Zum Inhalt springen

Video

MiniMax H3 Max

Video

Auf Ofrai verfügbar — Chat, Bild und Video in einem Studio mit gemeinsamem Credit-Guthaben.

147 CreditsModelldetails

Video-Studio

Vorschau

Noch kein Clip

Die Vorschau Ihres neuesten Clips erscheint hier nach der Generierung.

Studio öffnen

Beispiel-Prompts

Wähle ein Beispiel, um Prompt und empfohlene Einstellungen in den MiniMax H3 Max-Creator oben zu laden.

So funktioniert es

In drei Schritten mit MiniMax H3 Max erstellen

  1. 01

    Eingaben auswählen

    Lass MiniMax H3 Max ausgewählt, gib einen Prompt ein und füge unterstützte Referenzmedien hinzu.

  2. 02

    Ausgabe festlegen

    Wähle vor der Generierung Seitenverhältnis, Auflösung und verfügbare Video-Optionen.

  3. 03

    Generieren und verfeinern

    Prüfe das Ergebnis, passe Prompt oder Einstellungen an und erstelle im selben Studio eine neue Version.

Die Hailuo-H3-Dokumentation umfasst drei Modell-IDs, und MiniMax H3 Max ist das Modell, das den vollständigen Referenzumfang beibehält und zugleich unter der Auflösungsgrenze der Basisstufe bleibt. Max akzeptiert dieselben Generierungsmodi wie MiniMax-H3 — Text-zu-Video, Image-to-Video mit erstem und letztem Frame sowie einen kombinierten Referenzlauf, bei dem Bilder, Video und Audio gemeinsam übermittelt werden —, aber seine Auflösungsstufen enden bei 768P, mit einer 480P-Option darunter, und sein Dauerfenster beginnt bei fünf statt vier Sekunden. Zwei Folgen sind für die meisten praktischen Aufgaben entscheidend.

Die für den Endpunkt dokumentierte Standardauflösung ist 2K, gehört zu MiniMax-H3 und ist keine Option von Max. Eine Max-Anfrage muss daher selbst 480P oder 768P angeben. Im kombinierten Referenzmodus ist Max außerdem die Stufe, bei der das Standardseitenverhältnis von 16:9 auf adaptive wechselt, weil der Frame aus den Referenzen abgeleitet und nicht im Voraus ausgewählt wird. Max ist ein Referenzwerkzeug mit einem kürzeren Auflösungsbereich, kein kleineres Referenzwerkzeug.

Wo Max innerhalb der Familie mit drei IDs steht

Die Referenz führt MiniMax-H3, MiniMax-H3-Max und MiniMax-H3-Max-Turbo auf, und die Fähigkeiten sind nicht gleichmäßig verteilt. MiniMax-H3 und MiniMax-H3-Max unterstützen beide Text-zu-Video, Image-to-Video mit erstem und letztem Frame sowie die kombinierte Generierung aus Bild-, Video- und Audio-Referenzen. Max-Turbo unterstützt nur die ersten beiden Modi: Referenzmedien stehen ihm überhaupt nicht zur Verfügung, einschließlich des Referenzsets mit drei bis neun Bildern.

Die Familie teilt sich also danach, ob Referenzmedien vorhanden sind, und Max ist eine der beiden IDs, bei denen dies der Fall ist. Was Max von der Basisstufe unterscheidet, ist nicht die Eingabe, sondern die Auflösungsstufe: 480P und 768P gegenüber 2K und 768p sowie 5 bis 15 Sekunden gegenüber 4 bis 15. Dieser Unterschied ist nicht nur kosmetisch. Wenn das Referenzset der Kern der Aufgabe ist, liefert Max den vollständigen Umfang in einer Auflösung, die vor der Auslieferung bewertet werden muss, statt in einer Auflösung, die diesen Spielraum nicht bietet.

Wenn der 2K-Master im Mittelpunkt steht, ist die Basisstufe die richtige Anfrage und Max unabhängig von der Qualität des Prompts die falsche Wahl.

Max' Auflösungs- und Zeitumfang

Das Auflösungsfeld von Max akzeptiert 480P oder 768P und nichts anderes. Die für den Endpunkt dokumentierte Standardauflösung ist 2K. Sie ist eine der beiden Optionen von MiniMax-H3 und keine Option von Max. Behandle die Auflösung bei einer Max-Anfrage daher als einen Wert, den du setzen musst, nicht als einen Wert, den du weglassen kannst. Die Dauer bei Max kann jede ganze Zahl von 5 bis 15 sein; eine Standarddauer ist nicht dokumentiert, was in dieselbe Richtung weist: Gib sie an. Die praktischen Unterschiede sollte man verinnerlichen.

