MiniMax H3MiniMax H3 (Hailuo 3)
Un modèle vidéo omni-modal qui lit le texte, les images, la vidéo et l’audio dans un même contexte — et répond par un film 2K natif, son stéréo inclus, jusqu’à 15 secondes en une seule prise. Disponible sur Molyin — générez ci-dessous.
- Générations échouées remboursées automatiquement
- Les packs de crédits n’expirent jamais
- Le prix de chaque modèle est public
- Annulez à tout moment en un clic
- 2K
- Résolution native
- 24 fps
- Fréquence d’images
- 4–15 s
- N’importe quelle longueur de clip
- Stéréo
- Du son dans chaque prise
Échantillons officiels de MiniMax H3
Directement issus de la sortie MiniMax — survolez pour prévisualiser, touchez l’icône du haut-parleur pour entendre le mix stéréo natif.
- MiniMax H3
- Reference to video
- 15s
- 2K
L’image 1 sert de référence pour la texture et l’ambiance générales, tandis que l’image 2 fournit la référence pour l’apparence du personnage. Créez un court-métrage de mode tendance de 15 secondes, 16:9 cinémascope. Maintenez la cohérence du design du personnage : longs cheveux blonds platine, lunettes de soleil vintage noires et étroites, trench-coat noir en cuir verni brillant, expression de mode froide et confiante, et reflets orange de flammes projetés sur la surface du manteau en cuir. Le style général est une publicité de mode façon film au montage rapide, mêlant des éléments comme des scènes de feu nocturnes, de la fumée noire, des flammes orange-rouge, des glitchs VHS, des interruptions de diffusion CCTV, du grain de pellicule analogique des années 90, des lignes de balayage, une aberration chromatique, des fuites de lumière, des transitions flash blanc et un léger tremblement de caméra sur toute la durée.
- MiniMax H3
- Reference to video
- 15s
- 2K
Créez une vidéo de marque de mode haut de gamme en 16:9 cinémascope. L’ambiance générale, les scènes et la texture façon film doivent référencer l’Image 1 ; les éléments sac doivent référencer l’Image 3 ; les éléments personnage doivent référencer l’Image 2 ; et le logo final de la marque doit référencer l’Image 4. C’est une campagne de mode pour vendre des vêtements et des sacs. L’ambiance générale doit être haut de gamme, cool et retenue, mais le montage ne peut pas paraître terne — il doit être plus dynamique et imprégné d’un fort sens du rythme de la mode. Évitez l’impression d’un film narratif ordinaire ou d’une publicité e-commerce. L’histoire centrale reste simple : sur une autoroute désertique à côté d’une voiture vintage, une femme marche vers le coffre de la voiture, l’ouvre et en sort un sac noir. Il y a une brève connexion silencieuse entre elle et un homme debout près de la voiture. Puis, elle s’éloigne avec le sac. Le sac et les vêtements doivent s’intégrer naturellement aux mouvements des personnages, devenant une partie intrinsèque de leur persona.
- MiniMax H3
- Text to video
- 15s
- 2K
Un rythme plus rapide, grandiose mais sans traîner. Coupes dures rapides, pont qui tremble, flashes de lumière intenses, brèves coupures noires et sauts en distorsion. La conception du texte ressemble au lettrage à large espacement d’une bande-annonce de cinéma, évitant le blanc plat mais présentant une lueur retenue et une finition texturée avec de subtils reflets de bord. L’animation du texte inclut une émergence du vide profond de l’espace, éclairée par des balayages de lumière stellaire, un espacement des lettres qui s’élargit, des images rémanentes, une lueur subtile et des flashes de coupures noires.
- MiniMax H3
- Reference to video
- 15s
- 2K
Style : un clip musical dark-pop / cyber-grunge / rap avec une texture réaliste mais haute couture, évoquant une esthétique de magazine de cinéma. Le visuel est fortement contrasté mais évite l’aspect bon marché. La référence générale s’inspire des magazines indépendants de la fin des années 90 au début des années 2000, des zines photocopiés, des scans de pellicule, des affiches de musique underground et des esthétiques de collage. Le visuel inclut un grain grossier, un léger tremblement de pellicule, des trames de points, une rugosité de bord d’impression et des désalignements de scan. Le rythme de montage est rapide, reposant uniquement sur des coupes dures, sans fondu ni transition douce. Le style et la texture de la conception du texte doivent référencer les images jointes.
