$875 i Creator Quotes mot $3.16: Fem MiniMax H3 UGC-annonser, prissatta sekund för sekund

Tjugo klipp på mötesrumsskärmen. Kunden tittade i elva sekunder, stannade på det där killen trycker flaskan mot kameran och frågade vad etiketten sa.

Ingen kunde svara. De fyra bokstäverna hade blivit en suddig klump någonstans mellan hans hand och linsen. Det klippet kostade femtio cent. Det var värt ingenting.

Det här är hela redovisningen för de femtio centen. Fem basbilder, fem helt olika tagningar, en våg med 20 jobb som skickades mot ett dokumenterat tak på 15 platser, och beskärningar i originalupplösning som visar exakt var varumärkestexten håller och var den blir mjuk. Varje siffra nedan kommer från en verklig faktura den här veckan, inte från en prissida.

Varumärket är medvetet påhittat. Mer om det i slutet.

Viktiga slutsatser

1. Fem färdiga MiniMax H3 UGC-annonser, från fem olika basbilder, kostade $3,16 allt som allt. Fem mänskliga UGC-skapare till marknadsmedianen skulle kosta $875 före användningsrättigheter (Influee, 2026).
2. 768P faktureras till $0,10/s och 2K till $0,14/s på samma slutpunkt. Båda stavade varumärket korrekt på en statisk slutkort. 768P bröts när produkten rörde sig mot linsen.
3. H3 mäts i CONN, max samtidiga uppgifter: 2 gratis, 15 betalda (MiniMax Docs, 2026). Min burst på 20 slutfördes alla, på 4 minuter och 13 sekunder från början till slut.
4. resolution och duration är obligatoriska fält, inte valfria. Utelämna dem och du köper 2K av misstag.
5. Båda nivåerna levererar AAC stereo vid 32 kHz. Ljudet förbättras inte med upplösningen, så att betala för 2K köper pixlar och inget annat.

---

Fem MiniMax H3 UGC-annonser från fem helt olika tagningar

Här är belöningen först. Ett påhittat hudvårdsmärke, ORVA, fem arketyper som inte alls ser likadana ut: en badrumsspegel-selfie med ett ansikte i, ett ansiktslöst makro-dropptest, ett gyllene timmen-gatuvittnesmål med en helt annan person, en ovanifrån skrivbordsuppackning med bara händer, och ett typografiskt slutkort.

De fem färdiga klippen, hårt klippta till en rulle. Ljud på: dialogen, rumstonen och pappersprasslet genererades alla i samma pass som bilden, inte lagda på efteråt. Genererade med minimax/h3/image-to-video.

Miniatyrbilder spelar större roll än rullen här, för hela poängen är att dessa fem inte ser ut som samma tagning med fem olika manus:

Fem MiniMax H3 UGC-annonsarketyper sida vid sida med bildförhållande och pris per klipp

En bild från varje färdigt klipp, märkt med dess bildförhållande och vad det klippet faktiskt kostade.

Fem bildförhållanden, och inget av dem kostade extra. H3:s image-to-video-slutpunkt accepterar bara adaptive för ratio, vilket låter som en begränsning tills du inser att det innebär att den första bilden bestämmer formen. Du köper bildförhållandet en gång, till bildpriser, i steg 1.

---

Varför de flesta MiniMax H3 UGC-annonser aldrig når annonskontot

Gapet mellan "jag gjorde en video" och "jag lägger in den här i ett live-annonskonto" är där nästan alla AI UGC-experiment dör. Tre specifika hinder, i den ordning de vanligtvis uppstår.

Det första är en produktgräns, inte en bugg. Den gratis konsumentappen och API:et är olika produkter med olika villkor. Om leveransen lämnar din byggnad är du på den betalda vägen, punkt slut.

