Meta Title: MiniMax H3 Ghibli-Stil 2026: 3 Schritte, inklusive Sound

Meta Description: Ein gemalter Keyframe, ein 15-Sekunden-MiniMax-H3-Render, und Wind und Zikaden landen in derselben Datei. Echte Prompts, echte Einstellungen, bediente Screenshots.

---

MiniMax H3 Ghibli-Stil: 3 Schritte zu einem 15-Sekunden-Handzeichnungs-Shot, der wirklich atmet

Du kennst die Version, die nicht funktioniert. Jemand wirft ein gemaltes Porträt in ein Video-Tool, wartet und bekommt drei Sekunden Live-Photo-Gewackel: Haare zittern, Wolken eingefroren, kein Ton, Loop.

Handgezeichnete Filme bewegten sich nie so. Und sie waren nie so leise.

Also haben wir stattdessen Folgendes gemacht. Ein gemalter Keyframe, ein MiniMax H3 Ghibli-Stil Render mit 15 Sekunden, und das Gras wiegt sich, eine Straßenbahn überquert ein Viadukt, Zikaden sind unter allem, und vier Klaviernoten lösen sich auf. Alles aus einem einzigen Job, in einer Datei, mit integriertem Stereo-Audio.

Unten: zuerst der fertige Shot, dann die genauen Prompts, die Einstellungen, die tatsächlich funktionieren, echte bediente Playground-Screenshots und eine Aufschlüsselung der Kosten.

Wichtige Erkenntnisse

• Ein 15-Sekunden-2K-Job liefert 2560x1440, 24fps, AAC Stereo 32kHz, kein Wasserzeichen.
• Der handgezeichnete Look ist ein Kadenzproblem, kein Farbproblem. Fordere „on twos", nicht Glätte.
• Wind, Zikaden und Klavier kommen aus demselben Render. Es gibt keinen zweiten Scoring-Durchlauf.
• 3 Schritte: male einen Keyframe, animiere ihn, passe einen zweiten Shot mit Referenz-zu-Video an.
• Lasse Studio- und Regisseurnamen aus dem Prompt. Beschreibe stattdessen die Handwerkskunst.

Hier ist der fertige Shot, bevor es an die Theorie geht.

Schalt den Ton ein. Ein durchgehender 15-Sekunden-Bild-zu-Video-Job auf MiniMax H3, 2K, keine Schnitte, kein Postprocessing: die Windböe, die Straßenbahnglocke, die Zikaden und das Klavier kamen alle in dieser einzigen mp4 an.

Kannst du das Video an deinem Lesegerät nicht abspielen? Hier sind die vier relevanten Beats, direkt aus der obigen Datei extrahiert.

Vier Frames aus dem MiniMax H3 Ghibli-Stil Hügelland-Render bei 0s, 5s, 10s und 15s, die die erste Windböe, die Straßenbahn auf dem Viadukt, die zweite Böe und den gehaltenen letzten Beat zeigen

Derselbe Render, abgetastet bei 0s, 5s, 10s und 15s. Beachte die letzte Karte: absichtlich tritt nichts Neues in den Rahmen.

Warum die meisten MiniMax H3 Ghibli-Stil-Versuche wie ein Filter aussehen

Urteil zuerst: Der Filter-Look liegt fast nie an der Farbe. Es liegt an Timing, Sound und Länge.

Hier sind die Beweise. Gemalte Cel-Filme werden nicht mit 24 einzigartigen Zeichnungen pro Sekunde animiert. Bei der Analyse eines von Miyazakis Laufzyklen bezeichnet Animation Obsessive es als „einen Lauf ‚on twos' gezeichnet" bei „12 Zeichnungen pro Sekunde", wobei „jede Zeichnung für zwei Frames auf dem Bildschirm bleibt." (Animation Obsessive, März 2023)

Überlege nun, was ein Videomodell standardmäßig tut. Es interpoliert. Geschmeidig. Seidig. Mit voller Bildrate.

Das ist der ganze Verrat. Deine Palette war in Ordnung. Deine Bewegung war zu gut.

Frage: Kann das Modell eine gezeichnete Ebene für volle 15 Sekunden halten, ohne dass sie schmilzt? Ja, und so sieht das aus.

