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

Zwei Abzüge derselben Cold-Brew-Flaschenaufnahme, liegend auf einer Café-Theke, einer weich und einer scharf, mit einer Quittung dazwischen

Zwei Abzüge derselben Aufnahme, einer weich, einer scharf. Bei MiniMax H3 ist dieser Unterschied kein Qualitätsregler. Erzeugt mit openai/gpt-image-2/text-to-image.

Ich habe zweimal denselben Prompt eingegeben. Das Einzige, was ich änderte, 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 Frames 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 blassem 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 Bug. Es ist das, was „2K“ auf 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 sind alle Zahlen aus diesem Test, plus die eine Änderung, die günstiges Entwerfen zum Funktionieren bringt.

Wichtigste Erkenntnisse (alle Messungen 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 halb so teuer.
• 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 produzierte zwei verschiedene Takes, nicht zwei Qualitäten eines Takes. Ein reiner 768P-Entwurf zeigt nicht Ihren 2K-Final an.
• Fixieren Sie den ersten Frame mit Bild-zu-Video, und die Abweichung stoppt. Gleiches Set, gleicher Bildausschnitt, gleiche Etikettenposition, und 2K gibt seine zusätzlichen Pixel genau dort aus, wo MiniMax es sagt: im Kleingedruckten.
• 768P ist nicht eingeschränkt. Beide Stufen sind live im Auflösungs-Enum und im Dropdown auswählbar, Stand 2026-08-05, unabhängig davon, was die älteren Zusammenfassungen noch sagen.

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

Nein, und das ist es wert, gleich zu Beginn zu klären, da 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 abgerufen. Das Feld resolution lautet 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 bei allen drei. Kein Flag, keine Einschränkung, kein Verkaufsformular. Ich habe dann einen 768P-Job auf zwei verschiedenen Endpunkten eingereicht, und beide wurden abgeschlossen und zum niedrigeren Satz abgerechnet. Wenn eine Seite Ihnen sagt, Sie sollten für 768P den Vertrieb kontaktieren, dann beschreibt diese Seite die erste Woche des Launches, nicht diese Woche.

MiniMax H3 2K vs. 768P, gleicher Prompt, nebeneinander

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 desselben Text-zu-Video-Prompts mit eingeblendeter Auflösung, Preis und Wanduhrzeit

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 Hintergrundgestaltung, andere Menge an Kondensation, andere Kamerahöhe, andere Farbtemperatur, und das Etikett sitzt an einer anderen Stelle auf der Flasche. Nichts im Prompt verlangte nach einer Änderung all dessen.

Nun der Teil, von dem jeder annimmt, dass er andersherum läuft. Hier ist der Etikettenbereich beider Takes, aus den nativen Dateien ausgeschnitten und auf die gleiche Breite vergrößert, sodass der 768P-Ausschnitt stärker vergrößert ist als der 2K-Ausschnitt.

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

Die kleine Zeile „single origin ethiopia guji / 250ml / roasted 04.08.2026“ überlebt bei 768P. Sie ist weicher und der Buchstabenabstand schwankt, 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 unscharf“. Es ist „dieser Take versus ein anderer Take, plus ein Detail-Durchlauf 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 fertigen Vorhersage, nicht aus einer Dokumentationsseite.

Möchten Sie MiniMax H3 mit anderen Videomodellen beim selben Prompt vergleichen? Der Atlas Cloud Modellvergleich führt sie nebeneinander auf, mit Auflösung und Kosten pro Sekunde, bevor Sie generieren.

Zwei Fußnoten, die mich Geld gekostet haben, um sie zu lernen. Erstens: Beide Stufen lieferten 4,46 Sekunden für eine duration=4-Anfrage und beide berechneten 4 Sekunden. Sie erhalten also die zusätzlichen 0,46s kostenlos, können aber keinen Schnitt darum herum planen. Zweitens: Das Audio ist über die Stufen hinweg identisch. Wenn Ihr Clip von Dialog oder einer Musik-Synchronisation getragen wird, kauft Ihnen 2K nichts bei dem, worauf es ankommt.

Warum MiniMax H3 2K vs. 768P jeden hereinlegt

Weil 2K auf H3 kein Upscaling-Schritt ist. Es ist eine zweite Generierung.

