MiniMax H3 2K vs 768P: Ich habe denselben Prompt zweimal ausgeführt und zwei verschiedene Filme erhalten

Zwei Abzüge desselben Cold-Brew-Flaschen-Shots, liegend auf einer Café-Theke, einer weich, einer scharf, mit einer Quittung dazwischen

Zwei Abzüge desselben Shots, einer weich, einer scharf. Bei MiniMax H3 ist diese Lücke kein Qualitätsregler. Erzeugt mit openai/gpt-image-2/text-to-image.

Ich habe denselben Prompt zweimal eingereicht. Das Einzige, was ich geändert habe, war ein Dropdown: 768P, dann 2K.

Der erste Durchlauf kostete 0,40 $ und kam nach 130 Sekunden zurück. Der zweite kostete 0,56 $ und dauerte 181 Sekunden. Dann legte ich die beiden Bilder nebeneinander und etwas fühlte sich falsch an. Die Flasche war noch da. Das Etikett war noch da, Kleingedrucktes und alles. Aber die Theke hatte sich von warmem Holz zu hellem Stein verwandelt, ein Regal war im Hintergrund hinter der Barista aufgetaucht, die Kondensation auf dem Glas war plötzlich überall, und das Licht hatte die Farbe gewechselt.

Ich hatte nicht an einem Entwurf gespart. Ich hatte zwei verschiedene Filme geschossen.

Das ist kein Fehler. Es ist das, was „2K“ bei H3 tatsächlich bedeutet, und sobald man es versteht, fällt der Standardrat, den jeder gibt – erst günstig entwerfen, dann teuer fertigstellen – leise in sich zusammen. Unten stehen alle Zahlen aus diesem Test, plus die eine Änderung, die günstiges Entwerfen funktionieren lässt.

Wichtige Erkenntnisse (alle Werte gemessen auf Atlas Cloud, 2026-08-05)

• 768P lieferte 1344x768, 2K lieferte 2560x1440 bei einer 16:9-Anfrage. Das ist die 3,6-fache Pixelzahl und die 3,6-fache Videobitrate.
• Die Abrechnung betrug 0,40 $ vs. 0,56 $ für einen 4-Sekunden-Clip, also 0,10 $/s vs. 0,14 $/s. 768P ist 29 % günstiger pro Sekunde, nicht der halbe Preis.
• 768P kam 28 % schneller zurück beim Text-zu-Video-Paar (130s vs. 181s) und 17 % schneller beim Bild-zu-Video-Paar (194s vs. 234s).
• Text-zu-Video bei 768P und 2K mit demselben Prompt erzeugte zwei verschiedene Aufnahmen, nicht zwei Qualitäten einer Aufnahme. Ein reiner 768P-Entwurf gibt keine Vorschau auf Ihr 2K-Endergebnis.
• Sperren Sie das erste Bild mit Bild-zu-Video, und der Drift hört auf. Gleiches Set, gleicher Bildausschnitt, gleiche Etikettenposition, und 2K investiert seine zusätzlichen Pixel genau dort, wo MiniMax es sagt: ins Kleingedruckte.
• 768P ist nicht gesperrt. Beide Stufen sind im Auflösungs-Enum live und ab 2026-08-05 im Dropdown auswählbar, unabhängig davon, was die älteren Zusammenfassungen noch sagen.

MiniMax H3 2K vs 768P: Ist 768P noch in der Closed Beta?

Nein, und es lohnt sich, das gleich klarzustellen, weil es in den meisten Preisübersichten, die in den Tagen nach dem Launch geschrieben wurden, immer noch wiederholt wird.