Det andra är tystare och värre. De flesta ai ugc video generator-produkter säljer en månatlig prenumeration och mäter arbetet i krediter, och en kredit är inte en enhet någon kan försvara i en budgetgenomgång. Fråga en prestationsmarknadsförare vad ett enda 5-sekunders hooktest kostar och du får en axelryckning eller en divisionsuppgift. Hela anledningen till att den här artikeln prissätter per sekund är att per sekund är den enda enheten som överlever kontakt med ett kalkylblad.

Det tredje är det folk upptäcker sist. Batch är hela värdeerbjudandet med AI-kreativt. Du gör inte en perfekt annons, du gör tjugo mediokra hooks så att algoritmen kan hitta de två som fungerar. Det innebär att samtidighet är en första klassens specifikation, och nästan ingen publicerar sin.

Sedan finns det feltillståndet som ingen prissätter alls:

En telefon som visar en AI-genererad UGC-annonsbild där produktens ordmärke är felstavat, med en avvisningsanteckning bredvid

Avvisandet som ingen budgeterar för. Ljuset är bra, framförandet är bra, de fyra bokstäverna på flaskan är fel, och klippet är värt noll.

Detta är precis den mark där MiniMax valde att slåss. Deras lanseringsinlägg hävdar att H3 utmärker sig i "instruktionsföljning, korrekt text- och varumärkesrendering" och säger att modellen är "byggd för reklam, varumärkesbyggande, e-handel" (MiniMax, juli 2026). Det är ett testbart påstående, och steg 4 testar det.

Det spelar roll eftersom läsbarhet är variabeln som flyttar nålen. I en studie av Taboola-plattformsdata som täcker mer än 500 miljoner visningar och 3 miljoner klick fann forskare från Columbia, Harvard, TUM och Carnegie Mellon att AI-genererade annonser i genomsnitt hade 0,76 % CTR mot 0,65 % för mänskligt gjorda annonser, och att när strikta statistiska kontroller tillämpades var de två i princip jämnstarka (Taboola, januari 2026). Den starkaste enskilda prediktorn var inte "gjord av AI" eller "gjord av en människa", det var om den kreativa innehöll ett stort, tydligt mänskligt ansikte och uppfattades som autentiskt. Ingen litar på en flaska vars etikett är felstavad.

---

Arbetsflödet för MiniMax H3 UGC-annonser, och vad varje sekund kostar

Kedjan består av tre rörliga delar. En bildmodell låser tagningen och köper bildförhållandet. En videomodell köper sekunder ovanpå den bilden. En konkurrerande modell till ett nästan identiskt listat pris kör kontrollen, så jämförelsen är inte bara jag som citerar en leverantör.

Alla tre finns i samma katalog på Atlas Cloud, vilket är den enda praktiska anledningen till att jag körde det så här: en nyckel, en faktura, och priset per sekund är samma nummer i fakturan som på modellkortet.

De tre MiniMax H3-slutpunkterna i Atlas Cloud-modellkatalogen, var och en visar priskortet "Från $0,10 per sekund"

De tre H3-slutpunkterna i katalogen. Kortpriset är golvet, vilket är 768P-nivån till $0,10 per sekund; 2K är $0,14 per sekund på samma slutpunkt.

En ärlig fotnot innan någon faktakollar mig: MiniMaxs egen betala-som-du-går-sida listar 2K till $0,13/s och 768P till $0,08/s, så att köpa direkt är en eller två cent billigare per sekund. Vad den extra centen köper här är att bildmodellen, båda videomodellerna och uppskalaren sitter bakom en nyckel, vilket är skillnaden mellan ett arbetsflöde och fyra arbetsflöden.

---

Hur man gör MiniMax H3 UGC-annonser: Fyra steg

Fyra steg. Varje prompt nedan är den exakta strängen jag klistrade in, och varje inställning är den exakta inställningen jag valde.

