MiniMax H3 Generator Video Anime: 15 Detik, 4:3, dan Kartu Judul Veo 3.1 yang Gagal

Sepanjang musim panas, feed saya dipenuhi video yang sama berulang. Pemain Piala Dunia digambar ulang sebagai protagonis shonen. Seorang diktator. Seorang kapten bajak laut. Seorang mentor tua yang muncul di empat detik terakhir. Jutaan tayangan per postingan, dan alur cerita diperbarui hampir setiap pertandingan.

Tidak ada yang membuat video itu yang menulis postingan benchmark. Mereka memilih model, menghabiskan kredit, dan mengirim sebelum kickoff berikutnya.

Jadi saya mengambil satu keyframe anime dan satu prompt, dan menguji MiniMax H3 sebagai generator video anime melawan Veo 3.1, keduanya didorong ke pengaturan maksimum pada input yang identik.

Hal pertama yang rusak bukanlah kualitas gambar. Itu adalah dropdown. Veo 3.1 berhenti di 8 detik dan hanya menawarkan dua rasio aspek. Adegan yang menahan wajah, pan cepat mengikuti bola, lalu menampilkan judul tidak muat dalam 8 detik. Tidak pernah punya kesempatan untuk gagal dalam kualitas.

Kesimpulan utama

• Enum duration Veo 3.1 adalah [4, 6, 8] dan enum aspect_ratio adalah [16:9, 9:16]. MiniMax H3 menjalankan setiap detik bulat dari 4 hingga 15 dan menawarkan 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. Tidak ada 4:3 di Veo berarti tidak ada framing OVA retro, sama sekali.
• Kartu model H3 mencantumkan 11 bahasa dialog yang stabil secara native dan bahasa Jepang adalah salah satunya. Audio dan gambar dihasilkan bersama pada 32 kHz stereo, bukan dialihsuarakan setelahnya.
• Paket referensi tidak mendekati: H3 menerima hingga 9 gambar ditambah hingga 3 video dan 3 klip audio (maksimal 12 file). Titik akhir referensi Veo 3.1 menerima 3 gambar, dan saat Anda menggunakannya, duration runtuh menjadi hanya [8].
• Dua jebakan yang diam-diam merusak tes: API Veo secara default mengatur generate_audio ke false dan resolution ke 720p, dan ratio text-to-video H3 default ke 1:1. Biarkan saja, dan Anda membandingkan klip 720p diam dengan klip persegi.
• Veo 3.1 menyimpan dua hal yang tidak dimiliki H3 sama sekali: seed dan negative_prompt. Untuk anime 2D, yang kedua ini benar-benar penting, dan saya akan tunjukkan di mana.

---

MiniMax H3 Anime Video Generator vs Veo 3.1, Bingkai yang Sama Berdampingan

Satu karakter asli. Satu keyframe. Satu prompt, disalin karakter demi karakter ke kedua model. Segala sesuatu yang lain dimaksimalkan di setiap sisi.

MiniMax H3, image-to-video, 2K, 8 detik, audio asli. Nyalakan suara: suara kerumunan, tendangan bola, dan teriakan bahasa Jepang dihasilkan dalam satu proses yang sama dengan gambar. Dihasilkan dengan minimax/h3/image-to-video di Atlas Cloud.

Veo 3.1, image-to-video, 1080p, 8 detik, generateaudio dinyalakan secara manual, plus negativeprompt yang menjaga garis seni tetap datar. Bingkai pertama yang sama, kata-kata yang sama. Dihasilkan dengan google/veo3.1/image-to-video di Atlas Cloud.

Keduanya menggambar dengan indah. Gambar lebar Veo dari tendangan, dengan garis dampak gambar tangan dan efek suara manga yang melayang di udara, benar-benar indah. Itu adalah titik awal yang jujur, dan itulah mengapa sisa artikel ini tentang parameter dan kepatuhan instruksi, bukan tentang getaran.

Mengapa Sebagian Besar Tes MiniMax H3 Anime Video Generator vs Veo 3.1 Salah

Dua hal terjadi bersamaan musim panas ini.

Anime menjadi format dengan volume tertinggi dalam video AI. Piala Dunia 2026 ditulis ulang sebagai turnamen shonen, dengan pemain berperan sebagai diktator, kapten bajak laut, jenderal angkatan laut, dan mentor, dan alur cerita yang "berkembang hampir setelah setiap pertandingan" di TikTok, Instagram, X, dan YouTube (Complex, Juli 2026).

