$875 en Citas de Creadores vs $3.16: Cinco Anuncios UGC de MiniMax H3, Precios Segundo a Segundo

Veinte clips en la pantalla de la sala de reuniones. El cliente miró durante once segundos, se detuvo en el que el tipo empuja la botella hacia la cámara y preguntó qué decía la etiqueta.

Nadie pudo responder. Las cuatro letras se habían convertido en una mancha en algún punto entre su mano y el lente. Ese clip costó cincuenta centavos. No valía nada.

Este es el libro de contabilidad completo de esos cincuenta centavos. Cinco fotogramas base, cinco tomas completamente diferentes, una oleada de 20 trabajos lanzados a un límite documentado de 15 espacios, y recortes a resolución nativa que muestran exactamente dónde se mantiene el texto de la marca y dónde se vuelve blando. Cada número a continuación proviene de una factura real de esta semana, no de una página de precios.

La marca se ha inventado a propósito. Más sobre esto al final.

Conclusiones clave

1. Cinco anuncios UGC terminados de MiniMax H3, a partir de cinco fotogramas base diferentes, costaron $3.16 en total. Cinco creadores UGC humanos en la mediana del mercado serían $875 antes de los derechos de uso (Influee, 2026).
2. 768P factura a $0.10/s y 2K a $0.14/s en el mismo endpoint. Ambos escribieron correctamente la marca en una tarjeta final estática. 768P falló cuando el producto se movió hacia el lente.
3. H3 se mide por CONN, tareas concurrentes máximas: 2 gratuitas, 15 de pago (Documentación de MiniMax, 2026). Mi ráfaga de 20 se completó en su totalidad, en 4 minutos y 13 segundos de principio a fin.
4. resolution y duration son campos obligatorios, no opcionales. Si los omites, estás comprando 2K por accidente.
5. Ambos niveles incluyen AAC estéreo a 32 kHz. El sonido no mejora con la resolución, por lo que pagar por 2K compra píxeles y nada más.

---

Cinco anuncios UGC de MiniMax H3 a partir de cinco tomas completamente diferentes

Aquí está el resultado primero. Una marca de cuidado de la piel inventada, ORVA, cinco arquetipos que no se parecen en nada: un selfie en el espejo del baño con un rostro, una prueba de caída macro sin rostro, un testimonio callejero en la hora dorada con una persona completamente diferente, un unboxing de escritorio en picado con solo manos, y una tarjeta final tipográfica.

Los cinco anuncios terminados, montados en un solo reel. Sonido activado: el diálogo, el tono de la habitación y el crujido del papel se generaron dentro del mismo pase que la imagen, no se superpusieron después. Generado con minimax/h3/image-to-video.

Las miniaturas importan más que el reel aquí, porque el punto es que estos cinco no parecen la misma sesión con cinco guiones diferentes:

Cinco arquetipos de anuncios UGC de MiniMax H3 lado a lado con la relación de aspecto y el precio por clip

Un fotograma extraído de cada anuncio terminado, etiquetado con su relación de aspecto y lo que realmente costó ese clip.

Cinco relaciones de aspecto, y ninguna costó más. El endpoint image-to-video de H3 solo acepta adaptive para ratio, lo que suena a limitación hasta que te das cuenta de que significa que el primer fotograma decide la forma. Compras la relación de aspecto una vez, al precio de la imagen, en el paso 1.

---

Por qué la mayoría de los anuncios UGC de MiniMax H3 nunca llegan a la cuenta publicitaria

La brecha entre "hice un video" y "pongo esto en una cuenta publicitaria activa" es donde muere casi todo experimento de UGC con IA. Tres bloqueadores específicos, en el orden en que suelen morder.

El primero es un límite del producto, no un error. La aplicación gratuita de consumo y la API son productos diferentes con términos diferentes. Si el entregable sale de tu edificio, estás en el camino de pago, sin excepciones.

El segundo es más silencioso y peor. La mayoría de los productos de generador de video UGC con IA venden una suscripción mensual y miden el trabajo en créditos, y un crédito no es una unidad que nadie pueda defender en una revisión de presupuesto. Pregúntale a un especialista en marketing de rendimiento cuánto cuesta una prueba de hook de 5 segundos y obtendrás un encogimiento de hombros o un problema de división. Toda la razón por la que este artículo fija precios por segundo es que el precio por segundo es la única unidad que sobrevive al contacto con una hoja de cálculo.