Steg 1: Bygg fem olika basbilder, inte fem hooks på en

Det är här artikelns hela argument ligger. Det vanliga misslyckandet är en produktbild och sex olika manus, vilket ger fem klipp som är visuellt identiska och en uttråkad läsare. Spendera istället $0,60 och köp fem genuint olika tagningar: med ansikte och utan, inomhus och utomhus, i ögonhöjd och ovanifrån, två olika personer.

Modell: google/nano-banana-2/text-to-image, resolution: 2k, $0,12 var. Jag valde detta framför en generell fotomodell av en anledning: det enda acceptanskriteriet i detta skede är att de fyra bokstäverna på flaskan är korrekt stavade. Sätt den bästa textrenderingsmodellen först och du fixar stavningen för $0,12 istället för $0,70.

Kontrollera varje bild för tre saker innan du går vidare. Ordmärket rättstavat. Ingen hand som täcker ordmärket. Tillräckligt med utrymme ovanför och under så att bildtexter och plattformsgränssnitt inte sitter över produkten.

A. Morgonrutin i spegel (aspect_ratio: 9:16)

textCopy
1Vertikal telefonbild tagen i en liten badrumsspegel: en 29-årig kvinna med fuktigt hår och
2ingen smink håller en 30 ml bärnstensfärgad glasflaska med droppare upp bredvid sin kind,
3och tittar på sin egen spegelbild. Flaskans frontetikett lyder "ORVA" i fet cream sans-serif,
4med en mindre rad "10% NIACINAMIDE · 30 ML" under. Varmt tungsten-badrumsljus ovanifrån,
5något ångad spegelkant, vit kakel, en tandborstkopp och en vikt grå handduk i bild.
6Fotorealistiskt, handhållet, ofullständig exponering, ingen textöverlagring på skärmen,
7ingen vattenstämpel, ingen logga förutom flasketiketten.
8

B. Makro-dropptest (aspect_ratio: 1:1)

textCopy
1Extrem makrofotografi, inget ansikte i bild: en hand klämmer en glasdroppare och en klar
2viskös droppe är på väg att falla på baksidan av den andra handen. Kallt nordfönsterljus,
3grunt skärpedjup, synlig hudstruktur och fina hårstrån, den bärnstensfärgade "ORVA"-flaskan
4står mjukt oskarp bakom. Ren pale-grå bakgrund. Fotorealistisk produktmakro,
5ingen textöverlagring, ingen vattenstämpel.
6

C. Gyllene timmen-gatuvittnesmål (aspect_ratio: 9:16)

textCopy
1Vertikal handhållen selfie-videostillbild, framkamera: en 34-årig man med kort skägg och en
2mörkblå crewneck-tröja går längs en stadstrottoar och håller den lilla bärnstensfärgade
3"ORVA"-droppflaskan upp mot kameran, pratar med kameran. Starkt bakljus i gyllene timmen
4med linsflare, suddiga butiksfasader och parkerade cyklar bakom honom, lätt rörelseoskärpa
5vid bildkanterna. Fotorealistiskt, naturlig hud, ingen färggradering, ingen textöverlagring,
6ingen vattenstämpel.
7

D. Ovanifrån skrivbordsuppackning (aspect_ratio: 16:9)

textCopy
1Rak ovanifrån flat-lay-foto, bara händer, inget ansikte: två händer lyfter en liten
2bärnstensfärgad droppflaska ur en öppen kraftpapperslåda fodrad med cream tissue-papper,
3på ett blekt ekbord. Lådans innerlock är tryckt med "ORVA" i cream sans-serif och en mindre
4rad "NIACINAMIDE SERUM · MADE IN SPAIN". Ett vikt kort, en sax och en linneduk ligger
5bredvid. Mjukt, diffust dagsljus från vänster, riktiga skuggor. Fotorealistisk
6e-handelsuppackning, ingen textöverlagring, ingen vattenstämpel.
7