Handgezeichneter Goldfisch und Algen, animiert über einer echten sonnigen Küchenarbeitsplatte, aus einem 15-Sekunden-Render von MiniMax H3

Ein MiniMax H3 Beispiel-Lauf: ein mit Buntstift umrissener Goldfisch und grüne Algenstriche, gezeichnet über Live-Action-Küchenmaterial, gehalten für die vollen 15,08 Sekunden, ohne dass die Linienarbeit verschmiert. Hier als stummes GIF gezeigt; die gelieferte Datei enthält 24 fps Video und 32kHz Stereo-Audio.

Zweite Todesursache: gemischte Stilversprechen. „Fotorealistisches Anime-Aquarell" zu schreiben, gibt dir ein Modell, das versucht, drei Verträge gleichzeitig zu erfüllen, und das Ergebnis ist der Matsch, den die Leute „AI Slop" nennen. Verpflichte dich zu einem Medium, und es hält.

Knetanimationsfuchs mitten im Sprung auf einem zerklüfteten Felsen neben einer glühenden Lavaspalte, Plastilin-Fingerabdruck-Textur sichtbar, aus einem MiniMax H3 Render

Gleiches Prinzip, anderes Medium: ein einziges Ein-Stil-Versprechen („Stop-Motion-Plastilin") erzeugt echte Fingerabdruck-Textur und Stop-Motion-Gewicht über 10 Sekunden. Stummes GIF ; die Quelldatei ist 2560x1440 mit Stereo-Audio.

Und die dritte und vierte: Stille und kein Platz zum Atmen. Ungefähr die Hälfte von dem, was die Leute mit diesem Stil meinen, ist Sounddesign, Wind und ein spärliches Klavier. Und die Pausen brauchen echte Sekunden. Ein 5-Sekunden-Clip kann physisch keine drei Sekunden halten, in denen nichts passiert.

Hier ist die Diagnosetabelle, auf die wir immer wieder zurückkommen.

Welchen Endpunkt du verwendest, ist genauso wichtig wie der Prompt. Es gibt drei, und sie machen unterschiedliche Aufgaben.

Eine Falle, die es wert ist, auf deine Hand geschrieben zu werden: Das Senden von image und refers im selben Aufruf führt nicht zu einem Fehler. Der Job wird abgeschlossen, vollständig abgerechnet und verwirft stillschweigend eine der beiden Eingaben. Wir haben es an beiden Endpunkten gemessen, und die Richtung, in die es fällt, variiert. Wähle einen Endpunkt pro Aufruf.

Der MiniMax H3 Ghibli-Stil-Workflow: Drei Modelle, ein Tab

Dieser Abschnitt gibt dir die gesamte Kette und was jedes Glied kostet. Sie läuft Ende-zu-Ende in einem Browsertab auf Atlas Cloud, wo auch jeder Screenshot unten bedient wurde, sodass du nie eine Datei exportieren musst, um sie woanders wieder hochzuladen.

Warum das für diesen speziellen Job wichtig ist: Das Malmodell und das Videomodell müssen sich auf den Frame einigen. Sie auf derselben Plattform zu halten, bedeutet, dass der von dir generierte Keyframe bereits eine Datei ist, die der nächste Playground als ersten Frame verwenden kann, und der Referenz-zu-Video-Schritt kann sowohl auf den Keyframe als auch auf einen aus deinem fertigen Clip extrahierten Standbild zugreifen.

Eine Gewohnheit, die Argumente mit deiner eigenen Tabelle spart: Die Kopfzahl auf einer Modellseite ist eine Untergrenze, nicht deine Rechnung. Die H3-Seiten listen $0,10 pro Sekunde, was der 768P-Tier ist; 2K kostet $0,14. GPT Image 2 listet $0,009, was eine Token-Tier-Untergrenze ist, und Qualität high bei 2048x1152 kostet tatsächlich $0,1745. Lies jedes Mal den Run-Button, denn das ist die Zahl, die dir berechnet wird.

Es gibt kein Rabatt auf den H3-Endpunkten Stand August 2026. Nur die -developer-Varianten der Bildmodelle sind reduziert, was für Entwürfe wissenswert ist und für die Auslieferung irrelevant.

Lass uns loslegen.

Schritt 1: Den Keyframe malen

Der Frame trägt die Hauptlast. Alles, was der Video-Schritt nicht erfinden kann – Komposition, Palette, Linienqualität, Papierkörnung – muss bereits in diesem PNG sein.

Öffne den GPT Image 2 Text-to-Image Playground und füge dies wörtlich ein.

