YouTube eliminó mil millones de visitas de avances falsos. Usé el generador de avances de películas MiniMax H3 para hacer uno real.

En diciembre de 2025, YouTube eliminó Screen Culture y KH Studio. Dos canales, más de dos millones de suscriptores entre ambos, más de mil millones de visitas. Montaban metraje oficial con imágenes de IA para hacer tráileres de franquicias que parecían oficiales. Screen Culture había lanzado 23 versiones de un solo tráiler de Fantastic Four para marzo, y algunas superaban al real en los resultados de búsqueda (Deadline, diciembre de 2025).

No los prohibieron por usar IA. Los prohibieron por spam y metadatos engañosos: hacer pasar la película de otro como material lanzado oficialmente.

Pero mil millones de visitas demostraron otra cosa. El tráiler es los quince segundos de mayor apalancamiento en el marketing cinematográfico. El formato nunca fue el problema. La atribución lo fue.

Así que aquí está la versión útil de ese experimento: usa el mismo formato en una película que te pertenezca. Un teaser de 15 segundos, 2K, estéreo nativo, una línea de narración, una banda sonora, una cartela de título. Una generación. Sin línea de edición, sin cabina de voz, sin licencia musical, sin pasada de After Effects.

Conclusiones clave

• Un tráiler es lo más denso que puedes pedirle a un modelo de vídeo: múltiples tomas, narración, banda sonora, diseño de sonido y texto en pantalla, todo apilado. H3 ocupa actualmente el primer puesto en el ranking de edición de vídeo con audio de Artificial Analysis, y las secuencias de títulos de películas están en la propia lista de casos de uso de primera parte de MiniMax.
• 15 segundos es el límite absoluto de H3. No es un teaser teatral (que dura de 30 a 60 segundos), pero es exactamente la duración del corte social que hace la mayor parte del trabajo real.
• Escribe el prompt como una hoja de pauta con códigos de tiempo, no como un montón de adjetivos. Establece, conflicto, clímax, cartela de título. Cuatro tiempos.
• No hay ningún parámetro de audio en la API. Si no encargas la banda sonora, la narración y el diseño de sonido en palabras, obtienes lo que el modelo quiso.
• Números reales en Atlas Cloud: borrador en 768p $1.50, final en 2K $2.10, más unos $0.17 por el fotograma inicial. Un teaser terminado cuesta entre $2.03 y $3.77.

El fotograma inicial de GPT Image 2 que fija la película: el interior de una campana de buceo de acero de los años 70, una mujer con un traje de buceo naranja desgastado, lámpara de instrumento ámbar y lavado verde de sónar. El fotograma sobre el que se construye todo lo demás. Generado con openai/gpt-image-2/text-to-image con calidad high, 2048x1152. Esta única imagen es lo que evita que el borrador en 768p y el final en 2K se conviertan en dos películas diferentes.

El tráiler de película MiniMax H3 que hice en una generación

Aquí está primero, antes de cualquier teoría. Un teaser original de thriller de aguas profundas llamado SALVAGE. Una llamada a la API, sin cortes añadidos después.

DUV3zh0OaOo

SALVAGE, 15 segundos, una generación en minimax/h3/image-to-video. Sonido activado: el crujido del casco, el ping del sónar, el clúster de cuerdas y la línea de narración salieron de la misma llamada que la imagen. Facturado $2.10.

¿Qué hay en ese archivo y de dónde proviene cada pieza?

• Cuatro tomas distintas con cortes directos, sin fundidos. Una generación.
• 24 fps, AAC estéreo a 32 kHz. No añadido en postproducción.
• Una línea de narración, femenina, colocada entre los 5 y los 7.5 segundos porque el prompt lo indicaba.
• Una cartela de título que se mantiene completamente quieta durante los últimos dos segundos.

Eso son cinco pasadas de postproducción tradicionales colapsadas en una. Que es exactamente la razón por la que un tráiler es una buena prueba de estrés para este modelo, y una mala para la mayoría de los demás.

Por qué la mayoría de los intentos de tráiler de película con MiniMax H3 se desmoronan en el segundo nueve

Los tráileres son la categoría más difícil de falsificar, porque no puedes ocultar una debilidad. Si el texto tiembla, lo ves. Si el movimiento de labios se desvía, lo oyes. Si la banda sonora no llega en el corte, todo parece una presentación de diapositivas con música de fondo.