Dan MiniMax H3 dirilis dengan bobot terbuka. Thread ComfyUI hari-0 mencapai 330 poin dan 95 komentar, dengan orang-orang memposting angka lokal nyata dalam hitungan jam (Hacker News, Agustus 2026).

Gabungkan itu, dan Anda akan mengharapkan banyak perbandingan anime. Hampir tidak ada, karena sebagian besar tes dibangun dengan salah dalam empat cara.

Mereka membandingkan gambar, bukan batasan. Adegan anime adalah soal waktu. Pan cepat ke judul adalah masalah durasi sebelum masalah rendering.

Mereka lupa API Veo diam secara default. Di API, generate_audio adalah false dan resolution adalah 720p. Banyak postingan "Veo tidak memiliki audio di anime" hanyalah seseorang yang tidak pernah membalik boolean.

Mereka lupa text-to-video H3 berbentuk persegi secara default. ratio default ke 1:1, bukan 16:9. Jalankan prompt anime t2v tanpa mengaturnya, dan Anda mendapatkan klip persegi dan kesimpulan yang membingungkan.

Mereka menguji dengan prompt fotorealistik. "Sinematik, cahaya volumetrik, kedalaman bidang dangkal" adalah kosakata yang tepat yang menarik model 2D ke arah bayangan render 3D. Mode kegagalan dalam anime bukanlah blur. Itu adalah plastik.

Tiga pengaturan yang menentukan tes anime sebelum Anda menekan jalankan

Sebelum apa pun, atur ini di kedua sisi atau perbandingan tidak valid.

Lembar Spesifikasi MiniMax H3 vs Veo 3.1 Anime: Panjang, Rasio, Audio, Referensi

Saya menarik skema input langsung kedua model daripada mempercayai postingan peluncuran mana pun. Setiap nilai di bawah ini adalah enum yang dapat Anda baca sendiri di halaman model, bukan kesan.

Tabel 1: MiniMax H3 vs Veo 3.1, parameter yang menentukan adegan anime

Durasi, rasio, resolusi, audio, dan batas referensi dibaca dari skema langsung di halaman MiniMax H3 image-to-video, H3 text-to-video, H3 reference-to-video, Veo 3.1 image-to-video dan Veo 3.1 reference-to-video. Batas atas 9 gambar dan 12 file serta daftar dialog 11 bahasa berasal dari kartu model MiniMax H3 (Hugging Face, Agustus 2026).

Sekarang papan skor, karena mereka mengatakan sesuatu yang berbeda dari lembar spesifikasi dan keduanya penting.

Tabel 2: Elo suara publik dan daftar harga per menit, snapshot 7 Agustus 2026

Angka Elo dan harga dari Artificial Analysis Video Arena (Artificial Analysis, Agustus 2026). Ini adalah suara publik bergulir dan bisa berubah. Kolom $/mnt adalah perkiraan model yang dinormalisasi, bukan faktur Anda.

Kesenjangan Elo 145 poin cukup besar, tetapi ini adalah suara tujuan umum, bukan suara anime. Dan inilah bagian yang harus saya katakan secara terus terang: MiniMax tidak memasarkan H3 sebagai model anime. Umpan balik lini pertama internal menyebutkan film, animasi, dan drama komik sebagai area yang tidak dituju H3. Jadi pertanyaan menariknya bukan "mana yang merupakan model anime". Ini adalah mengapa model yang tidak menjual dirinya sebagai anime masih memenangkan adegan, dan di mana Google masih mengambil ronde.

Satu catatan praktis sebelum tutorial. Setiap model di bawah berjalan melalui konsol yang sama dan kunci API yang sama, yang merupakan satu-satunya alasan parameter dapat dibandingkan sama sekali. Antrian yang sama, auth yang sama, satu tagihan. Jika Anda menyiapkan GPT Image 2 di satu layanan dan Veo di layanan lain, setengah dari perbedaan yang Anda temukan adalah pipa leding, bukan model.

Bangun Adegan: MiniMax H3 vs Veo 3.1, Langkah demi Langkah

Satu contoh berjalan, dari awal hingga akhir. "Peluit Terakhir": seorang striker remaja asli, rambut merah, seragam putih dan biru laut nomor 9, lampu sorot, pan cepat pada tendangan, dan kartu judul bahasa Jepang yang harus mendarat dalam dua detik terakhir dan bertahan stabil.

Tidak ada pemain sungguhan, tidak ada karakter resmi, tidak ada IP anime yang ada. Hanya gaya dan penghormatan. Lebih lanjut tentang alasannya nanti.