MiniMax beschreibt den Mechanismus direkt: „Für H3s 2K-Ausgabe verwenden wir anstelle eines konventionellen, dedizierten Super-Resolution-Moduls, dass das H3-Basismodell seine eigene Low-Resolution-Ausgabe im Kontext neu generiert.“ Sie erklären auch, warum sie es so gebaut haben: Der In-Context-Ansatz „ermöglicht es ihm, erneut auf den ursprünglichen multimodalen Kontext zurückzugreifen, um eine hochauflösende Ausgabe zu erzeugen und dabei Details wiederherzustellen, die traditionelle 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 einem Produktions-Hut. Der 2K-Durchlauf 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 Takes. 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 rollen günstige Entwürfe bei 768P auf 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 oben auf dieser Seite.
2. Sie budgetieren, als ob 29 % günstiger pro Sekunde 29 % günstiger bedeutet. Das tut es nicht, denn die Finale sind der teure Teil jeder echten Charge, und ein einziger verschwendeter 2K-Neuwurf löscht die Ersparnis mehrerer Entwürfe aus.
3. Sie nehmen an, der günstige Upgrade-Pfad sei irgendwo da draußen. Ich habe heute den vollständigen Katalog auf Atlas Cloud überprüft: 452 Modelle, drei H3-Endpunkte, und keinen H3-Regenerations-Endpunkt darunter. Wenn nur die drei Generierungs-Endpunkte freigegeben sind, bedeutet „diesen Clip auf 2K upgraden“ entweder einen Neuwurf oder die Ausführung eines separaten Upscalers darüber. Beides kostet Geld und kauft nicht dasselbe.

Es ist erwähnenswert, warum es sich überhaupt lohnt, um dieses Modell herum zu entwickeln, anstatt zu wechseln. Das Hauptangebot beim 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 an der Spitze des Artificial Analysis Video-Editing-Elo-Boards mit 1.130, 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 Monatsende abgeglichen werden müssen.

Zwei Anmerkungen, bevor Sie die Zahlen kopieren. Die H3-Endpunkte veröffentlichen alle einen einzigen Kopfpreis von $0,14/s, was der 2K-Stufe entspricht; der 768P-Preis erscheint in der Rechnung, nicht in der Auflistung, also messen Sie ihn einmal selbst. Und keines dieser vier Modelle ist derzeit rabattiert. Wenn Sie den Schritt des Frame-Fixierens kürzen 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 dieselbe Arbeit erledigt.

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

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

Zunächst drei Parameter-Hinweise, da jeder Ihnen leise einen Durchlauf kosten kann:

• Bei Text-zu-Video heißt das Feld ratio, nicht aspect_ratio, sein Standardwert ist 1:1, und sein Enum hat keine adaptive-Option. Übergeben Sie 16:9 selbst, sonst erhalten Sie einen quadratischen Clip. Bei Bild-zu-Video ist das Enum nur adaptive, da Ihr erster Frame 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 pollen. Das Feld price füllt sich auch spät: Wenn status auf completed wechselt, ist es oft noch leer, und Sie müssen die Vorhersage-ID ein weiteres Mal abfragen, um die tatsächliche Zahl zu erhalten. Ohne diese zweite Abfrage können Sie keine ehrliche Kostentabelle erstellen.

Schritt 1: Fixieren Sie den Frame mit GPT Image 2

Dies ist der Schritt, der aus einem Entwurf eine Vorschau und kein Lotterielos macht. Generieren Sie die fertige Komposition als Standbild, und es wird zum unbeweglichen Teil beider Video-Durchläufe.

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

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

Der fixierte erste Frame, 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 ausgefüllten Frame-Prompt und der generierten Flasche im Ausgabefenster

GPT Image 2 auf Atlas Cloud: Qualität auf high gesetzt, 16:9, der fixierte Frame rechts gerendert.

