

MiniMax H3 é a família de modelos de vídeo da MiniMax para geração orientada por texto, imagem e referências. Crie clipes de 5 a 15 segundos, oriente o movimento com um último quadro opcional, preserve os elementos das imagens de referência ou selecione H3 Developer quando o áudio gerado se adequar ao fluxo de trabalho. O Atlas Cloud reúne H3, H3 Fast, H3 Max e H3 Developer em um único fluxo de trabalho de API, com preços padrão a partir de $0.038 por segundo. Comece a desenvolver hoje.
MiniMax H3 foi desenvolvido pela MiniMax. A Atlas Cloud (operada pela Atlas Cloud AI LLC) fornece acesso ao modelo, mas não é sua proprietária. Todas as marcas registradas pertencem aos seus respectivos titulares.
O Atlas Cloud oferece os modelos criativos mais avançados e inovadores do setor.
Compare os endpoints MiniMax H3, H3 Fast, H3 Max e H3 Developer para entradas de texto, imagem ou referência por resolução, duração, capacidade de áudio, proporção e preço padrão.
| Modalidade | Descrição |
|---|---|
| MiniMax H3 Max T2V API (Text to Video) | Insira um prompt de texto para gerar um vídeo cinematográfico em 480P ou 768P, com duração de 5 a 15 segundos. Escolha 16:9, 9:16, 1:1 ou enquadramento adaptativo para anúncios, trailers e conteúdo para redes sociais ao preço padrão de $0.05 por segundo. |
| MiniMax H3 Max I2V API (Image to Video) | Comece com um primeiro frame e controle sua animação por meio de um prompt de texto, com um último frame opcional para controlar a composição final. Com saída em 480P ou 768P e duração de 5 a 15 segundos, este endpoint é adequado para movimento de produtos, animação de key art e transições de storyboard ao preço de $0.05 por segundo. |
| MiniMax H3 Fast T2V API (Text to Video) | Para produção em 480P orientada por texto, o MiniMax H3 Fast gera clipes cinematográficos com duração de 5 a 15 segundos. Suas opções 16:9, 9:16, 1:1 e adaptativa permitem criar rapidamente vídeos conceituais e conteúdo específico para plataformas ao preço padrão de $0.046 por segundo. |
| MiniMax H3 Fast I2V API (Image to Video) | Anime um primeiro frame fornecido com movimento controlado por prompt, adicionando um último frame opcional quando o encerramento exigir direção visual. Em 480P e com duração de 5 a 15 segundos, o endpoint é adequado para demonstrações de produtos, obras de arte animadas e peças curtas para redes sociais ao preço de $0.046 por segundo. |
| MiniMax H3 Fast Reference to Video API | Mantenha o sujeito de uma imagem de referência enquanto um prompt de texto define o vídeo gerado em 480P. Este endpoint, com duração de 5 a 15 segundos, funciona bem para personagens recorrentes, produtos reconhecíveis e visuais consistentes de campanhas, com preço padrão de $0.046 por segundo. |
| MiniMax H3 Developer T2V API (Text to Video) | Transforme prompts escritos em vídeos com áudio gerado por meio do endpoint MiniMax H3 Developer auto-hospedado. Selecione saída em 480P, 768P ou 2K nos formatos 16:9, 9:16 ou 1:1 para conceitos narrativos, prévias de campanhas e produções para redes sociais ao preço de $0.05 por segundo. |
| MiniMax H3 Developer I2V API (Image to Video) | Forneça uma imagem inicial, um frame final opcional e um prompt de texto para criar movimento com áudio gerado. As opções de saída 480P, 768P e 2K tornam este endpoint auto-hospedado adequado para key art animada, cenas de produtos e sequências de storyboard ao preço de $0.05 por segundo. |
| MiniMax H3 Developer Reference to Video API | Quando a continuidade depende de mídia existente, uma ou mais imagens ou vídeos de referência podem preservar o sujeito em um novo vídeo orientado por prompt, com áudio gerado. Use saída em 480P, 768P ou 2K para personagens recorrentes e sequências de marca conectadas ao preço padrão de $0.05 por segundo. |
| MiniMax H3 T2V API (Text to Video) | Um prompt escrito se transforma em um vídeo cinematográfico em 2K, com duração selecionável de 5 a 15 segundos. Enquadre cada resultado em 16:9, 9:16, 1:1 ou uma proporção adaptativa para trailers refinados, histórias verticais e peças de campanha ao preço de $0.038 por segundo. |
| MiniMax H3 I2V API (Image to Video) | Dê vida a um primeiro frame em resolução 2K combinando-o com um prompt de texto e, quando necessário, um último frame opcional. O intervalo de saída de 5 a 15 segundos é adequado para revelações de produtos, animação de personagens e transições visuais planejadas ao preço padrão de $0.038 por segundo. |
| MiniMax H3 Reference to Video API | A geração orientada por referência mantém o sujeito de uma imagem de entrada enquanto um prompt direciona o vídeo resultante em 2K. Com duração de 5 a 15 segundos, esses clipes são adequados para cenas focadas em personagens e visuais consistentes de produtos ao preço de $0.038 por segundo. |
Cada clipe devolvido pela API MiniMax H3 tem até quinze segundos a 1440p, com som estéreo nativo, e é criado a partir de qualquer combinação de referências de texto, imagem, vídeo e voz. A mesma chamada também pode editar personagens, cenários e diálogos em imagens que já possui.
