–15 sekunder). H3 kostar 0,08 dollar per sekund video i 768p och 0,13 dollar i 2K. H3 Max är enligt MiniMax framtagen tillsammans med fal.ai, som har tränat vidare på H3 och optimerat den för fart. Enligt fal, som presenterade den den 27 augusti 2026, gör H3 Max ett 5 sekunder långt klipp på under 3 sekunder och har cirka 35 gånger högre genomströmning än MiniMax egen H3-tjänst, och den rankas etta hos Artificial Analysis och Design Arena. H3 Max finns via MiniMax API, fal och MiniMax Design. Modellen går också att prova i webbappen Hailuo AI och i MiniMax skrivbordsapp.
Observera licensen: MiniMax H3 Community License gäller inte i EU, Storbritannien, Sydkorea eller USA. Användare där måste ansöka om en separat licens från MiniMax.
Placering i varje lista när den lästes av. Klicka för källa och datum.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.