Ich habe heute das Live-Eingabeschema für alle drei H3-Endpunkte gezogen. Das Feld resolution zeigt enum: ["768P", "2K"] mit default: "2K" bei Text-zu-Video, Bild-zu-Video und Referenz-zu-Video gleichermaßen, und duration läuft jede ganze Sekunde von 4 bis 15 auf allen dreien. Kein Flag, keine Sperre, kein Vertriebsformular. Dann habe ich einen 768P-Job auf zwei verschiedenen Endpunkten eingereicht, und beide wurden abgeschlossen und zum niedrigeren Satz abgerechnet. Wenn eine Seite Ihnen sagt, Sie sollen für 768P den Vertrieb kontaktieren, dann beschreibt diese Seite die erste Woche des Launches, nicht diese Woche.

MiniMax H3 2K vs 768P, gleicher Prompt, Seite an Seite

Links ist 768P. Rechts ist 2K. Identischer Prompt, identische duration=4, identisches ratio=16:9, nacheinander an minimax/h3/text-to-video gesendet.

MiniMax H3 2K vs 768P Split-Screen aus demselben Text-zu-Video-Prompt, mit Auflösung, Preis und Wanduhr eingebrannt

Gleicher Prompt, zwei Durchläufe. Links: 768P, 1344x768, 0,40 $, 130s. Rechts: 2K, 2560x1440, 0,56 $, 181s. Gezeigt als stummes GIF; beide gelieferten Dateien tragen 32-kHz-Stereo-Audio. Gemessen auf Atlas Cloud, 2026-08-05.

Schauen Sie, was sich tatsächlich unterscheidet. Es ist nicht die Schärfe. Es ist der Film. Anderes Thekenmaterial, andere Hintergrunddekoration, andere Menge Kondensation, andere Kamerahöhe, andere Farbtemperatur, und das Etikett sitzt an einer anderen Stelle auf der Flasche. Nichts im Prompt forderte eine Änderung all dessen.

Jetzt der Teil, von dem jeder annimmt, dass er andersherum läuft. Hier ist der Etikettenbereich aus beiden Aufnahmen, aus den nativen Dateien beschnitten und auf dieselbe Breite vergrößert, sodass der 768P-Ausschnitt stärker vergrößert ist als der 2K-Ausschnitt.

Etikettenausschnitt-Vergleich zwischen den MiniMax H3 768P- und 2K-Aufnahmen, beide zeigen die kleine Zutatenzeile als lesbar

Die kleine Zeile „single origin ethiopia guji / 250ml / roasted 04.08.2026“ bleibt bei 768P erhalten. Sie ist weicher und der Buchstabenabstand wackelt, aber nichts ist unleserlich. Die wahren Kosten von 768P waren hier nicht matschiger Text, sondern eine andere Komposition.

Die ehrliche Einordnung von MiniMax H3 2K vs 768P ist also nicht „scharf versus verschwommen“. Es ist „diese Aufnahme versus eine andere Aufnahme, plus ein Detail-Durchgang obendrauf“.

Das MiniMax H3 2K vs 768P Datenblatt, gemessen

Alles in dieser Tabelle stammt aus ffmpeg -i auf den gelieferten Dateien und aus dem Feld price der abgeschlossenen Vorhersage, nicht von einer Dokumentationsseite.

Zwei Fußnoten, die mich Geld gekostet haben, um sie zu lernen. Erstens lieferten beide Stufen 4,46 Sekunden für eine duration=4-Anfrage und beide berechneten 4 Sekunden, also bekommt man die zusätzlichen 0,46s kostenlos, kann aber keinen Schnitt darum herum planen. Zweitens ist das Audio über die Stufen hinweg identisch. Wenn Ihr Clip von Dialog oder einem Musik-Sync getragen wird, kauft 2K Ihnen nichts bei dem, was zählt.

Warum MiniMax H3 2K vs 768P jeden hereinlegt

Weil 2K bei H3 kein Upscaling-Schritt ist. Es ist eine zweite Generation.