Eso es aproximadamente por qué H3 ocupa el lugar que ocupa. En el ranking de edición de vídeo con audio de Artificial Analysis, es primero con 1130 Elo en 8249 votos, nueve puntos por delante de Gemini Omni Flash y 93 puntos por delante de Dreamina Seedance 2.0, y es el único modelo en ese grupo superior marcado como Open Weights (Artificial Analysis, agosto de 2026). El material de lanzamiento de MiniMax enumera las secuencias de títulos de películas entre los casos de uso de primera parte, junto con pósters animados y cinemáticas de videojuegos con personajes consistentes (MarkTechPost, agosto de 2026).

Aquí está la apertura de ciencia ficción oficial de 15 segundos de ese conjunto de lanzamiento, para que puedas escuchar lo que significa "audio nativo" antes de gastar algo:

4BT8owFYuqU

THE LAST FLEET LEFT EARTH, del conjunto de demostración oficial de H3 de MiniMax. Entregado a 2560x1440, 24 fps, AAC estéreo 32 kHz. Observa la cartela de título con seguimiento y la tarjeta "SHE KNEW WHY" a mitad del tráiler, que se mantienen quietas mientras la cámara sigue moviéndose.

Ahora la lista de fallos. Cada uno de estos es algo que realmente salió mal en el camino hacia el clip del principio de esta página.

1. Intentar meter un tráiler de 60 segundos en una sola llamada. 15 segundos es un límite absoluto. Pide una historia completa de tráiler y obtienes papilla, porque el modelo comprime ocho tiempos en cuatro. Escribe un teaser.
2. Escribir adjetivos en lugar de una hoja de pauta. "Tráiler épico cinematográfico, dramático, alta tensión" te da un estado de ánimo, no una estructura. Los códigos de tiempo te dan una estructura.
3. Cartelas de título borrosas. Si no pones la cadena literal en el prompt, más cómo debe tratarse el texto, más una instrucción explícita de "firme y estable", obtienes letras aproximadas. Tres o más líneas de texto es donde empieza a fallar.
4. Obtener un archivo silencioso, o una banda sonora que nunca pediste. No hay ningún parámetro audio en text-to-video, image-to-video ni reference-to-video. El audio se pide en prosa dentro del prompt, o no se obtiene.
5. Hacer un borrador barato con texto a vídeo puro. Sin un primer fotograma fijado, 768p y 2K devuelven dos películas diferentes, porque la pasada de 2K es una regeneración en contexto y no una mejora de escala. Tu borrador barato no te enseña nada sobre tu costoso final.
6. No enviar duration. El esquema documenta un valor predeterminado de 8, pero omitirlo ha facturado como un trabajo de 5 segundos y devuelto un archivo de 5 segundos. Tu tráiler se guillotina en el tiempo de conflicto.
7. Asumir que HTTP 200 significa que cumplió. Nombra una franquicia real y la revisión de entrada rechaza el trabajo en segundos. Otros prompts se recortan silenciosamente y se facturan como normales.

Los puntos 4, 5 y 6 son los costosos, y ninguno de ellos está en la documentación.

El flujo de trabajo del generador de tráileres de película MiniMax H3, y cuánto cuesta cada paso

Cinco pasos, cinco modelos, una pestaña del navegador y una clave de API. Los precios a continuación son las tarifas por segundo en vivo en la página de cada modelo hoy, no números de blog.

Los tres endpoints de H3 en el directorio de modelos de Atlas Cloud. Text-to-video, image-to-video y reference-to-video son rutas separadas en la misma clave, razón por la cual toda la cadena a continuación nunca sale de una pestaña.

Datos de parámetros que vale la pena anotar en tu mano, todos verificados con los esquemas en vivo de hoy en lugar del readme: resolution es 768P o 2K, con valor predeterminado 2K. duration es cualquier entero de 4 a 15. El campo se llama ratio, no aspect_ratio, y en image-to-video se ignora por completo porque la forma de salida se hereda de tu fotograma de entrada. Text-to-video y reference-to-video aceptan 21:9 hasta 9:16. Todo se ejecuta de forma asíncrona: POST /api/v1/model/generateVideo, luego consulta /api/v1/model/prediction/{id}.

