ModelleinführungMiniMax H3 · MiniMax-H3 · Offenes multimodales Videomodell

Ein Überblick über MiniMax H3, das multimodale Videomodell für inszenierte Bewegtbilder

MiniMax H3 ist MiniMaxs multimodales Videomodell der nächsten Generation mit offenen Gewichten und vielseitigem Einsatzspektrum. Es verarbeitet Text-, Bild-, Video- und Audioeingaben gemeinsam und erzeugt daraus gezielt steuerbare 2K-Clips statt isolierter, stummer Entwürfe.

Browser-Demo ausprobieren API-Übersicht lesen

Offiziell dokumentierter Funktionsumfang

Generierung, referenzgestützte Erstellung und Bearbeitung in einer multimodalen Modellfamilie.

MiniMax beschreibt MiniMax H3 als einheitliches Modell, das Aufnahmen aus Text erzeugt, Anfangs- und Endbilder fixiert und Ergebnisse mithilfe von Referenzmedien steuert.

T2VA: Text zu Video

I2VA: Anfangs- / Endbild

R2VA: Omni-Referenzen

API: Video Generation V2

Modell-ID: MiniMax-H3

Ausgabe: Natives 2K

Dauer: 4–15 Sekunden

Eingaben: Text · Bild · Video · Audio

Prompt-Budget: Bis zu 7.000 Zeichen

Omni-Referenzen: Bis zu 12 Mediendateien

Visuelle Ausrichtung

Aufnahmeideen, die zum beabsichtigten Einsatz von MiniMax H3 passen

Diese Vorschaubilder zeigen typische inszenierte Clips, für die H3 entwickelt wurde: Darstellung, Produktbewegung, Umgebungen, Mode und kamerageführtes Erzählen.

Nahaufnahme

Performance

Porträt-Bewegungsstudie

Eine einzelne Person, ein klar erkennbarer Wechsel im Ausdruck und eine zurückhaltende Kamerabewegung.

Filmische Straßenszene

Stadtnacht

Kamerafahrt durch regennasse Lichter

Die Umgebung, reale Lichtquellen und eine dominante Bewegung bestimmen das Bild.

I2VA-Stil

Produkt

Material gezielt in Szene setzen

Das Produkt bleibt vom ersten Bild an konsistent, während Licht und Kamera für die Inszenierung sorgen.

Landschaftsbewegung

World Building

Dynamik in einer weiten Landschaft

Maßstab, Wetter und eine abschließende Totale wirken stärker als eine überladene Handlung.

Editorial

Mode

Garderobe und Körperlinie

Eine konsistente Silhouette ist wichtiger als die bloße Aneinanderreihung zahlreicher Stilbegriffe.

Narrative Einheit

Erzählmoment

Eine Szene, eine Aufgabe

Kurze Clips funktionieren am besten, wenn sie eine einzige visuelle Idee klar zu Ende führen.

Kurzantwort

Nicht nur ein weiteres 1080p-Clip-Modell.

Frühere Hailuo-Generationen überzeugten bei kurzen Clips mit physikalisch plausibler Bewegung. MiniMax H3 erweitert den Funktionsumfang um längere Zeitfenster, natives 2K und multimodale Referenzen, die Gesicht, Bewegung, Kameraführung, Stil oder Stimme in die nächste Aufnahme übertragen können.

Von Grund auf multimodal

Der Text liefert die Regieanweisung, Bilder fixieren die Komposition, Videoreferenzen geben Bewegung oder Rhythmus vor und Audioreferenzen können in Kombination mit visuellen Medien die Stimmcharakteristik beeinflussen.

Kontrolle ohne die Identität neu aufzubauen

Referenzgenerierung eignet sich für Aufnahmen, bei denen Konsistenz entscheidend ist: wiederkehrende Figuren, Produktlinien, eine markentypische Bewegungssprache oder ein vertrauter Kamerastil.

Mehr nutzbare Zeit pro Clip

Die dokumentierte Dauer reicht von 4 bis 15 ganzen Sekunden – genug für Einstieg, Handlung und Abschluss, ohne jede Idee auf eine sechssekündige Pointe reduzieren zu müssen.