Langkah 1: Rancang keyframe anime dengan GPT Image 2

Keyframe membawa arahan seni sehingga model video tidak harus menciptakannya. Perhatikan ruang negatif di sepertiga kiri: itu disengaja. Kartu judul akan ditulis di sana oleh model video, dan itu adalah tes stabilitas teks.

PlainCopy
1Satu bingkai dari anime olahraga shonen modern. Animasi 2D cel-shaded, garis seni buatan tangan
2dengan ketebalan garis yang konsisten, isian warna datar, bayangan grafis keras,
3sama sekali tidak ada bayangan 3D dan tidak ada kulit fotorealistik. Close-up pada striker remaja asli:
4rambut merah kusut, seragam putih-dan-biru laut dengan nomor 9, keringat dan noda rumput di
5satu pipi, mata lebar dengan tekad yang lelah, mulut terbuka di tengah teriakan. Di belakangnya,
6lampu sorot stadion menyala menjadi dinding warna kerumunan yang kabur; garis kecepatan radial meledak
7dari pusat bingkai; satu helai rumput membeku di udara. Palet jenuh,
8bayangan cyan tua, lampu tepi oranye hangat. Komposisi 16:9, karakter dibingkai di kanan
9tengah, ruang negatif bersih di sepertiga kiri. Tidak ada teks di mana pun dalam gambar.

Pengaturan: model openai/gpt-image-2/text-to-image, kualitas high, ukuran 16:9 (2048x1152). Tidak ada yang lain.

Playground GPT Image 2 di Atlas Cloud dengan prompt keyframe Peluit Terakhir dan bingkai anime selesai di panel keluaran

GPT Image 2 di Atlas Cloud: kualitas diatur ke high, keyframe selesai di sebelah kanan.

Keyframe anime dasar: striker berambut merah asli sedang berteriak di bawah lampu sorot stadion, cel-shaded dengan warna datar dan garis kecepatan

Keyframe yang diterima kedua model. Warna datar, bayangan keras, dan sepertiga kiri kosong menunggu kartu judul.

Langkah 2: MiniMax H3 image-to-video, semuanya maksimal

Gambar yang sama masuk, 2K keluar. Saya membatasi H3 hingga 8 detik di sini hanya untuk menyesuaikan dengan batas Veo. Itu bukan batas H3 dan Langkah 4 akan menghilangkan batas tersebut.

PlainCopy
1Anime 2D cel-shaded, ketebalan garis buatan tangan, warna datar, tanpa bayangan 3D. Tahan
2wajah striker selama satu ketukan, kemudian pan cepat yang keras mengikuti bola saat dia menendangnya,
3pan mengaburkan bingkai menjadi jejak gerakan sakuga yang bergaris. Satu bingkai keheningan total
4saat benturan. Selama dua detik terakhir, huruf judul bahasa Jepang putih tebal bertuliskan
5ラストホイッスル muncul di sepertiga kiri bingkai dan bertahan sangat stabil, tanpa distorsi,
6tanpa kedipan, tanpa pergeseran. Striker berteriak satu baris dalam bahasa Jepang: 「まだ終わってない！」
7Audio: gemuruh stadion membesar, satu benturan bola tajam, satu pukulan taiko rendah di bawah kartu judul.

Pengaturan: model minimax/h3/image-to-video, resolution: 2K, duration: 8, ratio: adaptive (image-to-video mengambil bentuk bingkai dari gambar input Anda), image = keluaran Langkah 1.

Satu peringatan jika Anda beralih ke text-to-video: tulis ratio: 16:9 secara eksplisit. Defaultnya adalah 1:1 dan ia akan dengan senang hati memberi Anda potongan anime persegi.

Playground MiniMax H3 image-to-video di Atlas Cloud dengan prompt Peluit Terakhir, keyframe dimuat, dan klip selesai di panel keluaran

MiniMax H3 image-to-video di Atlas Cloud: keyframe Langkah 1 dimuat di sebelah kiri, klip selesai diputar di sebelah kanan.

Langkah 3: Veo 3.1 image-to-video, audio dinyalakan secara manual

Promptnya identik, kata demi kata. Ubah satu kata sifat dan itu berhenti menjadi perbandingan. Apa yang berubah adalah bidang tambahan yang diberikan Veo dan tidak dimiliki H3.

negative_prompt, yang untuk anime 2D adalah kontrol paling berguna dalam daftar ini:

PlainCopy
13D render, CGI, bayangan plastik, kulit fotorealistik, rekaman aksi langsung, sup blur gerak,
2huruf terdistorsi, teks omong kosong, jari ekstra, bilah subtitle

Pengaturan: model google/veo3.1/image-to-video, resolution: 1080p (ubah, defaultnya 720p), duration: 8 (ini adalah batas atas), aspect_ratio: 16:9, generate_audio: true (default API adalah false, ini adalah jebakan klip diam), seed: 20260807, image = keluaran Langkah 1 yang sama.