MiniMax beschreibt den Mechanismus direkt: „Für die 2K-Ausgabe von H3 verwenden wir kein herkömmliches dediziertes Super-Resolution-Modul, sondern lassen das H3-Basismodell seine eigene niedrig aufgelöste Ausgabe im Kontext neu generieren.“ Sie erklären auch, warum sie es so gebaut haben: Der Ansatz im Kontext „ermöglicht es ihm, erneut auf den ursprünglichen multimodalen Kontext zurückzugreifen, um eine hochauflösende Ausgabe zu erzeugen und dabei Details wiederherzustellen, die herkömmliche Super-Resolution nur ‚erraten‘ kann und oft nicht wiederherstellen kann, wie kleine Texte und feine Details“ (MiniMax, Juli 2026).

Lesen Sie das noch einmal mit einer Produktionsbrille. Der 2K-Durchgang geht zurück zu Ihrem ursprünglichen Kontext und generiert erneut. Wenn Ihr Kontext nichts als ein Text-Prompt ist, bedeutet „erneut generieren“ „erneut würfeln“. Genau das zeigen meine beiden Aufnahmen. Dem Modell wurde nie gesagt, es solle die 768P-Version reproduzieren, weil es die 768P-Version nie gesehen hat.

Drei Arten, wie das in der Praxis zubeißt:

1. Sie erstellen günstige Entwürfe bei 768P mit Text-zu-Video, wählen einen Gewinner aus und führen ihn dann bei 2K erneut aus. Sie bekommen einen Fremden zurück. Der Prompt wird geehrt, der Film ist neu. Das ist der Test am Anfang dieser Seite.
2. Sie budgetieren, als ob 29 % günstiger pro Sekunde 29 % günstiger bedeutet. Das tut es nicht, denn die Finalis sind der teure Teil jeder echten Batch, und ein verschwendeter 2K-Neuwurf löscht die Ersparnis mehrerer Entwürfe.
3. Sie nehmen an, dass der günstige Upgrade-Pfad irgendwo da draußen ist. Ich habe heute den vollständigen Katalog auf Atlas Cloud überprüft: 452 Modelle, drei H3-Endpunkte und keinen H3-Nachgenerierungs-Endpunkt darunter. Wenn nur die drei Generierungs-Endpunkte exponiert sind, bedeutet „diesen Clip auf 2K upgraden“ entweder, ihn neu zu generieren oder einen separaten Upscaler darüber laufen zu lassen. Beides kostet Geld, und sie kaufen nicht dasselbe.

Es ist erwähnenswert, warum es sich überhaupt lohnt, um dieses Modell herum zu entwickeln, anstatt zu wechseln. Das Hauptangebot zum Launch war Video „mit bis zu 2K-Auflösung, in Clips von bis zu 15 Sekunden, mit nativem Stereo-Audio“ (DataNorth AI, August 2026), und die Bewertungen untermauerten es: H3 liegt derzeit mit 1.130 Punkten an der Spitze des Artificial Analysis Video Editing Elo-Boards, vor Gemini Omni Flash mit 1.122 und 93 Punkten vor Dreamina Seedance 2.0 720p mit 1.037 (Artificial Analysis, August 2026). Die Qualität ist einen Workflow wert. Der Workflow muss nur respektieren, wie 2K produziert wird.

Die vier Modelle hinter diesem MiniMax H3 2K vs 768P Test, in einem Tab

Der gesamte Test besteht aus vier Modellen, einem API-Key, einer Rechnung. Ich habe ihn auf Atlas Cloud ausgeführt, weil das Wechseln zwischen einem Bildmodell, zwei H3-Endpunkten und einem Upscaler sonst drei Konten und drei Rechnungen bedeutet, die am Ende des Monats abgeglichen werden müssen.

Zwei Anmerkungen, bevor Sie die Zahlen kopieren. Die H3-Endpunkte veröffentlichen alle einen einzigen Spitzensatz von 0,14 $/s, das ist die 2K-Stufe; der 768P-Satz taucht in der Rechnung auf, nicht in der Auflistung, also messen Sie ihn einmal selbst. Und keines dieser vier Modelle ist derzeit rabattiert. Wenn Sie den Schritt des Bildsperrens trimmen möchten, läuft openai/gpt-image-2-developer/text-to-image mit 50 % Rabatt (0,004 $ von 0,009 $) Stand August 2026, und es ist dieselbe Familie, die denselben Job macht.