Offen und vielseitig einsetzbar

MiniMax präsentiert H3 als multimodales Videomodell mit offenen Gewichten für den universellen Einsatz, nicht als einzweckigen Effektfilter.

Leistungsübersicht

Die Schwerpunkte der öffentlichen MiniMax H3-Version

Nutze diese Funktionen als konkrete Werkzeuge für die Produktion, nicht nur als Marketingbegriffe.

Text-zu-Video aus einem klaren Briefing

Lass Motiv, Schauplatz, Bewegung und Kameraführung aus einer Textbeschreibung entstehen, wenn noch kein festgelegtes Ausgangsbild vorliegt.

Animation ab dem Anfangsbild

Beginne mit einem gestalteten Standbild und konzentriere den Prompt auf Bewegung, Lichtwechsel und Kameraführung.

Steuerung von erstem und letztem Frame

Steuere den Übergang gezielt, wenn die Komposition am Ende ebenso wichtig ist wie das Ausgangsbild.

Omni-Referenzgenerierung

Kombiniere bis zu 9 Bilder, 3 Videos und 3 Audiodateien (12 insgesamt), um Identität, Bewegung, Stil oder Stimme zu steuern.

Native 2K-Auslieferung

Die dokumentierte Ausgabeauflösung beträgt 2K. Dadurch können Masterdateien ohne automatisches Hochskalieren direkt in die Schnitt-Timeline übernommen werden.

Flexible Bildgestaltung

Gängige Seitenverhältnisse werden unterstützt, mit adaptiver Geometrie, wenn Medien den Frame definieren.

Der richtige Ausgangspunkt

Wähle den Ausgangspunkt, bevor du die erste Zeile schreibst

Die Oberfläche dieser Website fasst die kreativen Ausgangspunkte in Modi zusammen. In der offiziellen API werden sie als Rollen innerhalb eines V2-content-Arrays abgebildet.

Ausgangspunkt	Was du bereitstellst	Offizieller Modus	Am besten geeignet für
Text zu Video	Nur Prompt	t2va	Eine Szene aus einer schriftlichen Regieanweisung entwickeln
Bild zu Video	Erster Frame + Prompt	i2va	Einen festgelegten visuellen Einstieg animieren
Erster und letzter Frame	Zwei Bilder + Prompt	i2va + last_frame	Einen Übergang zu einem vorgegebenen Ende steuern
Omni-Referenz	Bilder / Videos / Audio + Prompt	r2va	Identität, Bewegung, Stil oder Stimme übernehmen

Die Rollen first_frame/last_frame und die Referenzrollen schließen sich in der öffentlichen V2-Schnittstelle gegenseitig aus.

Modellhinweise

Nützliche Einschränkungen vor der Prompt-Gestaltung

Diese Angaben stammen aus der öffentlichen MiniMax H3-Dokumentation von MiniMax. Prüfe sie erneut, bevor du daraus eine dauerhafte Produktzusage ableitest.

Modellname

MiniMax-H3

Verwende diese exakte ID in API-Anfragen.

Ausgabeauflösung

2K

Dokumentierte native Ausgabeauflösung von H3.

Dauer

4–15 Sekunden

Nur ganzzahlige Werte.

Prompt-Länge

≤ 7.000 Zeichen

Genug für ein vollständiges Aufnahmebriefing, nicht für einen Roman.

Referenzbilder

≤ 9

Jede Datei muss die dokumentierten Größen- und Seitenverhältnisgrenzen einhalten.

Referenzvideos

≤ 3 Clips

2–15s je Clip, insgesamt ≤ 15s.

Referenzaudio

≤ 3 Clips

Muss mit Bild- oder Videoeingabe kombiniert werden.

Gemischte Medien

≤ 12 Dateien

Der Request-Body sollte möglichst unter 64 MB bleiben.

Wo es passt

Geeignete Aufgaben für kurze Videos mit MiniMax H3

Die besten Workflows geben jedem Clip eine klar umrissene Aufgabe und verbinden anschließend mehrere Ergebnisse im Schnitt oder in Kampagnensystemen.

Prävisualisierung

Film- und Story-Konzepte

Teste Kameraführung, Inszenierung, Licht und Atmosphäre vor dem eigentlichen Dreh.