PlainCopy
1Handbemalter 2D-Animationshintergrund im Stil der japanischen Cel-Animation der 1990er Jahre: eine weite Sommerhügellandschaft am späten Nachmittag. Hohes grünes Gras füllt die unteren zwei Drittel, gemalt in weicher Gouache mit sichtbarer Pinselstruktur und handgetuschten Grashalmkanten. Ein etwa zehnjähriges Mädchen steht in der mittleren Distanz von hinten gesehen, trägt einen schlichten gelben Regenmantel und einen roten Rucksack, eine Hand hält einen Strohhut fest. Jenseits des Hügels überquert eine schmale Einschienen-Straßenbahn ein grünes Tal auf einem niedrigen Steinviadukt; ferne blaue Berge verblassen zu einem blasscremefarbenen Himmel mit hoch aufragenden Cumuluswolken, gemalt als flache, geschichtete Formen. Warmes 16-Uhr-Licht, weiche Umgebungsschatten, kein harter Kontrast, begrenzte Palette aus Grasgrün, Creme, Himmelblau und einem gelben Akzent. Cel-Animation Linienqualität: saubere, selbstbewusste Konturen, flache Farbfüllungen, handgemalter Aquarellhintergrund, subtile Papierkörnung. Kein Text, keine Logos, kein Wasserzeichen, keine Fotorealismus, kein 3D-Render, kein Lens Flare, keine modernen Gebäude.

Einstellungen: Qualität high, Größe 2048x1152 (16:9), ein Bild. Verringere hier nicht auf medium. Die Papierkörnung und die getuschten Graskanten sind genau das Detail, das eine niedrigere Stufe wegglättet, und diese beiden Dinge verkaufen später den gesamten Shot.

Beachte, was der Prompt nicht sagt. Kein Studio-Name, kein Regisseur-Name. Jede stilistische Anweisung ist eine Beschreibung der Handwerkskunst: Gouache, handgetuschte Kanten, flache Farbfüllungen, Cel-Animation Linienqualität. Das ist nicht Zimperlichkeit, es ist ein besserer Prompt, denn „Cel-Animation mit flachen Füllungen und sichtbarer Papierkörnung" ist eine spezifische Anweisung und ein Studio-Name ist eine vage.

Hier ist der Lauf.

GPT Image 2 Playground auf Atlas Cloud mit dem handgemalten Hügelland-Prompt bei Qualität high und 16:9, und dem fertigen Ghibli-Stil Keyframe im Ausgabefeld gerendert

GPT Image 2 bei Qualität high , 2048x1152, ausgeführt auf Atlas Cloud. Beachte den Run-Button: $0,1745, nicht die $0,009 auf der Preisseite.

Und der Keyframe für sich allein, weil du diese exakte Datei gleich dem nächsten Schritt zuführst:

Handgemalter Sommerhügelland-Keyframe: ein Mädchen in einem gelben Regenmantel von hinten in hohem Gras, eine Einschienen-Straßenbahn auf einem Steinviadukt jenseits des Tals, flache geschichtete Cumuluswolken

Generiert mit openai/gpt-image-2/text-to-image . Dieses PNG ist der erste Frame des fertigen Shots am Anfang des Artikels.

Schritt 2: In MiniMax H3 Ghibli-Stil-Bewegung animieren

Jetzt der interessante Teil. Dieser Prompt ist länger, als die meisten Leute schreiben, und das ist beabsichtigt: Du schreibst ein Timing-Blatt, keine Stimmung.

Vier Dinge, die er spezifiziert, die ein typischer Prompt nicht tut: wann jede Böe beginnt, wann die Straßenbahn eintritt und verlässt, dass die Kadenz auf Zweien ist, und einen vollständigen Audio-Absatz mit Eintrittszeiten pro Ebene.

Lade dein Schritt-1-PNG auf der MiniMax H3 Image-to-Video-Seite und füge dies ein.