So führen Sie den MiniMax H3 2K vs 768P Test selbst durch

Fünf Schritte, 2,21 $ Guthaben und etwa 15 Minuten Gesamtwanduhr. Jeder Prompt unten ist die exakte Zeichenfolge, die ich gesendet habe.

Drei Parameterhinweise zuerst, weil jeder leise einen Durchlauf kosten kann:

• Bei Text-zu-Video heißt das Feld ratio, nicht aspect_ratio, sein Standard ist 1:1, und sein Enum hat keine Option adaptive. Übergeben Sie 16:9 selbst, sonst erhalten Sie einen quadratischen Clip. Bei Bild-zu-Video ist das Enum nur adaptive, weil Ihr erstes Bild die Form bestimmt.
• Senden Sie duration immer explizit, anstatt dem dokumentierten Standard von 8 zu vertrauen. Was Ihnen berechnet wird, folgt dem, was geliefert wird, nicht dem, was Sie angenommen haben.
• Jeder H3-Job überlebt ein normales Inline-Timeout, also senden Sie asynchron und pollten Sie. Das Feld price wird auch spät ausgefüllt: Wenn status auf completed wechselt, ist es oft noch leer, und Sie müssen die Vorhersage-ID einmal mehr pollten, um die echte Zahl zu erhalten. Ohne diesen zweiten Poll können Sie keine ehrliche Kostentabelle erstellen.

Schritt 1: Das Bild mit GPT Image 2 sperren

Dies ist der Schritt, der einen Entwurf in eine Vorschau verwandelt, anstatt in ein Lotterielos. Generieren Sie die fertige Komposition als Standbild, und es wird der unbewegliche Teil beider Videodurchläufe.

textCopy
1Makro-Produktfotografie einer mattschwarzen Cold-Brew-Kaffeeflasche, die auf einer nassen Schieferplatte steht, Morgenlicht fällt von rechts schräg durch das Fenster. Ein cremefarbenes Papieretikett umschließt die Flasche, scharf lesbar: fette Großbuchstaben „NORTHBOUND COLD BREW“ in einer Zeile, und direkt darunter in kleiner Schrift „single origin ethiopia guji / 250ml / roasted 04.08.2026“. Kondenswasserperlen auf dem Glas, eine Espressomaschine und eine Barista in einem Jeanshemd im Hintergrund weich unscharf. Kinematografisch, geringe Schärfentiefe, warme neutrale Gradation, fotorealistisch, 16:9.
2

Einstellungen: Qualität hoch, Größe 2048x1152. Sparen Sie hier nicht. Jedes Detail, das der 2K-Durchgang schützen soll, muss zuerst in diesem Bild existieren.

Das gesperrte erste Bild, generiert mit GPT Image 2 bei 2048x1152, zeigt die Cold-Brew-Flasche und ihr lesbares Kleingedrucktes

Generiert mit openai/gpt-image-2/text-to-image, Qualität hoch, 2048x1152. Abgerechnet 0,1745 $, zurück in 146s.

GPT Image 2 Playground auf Atlas Cloud mit dem eingegebenen Bild-Prompt und der generierten Flasche im Ausgabefenster

GPT Image 2 auf Atlas Cloud: Qualität auf hoch gesetzt, 16:9, das gesperrte Bild auf der rechten Seite gerendert.

Schritt 2: Entwurf bei 768P

Derselbe Endpunkt, den Sie auch für das Finale verwenden werden. Nur die Auflösung unterscheidet sich zwischen diesem Schritt und Schritt 4.

textCopy
1Langsamer Makro-Dolly-in auf die Flasche. Kondenswasserperlen gleiten am Glas hinab. Das Etikett bleibt vollkommen still und lesbar. Im weichen Hintergrund wischt die Barista einmal die Theke ab. Natürliche Café-Raumatmosphäre, ein leises Zischen der Espressomaschine. Kein Kamera-Wackeln.
2

Einstellungen auf minimax/h3/image-to-video: erstes Bild = Ihre Ausgabe von Schritt 1, resolution=768P, duration=4, ratio=adaptive.