Playground Veo 3.1 image-to-video di Atlas Cloud menunjukkan generate audio diaktifkan, keyframe anime dimuat, dan klip selesai di panel keluaran

Veo 3.1 image-to-video di Atlas Cloud, dengan Generate Audio dinyalakan dan klip selesai di sebelah kanan.

Langkah 4: Skor pada lima sumbu khusus anime

Tidak ada yang perlu dihasilkan di sini. Lihat saja, pada hal-hal yang benar-benar rusak pada anime. Kedua klip disematkan di dekat bagian atas artikel ini, sehingga Anda dapat menilainya sendiri daripada mempercayai kata-kata saya.

Bingkai terakhir dari kedua klip berdampingan, MiniMax H3 di kiri dengan huruf judul bahasa Jepang yang bersih, Veo 3.1 di kanan dengan karakter vertikal yang kacau

Bingkai terakhir setiap klip. Kiri, H3 menulis ラストホイッスル, delapan katakana benar dan sangat stabil. Kanan, Veo 3.1 menulis tiga karakter yang bukan kata yang diminta dan tidak membentuk satu kata pun.

Kartu judul adalah tempat ronde diputuskan, dan itu tidak dekat. H3 merender katakana yang diminta dengan tepat, keras dan stabil, di atas pan bergaris dari mulut gawang. Veo 3.1 menghasilkan tumpukan vertikal tiga karakter yang bukan kata yang diminta maupun sebuah kata. Pada bingkai yang sama, ia juga menjatuhkan karakter keluar dari bidikan dan membiarkan latar belakang meluncur menuju piring stadion semi-fotorealistik, meskipun photorealistic skin dan 3D render ada di negative prompt.

Tabel 3: lima sumbu yang menentukan potongan anime, dari dua proses ini

Baris terakhir itu adalah kritik publik paling keras terhadap H3 sejauh ini, itulah sebabnya saya menulisnya di kedua prompt. Di thread ComfyUI hari-0, pengguna fwip mengeluh bahwa bahkan demo prompt resmi diabaikan: "pan cepat yang VIOLENT dari atap yang MENGOLES kata-kata yang melayang bersamanya, bergerak bergaris. Dan videonya tidak melakukan transisi itu sama sekali, hanya menggantinya dengan potongan."

Dalam proses ini, Veo yang menukar pan dengan potongan, dan H3 yang mengoles. Satu kali masing-masing bukanlah vonis, dan saya tidak akan mengklaim sebaliknya. Tapi itu berarti kritik tersebut tidak spesifik untuk H3: pan cepat adalah instruksi yang paling tidak dapat diandalkan dalam seluruh tes ini di kedua sisi. Jika papan cerita Anda bergantung pada satu, buatlah papan cerita di sekitarnya daripada melaluinya.

Langkah 5: Potongan OVA retro 4:3 yang secara struktural tidak dapat dihasilkan Veo 3.1

Ini bukan preferensi kualitas. Ini adalah tembok. Enum aspect_ratio Veo memiliki dua nilai dan tidak ada yang 4:3, dan enum duration-nya tidak memiliki 12. Tampilan OVA tahun 90-an sama sekali tidak dapat dijangkau.

PlainCopy
1Potongan anime OVA tahun 1990-an, 4:3 full-frame. Latar belakang lukisan tangan dengan tekstur kuas
2yang terlihat, karakter cel-paint dengan garis tinta tebal dan tidak rata, pancaran halasi berat di sekitar
3lampu sorot, butiran film 16mm dan sedikit gerakan gerbang. Striker berambut merah yang sama dalam
4seragam putih-dan-biru laut nomor 9 berjalan keluar dari lapangan yang basah kuyup saat suara kerumunan memudar menjadi
5satu nada dering. Kamera mendorong perlahan ke wajahnya. Dia berkata pelan dalam bahasa Jepang:
6「次は、勝つ」. Palet retro: hijau kebiruan redup, kuning amber berdebu, bayangan merah marun tua.
7Audio: hujan jauh, satu pad synth analog sendirian, satu peluit dengan reverb berat di kejauhan.