Tutorial de tráiler de película MiniMax H3: 15 segundos, cuatro tiempos, una generación

La película es un thriller de aguas profundas original. Una palabra para el título, para que el tipo tenga espacio para respirar. Una línea de narración. Copia los prompts al pie de la letra e intercambia los sustantivos por tu propio proyecto.

Paso 1: Fijar el fotograma inicial con GPT Image 2

No empieces con el modelo de vídeo. Un fotograma cuesta aproximadamente diecisiete céntimos y una generación de 15 segundos en 2K cuesta $2.10, así que quieres tener el aspecto definido un orden de magnitud más barato. Más importante aún, el primer fotograma fijado es lo único que hace que tu borrador de 768p sea predictivo de tu final en 2K.

plaintextCopy
1Fotograma fijo cinematográfico, aspecto anamórfico dentro de un marco 16:9: el interior de una campana de buceo de acero de los años 70 descendiendo en aguas negras, visto por encima del hombro de una mujer con un traje de buceo naranja desgastado. Su rostro está iluminado solo por una única lámpara de instrumento ámbar y el lavado verde pálido de una pantalla de sónar. Gotas de condensación en el grueso cristal de la escotilla; más allá, oscuridad absoluta con una leve deriva de partículas. Grano de película 35mm pesado, negros profundos apretados, paleta verde-ámbar, poca profundidad de campo, solo iluminación práctica. Sin destello de lente, sin texto, sin logotipos, sin marca de agua, sin subtítulos.

Configuración: calidad high, tamaño 2048x1152, formato de salida png. La calidad high no es opcional aquí, porque el grano y los negros apretados son lo que el modelo de vídeo mantendrá durante quince segundos.

Entorno de GPT Image 2 en Atlas Cloud con el prompt de la campana de buceo cargado y el fotograma inicial terminado en el panel de salida. GPT Image 2 en Atlas Cloud, ejecución completada: el prompt de arriba a la izquierda, el fotograma que se convirtió en la imagen principal de este artículo a la derecha.

Paso 2: Escribir la hoja de pauta del tráiler de 15 segundos (Establece, Conflicto, Clímax, Cartela de título)

Esta es la parte que nadie en los resúmenes del "mejor generador de tráileres" te dará. Un prompt de tráiler es una hoja de pauta. La imagen obtiene códigos de tiempo, el audio obtiene códigos de tiempo, la narración obtiene una ventana, y la cartela de título obtiene su cadena literal.

Aquí está la estructura por sí sola, para que puedas rellenarla con tu propia película:

Y aquí está esa estructura rellenada, lista para pegar en image-to-video con el fotograma del Paso 1 adjunto:

plaintextCopy
1Teaser de 15 segundos en 16:9 para un thriller de aguas profundas original. Continuar exactamente desde el primer fotograma proporcionado: misma mujer, mismo traje de buceo naranja, misma iluminación ámbar y verde de sónar, mismo grano pesado. Cuatro tiempos, cortes directos, sin fundidos.
2
30.0-4.0s  ESTABLECE. Acercamiento lento pasando por encima de su hombro hacia la escotilla. Partículas de polvo flotan. La pantalla de sónar barre una vez. Ella respira; su exhalación empaña el cristal.
44.0-8.0s  CONFLICTO. Corte directo a un plano general bajo: la campana de buceo diminuta contra un acantilado negro, cable tenso por encima. Corte directo de vuelta a su mano accionando un interruptor. La lámpara del instrumento parpadea. Una forma pasa la escotilla, desenfocada, no identificable.
58.0-12.0s CLÍMAX. Tres cortes rápidos: primer plano extremo de su ojo atrapando una luz roja de sobrecarga; el cristal de la escotilla flexionándose con una grieta capilar; negro total durante seis fotogramas.
612.0-15.0s CARTELA DE TÍTULO. Fundido desde negro sobre un solo título, centrado, manteniéndose completamente quieto durante los últimos dos segundos: SALVAGE
7Espaciado de letras extremadamente amplio, serifa condensada pesada, acero cepillado frío con un borde de óxido tenue y un brillo interno contenido, no blanco puro. Debajo, versalitas a la mitad del tamaño: NADA AQUÍ ABAJO PERMANECE PERDIDO
8Ambas líneas firmes y estables: sin temblor, sin deformación, sin deriva, sin nueva renderización entre fotogramas.
9
10AUDIO, generar de forma nativa, no entregar una pista silenciosa:
110.0-4.0s  gruñido bajo del casco alrededor de 40 Hz, un ping de sónar a 1.5s con una cola larga, silbido de presión distante.
124.0-8.0s  el silbido se tensa; un solo clang metálico a 6.2s; las cuerdas entran en una nota baja sostenida.
138.0-12.0s clúster de cuerdas ascendente, un pop de remache a 10.5s, luego silencio absoluto a 11.8s.
1412.0-15.0s un impacto de subgraves profundo en la cartela de título, luego una cola de reverberación lenta que se desvanece sobre sonido de sónar tranquilo.
15NARRACIÓN, solo una línea, voz femenina, baja y sin prisas, mezclada bajo la música, hablada entre 5.0s y 7.5s: "Nada aquí abajo permanece perdido."
16
17NEGATIVO: sin texto en pantalla aparte de las dos líneas del título; sin subtítulos, sin leyendas, sin marca de agua, sin logotipo de estudio, sin destello de lente, sin giros de cámara, sin sacudida de cámara más allá de un flotador manual lento, sin luz diurna, sin criatura visible, sin sangre, sin violencia.