El tercero es el que la gente descubre al final. El lote es toda la propuesta de valor de la creatividad con IA. No estás haciendo un anuncio perfecto, estás haciendo veinte hooks mediocres para que el algoritmo encuentre los dos que funcionan. Eso significa que la concurrencia es una especificación de primera clase, y casi nadie publica la suya.

Luego está el modo de fallo que nadie valora:

Un teléfono que muestra un fotograma de un anuncio UGC generado por IA donde la marca del producto está mal escrita, con una nota de rechazo pegada al lado

El rechazo que nadie presupuesta. La iluminación está bien, la actuación está bien, las cuatro letras en la botella están mal, y el anuncio vale cero.

Este es exactamente el terreno en el que MiniMax se metió en una pelea. Su publicación de lanzamiento afirma que H3 sobresale en "seguimiento de instrucciones, representación precisa de texto y marca" y dice que el modelo está "construido para publicidad, branding, comercio electrónico" (MiniMax, julio de 2026). Esa es una afirmación comprobable, y el paso 4 la prueba.

Importa porque la legibilidad es la variable que mueve la aguja. En un estudio de datos de la plataforma Taboola que cubre más de 500 millones de impresiones y 3 millones de clics, investigadores de Columbia, Harvard, TUM y Carnegie Mellon encontraron que los anuncios generados por IA tenían un promedio de CTR del 0.76% frente al 0.65% de los anuncios hechos por humanos, y que una vez que se aplicaron estrictos controles estadísticos, ambos eran esencialmente iguales (Taboola, enero de 2026). El predictor más fuerte no fue "hecho por IA" o "hecho por un humano", fue si la creatividad llevaba un rostro humano grande y claro y se percibía como auténtica. Nadie confía en una botella cuya etiqueta está mal escrita.

---

El flujo de trabajo de los anuncios UGC de MiniMax H3, y cuánto cuesta cada segundo

La cadena tiene tres partes móviles. Un modelo de imagen fija la toma y compra la relación de aspecto. Un modelo de video compra segundos sobre ese fotograma. Un modelo rival a un precio listado casi idéntico ejecuta el control, para que la comparación no sea solo yo citando a un proveedor.

Los tres viven en el mismo catálogo en Atlas Cloud, que es la única razón práctica por la que lo hice así: una clave, una factura, y la tarifa por segundo es el mismo número en la factura que en la tarjeta del modelo.

Los tres endpoints de MiniMax H3 en el catálogo de modelos de Atlas Cloud, cada uno mostrando la tarjeta de precio Desde $0.10 por segundo

Los tres endpoints de H3 en el catálogo. El precio de la tarjeta es el mínimo, que es el nivel 768P a $0.10 por segundo; 2K es $0.14 por segundo en el mismo endpoint.

Una nota al pie honesta antes de que alguien me verifique: la propia página de pago por uso de MiniMax lista 2K a $0.13/s y 768P a $0.08/s, por lo que comprar directamente es uno o dos centavos más barato por segundo. Lo que compra el centavo extra aquí es que el modelo de imagen, ambos modelos de video y el upscaler están detrás de una sola clave, que es la diferencia entre un flujo de trabajo y cuatro flujos de trabajo.

---

Cómo hacer anuncios UGC de MiniMax H3: la ejecución en cuatro pasos

Cuatro pasos. Cada prompt a continuación es la cadena exacta que pegué, y cada configuración es la configuración exacta que elegí.

Paso 1: Construye cinco fotogramas base diferentes, no cinco hooks a partir de uno

Aquí es donde reside todo el argumento del artículo. El error común es una foto de producto y seis guiones diferentes, lo que produce cinco clips visualmente idénticos y un lector aburrido. En su lugar, gasta $0.60 y compra cinco tomas genuinamente diferentes: con rostro y sin él, interior y exterior, a la altura de los ojos y en picado, dos personas diferentes.

Modelo: google/nano-banana-2/text-to-image, resolution: 2k, $0.12 cada uno. Elegí esto sobre un modelo de foto general por una razón: el único criterio de aceptación en esta etapa es que las cuatro letras en la botella estén escritas correctamente. Pon el mejor modelo de representación de texto primero y arreglas la ortografía por $0.12 en lugar de por $0.70.

Revisa cada fotograma en busca de tres cosas antes de continuar. Marca escrita correctamente. Ninguna mano cubriendo la marca. Suficiente espacio en la parte superior e inferior para que los subtítulos y la interfaz de la plataforma no se superpongan al producto.