Schritt 2: Entwerfen Sie es 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. Kondensationstropfen gleiten am Glas herunter. Das Etikett bleibt perfekt still und lesbar. Im weichen Hintergrund wischt die Barista einmal die Theke. Natürliche Café-Raumatmosphäre, ein leises Zischen der Espressomaschine. Kein Kamerawackeln.
2

Einstellungen auf minimax/h3/image-to-video: erster Frame = Ihr 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 hochgeladenem fixiertem Frame, eingegebenem Prompt und einem fertigen Clip im Ausgabefenster

Das Bild-zu-Video-Formular mit dem geladenen fixierten Frame. Auflösung und Dauer sind die einzigen beiden Felder, die diesen Schritt von Schritt 4 trennen, und beide Stufen befinden sich in derselben Liste, ohne dass etwas eine davon einschränkt. Diese Aufnahme wurde auf den 2K- und 8-Sekunden-Standards belassen, weshalb der Run-Button $1,12 anzeigt; schalten Sie Auflösung auf 768P und Dauer auf 4, und dieser Preis sinkt auf $0,40.

Schritt 3: Beurteilen Sie den MiniMax H3 2K vs. 768P Entwurf anhand der richtigen Dinge

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

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

Vertrauen Sie ihm nicht bei: feiner Oberflächentextur, der kleinsten Schrift auf Ihrem Produkt oder Artefakten, die es erfindet. In meinem 768P-Entwurf bekam das Etikett vier dicke braune Tropfen, die der 2K-Durchlauf nicht produzierte, und die kleine Zutatenzeile kollabierte zu Matsch. Wenn ich diesen Entwurf abgelehnt hätte, weil er schmutzig aussah, hätte ich einen Prompt abgelehnt, der funktionierte.

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

Schritt 4: Ein Feld umschalten und bei 2K fertigstellen

Gleicher Endpunkt, gleicher erster Frame, gleiche Prompt-Zeichenfolge. Ändern Sie resolution auf 2K und sonst nichts.

Der MiniMax H3 2K Finalclip aus demselben fixierten ersten Frame, mit sauberem Etikett und lesbarem Kleingedrucktem

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

Hier ist die Antwort auf die Frage, für die dieser ganze Artikel geschrieben wurde, und sie ging den guten Weg. Mit fixiertem ersten Frame hörte die Abweichung 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-Durchlauf 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 In-Context-Regeneration 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. Dies ist der reine Text-zu-Video-Durchlauf bei 2K, der den Fremden oben auf dieser Seite produzierte. Gleicher Prompt-Inhalt, kein erster Frame, also fixiert nichts die Komposition.

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

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

Schritt 5: Oder überspringen Sie den MiniMax H3 2K vs. 768P Neuwurf und skalieren Sie stattdessen hoch

Manchmal ist der 768P-Take bereits der Richtige. Die Performance stimmt, das Timing ist richtig, und Sie möchten keine Regeneration, die anders landen könnte. Dann rollen Sie ihn nicht neu. Schieben Sie die exakte Datei durch einen Upscaler.

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

Der 768P-Take, 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. Dies ist derselbe Film, kein neuer.

Atlas Cloud Video Upscaler Playground mit geladenem 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 rechts abgespielt wird. Diese Aufnahme lief auf dem 1080p-Standard, den der Run-Button für alles unter dem 5-Sekunden-Minimum mit $0,09 bepreist. Schalten Sie Zielauflösung auf 2k, und Sie sind auf der $0,024/s-Stufe, was den $0,12 entspricht, die mir für meinen eigenen Durchlauf berechnet wurden.

Und hier ist das Urteil, das niemand überspringen sollte: alle drei Etikettenausschnitte vom selben fixierten Frame bei derselben Vergrößerung.

Dreifacher Etikettenausschnitt-Vergleich: natives 768P, dieser Clip auf 2K hochskaliert und natives 2K. Nur natives 2K stellt das Kleingedruckte wieder her

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

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

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 bei 768x1344 nach derselben Logik landen, aber messen Sie es einmal, bevor Sie eine vertikale Charge auf der Annahme aufbauen. Bei Bild-zu-Video legen Sie die Form durch den ersten Frame 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 Augenlinien sind genau die Klasse von Kleindetails, für die der Regenerationsdurchlauf existiert, und ein 768P-Entwurf wird Sie über alle drei falsch informieren.
• Lange Clips. Bei 15 Sekunden weitet sich die Lücke auf $1,50 gegenüber $2,10, und die Wanduhrzeit dehnt sich entsprechend. Planen Sie die Warteschlange, nicht nur das Budget.
• Produkttext und mehrsprachige Arbeit. H3s stabile Schrift im Bild und sein natives mehrsprachiges Audio sind die Gründe, warum Leute es überhaupt für kommerzielle Verpackungen wählen. Beides überlebt bei 768P, was 768P zu einer wirklich nutzbaren Lieferstufe für Social-Crops macht, nicht nur zu einem Proberaum.