Um pedido à API MiniMax H3 aceita até nove imagens de referência, três clipes de vídeo e três faixas de áudio, com um limite total de doze ficheiros. Em vez de os tratar como entradas separadas, o modelo interpreta texto, imagem e som como um único contexto, extraindo uma personagem de uma fotografia, um movimento de câmara de um clipe e um ambiente de uma faixa para a mesma cena. As equipas que já possuem material têm assim um caminho direto para um plano finalizado.
Todos os resultados incluem som. Diálogos, ambiente e música são produzidos em estéreo nativo durante o mesmo processo que renderiza a imagem a 24 frames por segundo, sem necessidade de criar a banda sonora ou dobrar o áudio posteriormente. Como o timing é decidido enquanto o plano é gerado, os passos, a fala e os cortes permanecem sincronizados com a ação. Anúncios curtos e vídeos para redes sociais ficam prontos para publicar.
Precisa de trocar um gato por um cão, substituir um ecrã verde ou reescrever uma fala? A API MiniMax H3 aplica este tipo de edição ao vídeo fornecido, abrangendo personagens, objetos, fundos, iluminação e efeitos, enquanto as partes não mencionadas permanecem próximas do original. Os prompts podem ter até 7000 caracteres, permitindo juntar uma dúzia de alterações numa única passagem. Assim, iterar sobre uma montagem aprovada torna-se prático.
Envie uma amostra de voz juntamente com as imagens ou filmagens, e a personagem gerada falará com esse timbre. São permitidas até três referências de áudio por pedido, cada uma com duração entre dois e quinze segundos, e o áudio deve sempre acompanhar uma entrada visual, não podendo ser enviado isoladamente. Também é possível substituir diálogos existentes e ajustar a interpretação para que corresponda. Em trabalhos de séries, a mesma voz reconhecível mantém-se em todos os episódios.
Os clipes têm entre cinco e quinze segundos, e o modo 1440p coloca 1440 pixels no lado mais curto, entre 16:9 e 9:16, ou aproximadamente 3,7 megapixels em proporções mais largas, como 2976 por 1248 em 21:9. É possível selecionar seis proporções, desde a cinematográfica 21:9 até à vertical 9:16, e a API MiniMax H3 também pode escolher uma por si. Este intervalo abrange um trailer, um loop de produto e um drama vertical sem mudar de modelo.
Se os ficheiros de origem vierem diretamente de uma câmara ou de uma linha de montagem de edição, podem ser enviados tal como estão: vídeo H.264 e H.265, imagens JPG, PNG, WEBP, HEIC e HEIF, além de áudio WAV e MP3. Os limites por ficheiro são de 50MB para vídeo, 30MB para imagens e 15MB para áudio, enquanto enviar os recursos por URL mantém os pedidos dentro do limite de corpo de 64MB. Na Atlas Cloud, todo o conjunto é processado através de uma única chave compatível com OpenAI, com faturação por utilização.
Todos os clipes deste conjunto vêm de um prompt idêntico enviado à MiniMax H3 API e a dois outros modelos de vídeo alojados na Atlas Cloud, para que movimento, som e fidelidade às instruções possam ser comparados sem alterar uma única palavra.