Kampagnenproduktion

Produktclips und Social-Media-Bewegtbild

Verwandle ein präzise gestaltetes Produktbild in kurze Bewegungsstudien und aufmerksamkeitsstarke Einstiege.

Figurensysteme

Konsistente Darsteller

Nutze Referenzen, wenn dasselbe Gesicht, dieselbe Garderobe oder dieselbe Stimme wiederkehren soll.

Übergangsgestaltung

Vom Anfangs- zum Endbild erzählen

Steuere Anfang und Ende gezielt, wenn die Kontinuität im Mittelpunkt der kreativen Idee steht.

Prompt-Gestaltung

Eine praktische MiniMax H3-Prompt-Struktur

Beschreibe die Aufnahme in der Reihenfolge, in der sie abgespielt wird. Nimm nur Details auf, die tatsächlich verändern, was das Publikum sieht oder hört.

Szene

Nenne Format, Ort und Stimmung

Zum Beispiel ein nächtlicher Werbeclip auf der Straße, ein ruhiges Porträt, eine Produktinszenierung oder eine stilisierte Welt – noch vor Dialogen oder aufwendiger Kameraführung.

Motiv

Definiere, wer oder was die Aufnahme trägt

Beschreibe das Erscheinungsbild nur dort, wo es die Identität prägt. Nutze Referenzmedien, wenn Konsistenz wichtiger ist als eine ausführliche Beschreibung.

Bewegung + Kamera

Beschreibe die Veränderung über Zeit

Eine dominante Handlung und eine klare Kamerabewegung wirken meist besser als mehrere konkurrierende Bewegungsabläufe.

Ton + Ende

Schließe den Moment ab

Wenn Stimme, Atmosphäre oder ein bestimmtes Endbild wichtig sind, nenne es ausdrücklich. Schließe mit einer einprägsamen Komposition ab.

Nächste Schritte

So machst du weiter

Auf dieser Website findest du weitere Hinweise zur kreativen Gestaltung, zu Prompts und zur API-Integration.

Den Web-Generator ausprobieren

Nutze die Browser-Demo, wenn du einen schnellen Prompt-zu-Aufnahme-Workflow möchtest.

Den Prompt-Guide lesen

Vorlagen, Hilfen zur Moduswahl und Fehlerprüfungen für MiniMax H3-Regieanweisungen.

MiniMax H3 API-Guide

Informiere sich über Anfrageformate, den asynchronen Ablauf und die Endpunkte auf minimaxh3.video.

Modellfragen

MiniMax H3 präzise erklärt

Was ist MiniMax H3?

MiniMax H3 ist MiniMaxs multimodales Videomodell mit offenen Gewichten für den universellen Einsatz. Die öffentliche API-Model-ID ist MiniMax-H3. Es unterstützt Text-zu-Video, Bild-zu-Video mit erstem/letztem Frame und referenzbasierte Generierung.

Ist MiniMax H3 dasselbe wie Hailuo 2.3?

Nein. Hailuo 2.3 ist eine frühere öffentlich verfügbare Modellfamilie, die für überzeugende Bewegungen in kürzeren Clips mit etwa 1080p bekannt ist. MiniMax H3 ist die neuere multimodale Generation mit dokumentierter 2K-Ausgabe, 4–15 Sekunden Dauer und Omni-Referenzen.

Wird MiniMax H3 auch Hailuo 3.0 genannt?

Beiträge aus der Community und von Partnern verwenden Hailuo 3.0 häufig als inoffizielle Bezeichnung. Orientiere dich für Integrationen am offiziellen Modellnamen MiniMax-H3 und an der V2-Dokumentation.

Wie generiere ich MiniMax H3-Videos aus meinem Produkt?

Nutze für produktive Aufträge die MiniMax H3 API auf minimaxh3.video. Wenn du zunächst die kreative Richtung einer Aufnahme testen möchtest, beginne im Browser-Generator.

Starte mit einer fokussierten Aufnahme

Wähle die Quelle. Steuere die Bewegung.

Beginne mit Text, einem Anfangsbild, einem Paar aus Anfangs- und Endbild oder Omni-Referenzen. Gib dem Clip anschließend eine klar umrissene Aufgabe.

Generator öffnen Prompt-Struktur lernen API-Guide lesen