Tres cosas en ese prompt están haciendo más trabajo de lo que parece. El bloque AUDIO existe porque no hay ningún parámetro de audio que configurar. La línea "firme y estable" existe porque la estabilidad del texto es el fallo más común en los tráileres. Y los seis fotogramas de negro a los 11.8 segundos es lo que hace que la cartela de título se sienta como una cartela de título en lugar de otra toma.

Cuatro fotogramas extraídos del teaser terminado de SALVAGE, etiquetados ESTABLECE, CONFLICTO, CLÍMAX y CARTELA DE TÍTULO, mostrando la hoja de pauta tal como se renderizó realmente. Los mismos cuatro tiempos tal como salieron realmente, extraídos del archivo 2K. De izquierda a derecha: el acercamiento a los 2s, el plano general bajo a los 5s, la luz de sobrecarga a los 10s, la cartela de título a los 14s.

Paso 3: Hacer el borrador del tráiler de película MiniMax H3 a 768p por $1.50

Mismo fotograma, mismo prompt, resolution: "768P", duration: 15. Sí envía duration explícitamente. Omitirlo ha facturado como un trabajo de 5 segundos. Obtienes 1344x768, 24 fps, AAC estéreo, y una factura de $1.50.

HFO3_lJ7oqE

El borrador a 768p. Estructuralmente la misma película que el final en 2K, porque el primer fotograma está fijado. El texto pequeño en la cartela de título es donde se puede ver la diferencia de resolución.

Júzgalo solo en cuatro cosas, e ignora por completo la nitidez:

1. ¿Están los cortes en los tiempos, o un tiempo se ha comido a otro?
2. ¿Existe la narración, y cae dentro de la ventana de 5 a 7.5 segundos?
3. ¿La cartela de título se mantiene quieta, o se mueve?
4. ¿La banda sonora alcanza el impacto a los 12 segundos?

Si alguno de esos falla, corrige el prompt y repite el borrador a $1.50. No lo corrijas a $2.10.

Paso 4: Terminar el tráiler de película MiniMax H3 a 2K

Cambia exactamente un campo. Misma image, mismo prompt, resolution: "2K". La salida es 2560x1440 y la factura es $2.10.

Debido a que el primer fotograma está fijado, las dos pasadas difieren en detalle más que en contenido. La versión honesta de eso: el tipo grande se lee bien a 768p, pero la segunda línea se resuelve en formas de letras reales solo a 2K.

Recorte de la cartela de título al 100%, 768p a la izquierda y 2K a la derecha, mostrando la línea de subtítulo resolviéndose en formas de letras legibles solo a 2K. Mismo segundo, mismo fotograma, recortado al 100%. El SALVAGE con espaciado amplio sobrevive en ambos. La línea de la mitad del tamaño debajo es la razón por la que terminas a 2K.

Entorno de MiniMax H3 image-to-video en Atlas Cloud con el fotograma de la campana de buceo cargado y un clip terminado en el panel de salida. MiniMax H3 image-to-video en Atlas Cloud, ejecución completada. Los selectores de resolución y duración del entorno se dejaron en sus valores predeterminados para esta captura, por lo que el clip en OUTPUT es una ejecución más corta que la llamada de 15 segundos descrita arriba, no el teaser terminado.