15 seconds, vídeo curto horizontal 16:9. Filmagem live-action de uma lavandaria self-service a altas horas da noite, combinada com animação brilhante desenhada à mão numa imagem de media mista. Uma pequena lavandaria self-service, com as luzes fluorescentes a piscar ligeiramente; no interior há máquinas de lavar em funcionamento, cestos de roupa de plástico e um banco antigo, com uma meia solitária caída no chão. Todo o espaço é silencioso e transmite uma atmosfera subtilmente nostálgica. Tem a textura de uma filmagem de telemóvel feita à mão com uma só mão, com tremor de câmara perceptível; a luz fluorescente branca faz a exposição oscilar entre claro e escuro; as superfícies de vidro apresentam reflexos do ambiente; há atraso na focagem quando a lente se aproxima dos objectos. A imagem não deve ser tão polida e organizada como um anúncio comercial — a sensação geral deve ser a de um instantâneo documental genuíno, como se tivesses entrado ali por acaso a altas horas da noite e captado a cena enquanto perseguias uma visão estranha e onírica.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Perspectiva em primeira pessoa · altura ao nível dos olhos · câmara de jogo portátil Cena: A tomada simula um jogador a controlar um jogo FPS de guerra moderna, com as duas mãos a segurar uma espingarda de assalto enquanto avança lentamente pelo perímetro exterior de uma base militar. O jogador segue em frente por uma estrada junto a zonas de cobertura, com a mira a varrer a passagem à frente; após uma breve pausa, dispara alguns tiros na direcção de um objectivo distante e depois continua a avançar — como uma filmagem de gameplay ao vivo de um jogador comum. Iluminação: A luz natural em tons frios de uma base militar moderna mistura-se com fumo e clarões de disparos. A imagem é realista e nítida, com a arma metálica e a poeira e névoa do campo de batalha a transmitirem qualidade de jogo AAA. Trabalho de câmara: A câmara tem uma ligeira oscilação de mão enquanto o jogador se move — primeiro avança lentamente, depois faz pequenos varrimentos para a esquerda e para a direita para observar, com um tremor subtil de recuo ao disparar, antes de finalmente continuar a avançar de forma constante.
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
Passe de rascunhos em 480P com o MiniMax H3 Fast para cenas de campanha em 2K e conceitos com suporte a áudio com o H3 Developer; a família MiniMax H3 abrange animações de produto, variações para redes sociais, personagens recorrentes e prévias de storyboard a partir de texto, imagens ou referências.
O MiniMax H3 Fast transforma prompts de texto em clipes em 480P com duração de 5 a 15 segundos. As equipes de redes sociais podem testar ganchos de campanha, ritmo e formatos de tela antes de avançar para uma produção em resolução maior.
Anime o primeiro quadro e, opcionalmente, oriente o final com um último quadro por meio da rota de imagem. As equipes de merchandising obtêm revelações de produtos, movimento para catálogos e materiais de lançamento a partir de imagens estáticas aprovadas.
Escolha a rota MiniMax H3 em 2K quando uma campanha exigir saída em alta resolução. As agências podem produzir cenas principais refinadas, momentos cinematográficos de produto e materiais para redes sociais em alta resolução a partir de texto ou imagens.
Forneça uma imagem de referência para manter o sujeito reconhecível enquanto um prompt orienta o novo clipe. Os estúdios podem criar curtas com personagens recorrentes, promos conectadas e cenas de produtos de marca com maior continuidade visual.
Você precisa de prévias horizontais, quadradas e verticais a partir de um único briefing? A geração de texto é compatível com 16:9, 1:1, 9:16 ou enquadramento adaptável, ajudando as equipes criativas a preparar opções de storyboard para vários posicionamentos sem mudar de família.
Use o MiniMax H3 Developer para gerar vídeos com áudio a partir de prompts de texto ou imagens de origem. As equipes criativas podem estruturar sequências para apresentações, momentos de personagens e conceitos de campanha em que imagem e som compartilham um único fluxo de trabalho.
Compare as variantes de texto para vídeo do MiniMax H3 com outros modelos da Atlas Cloud em termos de resolução máxima, duração do clipe, proporções de tela e preços base informados.
| Modelo | Resolução máxima | Duração do clipe | Proporções de tela | Preço base informado |
|---|---|---|---|---|
| MiniMax H3 Text-to-Video | 2K | 5 a 15 segundos | 16:9, 9:16, 1:1, adaptável | $0.038 por segundo |
| MiniMax H3 Fast Text-to-Video | 480P | 5 a 15 segundos | 16:9, 9:16, 1:1, adaptável | $0.046 por segundo |
| MiniMax H3 Max Text-to-Video | 768P | 5 a 15 segundos | 16:9, 9:16, 1:1, adaptável | $0.05 por segundo |
| MiniMax H3-Developer Text-to-Video | 2K | - | 16:9, 9:16, 1:1 | $0.05 por segundo |
| Kling V3.0 Turbo Text-to-Video | 1080p | 3 a 15 segundos | 16:9, 9:16, 1:1 | $0.112 |
| Veo 3.1 Lite Text-to-video | 1080p | 4, 6 ou 8 segundos | 16:9, 9:16 | $0.05 |
Comece em minutos — siga estes passos simples para integrar e implantar modelos pela plataforma da Atlas Cloud.