Pengaturan: model minimax/h3/text-to-video, resolution: 2K, duration: 12, ratio: 4:3. Atur rasio itu secara manual, ingat defaultnya.

Playground MiniMax H3 text-to-video di Atlas Cloud dengan prompt OVA diketikkan dan klip retro selesai di panel keluaran

MiniMax H3 text-to-video di Atlas Cloud, prompt OVA diketik, klip selesai. Pengungkapan penuh: proses khusus ini membiarkan Aspect Ratio di 16:9 dan Duration di 8, jadi apa yang Anda lihat di kanan adalah versi pendek layar lebar. Potongan dua belas detik 4:3 di bawah berasal dari panggilan API dengan ratio: 4:3 dan duration: 12 diatur secara eksplisit.

Potongan OVA retro 4:3: striker yang sama berjalan keluar dari lapangan basah kuyup dalam gaya anime 90-an

H3 text-to-video, 4:3, 12 detik. File yang dikirim kembali 1920x1440, yang merupakan 4:3 per piksel, dengan trek stereo 32 kHz. Ditampilkan di sini sebagai GIF diam pada kecepatan bingkai yang dikurangi untuk menjaga halaman tetap ringan. Dihasilkan dengan minimax/h3/text-to-video di Atlas Cloud.

Langkah 6: Sembilan gambar referensi, satu karakter, empat potongan

Konsistensi karakter lintas bidikan adalah masalah tersulit dalam AI anime, dan itu dipecahkan dengan volume referensi. Bangun paketnya terlebih dahulu: jalankan ulang prompt Langkah 1 dengan pembingkaian diganti untuk depan, tiga perempat, profil penuh, belakang, tertawa, gigi terkatup, berdiri seluruh tubuh, detail seragam, dan detail sepatu. Sembilan gambar, kira-kira delapan sen total.

Empat sudut karakter striker asli yang sama dihasilkan sebagai paket referensi, diatur dalam grid dua per dua

Empat dari sembilan sudut referensi. H3 menerima hingga sembilan gambar dalam satu paket referensi, plus referensi video dan audio di atasnya.

PlainCopy
1Anime 2D cel-shaded, ketebalan garis buatan tangan yang konsisten, warna datar, tanpa bayangan 3D. Jaga
2wajah, siluet rambut, dan seragam nomor 9 striker yang direferensikan identik di setiap potongan.
3Empat potongan dalam satu pengambilan berkelanjutan: (1) dorongan sudut rendah pada sepatu bootnya menyentuh rumput,
4(2) pan cepat ke atas ke close-up ketat matanya, (3) bidikan lebar dia berlari melewati tiga
5bek yang digambar sebagai siluet buram, (4) bekukan pada sundulan di udara, garis kecepatan
6meledak ke luar. Audio: sorak kerumunan, napas, benturan sepatu di rumput, satu pukulan taiko pada
7pembekuan.

Pengaturan: model minimax/h3/reference-to-video, refers = gambar Anda dengan type: image, resolution: 2K, duration: 8 atau lebih tinggi, ratio: adaptive atau 16:9.

Setara Veo 3.1 tidak dapat dijalankan pada pengaturan ini dan Anda tidak perlu mencobanya untuk mengetahui alasannya. Titik akhir referensinya menerima maksimal tiga gambar, dan memilih titik akhir itu meruntuhkan duration menjadi satu nilai legal 8. Paket sembilan gambar dan pengambilan 10 detik keduanya di luar jangkauan.

Playground MiniMax H3 reference-to-video di Atlas Cloud menunjukkan penghitung referensi pada empat dari sembilan dan potongan pertama di panel keluaran

MiniMax H3 reference-to-video di Atlas Cloud. Penghitung berbunyi Reference Materials (4/9) dengan MAX:9 di bawahnya, yang merupakan batas di antarmuka, bukan klaim dari lembar spesifikasi. Output adalah potongan satu, dorongan sudut rendah pada sepatu boot.

Empat Proses MiniMax H3 Anime Video Generator Lain yang Layak Dilakukan

Adegan Peluit Terakhir hanya menekankan empat perbedaan. Keempat ini menekankan sisanya. Semuanya berjalan di H3; catatan mengatakan mana yang dapat ditandingi Veo 3.1.