A. Rutina matutina frente al espejo (aspect_ratio: 9:16)

textCopy
1Foto de teléfono vertical tomada en un espejo pequeño de baño: una mujer de 29 años con el
2cabello húmedo y sin maquillaje sostiene un frasco cuentagotas de vidrio ámbar de 30 ml
3junto a su mejilla, mirando su propio reflejo. La etiqueta frontal del frasco dice "ORVA"
4en sans-serif crema en negrita, con una línea más pequeña "10% NIACINAMIDA · 30 ML" debajo.
5Luz cálida de tocador de tungsteno desde arriba, borde del espejo ligeramente empañado,
6azulejo blanco, un vaso de cepillo de dientes y una toalla gris doblada en el encuadre.
7Fotorrealista, sostenido a mano, exposición imperfecta, sin superposición de texto en pantalla,
8sin marca de agua, sin otro logotipo que la etiqueta del frasco.
9

B. Prueba de caída macro (aspect_ratio: 1:1)

textCopy
1Fotografía macro extrema, sin rostro en el encuadre: una mano aprieta un cuentagotas de
2vidrio y una gota clara viscosa está a punto de caer sobre el dorso de la otra mano.
3Luz de día fría de ventana norte, poca profundidad de campo, textura de piel visible y
4pelos finos, el frasco "ORVA" de vidrio ámbar de pie suavemente desenfocado detrás.
5Fondo limpio gris pálido. Macro de producto fotorrealista, sin superposición de texto,
6sin marca de agua.
7

C. Testimonio callejero en la hora dorada (aspect_ratio: 9:16)

textCopy
1Foto fija de selfie de video vertical sostenido a mano, cámara frontal: un hombre de 34 años
2con barba corta y un jersey azul marino camina por una acera de la ciudad sosteniendo el
3pequeño frasco cuentagotas de vidrio ámbar "ORVA" hacia el lente, hablando a la cámara.
4Fuerte contraluz de la hora dorada con destello de lente, escaparates borrosos y bicicletas
5estacionadas detrás, ligero desenfoque de movimiento en los bordes del encuadre.
6Fotorrealista, piel natural, sin corrección de color, sin superposición de texto,
7sin marca de agua.
8

D. Unboxing de escritorio en picado (aspect_ratio: 16:9)

textCopy
1Foto aérea en picado, solo manos, sin rostro: dos manos levantan un pequeño frasco
2cuentagotas de vidrio ámbar de una caja abierta de papel kraft forrada con papel de seda
3crema, sobre un escritorio de roble pálido. La tapa interior de la caja está impresa con
4"ORVA" en sans-serif crema y una línea más pequeña "SÉRUM DE NIACINAMIDA · HECHO EN ESPAÑA".
5Una tarjeta doblada, tijeras y un paño de lino yacen a su lado. Luz de día difusa suave
6desde la izquierda, sombras reales. Unboxing de comercio electrónico fotorrealista,
7sin superposición de texto, sin marca de agua.
8

E. Tarjeta final fija (aspect_ratio: 9:16)

textCopy
1Foto fija de producto vertical: el frasco cuentagotas de vidrio ámbar "ORVA" de 30 ml de pie
2centrado sobre un fondo de arena cálida sin costuras, una única luz de relleno suave desde la
3derecha de la cámara, sombra larga y limpia. Diseño tipográfico en el tercio inferior:
4"ORVA" en sans-serif crema en negrita, debajo "20% DE DESCUENTO EN TU PRIMER FRASCO"
5en un peso más ligero, y en la parte inferior "orvaskin.com". Bordes de letras nítidos,
6espaciado generoso, sin desorden, sin logotipos adicionales, sin marca de agua.
7

Una divulgación sobre este paso. Intenté tres veces capturar el playground de Nano Banana 2 en medio de la ejecución para este artículo y los tres intentos fallaron por un error de conexión upstream del proveedor del modelo en el entorno de prueba, por lo que no hay captura de pantalla del navegador aquí. Los cinco fotogramas a continuación provienen de la API, con las mismas configuraciones y los mismos $0.12 por imagen que cotiza el playground.

Los cinco fotogramas base de ORVA lado a lado, cada uno etiquetado con su relación de aspecto y costo de $0.12

Los cinco fotogramas base. Cinco relaciones de aspecto, $0.60 en total, y el paso de video hereda cada una de esas formas de forma gratuita. Generado con google/nano-banana-2/text-to-image.

Paso 2: Compra segundos y convierte cada fotograma en un borrador 768P

Ahora cada fotograma se convierte en movimiento. Modelo: minimax/h3/image-to-video. Configuraciones que importan:

• image: el fotograma base correspondiente del paso 1, como una URL o una URL de datos base64.
• resolution: "768P" para borradores. Este es un campo obligatorio. El valor predeterminado es 2K, y los dos niveles difieren en un 40% por segundo.
• duration: 5. También obligatorio. Omitirlo no te da un clip corto gratuito.
• ratio: ignóralo. La enumeración en este endpoint es solo adaptive, y el primer fotograma decide la forma.