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

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

Nun die Zahl, die Ihren Monat bestimmt. Nehmen Sie eine realistische Mischung: zehn 4-Sekunden-Entwurfsdurchläufe, um den Schuss zu finden, dann zwei fertige 8-Sekunden-Clips.

Lesen Sie die mittlere Zeile ehrlich. Die Ersparnis pro Sekunde beträgt 29 %, aber die Ersparnis pro Charge beträgt 18 %, weil Ihre Finale immer noch Finale sind. Die Ersparnis wächst nur in Richtung 29 %, wenn das Entwerfen dominiert: Bei zwanzig 8-Sekunden-Entwurfsdurchläufen statt zehn kurzen landet Route zwei etwa 25 % unter dem reinen 2K. Und jeder Cent davon hängt vom fixierten Frame ab, denn ohne ihn sind diese zehn billigen Durchläufe zehn Filme, die Sie nicht ausliefern werden.

Der zweite Dividende ist Zeit, und sie könnte wichtiger sein. Beim Text-zu-Video-Paar kam 768P 28 % schneller zurück, und bei beiden Paaren dauerte es nie länger. Bei 4-Sekunden-Clips mit diesen Wanduhrzeiten sind das grob 27 Entwurfsdurchläufe pro Stunde statt 20. Wenn Sie noch auf der Suche nach dem richtigen Prompt sind, wiegen sieben zusätzliche Versuche mehr als die 1,60 $, die Sie gespart haben.

Ein rechtlicher Hinweis, falls Sie geplant haben, all dies durch Self-Hosting zu umgehen. Die offenen Gewichte auf Hugging Face sind H3-Base, das bei der 768er-Kurzseite generiert. Der 2K-Durchlauf lebt auf der API-Seite, also erhalten Sie mit offenen Gewichten die Entwurfsstufe und nicht die Fertigstellungsstufe. Die Community-Lizenz trägt auch ausgeschlossene Gebiete, die die EU, Großbritannien, Korea und die USA abdecken, mit einem separaten Autorisierungskanal, also lesen Sie 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 unsere MiniMax H3 Rezension und den vollständigen Modellkatalog, wenn Sie H3 gegen den Rest des aktuellen Videofeldes bepreisen möchten.

Häufig gestellte Fragen

Ist 768P bei MiniMax H3 2K vs. 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 lehrt, was das Fixieren des ersten Frames erfordert. Ein reiner Text-zu-Video-Entwurf bei 768P ist ein separater Film, und dafür ausgegebenes Geld ist nicht gespartes Geld.

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

Nein. MiniMax lässt das Basismodell seine eigene Low-Resolution-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 annähern kann. Mein dreifacher Etikettenausschnitt zeigt genau das: Der hochskalierte 768P-Clip schärfte die Papierkörnung, ließ aber die kleine Zutatenzeile 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 den ersten Frame fixieren. Bei reinem Text-zu-Video lieferten mir die beiden Stufen unterschiedliche Kulissen, unterschiedliche Kamerahöhe, unterschiedliche Kondensation und eine unterschiedliche Etikettenposition aus demselben Prompt. Bei Bild-zu-Video mit einem fixierten ersten Frame blieben Komposition, Bildausschnitt und Typografie zwischen den Stufen erhalten, und die einzigen Änderungen betrafen Details und Textur.

Muss ich mich noch für MiniMax H3 768P an den Vertrieb wenden?

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

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

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

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

Sie können die Auflösung erhöhen, ohne den Take anzutasten, indem Sie ihn durch einen Video-Upscaler laufen lassen, was mich $0,12 für einen 4,46-Sekunden-Clip auf der 2K-Stufe kostete ($0,024/s mit einem 5-Sekunden-Minimum) und in 40 Sekunden zurückkam. Das bewahrt die Performance Frame für Frame. Was es nicht tun wird, ist Details wiederherzustellen, die nie aufgezeichnet wurden. Wenn der Punkt des 2K-Gangs also lesbare kleine Schrift ist, benötigen Sie den Regenerationsdurchlauf, nicht den Upscaler.