Hay un final más barato. Si una toma a 768p ya es una buena toma, envíala a través del video upscaler a $0.024 por segundo hasta 2K, que son $0.36 por 15 segundos. Protege la toma que ya te gusta, pero no puede inventar detalles de formas de letras que nunca estuvieron en la fuente, y la ruta 2K tiene un límite de 23 segundos de entrada.

Paso 5: Hacer un corte vertical del tráiler de película MiniMax H3 con reference-to-video

El archivo 16:9 es para el sitio web. El archivo 9:16 es lo que realmente se ve. Reference-to-video acepta hasta nueve referencias de imagen más vídeo y audio, para que puedas fijar el mismo protagonista y la misma gradación en un reencuadre vertical en lugar de esperar.

Envía refers como un array con el fotograma del Paso 1 más un tablero de referencia, ratio: "9:16", duration: 15, resolution: "2K". El prompt es la misma hoja de pauta con bloqueo vertical: el tiempo de conflicto se convierte en un plano medio único en lugar de un plano general bajo, y la cartela de título recibe un tipo más grande con el subtítulo dividido en dos líneas.

Una trampa que cuesta dinero porque nunca da error: no envíes image y refers en la misma solicitud. Son mutuamente excluyentes, la API acepta ambos, y uno de ellos se descarta silenciosamente.

Ur8nAxQUT9I

El corte vertical de minimax/h3/reference-to-video, mismo reparto, misma gradación, rebloqueado para un teléfono.

Entorno de MiniMax H3 reference-to-video en Atlas Cloud con materiales de referencia cargados y un clip terminado en el panel de salida. MiniMax H3 reference-to-video en Atlas Cloud, ejecución completada, con la ranura de referencia llena. La resolución y la duración están nuevamente en los valores predeterminados del entorno.

Cuatro variaciones del prompt de tráiler de película MiniMax H3

Misma hoja de pauta, cuatro entregables diferentes.

Scope. Cambia ratio a 21:9 en text-to-video o reference-to-video. Misma hoja de pauta, formato más ancho, y la cartela de título obtiene notablemente más espacio de seguimiento.

Solo golpe de título. Elimina los tiempos uno a tres, conserva la cartela de título, establece duration: 4. Eso son $0.56 a 2K por una animación de logotipo con un golpe de subgraves. Útil mucho más allá del cine, ya que un "tráiler" a menudo es para un juego, un libro o un podcast.

Otro idioma. H3 maneja la narración en múltiples idiomas de forma nativa, por lo que la misma hoja de pauta con la línea de narración reescrita en japonés te da un teaser localizado sin una pista de doblaje separada.

Otra categoría. Los teasers dramáticos verticales son los mismos cuatro tiempos con diálogo en lugar de narración. Aquí hay un ejemplo oficial 9:16 del conjunto de demostración de H3: quince segundos, ocho tomas, un personaje consistente en todas ellas, con líneas habladas en lugar de voz en off.

XSYlTlVWH4k

Teaser vertical oficial de MiniMax H3, 1440x2560, 15 segundos, ocho tomas, AAC estéreo con diálogo. La misma estructura de tiempos, dirigida a una audiencia de drama corto.

¿Quieres un teaser de 30 segundos? Toma el último fotograma del clip uno y úsalo como el primer fotograma del clip dos. Los detalles están en nuestra guía de duración de vídeo MiniMax H3.

Cuánto cuesta realmente un tráiler de película MiniMax H3

Cuatro caminos honestos para un teaser 2K terminado de 15 segundos. El costo del fotograma es el medido de $0.1745 para GPT Image 2 en high, 2048x1152.

El precio directo de MiniMax es un poco más bajo por segundo que la tarifa de Atlas, por lo que verás una cifra de $1.95 para un clip 2K de 15 segundos citada en otros lugares. En Atlas la tarifa es de $0.14 por segundo, que son $2.10, y ese es el número que usa cada factura en este artículo.