Die Untergrenze von fünf Sekunden bedeutet, dass viersekündige Inserts — Stinger, ein loop-fähiger Schnitt oder ein Bumper, der in ein kürzeres Zeitfenster passen muss — bei Max schlicht nicht verfügbar sind, während die Basisstufe bis auf vier Sekunden heruntergeht. Am oberen Ende erreichen beide Stufen 15, daher ist längeres Material keine Einschränkung von Max. Die ganzzahlige Abstufung ist der wirklich nützliche Teil: Jede Dauer von 5 bis 15 ist gültig, statt dass nur eine kurze Liste von festen Zeitfenstern zur Auswahl steht.

Dadurch kann ein Shot an einen Beat angepasst oder in einen bestehenden Schnittplatz eingepasst werden, anstatt aus einem fünfsekündigen Render künstlich verlängert zu werden.

image_with_roles: die Eingabeliste, die ihre Rollen selbst zuweist

Das Kompatibilitätsfeld image_urls nimmt ein einfaches Array von URLs entgegen und leitet die Bedeutung aus der Anzahl der Einträge ab. Ein Bild wird zum ersten Frame. Zwei Bilder werden in dieser Reihenfolge zum ersten und anschließend zum letzten Frame. Drei bis neun Bilder werden zu Referenzbildern; dieser dritte Fall existiert nur bei MiniMax-H3 und MiniMax-H3-Max — Max-Turbo kann ihn nicht verarbeiten. Neun Referenzbilder sind die harte Obergrenze für die gesamte Familie. Neue Integrationen werden vom Feld image_urls weg und zu image_with_roles hin gelenkt.

Dort wird der Zweck jedes Bildes ausdrücklich angegeben, statt ihn aus der Länge des Arrays abzuleiten. Die Dokumentation benennt auch den Fehlerfall unmissverständlich: Werden image_urls und image_with_roles gemeinsam gesendet, kann der Zweck eines Bildes unklar bleiben. Bei Max ist das besonders relevant, weil Max die Stufe ist, bei der eine Referenzaufgabe mit drei oder mehr Bildern tatsächlich wahrscheinlich ist. Wenn der Look aus einer Gruppe von Standbildern zusammengestellt wird, ist es ein schlechter Kompromiss, die Rollen aus einer aufgefüllten Liste ableiten zu lassen.

Dasselbe Seitenverhältnis beantwortet drei verschiedene Fragen

Das Feld verhält sich je nach vorhandenen anderen Eingaben unterschiedlich, und genau das ist die häufigste Ursache für Verwirrung in dieser Familie. Bei Text-zu-Video ist der Standard 16:9, und adaptive ist überhaupt nicht verfügbar. Im Modus mit erstem und letztem Frame passt sich die Ausgabe immer an das Eingabebild an; jedes übergebene Seitenverhältnis wird ignoriert — ein Querformat als erster Frame mit angefordertem 9:16 wird weder mit Letterboxing versehen noch zugeschnitten, der Wert wird verworfen.

Im kombinierten Referenzmodus, der nur bei MiniMax-H3 und MiniMax-H3-Max verfügbar ist, lautet der Standard adaptive, und ein bestimmtes Seitenverhältnis kann weiterhin angegeben werden. Insgesamt sind sieben Werte aufgeführt: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 und adaptive. Das Feld ist also je nach Modus eine Einschränkung, ein No-op oder ein Standardwert. Ausschlaggebend für den Modus ist, welche Bildeingaben du angehängt und wie du ihre Rollen angegeben hast.

Was 7000 Zeichen Prompt tatsächlich bringen

prompt ist das einzige erforderliche Feld dieser API und auf 7000 Zeichen begrenzt. Die Begrenzung ist dabei die weniger interessante Tatsache. Interessanter ist die Pflichtangabe, denn sie bedeutet, dass es keinen Einstiegspunkt für eine Generierung ohne Beschreibung gibt: Jeder Job auf Max beschreibt sich in Worten, bevor irgendetwas gerendert wird. Der Strukturvorschlag der Dokumentation sollte wörtlich befolgt werden — Motiv, Handlung, Szene, Kamera, Stil- und Tonanforderungen, in dieser Reihenfolge. Im kombinierten Referenzmodus gehören die Referenzindizes genau in den Satzteil zum Motiv.

Die Reihenfolge der Sätze entscheidet daher, ob das Modell deine Referenzen als Motiv oder als Kulisse interpretiert. 7000 Zeichen sind in beiden Sprachen ein sehr großes Budget, und sie verändern den Fehlerfall, beseitigen ihn aber nicht: Kurze Prompts scheitern an Vagheit, und so lange Prompts scheitern daran, dass sie zwei konkurrierende Beschreibungen desselben Gegenstands enthalten. Ein Motiv, eine Kamera, und die Referenzen sollen die Identität tragen.