Ese par de campos obligatorios es lo más caro que se puede hacer mal en todo este flujo de trabajo. Una oleada de 20 trabajos enviados con valores predeterminados son 20 clips a 2K y 8 segundos, lo que es $22.40 en lugar de $10.00, para borradores que ibas a desechar.

textCopy
1A: Video de teléfono vertical sostenido a mano en el espejo. Ella inclina el frasco para que
2la etiqueta mire al espejo, luego mira hacia sus propios ojos y dice, en un tono seco y
3ligeramente divertido: "Dos semanas. Mi piel es aburrida ahora. Esa es toda la reseña".
4Tono de ambiente de baño, un zumbido tenue de extractor, sin música. Una toma continua,
5sin cortes. Mantén la etiqueta del frasco nítida y sin cambios.
6
7B: Toma macro fija, sin movimiento de cámara. La gota se desprende del cuentagotas, cae y
8se extiende lentamente en el dorso de la mano; los dedos se inclinan para atrapar la luz.
9Sin voz. Solo diseño de sonido: un suave toque líquido, un tono de ambiente tenue.
10Una toma continua.
11
12C: Video selfie caminando sostenido a mano, rebote natural. Mantiene contacto visual con el
13lente, mira hacia abajo al frasco una vez y dice en un acento americano casual: "Nunca he
14tenido una rutina de cuidado de la piel. Ahora tengo un paso. Este es el paso". Ambiente
15callejero, tráfico distante, viento en el micrófono, sin música. Una toma continua,
16sin cortes.
17
18D: Toma fija en picado. Las manos terminan de levantar el frasco de la caja, lo colocan
19vertical sobre el escritorio de roble, luego doblan el papel de seda hacia abajo. Sin voz.
20Crujido de papel, un suave toque de vidrio sobre madera, tono de ambiente tranquilo.
21Mantén el texto impreso en la tapa de la caja nítido, fijo y sin cambios.
22

Playground de MiniMax H3 image-to-video en Atlas Cloud con el fotograma base cargado y el clip terminado reproduciéndose en el panel de salida

El playground de MiniMax H3 image-to-video, el prompt pegado y el fotograma base cargado, el clip terminado en OUTPUT. Esta captura se deja deliberadamente con los valores predeterminados sin tocar, y el botón Run te los muestra con precio: 2K a 8 segundos es $1.12. Los borradores en este tutorial son 768P a 5 segundos, que es $0.50. Esa brecha es la razón por la que ambos campos están marcados como obligatorios.

Geometría entregada de esta ejecución, leída directamente de los archivos. 768P pone 768 píxeles en el lado corto: 768x1376 vertical, 1376x768 horizontal, 768x768 cuadrado. 2K pone 1440 allí: 1440x2560 vertical, 1440x1440 cuadrado. Ambos a 24 fps, ambos con AAC estéreo a 32 kHz. La especificación de sonido no cambia con el nivel, por lo que los cuatro centavos extra por segundo compran píxeles y nada más.

Paso 3: Dispara toda la oleada en el límite de 15 espacios

No iteres un clip a la vez. Ese hábito es un remanente de herramientas que solo podían hacer una cosa a la vez, y es la razón por la que la gente piensa que la creatividad con IA es lenta.

H3 no se mide en solicitudes por minuto como los modelos Hailuo más antiguos. Se mide en CONN, tareas concurrentes máximas: 2 en el nivel gratuito, 15 en el nivel de pago (Documentación de MiniMax, 2026). En teoría, esa es una consecuencia muy específica: 15 es tu ancho de lote, y el trabajo 16 espera su turno en lugar de dar error.