Der MiniMax H3 768P Entwurfsclip, ein langsamer Makro-Dolly-in auf die Cold-Brew-Flasche

Der 768P-Entwurf: 1344x768, abgerechnet 0,40 $, zurück in 194s. Gezeigt als stummes GIF; die Datei selbst trägt 32-kHz-Stereo. Beachten Sie die vier schweren Tropfstreifen, die über das Etikett verschmiert sind.

MiniMax H3 Bild-zu-Video Playground auf Atlas Cloud mit dem hochgeladenen gesperrten Bild, dem eingegebenen Prompt und einem fertigen Clip im Ausgabefenster

Das Bild-zu-Video-Formular mit dem geladenen gesperrten Bild. Auflösung und Dauer sind die einzigen beiden Felder, die diesen Schritt von Schritt 4 unterscheiden, und beide Stufen befinden sich in derselben Liste, ohne dass eine von beiden gesperrt ist. Dieser Screenshot wurde auf den Standardeinstellungen 2K und 8 Sekunden belassen, weshalb der Run-Button 1,12 $ anzeigt; wechseln Sie Auflösung auf 768P und Dauer auf 4, und dieser Preis sinkt auf 0,40 $.

Schritt 3: Den MiniMax H3 2K vs 768P Entwurf an den richtigen Dingen beurteilen

Der Entwurf ist eine Probe, kein Beweis. Aus meinen beiden Paaren hier ist, was er zuverlässig sagt und was nicht.

Vertrauen Sie ihm bei: Prompt-Formulierung, ob die Bewegung überhaupt lesbar ist, der Menge an Kamerabewegung, dem Tempo über die vier Sekunden und der Audioumgebung. Das alles wurde sauber übertragen.

Vertrauen Sie ihm nicht bei: feiner Oberflächentextur, der kleinsten Schrift auf Ihrem Produkt oder irgendeinem Artefakt, das er erfindet. In meinem 768P-Entwurf bekam das Etikett vier dicke braune Tropfen, die der 2K-Durchlauf nicht produzierte, und die kleine Zutatenzeile verschmolz zu Matsch. Wenn ich diesen Entwurf wegen seines schmuddeligen Aussehens abgelehnt hätte, hätte ich einen Prompt abgelehnt, der funktionierte.

Das ist die eigentliche Arbeitsteilung. 768P beantwortet „ist das der richtige Shot“, 2K beantwortet „ist das lieferbar“.

Schritt 4: Ein Feld umschalten und bei 2K fertigstellen

Derselbe Endpunkt, dasselbe erste Bild, dieselbe Prompt-Zeichenfolge. Ändern Sie resolution auf 2K und sonst nichts.

Der MiniMax H3 2K Finalclip aus demselben gesperrten ersten Bild, mit sauberem Etikett und lesbarem Kleingedruckten

Das 2K-Finale: 2560x1440, abgerechnet 0,56 $, zurück in 234s. Dieselbe Platte, dieselbe Espressomaschine, dieselbe Pflanze, dieselbe Barista, dieselbe Etikettenposition wie im Entwurf.

Hier ist die Antwort auf die Frage, für die dieser gesamte Artikel gebaut wurde, und sie ging den guten Weg. Mit dem gesperrten ersten Bild hörte der Drift auf. Das Set, der Bildausschnitt, die Kamerahöhe und die Typografieposition blieben alle zwischen dem 768P-Entwurf und dem 2K-Finale erhalten. Die Unterschiede beschränkten sich auf Details: Der 2K-Durchgang reinigte die verschmierten Tropfen zu einem dünnen Rinnsal, löste die Papierkörnung auf und verwandelte die kleine Zutatenzeile von Rauschen zurück in Wörter. Das ist genau das Verhalten, das MiniMax für die Nachgenerierung im Kontext beansprucht, und es ist das erste Mal in diesem Test, dass 2K wie eine Qualitätsstufe und nicht wie ein Neuwurf aussah.