Y aquí está lo que esos $2.10 reemplazaron, evaluado honestamente:

Si quieres comparar el precio con el resto de los endpoints de H3 línea por línea, el desglose de precios de la API de MiniMax H3 tiene la aritmética por llamada, y los tres endpoints anteriores viven en una clave en el mismo directorio de modelos si quieres ejecutar la cadena tú mismo.

Tráileres de fans, películas reales y los metadatos que eliminaron mil millones de visitas

Vale la pena ser precisos sobre lo que realmente sucedió con esos canales, porque la lección no es "no hagas tráileres con IA".

Ambos canales fueron suspendidos, hicieron correcciones, fueron readmitidos en el Programa de Socios, luego retrocedieron y fueron eliminados según las políticas de spam y metadatos engañosos de YouTube. El problema era la presentación: títulos y miniaturas que parecían material oficial de estudio para películas que no tenían ese tráiler. Si estás haciendo una pieza conceptual para una propiedad existente, etiquétala en el título, la miniatura y la descripción, y no dejes que los metadatos impliquen que provino del estudio.

H3 también responde a esto a nivel de API. Nombra una franquicia real o una película específica en el prompt y el trabajo falla durante la revisión de entrada en segundos, en lugar de generar algo que luego tengas que considerar. Es un filtro contundente, y ocasionalmente atrapará un prompt inocente, pero es una señal útil sobre dónde está la línea.

Una nota más si te autoalojas en lugar de llamar a la API: los pesos publicados se distribuyen bajo el Acuerdo de Licencia Comunitaria MiniMax H3, y los módulos H3-Context-IR y H3-Regenerate-2K que producen la pasada 2K no son parte del lanzamiento abierto, permanecen del lado de la API. Nuestra guía de uso comercial y licencias cubre los términos; nada de eso aplica a la ruta de API utilizada en este artículo.

Preguntas frecuentes

¿Puede el generador de tráileres de película MiniMax H3 hacer un tráiler completo, o solo 15 segundos?

15 segundos es un límite absoluto por generación. Un teaser teatral dura de 30 a 60 segundos y un tráiler completo de 90 segundos a tres minutos (Beverly Boy, 2026), por lo que una llamada te da el corte social, no el teatral. Para más duración, encadena generaciones alimentando el último fotograma de un clip como el primer fotograma del siguiente.

¿MiniMax H3 genera la voz en off y la música del tráiler, o las agrego en postproducción?

De forma nativa, en la misma llamada que la imagen, entregado como AAC estéreo a 32 kHz junto con vídeo a 24 fps. Pero no hay ningún parámetro de audio en ninguno de los tres endpoints. Pides la banda sonora, la narración y los efectos de sonido en prosa dentro del prompt, con códigos de tiempo. Omite ese bloque y obtienes una banda sonora que no elegiste.

¿El texto de la cartela de título en pantalla será realmente legible?

Sí, si escribes la cadena textual, describes cómo debe tratarse el tipo, y añades una instrucción explícita de estabilidad como "firme y estable, sin temblor, sin deformación". Mantén dos líneas. El texto grande con espaciado amplio sobrevive a 768p; las líneas secundarias pequeñas solo se resuelven correctamente a 2K.

¿Cuánto cuesta un tráiler de película MiniMax H3?

En Atlas Cloud, 15 segundos a 2K son $2.10 a $0.14 por segundo, y la misma duración a 768p es $1.50 a $0.10 por segundo. Añade aproximadamente $0.17 por el fotograma inicial. Un teaser terminado cuesta entre $2.03 y $3.77 dependiendo de si mejoras la escala de un borrador o repites a 2K. Siempre envía duration explícitamente.

¿Puedo hacer un tráiler para una película real existente?

Técnicamente, la revisión de entrada bloquea las franquicias nombradas, por lo que el modelo se negará antes de facturarte. Prácticamente, YouTube ya ha eliminado canales con mil millones de visitas por metadatos engañosos exactamente sobre este contenido. Hazlo original, o etiquétalo claramente como pieza conceptual o de fan en el título y la descripción.

¿Puedo mantener al mismo protagonista en un tráiler más largo?

Usa reference-to-video, que acepta hasta nueve imágenes de referencia más vídeo y audio de referencia, y fija tu reparto allí en lugar de esperar que el texto solo lo mantenga. No envíes image y refers en la misma solicitud: son mutuamente excluyentes, la API no se quejará, y uno de ellos se descarta sin avisarte.