E. Slutkortsbild (aspect_ratio: 9:16)

textCopy
1Vertikal produktbild: 30 ml bärnstensfärgade "ORVA"-droppflaskan står centrerad på en
2sömlös varm-sand bakgrund, enkel mjuk nyckelljus från kamerans högra sida, lång ren skugga.
3Typografisk layout i nedre tredjedelen: "ORVA" i fet cream sans-serif, under det
4"20% OFF YOUR FIRST BOTTLE" i en lättare vikt, och längst ner "orvaskin.com".
5Skarpa bokstavskanter, generöst utrymme, ingen röra, inga extra loggor, ingen vattenstämpel.
6

En upplysning om detta steg. Jag försökte tre gånger att fånga Nano Banana 2-lekplatsen under körning för den här artikeln och alla tre försök dog på ett anslutningsfel från modellleverantören i testmiljön, så det finns ingen webbläsarskärmdump här. De fem bilderna nedan kom från API:et istället, med samma inställningar och samma $0,12 per bild som lekplatsen anger.

De fem ORVA-basbilderna sida vid sida, var och en märkt med sitt bildförhållande och $0,12-kostnad

Alla fem basbilder. Fem bildförhållanden, $0,60 totalt, och videosteget ärver var och en av dessa former gratis. Genererade med google/nano-banana-2/text-to-image.

Steg 2: Köp sekunder och förvandla varje bild till ett 768P-utkast

Nu blir varje bild rörelse. Modell: minimax/h3/image-to-video. Inställningar som spelar roll:

• image: motsvarande basbild från steg 1, som URL eller base64 data URL.
• resolution: "768P" för utkast. Detta är ett obligatoriskt fält. Standard är 2K, och de två nivåerna skiljer sig med 40 % per sekund.
• duration: 5. Även obligatoriskt. Att utelämna det ger dig inte ett gratis kort klipp.
• ratio: ignorera det. Enum på denna slutpunkt är bara adaptive, och den första bilden bestämmer formen.

Det paret obligatoriska fält är det dyraste att få fel i hela detta arbetsflöde. En våg på 20 jobb som skickas med standardinställningar är 20 klipp på 2K och 8 sekunder, vilket är $22,40 istället för $10,00, för utkast du skulle kasta bort.

textCopy
1A: Handhållen vertikal videotelefon i spegeln. Hon lutar flaskan så etiketten är vänd mot
2spegeln, tittar sedan tillbaka på sina egna ögon och säger, i en torr, lätt road ton:
3"Två veckor in. Min hud är tråkig nu. Det är hela recensionen." Badrumsrumston, en svag
4fläktljud, ingen musik. En kontinuerlig tagning, inga klipp. Håll flasketiketten skarp och
5oförändrad.
6
7B: Låst makro-bild, ingen kamerarörelse. Droppen lossnar från dropparen, faller och
8sprider sig långsamt på baksidan av handen; fingrarna lutar för att fånga ljuset. Inget tal.
9Endast ljuddesign: en mjuk vätskeberöring, en svag rumston. En kontinuerlig tagning.
10
11C: Handhållen gående selfie-video, naturlig studs. Han håller ögonkontakt med linsen, tittar
12ner på flaskan en gång och säger i en avslappnad amerikansk accent: "Jag har aldrig haft en
13hudvårdsrutin. Jag har ett steg nu. Det här är steget." Gatuljud, avlägsen trafik, vind mot
14mikrofonen, ingen musik. En kontinuerlig tagning, inga klipp.
15
16D: Låst ovanifrån-bild. Händerna avslutar att lyfta flaskan ur lådan, ställer den
17upprätt på ekbordet, viker sedan ihop tissue-pappret igen. Inget tal. Pappersprassel,
18en mjuk glas-mot-trä knackning, tyst rumston. Håll den tryckta texten på lådlocket skarp,
19stilla och oförändrad.
20

MiniMax H3 image-to-video-lekplats på Atlas Cloud med basbilden laddad och det färdiga klippet som spelas i utdatapanelen

MiniMax H3 image-to-video-lekplatsen, prompten inklistrad och basbilden laddad, det färdiga klippet i OUTPUT. Denna fångst lämnas medvetet på de orörda standardinställningarna, och Kör-knappen prissätter dem åt dig: 2K på 8 sekunder är $1,12. Utkasten i denna handledning är 768P på 5 sekunder, vilket är $0,50. Det gapet är hela anledningen till att båda fälten markeras som obligatoriska.