Así que envié 20 trabajos en una ráfaga y marqué la hora de cada uno. Cuatro anuncios de arquetipo, la tarjeta final en ambas resoluciones, y 14 variantes que cambian la línea, el gesto o el movimiento de cámara. Dieciocho de los veinte eran 768P a 5 segundos; los dos trabajos de tarjeta final eran de 4 segundos, uno a 2K y otro a 768P.

textCopy
1Receta de variante: mantén el fotograma base y la toma idénticos, cambia exactamente una cosa.
2- Cambia solo la línea hablada (mismo encuadre, mismo gesto): 4 variantes de A y C.
3- Cambia solo el gesto (misma línea, mismo encuadre): 3 variantes de A y D.
4- Cambia solo el movimiento de cámara (fijo a empuje lento, o sostenido a mano a más estable):
5  3 variantes de B y D.
6- Cambia solo el beat final (frasco bajado, frasco colocado, corte en la sonrisa):
7  4 variantes de A, C y D.
8Envía todos en un solo bucle. No esperes a uno antes de enviar el siguiente.
9

Línea de tiempo de 20 trabajos de MiniMax H3 enviados en una ráfaga, cada barra medida desde el envío hasta la finalización

Cada barra es un trabajo, medida desde mi llamada de envío hasta el estado de finalización. Los 20 se enviaron en 8.1 segundos y los 20 regresaron.

Lo que regresó no fue lo que el límite me hizo esperar.

Las 20 presentaciones devolvieron HTTP 200 en 8.1 segundos. Los 20 trabajos se completaron. El más rápido aterrizó a los 114.3 segundos, la mediana a los 175.6 segundos y el más lento a los 253.0 segundos. Dieciocho de los veinte terminaron dentro de una banda estrecha de 114 a 196 segundos. La tarjeta final 2K tomó 222.7 segundos, lo que coincide con todo lo demás que he medido sobre 2K en este modelo: es más lento, pero no drásticamente. Exactamente un trabajo de 768P, una variante de línea de la escena del espejo, llegó a los 253 segundos, y es la única barra en el gráfico que parece que hizo cola.

De principio a fin, veinte clips UGC de 5 segundos en 4 minutos y 13 segundos, por $9.96. Ese es el número que hay que retener: una ola de pruebas de hook que solía ser un trabajo de toda la noche ahora es más corta que una pausa para el café.

Dos cosas que esto prueba y no prueba. No prueba que el límite de 15 espacios sea ficticio, porque un proveedor enrutado puede agrupar la capacidad de maneras que una cuenta directa única no puede, y una ola en una tarde es un solo punto de datos. Sí prueba que el ancho de lote práctico es lo suficientemente alto como para que debas dejar de escribir bucles secuenciales. Envía la ola, luego ve a leer algo.

Una advertencia, porque he medido este endpoint en varios días diferentes: el comportamiento de concurrencia no es constante. En una ejecución anterior, seis trabajos superpuestos se completaron limpiamente; en otra, un trabajo superpuesto regresó con 429 rate limit exceeded (task concurrency). Trata los números anteriores como lo que hizo mi ola ese día, y mide la tuya antes de construir un programador sobre ella.

Paso 4: La tarjeta final, donde los anuncios UGC de MiniMax H3 viven o mueren por el texto

La tarjeta final es el examen. Una marca, una línea de oferta y una URL, todo lo cual debe ser legible en un teléfono con el brazo extendido, y una de las cuales es un dominio donde un solo carácter incorrecto envía el clic a ninguna parte.

Ejecútala dos veces desde el fotograma base idéntico con el prompt idéntico: una vez con resolution: "2K", duration: 4, una vez con resolution: "768P", duration: 4.

textCopy
1El frasco gira unos 12 grados hacia la derecha de la cámara mientras cada letra permanece
2perfectamente quieta: formas de letras bloqueadas, sin deformación, sin parpadeo, sin
3reescritura. Un reflejo especular suave viaja a través del vidrio. Silencio durante tres
4segundos, luego un breve y limpio timbre de interfaz.
5

Bloquear el primer fotograma no es opcional aquí, y esta es la parte menos intuitiva de todo el flujo de trabajo. El nivel 2K de H3 es regeneración en contexto, no escalado. Dale a los dos niveles el mismo prompt de texto sin fotograma base y obtienes dos películas diferentes, con diferentes decorados y diferentes posiciones de etiquetas, lo que no te dice nada. Fija ambas ejecuciones al mismo primer fotograma y lo único que puede diferir es el detalle. Entonces la comparación significa algo.

Tarjeta final lado a lado, 768P a la izquierda y 2K a la derecha, mismo primer fotograma y mismo prompt

Mismo fotograma base, mismo prompt, cuatro segundos cada uno. Izquierda 768P, derecha 2K. Mostrado aquí como un GIF silencioso; ambos archivos entregados llevan AAC estéreo a 32 kHz.

Y aquí está la parte que realmente lo resuelve:

Comparación de recorte a nivel de píxel de la marca ORVA, la línea de ingredientes y la URL a 768P versus 2K

Fila superior es la etiqueta del frasco, fila inferior es el bloque de tipo de la tarjeta final. Los recortes nativos fueron de 292x220 y 691x372 píxeles a 768P frente a 547x410 y 1296x691 a 2K; ambos se muestran a un ancho de visualización, que es como los renderiza un teléfono.