- MiniMax H3
- Text to video
- 15s
- 2K
Une vidéo courte horizontale de 15 secondes en 16:9. Une scène de laverie automatique nocturne en prise de vue réelle mêlée à des animations lumineuses dessinées à la main. Le décor est une petite laverie en libre-service avec des tubes fluorescents qui vacillent faiblement. À l’intérieur, des machines à laver en marche, des paniers à linge en plastique, un vieux banc et une seule chaussette jetée au sol. L’espace d’ensemble semble calme, porteur d’une subtile nostalgie. Filmé avec un téléphone tenu à une main, les images ont un tremblement perceptible ; l’éclairage fluorescent blanc provoque des variations d’exposition ; des reflets de surface sont visibles sur les panneaux de verre ; et la mise au point traîne légèrement quand la caméra s’approche des objets. Le visuel ne doit pas paraître poli ni méticuleux comme une publicité commerciale. La texture d’ensemble doit ressembler à un enregistrement spontané et franc — comme si on déboulait dans la laverie au milieu de la nuit et qu’on capturait instinctivement des visions surréalistes avec une sensation brute de documentaire.
- MiniMax H3
- Text to video
- 15s
- 2K
Générez une séquence d’ouverture de film policier à suspense léger de 15 secondes en 16:9 cinémascope. Le style général doit référencer le langage visuel de ces concepts : openings d’anime japonais rétro, silhouettes aux bords tranchants, collage façon comics, écrans partagés asymétriques, forts blocs de couleur géométriques, générique de titre en anglais, un minimum de katakana japonais décoratif et une ambiance jazz-crime. L’atmosphère doit être 60 % suspense et 40 % jazz : mystérieuse, cool, agile, avec un sentiment de crime urbain — ni effrayante ni lourde, et certainement pas un clip musical jazz joyeux. Les effets de mouvement de l’ouverture doivent ressembler à des collages graphiques animés : un cadre à lignes noires apparaît d’abord, les bordures d’écran partagé sont tracées rapidement, des blocs de couleur et des cadres sont collés pièce par pièce ; des silhouettes de personnages, des gros plans d’accessoires et des titres de générique anglais glissent, rebondissent ou se révèlent par masquage au rythme des coups de batterie. Évitez les animations narratives réalistes — cela doit avoir le fini poli d’une séquence d’ouverture. Les crédits anglais doivent être lisibles, avec des effets animés autorisés : de fins cadres en ligne peuvent d’abord être tracés, les noms glissent dans le cadre, les lettres apparaissant une à une et révélées par des blocs de couleur en mouvement, avant une brève pause à la fin. N’ajoutez pas de texte chinois, évitez le texte illisible et assurez-vous qu’aucun nom anglais n’est mal orthographié. Règles de la séquence : chaque crédit et titre anglais ne doit apparaître qu’une seule fois. Ne répétez pas le même titre, ne répétez pas le même nom et n’attribuez pas plusieurs rôles à la même personne. Les transitions doivent être variées : masques circulaires de disque vinyle, coupes verticales à travers des portes de voiture, ombres de personnages servant de volets, coupes à ligne rouge, masquage par grandes lettres anglaises, réorganisations de bordures d’écrans partagés, coupes dures en blocs de couleur géométriques et révélations de collages image par image. Toutes les transitions doivent être synchronisées avec les coups de batterie — précises, suspensives, agiles et avec une ambiance de collage façon comics. Évitez les fondus doux et les transitions fluides. BGM : créez un BGM original.
Un contexte en entrée. Un film en sortie.
C’est l’exemple phare de MiniMax lui-même. Trois matériaux — une référence de mouvement de caméra, une image de personnage et un enregistrement vocal — plus une phrase décrivant comment ils s’assemblent. MiniMax H3 les lit comme un seul contexte et livre le plan chanté fini.
Le prompt
Reprenez le mouvement de caméra hitchcockien de la Vidéo 1, faites chanter le personnage de l’Image 2, avec la voix assortie à l’Audio 3.