Zum Vergleich die Kontrollgruppe. Das ist der nackte Text-zu-Video-Durchlauf bei 2K, der den Fremden am Anfang dieser Seite produzierte. Gleicher Prompt-Inhalt, kein erstes Bild, also nichts, was die Komposition festnagelt.

MiniMax H3 Text-zu-Video Playground bei 2K mit dem fertigen Kontrollclip im Ausgabefenster

MiniMax H3 Text-zu-Video auf Atlas Cloud: kein erstes Bild, Auflösung 2K, Seitenverhältnis 16:9, und der fertige Clip im Ausgabefenster. Es war nichts falsch an dieser Generierung. Es ist nur nicht derselbe Film, den der 768P-Durchlauf produzierte.

Schritt 5: Oder den MiniMax H3 2K vs 768P Neuwurf überspringen und stattdessen hochskalieren

Manchmal ist die 768P-Aufnahme bereits die Richtige. Die Performance sitzt, das Timing stimmt, und Sie wollen keine Neugenerierung, die anders landen könnte. Dann generieren Sie sie nicht neu. Schieben Sie die exakte Datei durch einen Upscaler.

Einstellungen auf atlascloud/video-upscaler: video = Ihre 768P-Ausgabe-URL, target_resolution=2k. Eingabeobergrenzen bei 2K sind 23 Sekunden und 690 Frames, und die Eingabe-fps muss 30 oder niedriger sein, also passen H3s 24-fps-Clips bequem.

Die 768P-Aufnahme, durch den Atlas Cloud Video Upscaler auf 2K gebracht, dasselbe Filmmaterial in höherer Auflösung

Der hochskalierte Take: 2540x1452, abgerechnet 0,12 $, zurück in 40s. Dieselben vier Tropfen, alles gleich. Das ist derselbe Film, kein neuer.

Atlas Cloud Video Upscaler Playground mit dem geladenen 768P-Clip und dem 2K-Ergebnis im Ausgabefenster

Der Video Upscaler auf Atlas Cloud mit dem geladenen 768P H3-Clip und dem hochskalierten Ergebnis, das auf der rechten Seite abgespielt wird. Dieser Screenshot wurde auf dem 1080p-Standard ausgeführt, den der Run-Button mit 0,09 $ für alles unter dem 5-Sekunden-Minimum bepreist. Schalten Sie Target Resolution auf 2k und Sie sind auf der 0,024 $/s-Stufe, was die 0,12 $ sind, die mir für meinen eigenen Durchlauf berechnet wurden.

Und hier ist das Urteil, das niemand überspringen sollte, alle drei Etikettenausschnitte aus demselben gesperrten Bild bei derselben Vergrößerung.

Dreifacher Etikettenausschnitt-Vergleich: nativ 768P, dieser Clip auf 2K hochskaliert und nativ 2K, zeigt, dass nur natives 2K das Kleingedruckte wiederherstellt

Nativ 768P, derselbe Clip hochskaliert und nativ 2K. Der Upscaler schärft die Papierkörnung und den großen Titel wunderschön und behält den exakten Take. Was er nicht kann, ist, die kleine Zeile wiederherzustellen, weil diese Information nie in der 768P-Datei war. Der Nachgenerierungs-Durchgang kann das, weil er zum Kontext zurückgeht, anstatt zu den Pixeln.

Die beiden Routen sind also keine Konkurrenten. Sie beantworten unterschiedliche Fragen. Hochskalieren bewahrt eine Performance. Nachgenerierung stellt Details wieder her. Wählen Sie danach, was Ihr Clip sich nicht leisten kann zu verlieren.