PlainCopy
1Animiere dieses Gemälde als einen durchgehenden handgezeichneten Shot, 15 Sekunden, keine Schnitte.
2Kamera: ein sehr langsamer Push-In, kaum wahrnehmbar, plus eine sanfte Verschiebung nach rechts um etwa fünf Prozent der Rahmenbreite. Kein Zoom-Snapping, kein Handheld-Wackeln.
3Bewegung: Wind bewegt sich in zwei langen wandernden Wellen durch das hohe Gras, eine beginnt bei Sekunde zwei und eine bei Sekunde neun, biegt die Halme jedes Mal in die gleiche Richtung. Der Saum des Regenmantels und die Haare des Mädchens heben sich mit jeder Böe; ihre Strohhutkrempe biegt sich. Wolken treiben fast unmerklich. Bei Sekunde sieben überquert eine Einschienen-Straßenbahn das Viadukt von links nach rechts und verlässt den Rahmen bei Sekunde elf. Von Sekunde zwölf bis fünfzehn bewegt sich nichts außer dem Gras und einem Wolkenschatten, der den Hügel überquert: halte die Stille, füge keine neue Aktion hinzu.
4Animationskadenz: handgezeichnet auf Zweien, gehaltene Zeichnungen, leichtes Frame-zu-Frame-Linienwackeln. Keine interpolierte seidige Bewegung, kein Morphen, keine schmelzenden Kanten. Behalte flache Farbfüllungen und bemalte Papierstruktur. Füge keine fotografische Tiefenschärfe, kein Bokeh oder Lens Flare hinzu.
5Audio: durchgehende Sommerzikaden auf einem gleichmäßigen mittleren Pegel; geschichtetes Grasrascheln, das mit jeder Böe anschwillt; eine entfernte Straßenbahnglocke bei Sekunde sieben mit schwachem Räderrollen, das bis Sekunde elf ausklingt; und eine spärliche Solo-Klavierlinie mit vier Noten, die bei Sekunde drei einsetzt und bei Sekunde dreizehn endet. Keine Stimme, kein Voice-Over, kein Dialog, kein Bildschirmtext, keine Musik jenseits dieser Klavierlinie.

Einstellungen: image = dein Schritt-1-PNG, Auflösung 2K, Dauer 15, Seitenverhältnis bleibt adaptive. Das Letztere ist keine Faulheit. Das Enum auf diesem Endpunkt enthält nur adaptive, und der hochgeladene Frame bestimmt die Ausgabeform, also ergibt ein 16:9-Keyframe einen 16:9-Clip.

Lies jetzt den Run-Button, bevor du klickst, denn genau hier haben wir einen Take verloren.

Bei 2K und 15 Sekunden sollte der Preis $2,10 betragen. Unserer zeigte $1,12 an. Der Dauer-Schieberegler hat unsere 15 nie übernommen, der Job lief mit dem 8-Sekunden-Standard, und jedes andere Feld im Formular sah immer noch vollkommen korrekt aus. Hier ist dieser Lauf, mit der Falle direkt im Bild.

MiniMax H3 Image-to-Video Playground auf Atlas Cloud mit dem geladenen gemalten Keyframe, Auflösung 2K, und dem fertigen Ghibli-Stil Hügelland-Clip im Ausgabefeld

Der Prompt fordert 15 Sekunden. Der Player zeigt 0:08 an. Der Run-Button zeigt $1,12 an. Auflösung 2K wurde übernommen, die Dauer nicht. Lies den Preis, niemals den Schieberegler.

Behebe es auf eine von zwei Arten: Ziehe den Schieberegler und bestätige, dass der Preis auf $2,10 springt, bevor du abschickst, oder sende den Job über die API, wo duration: 15 einfach ein Feld ist, das nicht stillschweigend verfehlt werden kann. Der Clip am Anfang dieses Artikels ist der zweite Weg, derselbe Endpunkt und derselbe Prompt, resolution: 2K, duration: 15.

So geliefert: ein 15,08-Sekunden-Container, 2560x1440, 24fps, H.264 mit AAC Stereo-Audio bei 32kHz, kein Wasserzeichen irgendwo. Die versehentliche 8-Sekunden-Version kam mit exakt 8,00 Sekunden und identischer Geometrie zurück. Plane 5 bis 10 Minuten Wandzeit ein; 8-Sekunden-2K-Jobs landen in unseren Läufen bei 310 bis 400 Sekunden, und ein 2K-Job mit drei Referenzen dauerte 557 Sekunden.

Schritt 3: Einen zweiten Shot mit Referenz-zu-Video anpassen

Ein Shot ist eine Demo. Zwei Shots, die zur selben Welt gehören, sind eine Sequenz, und hier scheitern die meisten Ghibli-Stil-Experimente: Das Gesicht der Figur driftet, die Palette wird wärmer, die Papierkörnung verschwindet.