Aquí está el resultado honesto, y no es el que esperaba escribir.

768P no escribió mal nada. ORVA, 20% DE DESCUENTO EN TU PRIMER FRASCO y orvaskin.com salieron correctos, estables y legibles en ambos niveles. Nada parpadeó, nada se reescribió, nada se deformó mientras el frasco giraba. En una tarjeta final casi estática, la afirmación de "texto preciso y representación de marca" de MiniMax se mantuvo en el nivel económico.

Lo que 768P pierde es la calidad de los bordes. Mira los contornos dentro de la O y la R, y en 10% NIACINAMIDA / 30 ML en la etiqueta. A 2K las formas de las letras tienen bordes limpios; a 768P son suaves, y la línea pequeña en el frasco está al borde de la suposición. En un teléfono con el brazo extendido probablemente pasarías ambos. En una tableta, en una revisión de cliente, o en el momento en que alguien hace una pausa y acerca, la versión de 768P se lee como un render barato.

Donde 768P realmente falló fue en el movimiento, no en la resolución. En la ola, una variante callejera termina con la botella empujada hacia el lente. A medida que llena más el encuadre y se inclina, las cuatro letras se disuelven en una mancha que parece un alfabeto diferente. Mismo nivel, mismo modelo, misma marca, clip inutilizable. Esa es la regla real: el texto sobrevive cuando es pequeño, plano y estático, y se rompe cuando se mueve rápido a través del encuadre. Comprar 2K no arregla una toma que le pide al modelo que reescriba una etiqueta giratoria en medio del movimiento. Diseñar la toma sí lo hace.

---

Anuncios UGC de MiniMax H3 vs el mejor generador de video con IA para anuncios al mismo precio listado

Cualquiera que busque el mejor generador de video con IA para anuncios termina comparando estos dos, porque el catálogo los sitúa a medio centavo de diferencia por segundo. Así que ejecuté el fotograma base B, la prueba de caída macro con la letra más pequeña del conjunto, a través de ambos con un prompt idéntico, y luego leí ambas facturas.

Mismo fotograma base animado por MiniMax H3 a 2K a la izquierda y Seedance 2.5 a 720p a la derecha

Mismo primer fotograma, mismo prompt, cinco segundos cada uno. Izquierda MiniMax H3 a 2K, derecha Seedance 2.5 a 720p. Ambos clips provinieron de la API: la ejecución del playground de Seedance todavía mostraba "En curso" después de tres intentos de captura, por lo que tampoco hay captura de pantalla del navegador para este paso.

Generado con minimax/h3/image-to-video y bytedance/seedance-2.5/image-to-video.

Lee las dos primeras filas juntas, porque esa es toda la sorpresa. Los precios listados son casi idénticos. Las facturas no lo son.

H3 facturó exactamente su tarifa listada, ambas veces: $0.70 por cinco segundos a 2K, $0.50 a 768P, sin redondeo, sin sorpresa. Seedance 2.5 facturó $1.5148 por cinco segundos a 720p, que es aproximadamente $0.30 por segundo, no $0.134. Así que verifiqué por qué, y ejecuté la misma toma de nuevo a 480p: $0.5397 por cuatro segundos, o $0.1349 por segundo, coincidiendo con el número listado casi al centavo.

Eso lo explica. La cifra del catálogo es la tarifa de 480p, y 720p en una fuente cuadrada es 960x960 frente a 640x640, que es 2.25 veces los píxeles y, en mi factura, 2.25 veces el precio. Nada deshonesto en un precio "Desde", pero "Desde" está haciendo un trabajo real en esa oración, y es el tipo de cosa que encuentras en la factura en lugar de en la tabla de comparación.

Lo que invierte la decisión claramente. En esta ejecución, H3 entregó 1440 píxeles en el lado corto por $0.70 mientras que Seedance 2.5 entregó 960 por $1.51. Si tu anuncio es una persona hablando y nada en la pantalla tiene que leerse, Seedance 2.5 sigue valiendo la pena: llega hasta 30 segundos frente a los 15 de H3, lo que importa para formatos narrativos más largos, y acepta muchas más imágenes de referencia. En el momento en que una marca, una línea de oferta o una URL tiene que sobrevivir en una pantalla de teléfono, H3 es tanto la opción más nítida como la más barata, y no está cerca.