Levererad geometri från denna körning, läst direkt från filerna. 768P lägger 768 pixlar på kortsidan: 768x1376 vertikalt, 1376x768 horisontellt, 768x768 kvadratiskt. 2K lägger 1440 där: 1440x2560 vertikalt, 1440x1440 kvadratiskt. Båda vid 24 fps, båda med AAC stereo vid 32 kHz. Ljudspecifikationen ändras inte med nivån, så de extra fyra centen per sekund köper pixlar och inget annat.

Steg 3: Skjut hela vågen mot taket på 15 platser

Iterera inte ett klipp i taget. Den vanan är en kvarleva från verktyg som bara kunde göra en sak i taget, och det är anledningen till att folk tror att AI-kreativt är långsamt.

H3 mäts inte i förfrågningar per minut som de äldre Hailuo-modellerna. Det mäts i CONN, maximalt antal samtidiga uppgifter: 2 på gratisnivån, 15 på betald nivå (MiniMax Docs, 2026). På pappret är det en mycket specifik konsekvens: 15 är din batchbredd, och jobb 16 väntar på sin tur istället för att ge fel.

Så jag skickade 20 jobb i en burst och tidsstämplade var och en. Fyra arketypklipp, slutkortet i båda upplösningarna, och 14 varianter som ändrar repliken, gesten eller kamerarörelsen. Arton av de tjugo var 768P på 5 sekunder; de två slutkortsjobben var 4 sekunder, ett på 2K och ett på 768P.

textCopy
1Variantrecept: behåll basbilden och tagningen identisk, ändra exakt en sak.
2- Byt bara den talade repliken (samma bild, samma gest): 4 varianter från A och C.
3- Byt bara gesten (samma replik, samma bild): 3 varianter från A och D.
4- Byt bara kamerarörelsen (låst till långsam push, eller handhållen till stadigare):
5  3 varianter från B och D.
6- Byt bara slutslaget (flaska sänkt, flaska nerställd, klipp på leendet):
7  4 varianter från A, C och D.
8Skicka alla i en loop. Vänta inte på en innan du skickar nästa.
9

Tidslinje för 20 MiniMax H3-jobb som skickats i en burst, varje stapel mätt från skickad till slutförd

Varje stapel är ett jobb, mätt från mitt skickningsanrop till statusen slutförd. Alla 20 gick in inom 8,1 sekunder och alla 20 kom tillbaka.

Det som kom tillbaka var inte vad taket fick mig att förvänta mig.

Alla 20 inskickningar returnerade HTTP 200 inom 8,1 sekunder. Alla 20 jobb slutfördes. Det snabbaste landade på 114,3 sekunder, medianen på 175,6 sekunder och det långsammaste på 253,0 sekunder. Arton av de tjugo slutfördes inom ett snävt band på 114 till 196 sekunder. 2K-slutkortet tog 222,7 sekunder, vilket matchar allt annat jag har mätt om 2K på denna modell: det är långsammare, men inte dramatiskt. Exakt ett 768P-jobb, en spegelscen-replikvariant, kom in på 253 sekunder, och det är den enda stapeln i diagrammet som ser ut som om den köade.

Från början till slut, tjugo 5-sekunders UGC-klipp på 4 minuter och 13 sekunder, för $9,96. Det är siffran att hålla fast vid: en hook-testningsvåg som brukade vara ett nattjobb är nu kortare än en kaffepaus.