1. Pertarungan sakuga ultrawide, 21:9 , 10 detik. Veo tidak dapat menghasilkan 21:9 sama sekali.

PlainCopy
1Aksi anime 2D cel-shaded, garis tinta tebal meruncing, warna datar, bayangan keras,
2tanpa bayangan 3D. Dua pendekar topeng asli di atap kuil yang berangin saat senja. Benturan
3pedang, bingkai bergetar, kedua petarung terpisah dalam ledakan bingkai benturan
4gambar tangan dan garis kecepatan radial. Kamera: dorongan sudut rendah, lalu lintasan lateral, lalu
5jepret ke siluet lebar melawan langit oranye. Audio: dua benturan logam tajam, jepretan kain,
6satu pukulan taiko rendah pada pembekuan akhir, tanpa musik.

1. Potongan AMV sinkron beat, reference-to-video dengan referensi audio. H3 menerima hingga tiga klip audio sebagai input referensi. Veo 3.1 tidak memiliki input audio sama sekali, hanya output audio.

PlainCopy
1Montase anime 2D cel-shaded yang dipotong sesuai trek audio yang direferensikan. Lima ketukan pendek: hujan di
2jendela, tangan mengencangkan perban, cakrawala kota yang melintas di jendela kereta, awal
3sprint, bekukan pada tangan yang terulur. Setiap potongan mendarat tepat pada downbeat dari
4audio yang direferensikan. Warna datar, garis tinta tebal, palet malam kontras tinggi dari nila tua
5dan magenta neon.

1. Adegan dialog bahasa Jepang dua baris, 12 detik. Ini adalah tes stres lip-sync, dan 12 detik sudah di luar jangkauan Veo.

PlainCopy
1Anime 2D cel-shaded, warna datar, tanpa bayangan 3D. Dua karakter asli di atap pada
2jam emas, bidikan balik. Yang pertama berkata dalam bahasa Jepang:「本当に行くの？」. Yang kedua
3menjawab, setengah tersenyum, dalam bahasa Jepang:「もう決めた」. Mulut cocok dengan setiap suku kata. Hangat
4lampu tepi, bayangan panjang, angin sepoi-sepoi di rambut. Audio: dua suara Jepang yang berbeda, lalu lintas
5jauh, satu jangkrik.

1. Video pendek shonen vertikal, 9:16 , 8 detik. Kedua model dapat melakukan vertikal, jadi ini adalah satu tempat untuk benar-benar A/B daripada berasumsi.