La lección general sobrevive a ambos modelos: ejecuta un clip con tus configuraciones reales y lee la factura real antes de poner una cifra por segundo en una hoja de cálculo.

Tres variaciones más baratas que vale la pena conocer, todas verificadas en el catálogo este mes:

Divide la compra. Dos clips de 5 segundos superan a un clip de 10 segundos para las pruebas de hook, porque obtienes dos aperturas en lugar de una. Mismo dinero, el doble de embudo superior.

Borra en el nivel económico. Para pruebas de hook puras donde no hay nada que leer, bytedance/seedance-2.0-mini/image-to-video es $0.039/s, actualmente con un 30% de descuento sobre su precio de lista de $0.056 a partir de agosto de 2026. Eso hace que un hook de 5 segundos cueste unos 20 centavos, lo suficientemente barato como para ser descuidado.

Fija el rostro con reference-to-video. Alimentar las mismas imágenes de referencia en minimax/h3/reference-to-video mantiene un presentador consistente en todas las escenas, que es como obtienes un mes de contenido de un solo personaje en lugar de un extraño nuevo cada semana. Factura en los mismos dos niveles. No lo ejecuté para este artículo, así que no voy a mostrar un resultado que no tengo.

Conserva la actuación, añade píxeles. Cuando una toma de 768P es perfecta y solo la resolución está mal, atlascloud/video-upscaler conserva esa toma exacta a $0.024/s a 2K con un cargo mínimo de 5 segundos. No puede inventar texto que la fuente nunca resolvió, por lo que rescata una buena actuación, no una etiqueta rota.

---

Lo que cuestan los anuncios UGC de MiniMax H3 por clip utilizable

Primero el precio de etiqueta, luego el número que realmente importa.

La columna de creadores utiliza la mediana del mercado de aproximadamente $175 por video, frente a un rango típico de $150 a $212, con un 30% a 50% adicional por derechos de distribución pagados (Influee, 2026).

Ahora la parte honesta, porque el precio de etiqueta asume que cada clip es utilizable y ningún clip lo es nunca.

Vi los 20 clips de la ola y rechacé tres. Uno tenía la mancha de la marca cuando la botella se acercaba al lente. Uno tenía los dedos del presentador envueltos sobre la etiqueta durante toda la toma. Uno se desvió tanto que la tapa de la caja impresa, que era todo el punto de esa toma, salió del encuadre.

Eso es 17 utilizables de 20, una tasa de acierto del 85%, en $9.96 de gasto. Costo por clip utilizable: $0.59, frente a un precio de etiqueta promedio de $0.50.

Dos cosas que vale la pena decir sobre ese número. Primero, el 85% es alto, y no prometería que se mantenga en un briefing más difícil; una ola con movimiento más rápido o texto de empaque más denso fallaría más. Segundo, cada uno de los tres rechazos fue un problema de composición que podría haber prevenido en el prompt, no un defecto del modelo. Los rechazos son un impuesto de diseño, no un impuesto de renderizado.

Ese es el número para poner en la presentación: costo por clip utilizable, no costo por clip. Y no puedes saberlo hasta que toda la ola haya terminado y hayas visto todo. Cualquiera que te cite una cifra por clip sin una tasa de usabilidad te está citando la mitad más barata de la ecuación.

Vale la pena decirlo claramente: esto no hace que los creadores humanos sean obsoletos. Hace que la fase de prueba sea barata. Encuentra los dos hooks que funcionan por unos pocos dólares, luego gasta los $875 en la versión que va detrás de un presupuesto real, con una persona real cuyo rostro la gente seguirá.

---

Divulgación y reglas de marca para anuncios UGC de MiniMax H3

Tres cosas, ninguna opcional, todas breves.

Decláralo. Tanto Meta como TikTok exigen que los anunciantes marquen la creatividad que es generada por IA o modificada sustancialmente por IA, y ambos ejecutan detección automatizada, incluidas las Credenciales de Contenido C2PA incrustadas en los archivos por muchas herramientas de generación. Ser hecho por IA no es una razón de rechazo. No declararlo sí lo es. La redacción de la política cambia con la suficiente frecuencia como para que la única instrucción sensata sea: lee el texto actual en tu propio Administrador de Anuncios antes de enviar, no el resumen de una publicación de blog.

No pongas una marca comercial real en un prompt. Esta es la razón por la que ORVA está inventada. Los términos de la API de MiniMax incluyen una cláusula de defensa e indemnización que cubre reclamaciones de patentes y derechos de autor derivadas de la salida del modelo, y no se extiende a marcas comerciales o imagen. Por lo tanto, la única categoría de riesgo que más te gustaría cubrir al generar publicidad intensiva en marca es precisamente la categoría que no está cubierta. Usa tus propias marcas, que tienes derecho a usar, o inventadas.