Cadastre-se em atlascloud.ai e conclua a verificação. Novos usuários recebem créditos gratuitos para explorar a plataforma e testar modelos.
Combine modelos avançados de MiniMax H3 com a plataforma acelerada por GPU do Atlas Cloud, fornecendo desempenho, escalabilidade e experiência de desenvolvimento incomparáveis.
Baixa Latência:
Inferência otimizada por GPU para respostas em tempo real.
API Unificada:
Uma única integração para acessar MiniMax H3, GPT, Gemini e DeepSeek.
Preços Transparentes:
Faturamento por Token, suporta modo Serverless.
Experiência do Desenvolvedor:
SDK, análise de dados, ferramentas de ajuste fino e modelos tudo em um.
Confiabilidade:
99.99% de disponibilidade, controle de permissões RBAC, logs de conformidade.
Segurança e Conformidade:
Certificação SOC 2 Type II, conformidade HIPAA, soberania de dados nos EUA.
MiniMax H3 é a família de modelos de vídeo da MiniMax para gerar clipes a partir de texto, imagens e mídias de referência. No Atlas Cloud, a família inclui standard H3, H3 Fast, H3 Max e H3 Developer em rotas de texto para vídeo, imagem para vídeo e algumas rotas de referência para vídeo. Os perfis de saída disponíveis variam de 480P a 2K, dependendo do modelo escolhido.
Comece com um prompt de texto, anime um primeiro quadro com um último quadro opcional ou preserve um objeto por meio de uma rota compatível de referência para vídeo. H3 Developer também pode gerar áudio junto com o vídeo, enquanto cada variante tem sua própria rota, resolução e limites de parâmetros.
Crie uma conta e uma chave de API do Atlas Cloud, selecione o ID exato do modelo e consulte o esquema de parâmetros atual desse modelo. Envie sua solicitação pela API compatível com OpenAI do Atlas Cloud e processe o vídeo retornado em seu aplicativo. Comece a desenvolver hoje.
MiniMax H3 Fast oferece rotas de texto para vídeo, imagem para vídeo e referência para vídeo em 480P, para clipes de 5 a 15 segundos. Seu preço padrão é de $0.046 por segundo gerado, e a rota de imagem aceita um primeiro quadro com um último quadro opcional. Use-o quando a saída em 480P e o acesso aos três fluxos de entrada atenderem ao seu projeto.
Escolha standard H3 quando seu fluxo de trabalho exigir saída em 2K. Use H3 Fast para entrada de texto, imagem ou referência em 480P, H3 Max para geração de texto e imagem em 480P ou 768P, ou H3 Developer para fluxos de trabalho em 480P, 768P ou 2K com áudio gerado.
As rotas de imagem para vídeo aceitam um primeiro quadro e podem usar opcionalmente um último quadro para orientar o final. A referência para vídeo está disponível para standard H3, H3 Fast e H3 Developer, com entradas de referência compatíveis que variam conforme o endpoint. Atualmente, H3 Max oferece rotas de texto e imagem no Atlas Cloud.
standard H3 gera clipes em 2K com duração de 5 a 15 segundos, enquanto H3 Fast oferece 480P pelo mesmo intervalo de duração e H3 Max oferece 480P ou 768P por 5 a 15 segundos. Para texto para vídeo, essas três variantes oferecem 16:9, 9:16, 1:1 e enquadramento adaptativo, enquanto H3 Developer oferece 16:9, 9:16 e 1:1. Consulte o esquema do endpoint selecionado, pois as rotas de imagem e referência podem oferecer controles diferentes.
A cobrança é baseada em cada segundo gerado. Os preços padrão são $0.038 por segundo para H3, $0.046 por segundo para H3 Fast e $0.05 por segundo para H3 Max ou H3 Developer. Estime o custo de uma solicitação multiplicando a tarifa padrão da rota pela duração de saída selecionada.
Não. Os perfis verificados do Atlas Cloud incluem explicitamente áudio gerado para as rotas de texto, imagem e referência do H3 Developer, mas não informam suporte a áudio para standard H3, H3 Fast ou H3 Max. Escolha H3 Developer quando o áudio precisar fazer parte da saída documentada.
Primeiro, confirme se o ID do modelo corresponde à rota de texto, imagem ou referência pretendida. Valide todos os campos obrigatórios de acordo com o esquema atual desse endpoint, especialmente o prompt, a entrada de mídia, a resolução, a duração e a proporção. Se a solicitação continuar falhando, analise o erro retornado antes de tentar novamente, em vez de reenviar o mesmo payload inválido.
Guias, tutoriais e novidades de produto para você aproveitar ao máximo a Atlas Cloud.