Die Lösung ist kein besserer Prompt. Es ist ein anderer Endpunkt. Referenz-zu-Video nimmt getaggtes Referenzmaterial und überträgt dessen Look in eine neue Kameraeinstellung.

Füttere ihn mit deinem Schritt-1-Keyframe als Referenz. Dieser einzelne Frame trägt die Palette, die Linienqualität und die Papierkörnung, und bei diesem Shot hielt er den Look allein, wie das Ergebnis unten zeigt. Wenn dein eigener Lauf driftet, sobald die Bewegung beginnt, füge ein Standbild aus der Nähe des Endes deines Schritt-2-Clips als zweite Referenz hinzu, das überträgt, was das Modell mit der Linienarbeit gemacht hat, sobald sie sich zu bewegen begann. Füge dann dies auf dem Referenz-zu-Video-Endpunkt ein.

PlainCopy
1Passe den gemalten Look, die Palette, die Linienqualität und die Papierkörnung der Referenzbilder exakt an, nimm dann einen anderen Shot in derselben Welt auf: eine niedrige Kamera in Gras Höhe auf demselben Hügel, die zu demselben Mädchen im gelben Regenmantel aufblickt, während sie sich hockt, um einen hohen Halm zu berühren, dann aufsteht und zum Tal hinaussieht.
2Ein durchgehender Shot. Handgezeichnet auf Zweien, gehaltene Zeichnungen, flache Farbfüllungen, handgemalter Aquarellhintergrund. Kein Fotorealismus, keine neuen Charaktere, keine Kostümänderung, kein Text, kein Wasserzeichen.
3Kamera: statisch für die ersten vier Sekunden, dann ein langsamer Tilt-Up, der ihr folgt, während sie aufsteht, endend mit ihrem Profil gegen den cremefarbenen Himmel.
4Audio: dasselbe Sommerzikadenbett und Grasrascheln wie in der Referenz; eine leise Stoffbewegung, während sie aufsteht; dasselbe spärliche Solo-Klavier, das ohne Neustart fortgesetzt wird. Kein Dialog, kein Voice-Over.

Einstellungen: refers = dein Keyframe, resolution 2K, ratio adaptive (der Referenzframe setzt die Ausgabeform), und wähle deine Dauer. Unser Lauf kam mit 8 Sekunden bei 2K zurück, mit $1,12 berechnet, wobei die Referenz mit $0 berechnet wurde. Drei Notizen aus echten Läufen:

• Referenzdateien sind kostenlos. Zehn Referenzbilder werden genau gleich berechnet wie eines bei derselben Länge und Auflösung.
• Wenn du eine Daten-URL übergibst, deklariere ihren type explizit. Der Endpunkt leitet den Typ aus der Dateierweiterung ab, und eine Daten-URL hat keine.
• Gib niemals eine .mp4 in einer automatisierten Erfassung an den Uploader dieser Seite. Es lässt jeden Upload stillschweigend fehlschlagen und deaktiviert den Run-Button.

MiniMax H3 Referenz-zu-Video Playground auf Atlas Cloud mit dem geladenen Ghibli-Keyframe als Referenz und dem angepassten Shot-Prompt bei 2K

MiniMax H3 Referenz-zu-Video: der Keyframe im Slot für Referenzmaterial, der angepasste Shot-Prompt geladen, 2K. Referenzmaterial wird mit $0 berechnet, also ist der $1,12-Preis nur der Render. Das Ergebnis ist direkt unten.

Angepasster zweiter Shot in derselben MiniMax H3 Ghibli-Stil-Welt: niedrige Kamera in Gras Höhe, die zu dem Mädchen im gelben Regenmantel aufblickt

Der gelieferte zweite Shot. Gleiche Palette, gleiche Linienstärke, gleiche Papierkörnung, neue Kamera. Stummes GIF ; die Quell-mp4 enthält Stereo-Audio.

Das ist die vollständige Kette: malen, animieren, anpassen. Drei Läufe, ein Tab.