Qu’est-ce que MiniMax H3 ?
MiniMax H3 est la troisième génération de la série H de MiniMax, sortie le 31 juillet 2026 — et ce n’est pas qu’un modèle vidéo. MiniMax H3 est un modèle de génération multimodale polyvalent : il comprend le texte, les images, les clips vidéo et l’audio dans un contexte unifié, et vous décrivez comment ils se rapportent les uns aux autres en langage naturel. Demandez-lui d’emprunter le mouvement de caméra d’une vidéo, de mettre à l’écran le personnage d’une image, et de lui faire chanter la voix d’un fichier audio — en un seul prompt.
Le côté sortie est tout aussi ambitieux. MiniMax H3 rend en 2K native par défaut — pas une image agrandie, mais une régénération en contexte par le modèle de base, c’est pourquoi les détails fins comme les petits textes survivent. Chaque génération est livrée avec un son stéréo natif : musique, dialogue et effets sont produits conjointement avec l’image, pas boulonnés après coup. Ajoutez la modélisation multi-plans native, le rendu précis des textes et des marques, et le transfert de mouvement depuis des images de référence, et MiniMax H3 se lit comme un modèle construit pour le travail commercial — publicités, e-commerce, films produit et UI. MiniMax a aussi annoncé son intention d’ouvrir les poids du modèle.
Pendant le déploiement de MiniMax H3, chaque capacité avec laquelle il rivalise est déjà disponible sur Molyin : essayez notre générateur vidéo IA, consultez les prix, ou parcourez la bibliothèque de modèles complète.
MiniMax H3 vs Hailuo 02
MiniMax H3 remplace la génération Hailuo 02 par une nouvelle architecture. Voici ce qui a réellement changé.
| Capacité | Hailuo 02 | MiniMax H3 |
|---|---|---|
| Conception du modèle | Architecture vidéo d’abord | Contexte unifié omni-modal, construit à neuf |
| Résolution | 768P / 1080P | 2K native par défaut, palier économique 768P |
| Longueur du clip | 6 s ou 10 s fixes | N’importe quelle durée de 4 à 15 secondes |
| Audio | Sortie muette | Son stéréo natif dans chaque prise |
| Références | Image du premier plan | 9 images + 3 vidéos + 3 clips audio |
| Facturation | Par clip fixe | À la seconde — payez exactement ce que vous générez |
Spécifications vérifiées le 2026-08-02.
MiniMax H3 vs les modèles disponibles sur Molyin
| Modèle | Positionnement | Date de sortie | Sur Molyin |
|---|---|---|---|
| MiniMax H3 | Flagship omni-modal, 2K natif + stéréo | 31 juillet 2026 · ouverture des poids annoncée | Disponible — générez ci-dessus |
| Seedance 2.5 | Le flagship de ByteDance, prises jusqu’à 30 s | 7 août 2026 (API) | Disponible depuis le premier jour de l’API — générez ci-dessus |
| Wan 3.0 | Le modèle tout-en-un d’Alibaba, prises jusqu’à 30 s | 6 août 2026 | Disponible depuis le jour du lancement — générez ci-dessus |
| HappyHorse | Génération expressive + édition vidéo par instruction | juin 2026 (1.1) | Disponible — générez ci-dessus |
| Famille Seedance 2.0 | Standard / Fast / Mini, les modèles de travail, jusqu’en 4K | avril 2026 (API) | Disponible — générez ci-dessus |
| Kling 3.0 | Références d’éléments + audio natif, jusqu’en 4K | 4 février 2026 | Disponible — générez ci-dessus |
| Veo 3.1 | Le modèle cinématique de Google, avec audio | octobre 2025 | Disponible — générez ci-dessus |
Un abonnement, un solde de crédits — tous les modèles disponibles ci-dessus sont inclus.