Två saker detta bevisar och inte bevisar. Det bevisar inte att taket på 15 platser är påhittat, eftersom en routad leverantör kan poolkapacitet på sätt som ett enstaka direktkonto inte kan, och en våg på en eftermiddag är en datapunkt. Det bevisar att den praktiska batchbredden är tillräckligt hög för att du ska sluta skriva sekventiella loopar. Skicka vågen, gå sedan och läs något.

En varning, eftersom jag har mätt denna slutpunkt på flera olika dagar: samtidighetsbeteende är inte en konstant. I en tidigare körning slutfördes sex överlappande jobb alla rent; i en annan kom ett överlappande jobb tillbaka med 429 rate limit exceeded (task concurrency). Behandla siffrorna ovan som vad min våg gjorde den dagen, och mät din egen innan du bygger en schemaläggare ovanpå det.

Steg 4: Slutkortet, där MiniMax H3 UGC-annonser lever eller dör på text

Slutkortet är provet. Ett ordmärke, en erbjudanderad och en URL, som alla måste vara läsbara på en telefon på armlängds avstånd, och en av dem är en domän där ett enda feltecken skickar klicket ingenstans.

Kör det två gånger från samma basbild med samma prompt: en gång på resolution: "2K", duration: 4, en gång på resolution: "768P", duration: 4.

textCopy
1Flaskan roterar cirka 12 grader till kamerans höger medan varje bokstav förblir helt stilla:
2bokstavsformer låsta, ingen förvrängning, ingen flimmer, ingen ny bokstav. En mjuk
3spegelhöjdpunkt rör sig över glaset. Tystnad i tre sekunder, sedan en kort ren
4UI-signal.
5

Att låsa den första bilden är inte valfritt här, och detta är det minst intuitiva i hela arbetsflödet. H3:s 2K-nivå är återgenerering i kontext, inte uppskalning. Ge de två nivåerna samma textprompt utan basbild och du får tillbaka två olika filmer, med olika rekvisita och olika etikettpositioner, vilket inte säger dig något. Fäst båda körningarna på samma första bild och det enda som kan skilja sig är detaljer. Sedan betyder jämförelsen något.

Sida vid sida slutkort, 768P till vänster och 2K till höger, samma första bild och samma prompt

Samma basbild, samma prompt, fyra sekunder var. Vänster 768P, höger 2K. Visas här som en tyst GIF; båda levererade filerna har AAC stereo vid 32 kHz.

Och här är delen som faktiskt avgör det:

Pixel-nivå beskärningsjämförelse av ORVA-ordmärket, ingrediensraden och URL:en vid 768P jämfört med 2K

Övre raden är flasketiketten, nedre raden är slutkortets typblock. Native beskärningar var 292x220 och 691x372 pixlar vid 768P mot 547x410 och 1296x691 vid 2K; båda visas vid en displaybredd, vilket är hur en telefon renderar dem.

Här är det ärliga resultatet, och det är inte det jag förväntade mig att skriva.

768P stavade inget fel. ORVA, 20% OFF YOUR FIRST BOTTLE och orvaskin.com kom alla ut korrekta, stabila och läsbara på båda nivåerna. Inget flimrade, inga nya bokstäver, inget förvrängdes när flaskan roterade. På ett nästan statiskt slutkort höll MiniMaxs påstående om "korrekt text- och varumärkesrendering" på den billiga nivån.

Vad 768P förlorar är kantkvalitet. Titta på konturerna inuti O och R, och på 10% NIACINAMIDE / 30 ML på etiketten. Vid 2K har bokstavsformerna rena kanter; vid 768P är de mjuka, och den lilla raden på flaskan är på gränsen till gissning. På en telefon på armlängds avstånd skulle du förmodligen godkänna båda. På en surfplatta, i en kundgenomgång, eller i samma ögonblick som någon pausar och zoomar, läser 768P-versionen som en billig rendering.