Drei Variationen, die es wert sind, als nächstes ausprobiert zu werden, sobald die Kette funktioniert:

• Dein eigenes Foto, neu gemalt. Sende ein Landschafts- oder Straßenfoto, das dir gehört, durch google/nano-banana-2/edit mit: „Übermale dieses Foto als handgemalten 2D-Animationshintergrund: Gouache- und Aquarelltextur, saubere handgetuschte Konturen, flache Farbfüllungen, begrenzte Palette aus Grün, Creme und Himmelblau, subtile Papierkörnung. Behalte die exakt gleiche Komposition, Kameraperspektive und Horizontlinie bei. Entferne allen Text, alle Beschilderungen und Logos. Kein Fotorealismus, kein 3D-Render." Dann animiere das Ergebnis. Beschneide den gemalten Frame zuerst auf 9:16, wenn du Hochformat möchtest, denn der Frame bestimmt die Form, nicht ein Seitenverhältnisfeld.
• Gleicher Frame, anderes Wetter. Stelle dem Schritt-2-Prompt voran: „Übermale die Beleuchtung als Dämmerung bei leichtem Regen: Palette wechselt zu Schieferblau, nassem Creme und einem warmen Fensterschein;" und tausche die Audio-Ebene gegen gleichmäßigen leichten Regen plus einen entfernten Donnerschlag bei Sekunde acht. Kein neuer Keyframe nötig.
• Entwurf zuerst bei 768P. Günstiger pro Sekunde, nützlich für das Blocking. Eine harte Regel hängt daran, im nächsten Abschnitt.

Was ein MiniMax H3 Ghibli-Stil-Sequenz kostet

Vorschau: Eine veröffentlichungsfähige 30-Sekunden-Zwei-Shot-Sequenz liegt bei etwa $4,40, und der günstige Entwurfsweg hat einen Haken, der mehr kostet, als er spart.

Hier ist die Rechnung, aufgebaut aus den pro Sekunde bestätigten Sätzen auf den Modellseiten und bestätigt anhand echter Job-Aufzeichnungen.

Jetzt der Haken. Das Entwerfen mit 768P, um Geld zu sparen, funktioniert für Komposition und Blocking, aber es funktioniert nicht so, wie die Leute annehmen.

Zwei Dinge, die wir gemessen haben. Erstens: Ein erneuter Lauf eines reinen Text-zu-Video-Prompts auf einer anderen Auflösungsstufe wird nicht schärfer, sondern kommt als anderer Film zurück: anderes Set-Dressing, andere Kamerahöhe, andere Requisiten. Das Sperren des ersten Frames durch Image-to-Video ist das, was den Unterschied auf Details beschränkt. Zweitens, und das hat uns überrascht: Bei demselben gesperrten ersten Frame und demselben Prompt sind die Audiospuren der beiden Stufen nicht miteinander verwandt. Die Wellenformkorrelation zwischen ihnen betrug 0,0053, was statistisches Rauschen ist.

Übersetzung: Ein 768P-Entwurf zeigt deine Komposition und deine Aktions-Beats. Er ist nie die Mischung, die du auslieferst.

Hommage, Urheberrecht und was du veröffentlichen kannst

Kurzfassung, und keine Rechtsberatung: Ein visueller Stil an sich ist im Allgemeinen nicht das, was das Urheberrecht schützt, aber Trainingsdaten und Ausgaben sind eine lebendige und umstrittene Frage, und die Plattformbedingungen sind ihre eigene Sache.

Dieser Streit ist nicht hypothetisch. Am 27. Oktober 2025 reichte die Content Overseas Distribution Association Japans, eine Rechteinhaberorganisation, die Anime, Film, Spiele und Verlagswesen umfasst, eine schriftliche Anfrage ein, in der sie bat, dass „die Inhalte ihrer Mitglieder nicht ohne deren Erlaubnis für maschinelles Lernen verwendet werden", und stellte fest, dass „im japanischen Urheberrechtssystem im Allgemeinen eine vorherige Genehmigung für die Nutzung urheberrechtlich geschützter Werke erforderlich ist und es kein System gibt, das es erlaubt, einer Haftung für Verletzungen durch spätere Einwände zu entgehen" (CODA, Oktober 2025).

Drei praktische Gewohnheiten, die deine Ausgabe sauber halten:

• Beschreibe die Handwerkskunst, niemals das Studio. Unsere Prompts oben nennen Gouache, auf Zweien, flache Füllungen und Papierkörnung, und nirgendwo einen Firmen- oder Regisseursnamen.
• Setze keine erkennbaren Charaktere, Logos oder Titelkarten in den Rahmen. Unser Hügel hat überhaupt kein Character-IP.
• Überprüfe die Bedingungen, die für dein Konto gelten, bevor du monetarisierst, und überprüfe die Bedingungen der Plattform, auf der du veröffentlichst, separat.