Spécifications complètes de MiniMax H3
| Paramètre | Valeur | Notes |
|---|---|---|
| Modes de génération | Texte / Image / Référence vers vidéo | Trois modes, un contexte multimodal unifié — passez de l’un à l’autre librement dans le générateur ci-dessus. |
| Niveaux de résolution | 768P / 2K | 2K native — 2560×1440 en 16:9 — régénérée en contexte par le modèle de base, pas agrandie ; la 768P est le palier économique. |
| Fréquence d’images | 24 fps | Cadence de sortie standard du cinéma. |
| Longueur du clip | 4–15 s | N’importe quelle durée entière en une seule prise, facturée à la seconde — pas de paliers fixes de 6 s/10 s. |
| Audio | Stéréo natif, toujours actif | La musique, le dialogue et les effets sont générés conjointement avec l’image ; la voix peut suivre une référence audio. |
| Images de référence | Jusqu’à 9 | Les premières images de chaque requête sont gratuites ; les suivantes portent un petit supplément par image — chiffres exacts dans la FAQ ci-dessous. |
| Vidéos de référence | Jusqu’à 3 | Chaque clip de 2 à 15 s, images de référence combinées jusqu’à 15 s ; les secondes de référence sont facturées au tarif du palier de sortie. |
| Pistes audio de référence | Jusqu’à 3 | Les références audio ne peuvent pas être la seule entrée — associez-les à une image ou une vidéo. |
| Crédits par seconde | 18 (768P) · 29 (2K) | Facturé à la seconde depuis votre solde de crédits ; les générations échouées sont remboursées automatiquement. |
Tout ce qui est listé ici est déjà pris en charge sur le site et reste synchronisé avec les dernières capacités officielles du modèle.
Prix de MiniMax H3 sur Molyin
Facturé à la seconde depuis le même solde de crédits que tous les autres modèles disponibles. Les chiffres ci-dessous sont calculés directement par notre moteur de facturation — et les générations échouées sont remboursées automatiquement.
| Modèle | Résolution | Crédits/s | Vidéo de 5s | Vidéo de 5s + référence de 3s |
|---|---|---|---|---|
| 768p | 18 | 90 crédits | 144 crédits | |
| 2k | 29 | 145 crédits | 232 crédits |
- Exception : les secondes de vidéo de référence de MiniMax H3 sont facturées au tarif plein par seconde.
- MiniMax H3 : les 5 premières images de référence sont gratuites, chaque image supplémentaire ajoute 9 crédits.
Les offres d’abonnement et les packs de crédits à l’achat unique sont comparés côte à côte sur la page de tarifs.
Voir les prix en crédits de tous les modèles sur la grille tarifaire complète →
Comment générer avec MiniMax H3
Trois étapes, de l’idée à un film 2K natif avec son stéréo
Choisissez MiniMax H3 et un mode
Choisissez le texte vers vidéo, l’image vers vidéo ou la référence vers vidéo.
Écrivez le prompt, ajoutez des références
Décrivez le plan comme un réalisateur. Joignez éventuellement des images, des clips vidéo et de l’audio, et dites comment ils se rapportent les uns aux autres.
Générez et exportez
MiniMax H3 livre l’image et le son stéréo en une passe. Prévisualisez sur place, puis téléchargez le fichier original.
La formule de prompt à trois pistes
MiniMax H3 génère l’image, le son ambiant et la musique en une passe — donc un bon prompt s’écrit pour les yeux et les oreilles à la fois. Directement issu de notre guide complet des prompts, avec 12 exemples prêts à lancer.
[Sujet] + [Action] + [Style] [Caméra] [Ambiance] [Musique] facultatifs
Sujet
Qui ou quoi se trouve dans le plan — plus la description est concrète, plus le résultat est stable.
Action
Ce que fait le sujet, un temps clair à la fois. Des verbes vagues produisent des mouvements vagues.
Style
Le rendu général, annoncé d’entrée : prises de vues réelles cinématographiques, animation 2D, animation en pâte à modeler, film vintage.
Caméra
Taille de plan et mouvement. H3 suit bien un langage caméra explicite — le chapitre 2 donne le vocabulaire complet.
Ambiance
Ce que la scène elle-même fait entendre : pluie, circulation, huile qui grésille. Les personnages entendent cette couche.
Musique
La musique que seul le public entend. Nommez les instruments et le tempo, pas des humeurs.
MiniMax H3 — FAQ
Spécifications, statut de sortie et comment l’essayer
Commencez à créer avec Molyin dès aujourd’hui
Inscrivez-vous gratuitement et transformez votre première idée en vidéo cinématique en quelques minutes.