Där 768P faktiskt bröts var rörelse, inte upplösning. I vågen slutar en gatuvariant med att flaskan trycks mot linsen. När den fyller mer av bilden och lutar, löses de fyra bokstäverna upp i en klump som ser ut som ett annat alfabet. Samma nivå, samma modell, samma varumärke, oanvändbart klipp. Det är den verkliga regeln: text överlever när den är liten, platt och stilla, och den går sönder när den rör sig snabbt genom bilden. Att köpa 2K fixar inte en tagning som ber modellen att återbokstavera en roterande etikett mitt i rörelsen. Att designa tagningen gör det.

---

MiniMax H3 UGC-annonser vs den bästa AI-videogenereraren för annonser till samma listade pris

Alla som letar efter den bästa ai-videogenereraren för annonser hamnar i att jämföra dessa två, eftersom katalogen placerar dem inom en halv cent av varandra per sekund. Så jag körde basbild B, makro-dropptestet med den svåraste lilla texten i uppsättningen, genom båda med en identisk prompt, och läste sedan båda fakturorna.

Samma basbild animerad av MiniMax H3 på 2K till vänster och Seedance 2.5 på 720p till höger

Identisk första bild, identisk prompt, fem sekunder var. Vänster MiniMax H3 på 2K, höger Seedance 2.5 på 720p. Båda klippen kom från API:et: Seedance-lekplatskörningen visade fortfarande "Pågår" efter tre försök att fånga den, så det finns ingen webbläsarskärmdump för detta steg heller.

Genererade med minimax/h3/image-to-video och bytedance/seedance-2.5/image-to-video.

Läs de två första raderna tillsammans, för det är hela överraskningen. De listade priserna är nästan identiska. Fakturorna är det inte.

H3 fakturerade exakt sin listade taxa, båda gångerna: $0,70 för fem sekunder på 2K, $0,50 på 768P, inga avrundningar, ingen överraskning. Seedance 2.5 fakturerade $1,5148 för fem sekunder på 720p, vilket är cirka $0,30 per sekund, inte $0,134. Så jag kollade varför, och körde samma tagning igen på 480p: $0,5397 för fyra sekunder, eller $0,1349 per sekund, vilket matchar det listade numret nästan till centen.

Det förklarar det. Katalogsiffran är 480p-taxan, och 720p på en kvadratisk källa är 960x960 mot 640x640, vilket är 2,25 gånger pixlarna och, i min faktura, 2,25 gånger priset. Inget oärligt med ett "Från"-pris, men "Från" gör verkligen jobbet i den meningen, och det är den typen av sak du hittar i fakturan snarare än i jämförelsetabellen.

Vilket vänder beslutet helt. I den här körningen levererade H3 1440 pixlar på kortsidan för $0,70 medan Seedance 2.5 levererade 960 för $1,51. Om din annons är en person som pratar och inget på skärmen måste läsas, är Seedance 2.5 fortfarande värd att ha: den går till 30 sekunder mot H3:s 15, vilket spelar roll för längre berättandeformat, och den accepterar långt fler referensbilder. I samma ögonblick som ett ordmärke, en erbjudanderad eller en URL måste överleva en telefonskärm, är H3 både det skarpare och det billigare alternativet, och det är inte ens nära.

Den allmänna läxan överlever båda modellerna: kör ett klipp med dina verkliga inställningar och läs den faktiska fakturan innan du sätter en per-sekund-siffra i ett kalkylblad.

Tre billigare varianter värda att känna till, alla verifierade i katalogen denna månad:

Dela upp köpet. Två 5-sekunders klipp slår ett 10-sekunders klipp för hook-testning, eftersom du får två öppningar istället för en. Samma pengar, dubbelt så mycket top-of-funnel.

Skissa på den billiga nivån. För rena hook-tester där inget måste läsas, är bytedance/seedance-2.0-mini/image-to-video $0,039/s, för närvarande 30 % rabatt från sitt $0,056 listpris från och med augusti 2026. Det gör en 5-sekunders hook för cirka 20 cent, vilket är billigt nog att vara slarvig med.