Übermitteln ist nicht Rendern: der Vertrag für asynchrone Aufgaben

Der Endpunkt arbeitet asynchron. Eine Übermittlung gibt ein generation.task-Objekt statt eines fertigen Clips zurück, und das hat konkrete Folgen für den Aufbau der Integration. Referenzmedien müssen bereits erreichbar sein, wenn der Aufruf erfolgt, da die Anfrage URLs statt eines Uploads übermittelt — alles, was hochgeladen werden muss, muss vorher hochgeladen und seine URL gesammelt werden. Ein Aufruf, der eine Aufgaben-ID zurückgibt, kann nicht inline bewertet werden. Statusabfragen gehören daher von der ersten Version an in die Pipeline und sollten nicht erst ergänzt werden, wenn ein Batch-Job hängen bleibt.

Die Obergrenze von neun Bildern bildet daneben eine harte Grenze und keine bloße Empfehlung: Wenn das Briefing eine zehnte Referenz voraussetzt, muss vor dem Absenden der Anfrage etwas entfernt oder ersetzt werden, da der Fehler nicht in einem stillschweigend schlechteren Bild bestehen wird.

FAQ

Wie unterscheidet sich MiniMax H3 Max vom Basisprodukt MiniMax-H3?
Laut Referenz unterstützen beide Text-zu-Video, Image-to-Video mit erstem und letztem Frame sowie die kombinierte Generierung mit Bild-, Video- und Audio-Referenzen, daher sind ihre Eingaben gleich. Sie unterscheiden sich bei den Auflösungsstufen: Max bietet 480P und 768P bei 5 bis 15 Sekunden, während die Basisstufe 2K und 768p bei 4 bis 15 Sekunden bietet. Max-Turbo ist die dritte ID und unterstützt überhaupt keine Referenzmedien.
Muss ich bei einer Max-Anfrage Auflösung und Dauer festlegen?
Lege beides fest. Die dokumentierte Standardauflösung ist 2K, gehört zu MiniMax-H3 und ist keine Option von Max. Daher muss bei Max ausdrücklich 480P oder 768P angegeben werden. Auch eine Standarddauer ist nicht dokumentiert. Max akzeptiert ganze Sekunden von 5 bis 15, daher gehört ein Wert außerhalb dieses Bereichs zum Zeitfenster eines anderen Modells und nicht zu Max.
Wie viele Referenzbilder kann Max verarbeiten, und wofür werden sie verwendet?
Bis zu neun. Über das Kompatibilitätsfeld wird ein Bild als erster Frame verwendet, zwei Bilder werden zuerst zum ersten und dann zum letzten Frame, und drei bis neun Bilder werden zu Referenzbildern — ein Fall, den Max unterstützt, Max-Turbo jedoch nicht. Neue Integrationen sollten Rollen mit image_with_roles ausdrücklich angeben, und die beiden Felder dürfen niemals gemeinsam gesendet werden.
Kann ich zusammen mit Bildern für den ersten und letzten Frame ein Seitenverhältnis von 9:16 anfordern?
Nicht sinnvoll. Im Modus mit erstem und letztem Frame passt sich die Ausgabe immer an das Eingabebild an, und ein übergebenes Seitenverhältnis wird ignoriert. adaptive ist bei Text-zu-Video nicht verfügbar, wo der Standard 16:9 lautet, und wird nur im kombinierten Referenzmodus zum Standard, der von MiniMax-H3 und MiniMax-H3-Max unterstützt wird.

FAQ

Kann ich MiniMax H3 Max direkt auf dieser Seite verwenden?
Ja. Der Creator oben ist das echte Ofrai-Studio, in dem MiniMax H3 Max standardmäßig ausgewählt ist.
Wo werden meine fertigen Ergebnisse gespeichert?
Generierungen angemeldeter Nutzer werden in der Ofrai-Bibliothek gespeichert und können dort heruntergeladen oder erneut geöffnet werden.
Welche Prompts funktionieren am besten mit MiniMax H3 Max?
Beschreibe Motiv, Umgebung, visuellen Stil, Licht sowie Kamera oder Bewegung klar. Die Beispiele oben sind praktische Startpunkte.
Kann ich die Beispiel-Prompts vor dem Generieren bearbeiten?
Ja. Lade ein Beispiel und ändere danach Text, Seitenverhältnis, Referenzen oder weitere unterstützte Einstellungen im Creator.

Vergleiche weitere Video-Modelle, die ähnliche kreative Aufgaben wie MiniMax H3 Max bewältigen.

Die kommerzielle Nutzung richtet sich nach dem gewählten Modell und den Bedingungen des Modells.