MiniMax H3 — Génération vidéo IA avec audio natif

Transformez texte, images, vidéos et références audio en séquences jusqu'à 15 secondes en 2K, avec son stéréo synchronisé. MiniMax H3 comprend les instructions complexes et garde produit, logo et typographie sous contrôle — conçu pour la pub, l'e-commerce et les marques.

MiniMaxH3 example 1
MiniMaxH3 example 2
MiniMaxH3 example 3

Qu'est-ce que MiniMax H3 ?

MiniMax H3 est le modèle de génération vidéo omni-modal publié par MiniMax le 31 juillet 2026, avec ouverture des poids le 3 août. C'est la troisième génération de la lignée Hailuo après Hailuo 01 et Hailuo 02 — la communauté l'appelle aussi Hailuo 3.0. Plutôt que de traiter texte, image, vidéo et audio comme des entrées séparées, H3 les lit dans un même contexte multimodal et génère jusqu'à 15 secondes de vidéo en 2K, avec un son stéréo natif produit dans la même passe.

H3 ne cherche pas à rivaliser image par image avec les modèles cinématographiques. Son pari est ailleurs : comprendre des instructions complexes, garder chaque élément de vos assets sous contrôle, et livrer image et son ensemble. Un choix naturel pour l'habillage commercial — publicités, vidéos e-commerce, assets de marque, promos UI et jeux. Les créateurs soulignent surtout la stabilité du texte et des logos : transformer une affiche en publicité animée à un niveau que les modèles concurrents peinent encore à égaler.

Au classement Artificial Analysis, MiniMax H3 est n°1 en édition vidéo, n°2 en texte-vers-vidéo et n°3 en image-vers-vidéo — premier modèle librement téléchargeable à dominer une catégorie. Le checkpoint H3-Base en 768p est open source, avec un support Day-0 chez Hugging Face, ComfyUI, vLLM et les principaux fabricants de puces ; la sortie 2K passe par le pipeline hébergé H3-Regenerate-2K.

Créer une vidéo avec MiniMax H3 en quatre étapes

D'un simple prompt ou d'un dossier d'assets de marque à un clip fini avec son.

1

Ajoutez vos références (ou partez du texte)

Jusqu'à 9 images, 3 clips vidéo et 3 pistes audio — 12 fichiers maximum. Photos produit, chartes couleur, séquences de référence et musiques orientent le résultat. Sans références, le texte-vers-vidéo fonctionne aussi.

2

Écrivez le prompt

Décrivez la scène, les mouvements de caméra et les dialogues. MiniMax H3 gère 11 langues de dialogue de façon fiable, dont le français, l'anglais, le chinois, le japonais et l'arabe.

3

Choisissez durée et format

De 4 à 15 secondes à 24 FPS, du 21:9 cinéma au 9:16 vertical — 16:9, 4:3, 1:1 et 3:4 inclus.

4

Générez, puis passez en 2K

Prévisualisez en 768p, puis laissez H3 régénérer le résultat en 2K avec tout le contexte d'origine — une vraie régénération qui restitue petits textes et détails fins, pas un simple upscaling.

Pourquoi les créateurs choisissent MiniMax H3

Quatre capacités qui distinguent MiniMax H3 des autres générateurs vidéo IA.

🎨

Références omni-modales

Mélangez images, clips et audio dans une même requête. Les tests montrent qu'une combinaison photo produit + charte couleur + séquence de référence + bande-son tient la cohérence bien mieux qu'une référence unique.

Audio stéréo natif

Le son n'est pas une étape de post-production : la stéréo 32 kHz est générée dans la même passe que la vidéo, synchronisée dès le départ. Ni doublage, ni recalage.

Textes et logos stables

La force signature de H3. Affiches animées, logos en mouvement et typographies à l'écran restent lisibles et fidèles à la marque — un niveau d'habillage visuel que les testeurs jugent hors de portée des modèles concurrents.

📱

Vraie régénération 2K

Pas de filtre de super-résolution : H3 repasse le résultat 768p dans le modèle avec le contexte d'origine et le régénère en 2K, restituant des détails qu'un upscaler ne peut que deviner.

Forfaits d'abonnement

Économisez plus avec nos forfaits d'abonnement. Annulez ou modifiez à tout moment.