Los pesos abiertos no son una solución alternativa de jurisdicción. H3-Base es genuinamente descargable, y es un lanzamiento real de 33B, no una demo simplificada. Pero la licencia comunitaria excluye actualmente a la UE, el Reino Unido, Corea del Sur y los Estados Unidos, con un canal de licencias formal separado para esos territorios. Y el autoalojamiento ejecuta un lado corto de 768 píxeles, con las etapas Context-IR y Regenerate-2K permaneciendo en el lado de la API. Por lo tanto, la ruta local no puede ofrecer lo único que este artículo demostró que se necesita para un texto de marca legible.

---

Anuncios UGC de MiniMax H3: Preguntas frecuentes

¿Cuánto cuesta un anuncio UGC de MiniMax H3?

Un anuncio vertical de 5 segundos cuesta $0.50 a 768P o $0.70 a 2K en minimax/h3/image-to-video, más $0.12 por el fotograma base si generas uno. Una tarjeta final de 4 segundos a 2K es $0.56. Comprar directamente a MiniMax es ligeramente más barato por segundo, a $0.13/s para 2K y $0.08/s para 768P en su página de pago por uso, frente a $0.14 y $0.10 aquí.

¿Cuántos anuncios UGC de MiniMax H3 puedo generar a la vez?

H3 se mide por tareas concurrentes, no por solicitudes por minuto: 2 tareas simultáneas en el nivel gratuito, 15 en el nivel de pago. Enviar más no arroja un error, se pone en cola. En mi ejecución, 20 trabajos enviados en una ráfaga se completaron todos, la mediana en 175.6 segundos y toda la ola en 4 minutos y 13 segundos. A ese ritmo, un día laboral son varios cientos de clips de 5 segundos, mucho más creatividad de la que cualquier equipo puede revisar realmente. Mide tu propia ola antes de construir un programador sobre ella, porque el comportamiento de concurrencia cambia.

¿Los anuncios UGC de MiniMax H3 vienen con marca de agua?

No, desde la API. Revisé los archivos entregados fotograma a fotograma y no encontré ninguna marca en la esquina en ninguno de ellos. La aplicación gratuita de consumo es un producto separado con una marca de agua, un tope de resolución y términos que prohíben eliminar la marca. Si el archivo es un entregable para el cliente, usa la ruta de la API.

¿MiniMax H3 renderizará correctamente el nombre de mi marca y el texto de mi CTA?

En su mayoría sí, con una condición clara. En una tarjeta final casi estática, tanto 768P como 2K renderizaron ORVA, una línea de descuento y orvaskin.com correctamente y los mantuvieron estables durante toda la toma; 2K solo compró bordes de letras más nítidos y letra pequeña legible en la botella. Donde falló en mi ejecución fue en el movimiento: cuando el producto fue empujado hacia el lente e inclinado, la marca se convirtió en una mancha sin sentido a 768P. Tres reglas que marcaron la diferencia en esta ejecución: coloca el texto crítico en una tarjeta final casi estática en lugar de en una toma en movimiento, nunca dejes que la cámara viaje a través de las letras, y verifica en el fotograma base que ninguna mano o dedo cruce la marca antes de gastar un centavo en video.

¿Es MiniMax H3 el mejor generador de video con IA para anuncios, o hay algo lo suficientemente más barato?

Para pruebas de hook puramente de persona hablando donde no hay nada que leer, el nivel económico es realmente suficiente: bytedance/seedance-2.0-mini/image-to-video es $0.039/s, actualmente con un 30% de descuento sobre su precio de lista de $0.056 a partir de agosto de 2026, lo que hace que un hook de 5 segundos cueste unos 20 centavos. En el momento en que una marca, una línea de oferta o una URL tiene que ser legible, los cuatro centavos extra por segundo del nivel 2K se pagan por sí solos la primera vez que un anuncio no es devuelto.

¿Meta o TikTok rechazarán un anuncio UGC generado por IA?

No por ser generado por IA. Ambas plataformas piden a los anunciantes que declaren la creatividad generada por IA o modificada sustancialmente por IA, y ambas ejecutan detección automatizada, incluidas las Credenciales de Contenido C2PA. El riesgo de rechazo está en no declarar, no en la técnica. Verifica la redacción exacta actual en tu propio Administrador de Anuncios, ya que ambas plataformas revisan este lenguaje con frecuencia.