Variationen, die es wert sind, bei MiniMax H3 2K vs 768P getestet zu werden

• Vertikal. Meine 16:9-Tests kamen als 1344x768 zurück, also ist die kurze Seite das, was die Stufe festlegt. Eine 9:16-Anfrage sollte nach derselben Logik bei 768x1344 landen, aber messen Sie es einmal, bevor Sie eine vertikale Batch auf der Annahme aufbauen. Bei Bild-zu-Video legen Sie die Form durch das erste Bild fest, anstatt gegen das adaptive-Enum zu kämpfen.
• Sprechende Köpfe. Hier würde ich das Entwerfen ganz überspringen und direkt zu 2K gehen. Gesichter, Zähne und Blicklinien sind genau die Klasse von Kleindetails, für die der Nachgenerierungs-Durchgang existiert, und ein 768P-Entwurf wird Sie über alle drei in die Irre führen.
• Lange Clips. Bei 15 Sekunden weitet sich die Lücke auf 1,50 $ gegenüber 2,10 $, und die Wanduhr dehnt sich entsprechend. Planen Sie die Warteschlange, nicht nur das Budget.
• Produkttext und mehrsprachige Arbeit. H3s gleichmäßige In-Frame-Schrift und sein natives mehrsprachiges Audio sind die Gründe, warum Leute es überhaupt für kommerzielle Verpackungen auswählen. Beides überlebt bei 768P, was 768P zu einer tatsächlich nutzbaren Lieferstufe für Social-Media-Crops macht, nicht nur zu einem Proberaum.

Was MiniMax H3 2K vs 768P wirklich pro nutzbarem Clip kostet

Zuerst die drei Routen zu einem 2K-Liefergegenstand, pro 8-Sekunden-Clip, zu den Sätzen, die mir tatsächlich berechnet wurden.

Jetzt die Zahl, die Ihren Monat entscheidet. Nehmen Sie eine realistische Mischung: zehn 4-Sekunden-Entwurfswürfe, um den Shot zu finden, dann zwei fertige 8-Sekunden-Clips.

Lesen Sie die mittlere Zeile ehrlich. Die Ersparnis pro Sekunde beträgt 29 %, aber die Ersparnis pro Batch beträgt 18 %, weil Ihre Finales immer noch Finales sind. Die Ersparnis wächst nur in Richtung 29 %, wenn das Entwerfen dominiert: bei zwanzig 8-Sekunden-Entwurfswürfen anstatt zehn kurzen landet Route zwei etwa 25 % unter All-2K. Und jeder Cent davon hängt vom gesperrten Bild ab, denn ohne diese zehn billigen Würfe sind zehn Filme, die Sie nicht ausliefern werden.

Der zweite Dividende ist Zeit, und das könnte wichtiger sein. Beim Text-zu-Video-Paar kam 768P 28 % schneller zurück, und über beide Paare hinweg dauerte es nie länger. Bei 4-Sekunden-Clips mit diesen Wanduhrzeiten sind das etwa 27 Entwurfswürfe pro Stunde statt 20. Wenn Sie noch auf der Suche nach dem richtigen Prompt sind, zählen sieben zusätzliche Schwünge mehr als die 1,60 $, die Sie gespart haben.

Ein rechtlicher Hinweis, falls Sie vorhatten, dies alles durch Selbsthosting zu umgehen. Die offenen Gewichte auf Hugging Face sind H3-Base, das auf der kurzen Seite von 768 generiert. Der 2K-Durchgang lebt auf der API-Seite, also bekommen Sie mit offenen Gewichten die Entwurfsstufe und nicht die Endstufe. Die Community-Lizenz enthält auch ausgeschlossene Gebiete, die die EU, das Vereinigte Königreich, Korea und die USA abdecken, mit einem separaten Autorisierungskanal, der offen ist. Lesen Sie also die Lizenz, bevor Sie eine kommerzielle Pipeline auf einem lokalen Checkout aufbauen. Für einen breiteren Blick darauf, was die veröffentlichten Gewichte enthalten und nicht enthalten, siehe unseren MiniMax H3 Testbericht, und den vollständigen Modellkatalog, wenn Sie H3 gegen den Rest des aktuellen Videofeldes bepreisen möchten.