Baue eine Welt, die eine Technik mit Filmen teilt, die du liebst. Baue keinen Abklatsch eines bestimmten.

Häufig gestellte Fragen

Kann MiniMax H3 den Ghibli-Stil, und sollte ich „Studio Ghibli" in den Prompt schreiben?

Ja zum Ersten, und wir würden das Zweite nicht tun. Jedes Ergebnis in diesem Artikel stammt aus Handwerksvokabular: handgemalte 2D Cel-Animation, Gouache mit sichtbarer Pinselstruktur, handgetuschte Konturen, flache Farbfüllungen, auf Zweien, gehaltene Zeichnungen, subtile Papierkörnung. Diese sechs Ausdrücke tragen den Look, sie sind spezifischer als ein Studio-Name, und sie halten die Veröffentlichungsfrage einfacher.

Erzeugt MiniMax H3 den Wind und das Klavier selbst, oder füge ich den Ton nachträglich hinzu?

Selbst, im selben Job. MiniMax beschreibt H3 als „Generierung von Video mit nativem Stereo-Sound, bis zu 15 Sekunden bei 2K-Auflösung" (MiniMax, Juli 2026), und unsere gelieferten Dateien enthalten AAC Stereo bei 32kHz. Schreibe einen eigenen Audio:-Absatz, der jede Ebene und ihren Eintrittszeitpunkt nennt. Wenn du einen vollständig komponierten Track statt eines Cues möchtest, generiere ihn separat auf minimax/music-2.6 für $0,15 und mische ihn ein.

Wie lang kann ein Shot sein, und hält 15 Sekunden wirklich?

Die Dauer akzeptiert jede ganze Sekunde von 4 bis 15 auf allen drei Endpunkten, und unsere 15-Sekunden-Anfrage lieferte einen 15,08-Sekunden-Container. Es hält. Der Grund, 15 statt 8 zu wollen, ist nicht die epische Größe, es ist das Gegenteil: Es ist der einzige Weg, sich drei Sekunden zu leisten, in denen nichts passiert, was genau der Beat ist, auf dem dieser Stil aufbaut.

Wie behalte ich denselben Charakter, dieselbe Palette und dieselbe Papierkörnung über zwei Shots?

Verwende Referenz-zu-Video mit zwei Referenzen, dem ursprünglichen Keyframe plus einem Standbild aus deinem ersten fertigen Clip, und schreibe „passe den gemalten Look, die Palette, die Linienqualität und die Papierkörnung der Referenzbilder exakt an" als erste Klausel. Achte auf einen stillen Fehler: Das Mischen von image und refers in einem einzigen Aufruf wird abgeschlossen und vollständig abgerechnet, während eine der Eingaben verworfen wird, ohne dass ein Warnfeld irgendwo in der Antwort erscheint.

Sollte ich zuerst mit 768P entwerfen und dann mit 2K neu ausführen, um Geld zu sparen?

Entwurf bei 768P für die Komposition, ja. Aber sperre den ersten Frame durch Image-to-Video, oder ein erneuter Lauf gibt einen anderen Film zurück. Und behandle das Audio des Entwurfs als Wegwerfware: Gleicher Frame, gleicher Prompt, andere Stufe, und die beiden Audiospuren maßen eine Wellenformkorrelation von 0,0053 miteinander. Die Mischung wird neu generiert, nicht hochskaliert.

Ist ein MiniMax H3 Ghibli-Stil-Video sicher zu veröffentlichen oder zu monetarisieren?

Hängt davon ab, was im Rahmen ist und was die Bedingungen deines Kontos sagen, und dies ist keine Rechtsberatung. Stilbeschreibende Prompts ohne Character-IP, keine Logos und keinen Studio-Namen im Rahmen sind die konservative Version, und das ist die Version, die dieser Artikel demonstriert. Überprüfe die geltenden Bedingungen vor der kommerziellen Nutzung.

Eine letzte Sache, die es wert ist, wiederholt zu werden, weil es der Teil ist, den die Leute überspringen. Der Grund, warum ein minimax h3 ghibli style Shot landet, ist nicht die grüne Palette. Es ist, dass die Bewegung absichtlich schlechter ist, als das Modell kann, und dass die letzten drei Sekunden leer sein dürfen. Schreibe das Timing-Blatt. Schreibe den Sound. Dann lass es still stehen.