PlainCopy
1Anime 2D cel-shaded, komposisi vertikal. Seorang pelari remaja asli menerobos
2spanduk kertas dalam gerakan lambat, lalu bingkai kembali ke kecepatan penuh saat dia berakselerasi
3menuruni lintasan lurus stadion. Garis kecepatan, warna datar, bayangan keras, langit grafis berani.
4Kamera: bidikan ikuti sudut rendah, lalu pan cepat ke wajahnya. Audio: robekan spanduk, gelombang
5kerumunan, satu napas ditahan lalu dilepaskan.
6
7Jika Anda menginginkan tata bahasa prompt di balik ini, [panduan prompt MiniMax H3](https://www.atlascloud.ai/blog/guides/minimax-h3-prompt-guide?utm%5Fsource=blog&utm%5Fmedium=article&utm%5Fcampaign=minimax-h3-anime-video-generator) membahas lebih dalam tentang bagaimana H3 menguraikan instruksi kamera dan audio daripada yang bisa saya lakukan di sini.
8
9## Berapa Biaya Pembukaan Anime 60 Detik di MiniMax H3 vs Veo 3.1
10
11OP anime standar kira-kira 90 detik. Sebut saja delapan bidikan 8 detik, 64 detik video jadi, ditambah satu keyframe per bidikan seharga $0,009 masing-masing.
12
13Ada perbedaan harga nyata yang harus Anda ketahui daripada saya tutupi. Katalog Atlas Cloud mencantumkan MiniMax H3 sebesar $0,10 per detik tetap, sementara readme model merincinya sebagai $0,14/s pada 2K dan $0,10/s pada 768P. Veo 3.1 tercantum sebesar $0,20 per detik, sementara readme-nya memisahkan $0,40/s dengan audio dari $0,20/s tanpa.
14
15Tombol jalankan di tangkapan layar saya menyelesaikannya. H3 reference-to-video, 8 detik pada 2K, dikutip `Run $1,12`, yang persis $0,14 per detik. Veo 3.1 image-to-video, 8 detik pada 1080p dengan audio aktif, dikutip `Run $3,2`, yang persis $0,40 per detik. Jadi harga readme adalah yang ditagih, dan judul katalog adalah tingkat masuk. Saya telah menampilkan kedua bacaan di bawah ini. Ini adalah daftar harga per Agustus 2026.
16
17**Tabel 4: delapan bidikan 8 detik, termasuk keyframe**
18
19| Pengaturan                     | Biaya video (tarif katalog) | Biaya video (tarif readme) | Keyframe | Rentang total      |
20| ------------------------- | ------------------------- | ------------------------ | --------- | ---------------- |
21| MiniMax H3, 2K            | $6,40                     | $8,96                    | $0,07     | $6,47 hingga $9,03   |
22| MiniMax H3, 768P          | $6,40                     | $6,40                    | $0,07     | $6,47            |
23| Veo 3.1, 1080p dengan audio | $12,80                    | $25,60                   | $0,07     | $12,87 hingga $25,67 |
24| Veo 3.1 Lite, 720p        | $3,20                     | $3,20                    | $0,07     | $3,27            |
25
26Harga diambil dari halaman model Atlas Cloud yang ditautkan di Tabel 1, Agustus 2026. Tidak satu pun dari empat ini yang didiskon saat ini.
27
28Dua hal yang tidak termasuk dalam tabel itu, dan keduanya lebih berat daripada tarif per detik.
29
30**Pengulangan.** Tidak ada yang mengirimkan pengambilan pertama dari adegan anime. Berapa pun pengali yang Anda asumsikan, terapkan ke kedua kolom dan kesenjangan melebar dalam proporsi yang sama.
31
32**Waktu dinding, dan yang satu ini berjalan sebaliknya.** Diukur dari awal hingga akhir pada 7 Agustus 2026: H3 pada 2K selama 8 detik memakan waktu 447 detik, sekitar 7,5 menit. H3 text-to-video pada 2K selama 12 detik memakan waktu 334 detik. Veo 3.1 pada 1080p selama 8 detik dengan audio memakan waktu 152 detik, di bawah tiga menit. Veo kira-kira tiga kali lebih cepat ke pengambilan pertama di sini, dan jika Anda mengulangi adegan pada jam 2 pagi, itu bernilai uang nyata. Antrian bergerak, jadi perlakukan ini sebagai cuplikan satu sore, bukan spesifikasi. Tapi siapa pun yang mengutip "2 hingga 3 menit" untuk H3 pada 2K mengutip readme, bukan antrian. [Perincian 2K versus 768P](https://www.atlascloud.ai/blog/guides/minimax-h3-2k-vs-768p?utm%5Fsource=blog&utm%5Fmedium=article&utm%5Fcampaign=minimax-h3-anime-video-generator) membahas kapan tingkat yang lebih tinggi sepadan dengan menit ekstra.
33
34## Gaya Anime, Penghormatan, dan Apa yang Sebenarnya Dapat Anda Publikasikan
35
36Segala sesuatu dalam artikel ini adalah gaya dan penghormatan. Karakter asli, seragam asli, judul asli. Tidak ada karakter anime resmi yang dihasilkan atau diminta, dan tidak ada nama atau kemiripan pemain sepak bola sungguhan yang digunakan. Tren Piala Dunia direferensikan sebagai _format_, karena itulah gunanya.
37
38Perbedaan itu bukan hiasan. Jika Anda memproduksi konten bergaya anime secara komersial, "dalam gaya OVA 90-an" dan "karakter spesifik ini dari acara spesifik ini" adalah objek hukum yang berbeda, dan hanya satu di antaranya yang merupakan bisnis.