Häufig gestellte Fragen

Ist bei MiniMax H3 2K vs 768P die 768P tatsächlich günstiger pro Clip?

Ja. Mir wurden 0,40 $ für einen 4-Sekunden-768P-Clip und 0,56 $ für die identische Anfrage bei 2K berechnet, also 0,10 $/s gegenüber 0,14 $/s, eine Ersparnis von 29 % pro Sekunde. Der Haken ist, dass die Ersparnis nur zählt, wenn der billige Durchlauf Ihnen etwas über den teuren sagt, was das Sperren des ersten Bildes erfordert. Ein nackter Text-zu-Video-Entwurf bei 768P ist ein separater Film, und Geld, das dafür ausgegeben wird, ist kein gespartes Geld.

Ist bei MiniMax H3 2K vs 768P die 2K nur ein Upscale der 768P-Ausgabe?

Nein. MiniMax lässt das Basismodell seine eigene niedrig aufgelöste Ausgabe im Kontext neu generieren, anstatt ein dediziertes Super-Resolution-Modul auszuführen, weshalb 2K kleine Texte und feine Oberflächendetails wiederherstellen kann, die ein Upscaler nur approximieren kann. Mein dreifacher Etikettenausschnitt zeigt genau das: Der hochskalierte 768P-Clip schärfte die Papierkörnung, ließ die kleine Zutatenzeile jedoch als unleserliches Rauschen zurück, während der native 2K-Durchlauf sie wieder in Wörter verwandelte.

Wird mein MiniMax H3 768P-Entwurf wie mein 2K-Finale aussehen?

Nur, wenn Sie das erste Bild sperren. Bei nacktem Text-zu-Video gaben mir die beiden Stufen unterschiedliche Set-Dekoration, unterschiedliche Kamerahöhe, unterschiedliche Kondensation und eine unterschiedliche Etikettenposition aus demselben Prompt. Bei Bild-zu-Video mit einem festen ersten Bild blieben Komposition, Bildausschnitt und Typografie zwischen den Stufen erhalten, und die einzigen Änderungen betrafen Details und Textur.

Muss ich immer noch den Vertrieb kontaktieren, um MiniMax H3 768P zu erhalten?

Nein, nicht ab 2026-08-05. Das Live-Schema auf allen drei H3-Endpunkten listet resolution als enum: ["768P", "2K"], der Playground zeigt beide in einem Dropdown, und meine 768P-Jobs wurden auf zwei verschiedenen Endpunkten abgeschlossen und zum niedrigeren Satz abgerechnet. Die Closed-Beta-Aussage stammt aus Berichten, die in den ersten Tagen nach dem Launch geschrieben wurden.

Wie viel langsamer ist 2K bei MiniMax H3 2K vs 768P?

Bei meinen 4-Sekunden-Paaren 1,2x bis 1,4x langsamer: 181s gegenüber 130s bei Text-zu-Video und 234s gegenüber 194s bei Bild-zu-Video, gemessen vom Absenden bis zum Abschluss. Architektonisch ist 2K ein zweiter Generierungsdurchgang über denselben Kontext, erwarten Sie also, dass die absolute Lücke bei längeren Clips größer wird, anstatt flach zu bleiben.

Kann ich einen 768P-Clip auf 2K upgraden, ohne ihn neu zu generieren?

Sie können die Auflösung erhöhen, ohne den Take zu verändern, indem Sie ihn durch einen Video-Upscaler laufen lassen. Das hat mich 0,12 $ für einen 4,46-Sekunden-Clip bei der 2K-Stufe gekostet (0,024 $/s mit einem 5-Sekunden-Minimum) und kam in 40 Sekunden zurück. Das bewahrt die Performance Bild für Bild. Was es nicht tun wird, ist, Details wiederherzustellen, die nie eingefangen wurden. Wenn es also bei 2K um lesbare kleine Schrift geht, brauchen Sie den Nachgenerierungs-Durchgang, nicht den Upscaler.