Free

$0USD /mois
  • 3.5 crédits
  • Jusqu'à 1 image en 1K
  • 1 tâche en parallèle
  • Support multi-modèles tout-en-un
  • Texte et Image vers Image
Promo Éclair -50%

Pro

$14.50$29USD /mois

Facturé annuellement

  • 800 crédits/mois
  • Jusqu'à 266 images/mois en 1K
  • 3 tâches en parallèle
  • Support multi-modèles tout-en-un
  • Texte et Image vers Image
  • File de génération prioritaire
  • Sans filigrane
  • Licence commerciale
  • Accès anticipé aux nouveaux modèles

Lite

$10$15USD /mois

Facturé annuellement

  • 300 crédits/mois
  • Jusqu'à 100 images/mois en 1K
  • 2 tâches en parallèle
  • Support multi-modèles tout-en-un
  • Texte et Image vers Image
  • File de génération prioritaire
  • Sans filigrane
  • Licence commerciale
  • Accès anticipé aux nouveaux modèles

Packs de crédits ponctuels

Ajoutez des crédits quand vous avez besoin de générations supplémentaires, sans abonnement.

Petit pack

$25USD en une fois
  • 300 crédits inclus
  • Valable 365 jours
  • Inclut toutes les fonctionnalités Lite hors crédits

Pack moyen

$55USD en une fois
  • 800 crédits inclus
  • Valable 365 jours
  • Inclut toutes les fonctionnalités Lite hors crédits

Grand pack

$99USD en une fois
  • 1800 crédits inclus
  • Valable 365 jours
  • Inclut toutes les fonctionnalités Lite hors crédits

Prêt à créer avec MiniMax H3 ?

Générez des vidéos prêtes pour la pub, avec son synchronisé, directement dans votre navigateur. Quota gratuit pour démarrer, aucune configuration.

Commencer à créer

MiniMax H3 — Questions fréquentes

Spécifications, licence, prix et limites réelles — tout ce qu'il faut savoir avant de créer avec MiniMax H3.

Qu'est-ce que MiniMax H3 ?

MiniMax H3 est un modèle omni-modal de génération vidéo publié par MiniMax le 31 juillet 2026, avec poids ouverts le 3 août. Troisième génération de la famille Hailuo (souvent appelée Hailuo 3.0), il génère de la vidéo avec audio stéréo natif à partir de texte, d'images, de vidéos et de références audio.

Quelle différence avec Hailuo 02 ?

H3 abandonne l'architecture Hailuo-02 au profit d'un omni-transformer dense de 33B en flux unique, pensé pour la généralisation des tâches. Les couches d'attention et FFN ne contiennent aucune structure spécifique à une modalité, et un MM-RoPE tridimensionnel encode les positions spatio-temporelles.

Quelles sont les spécifications de sortie ?

4 à 15 secondes à 24 FPS. Sortie par défaut en 768p (petit côté) ; le 2K passe par H3-Regenerate-2K. Formats : 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16. Audio stéréo 32 kHz généré avec l'image.

Quelles langues de dialogue ?

Onze langues prises en charge de façon stable : chinois, anglais, japonais, coréen, français, allemand, italien, espagnol, portugais, russe et arabe.

MiniMax H3 est-il open source ?

Partiellement. Le modèle H3-Base en 768p est open source, et les builds communautaires tournent sur une simple RTX 3060 (la variante optimisée ComfyUI demande environ 42,5 Go de mémoire, soit 66 % de moins que la pleine précision). Le système de prétraitement H3-Context-IR et le pipeline H3-Regenerate-2K restent hébergés : en local, on plafonne à 768p, le 2K exige l'API officielle.

Quelles restrictions de licence ?

La licence communautaire exclut les États-Unis, l'UE, le Royaume-Uni et la Corée du Sud de l'exécution locale des poids et de l'usage de leurs sorties (l'API hébergée reste accessible, des exemptions peuvent être demandées). Au-delà de 20 M$ de chiffre d'affaires annuel, une licence commerciale séparée s'impose ; l'usage commercial exige d'afficher « MiniMax H3 » dans l'interface ; et il est interdit partout d'utiliser H3 ou ses sorties pour améliorer d'autres modèles d'IA.

Combien coûte MiniMax H3 ?

Tarification officielle de l'API : 0,8 ¥ par seconde en 2K et 0,5 ¥ en 768p — soit, selon MiniMax, moins d'un tiers du prix 2K des modèles dominants et environ la moitié du 720p habituel.

Quelles sont ses limites ?

La génération est lente : environ 5 à 10 minutes pour un clip 480p de 5 secondes sur du matériel grand public, un coût doublé en multi-références, et une perte de détails notable en INT8. Les équipes en quête d'un rendu cinématographique passeront leur chemin — MiniMax reconnaît lui-même que la compréhension du contexte multimodal et la finesse d'image ont encore une marge de progression.