39
40Mengenai bobot terbuka: H3 benar-benar dapat diunduh, dan orang-orang menjalankannya pada hari pertama. Seorang pengomentar melaporkan 10 menit untuk klip 480p 10 detik pada 4070 Ti Super dengan 16GB, dan yang lain memposting 3 menit pada 5080 dan 68 detik pada RTX 6000 Pro. Tapi hosting sendiri berjalan pada tepi pendek 768; tahap Context-IR dan Regenerate-2K yang menghasilkan 2K tetap di sisi API.
41
42Lisensi memiliki tangkapan nyata. Lisensi komunitas saat ini tidak mencakup UE, Inggris, Korea Selatan, atau Amerika Serikat, dengan alasan wilayah "saat ini sedang mengembangkan atau menegakkan peraturan terkait AI". Saluran permintaan lisensi formal terbuka, yang dirangkum oleh satu pengomentar HN sebagai "Anda hanya harus berjanji dengan pinkie bahwa Anda tidak akan membuat Disney marah dan mereka akan mengirimi Anda lisensi". Lucu, dan juga persis langkah kepatuhan yang tidak dapat Anda lewati jika Anda berada di salah satu dari empat wilayah tersebut. [Tulisan bobot terbuka](https://www.atlascloud.ai/blog/guides/minimax-h3-open-source-weights?utm%5Fsource=blog&utm%5Fmedium=article&utm%5Fcampaign=minimax-h3-anime-video-generator) memiliki daftar wilayah lengkap.
43
44## Pertanyaan yang Sering Diajukan
45
46### Apakah MiniMax H3 adalah generator video anime yang baik dibandingkan dengan Veo 3.1?
47
48Untuk sebagian besar pekerjaan anime, H3, dan terutama karena alasan yang bukan tentang rendering. Ia menjalankan 4 hingga 15 detik dibandingkan dengan Veo 4, 6, atau 8, ia menawarkan enam rasio aspek termasuk 4:3 dan 21:9 dibandingkan dengan dua Veo, ia mencantumkan bahasa Jepang di antara 11 bahasa dialog yang stabil secara native, dan ia menerima sembilan gambar referensi dibandingkan tiga Veo. Veo 3.1 menang dalam satu situasi spesifik: ketika Anda memerlukan `seed` untuk pengambilan ulang yang dapat direproduksi, atau `negative_prompt` untuk menghentikan adegan melayang ke bayangan render 3D. H3 tidak memiliki kedua parameter. Jika pipa Anda bergantung pada salah satunya, itu adalah alasan yang sah untuk tetap bertahan.
49
50### Bisakah Veo 3.1 menghasilkan anime dalam 4:3 atau klip 15 detik?
51
52Tidak, dan bukan karena alasan gaya. Enum `aspect_ratio` Veo 3.1 berisi persis `16:9` dan `9:16`, dan enum `duration`-nya berisi persis `4`, `6`, dan `8`. Tidak ada nilai 4:3 untuk dipilih dan tidak ada cara untuk meminta 12 atau 15 detik. Jika referensi Anda adalah anime TV atau OVA tahun 90-an, pembingkaian tidak dapat dijangkau di Veo dan tersedia di H3.
53
54### Mengapa klip anime Veo 3.1 saya kembali diam?
55
56Karena `generate_audio` default ke `false` di API. Toggle playground biasanya sudah aktif, jadi ini hanya menggigit orang yang memanggil API secara langsung. Atur `generate_audio: true` secara eksplisit. Saat Anda di sana, atur juga `resolution`, karena defaultnya ke `720p` daripada 1080p atau 4k yang mungkin Anda maksud.
57
58### Apakah MiniMax H3 melakukan dialog bahasa Jepang dan lip-sync untuk anime?
59
60Ya. Kartu model mencantumkan 11 bahasa dengan dukungan dialog yang stabil: Arab, Cina, Inggris, Prancis, Jerman, Italia, Jepang, Korea, Portugis, Rusia, dan Spanyol. Audio dihasilkan bersama dengan gambar pada 32 kHz stereo, bukan dialihsuarakan setelahnya, itulah sebabnya waktu mulut bertahan sepanjang satu baris alih-alih beberapa suku kata pertama. Tulis baris bahasa Jepang langsung ke dalam prompt dalam bahasa Jepang.
61
62### Berapa banyak gambar referensi yang dapat saya gunakan untuk menjaga konsistensi karakter anime?
63
64MiniMax H3 menerima hingga 9 gambar, hingga 3 klip video, dan hingga 3 klip audio, dengan batas keras 12 file di semua jenis. Titik akhir reference-to-video Veo 3.1 menerima 1 hingga 3 gambar, dan memilihnya meruntuhkan `duration` menjadi `8` sebagai satu-satunya nilai legal. Untuk karakter anime berulang di seluruh seri, perbedaan itu adalah segalanya.
65
66### MiniMax H3 memiliki bobot terbuka, jadi bisakah saya menjalankan pipa anime saya secara lokal secara gratis?
67
68Anda dapat mengunduh dan menjalankannya, dengan tiga peringatan. Inferensi yang dihosting sendiri berjalan pada tepi pendek 768, dan tahap Context-IR dan Regenerate-2K yang menghasilkan output 2K tetap di sisi API. Kecepatan lokal dunia nyata sangat bervariasi berdasarkan kartu: kira-kira 10 menit untuk klip 480p 10 detik pada 4070 Ti Super, sekitar 3 menit pada 5080, sekitar 68 detik pada RTX 6000 Pro, per thread ComfyUI hari-0. Dan lisensi komunitas saat ini tidak mencakup UE, Inggris, Korea Selatan, atau AS, jadi jika Anda berada di salah satu dari itu, Anda memerlukan lisensi formal sebelum penggunaan komersial.