Lås ansiktet med reference-to-video. Att mata samma referensbilder till minimax/h3/reference-to-video håller en presentatör konsekvent över scener, vilket är hur du får en månads innehåll från en karaktär istället för en ny främling varje vecka. Den fakturerar till samma två nivåer. Jag körde det inte för den här artikeln, så jag kommer inte att visa dig ett resultat jag inte har.

Behåll framförandet, lägg till pixlar. När en 768P-tagning är perfekt och bara upplösningen är fel, bevarar atlascloud/video-upscaler den exakta tagningen till $0,024/s till 2K med en minimiavgift på 5 sekunder. Den kan inte uppfinna text som källan aldrig löste upp, så den räddar ett bra framförande, inte en trasig etikett.

---

Vad MiniMax H3 UGC-annonser kostar per användbart klipp

Prislapp först, sedan siffran som faktiskt spelar roll.

Skapar-kolumnen använder marknadsmedianen på cirka $175 per video, mot ett typiskt intervall på $150 till $212, med ytterligare 30% till 50% på toppen för betalda distributionsrättigheter (Influee, 2026).

Nu den ärliga delen, eftersom prislappen antar att varje klipp är användbart och inget klipp någonsin är det.

Jag tittade på alla 20 klipp från vågen och förkastade tre. Ett hade ordmärket som smetades ut när flaskan kom mot linsen. Ett hade presentatörens fingrar som täckte etiketten under hela tagningen. Ett drev så långt att det tryckta lådlocket, som var hela poängen med den tagningen, lämnade bilden.

Det är 17 användbara av 20, en träffprocent på 85 %, på $9,96 i utgifter. Kostnad per användbart klipp: $0,59, mot en genomsnittlig prislapp på $0,50.

Två saker värda att säga om den siffran. För det första är 85 % hög, och jag skulle inte lova att den håller på en svårare brief; en våg med snabbare rörelse eller tätare förpackningstext skulle misslyckas mer. För det andra var var och en av de tre förkastade ett kompositionsproblem jag kunde ha förhindrat i prompten, inte ett modellfel. Förkastade är en designskatt, inte en renderingstaxa.

Det är siffran att lägga i presentationen: kostnad per användbart klipp, inte kostnad per klipp. Och du kan inte veta den förrän hela vågen har slutförts och du har tittat på allt. Alla som citerar dig en per-klipp-siffra utan en användbarhetsgrad citerar dig den billigare halvan av ekvationen.

Värt att säga rakt ut: detta gör inte mänskliga skapare föråldrade. Det gör testfasen billig. Hitta de två hooks som fungerar för några dollar, spendera sedan $875 på versionen som går bakom riktig budget, med en riktig person vars ansikte folk kommer att följa.

---

Upplysning och varumärkesregler för MiniMax H3 UGC-annonser

Tre saker, inget av dem valfritt, alla korta.

Deklarera det. Både Meta och TikTok kräver att annonsörer flaggar kreativt som är AI-genererat eller väsentligt AI-modifierat, och båda kör automatisk detektion, inklusive C2PA Content Credentials inbäddade i filer av många genereringsverktyg. Att vara AI-gjord är inte en avvisningsorsak. Att inte deklarera det är det. Policyformuleringar ändras tillräckligt ofta för att den enda vettiga instruktionen är: läs den aktuella texten i din egen Ads Manager innan du skickar, inte en bloggs sammanfattning av den.

Sätt inte ett verkligt varumärke i en prompt. Det är därför ORVA är påhittat. MiniMaxs API-villkor inkluderar en försvars- och skadeståndsklausul som täcker patent- och upphovsrättsanspråk som härrör från modellutdata, och den sträcker sig inte till varumärke eller likhet. Så den enda riskkategorin du skulle vilja ha täckt när du genererar varumärkestung reklam är just den kategori som inte är det. Använd dina egna märken, som du har rätt att använda, eller påhittade.

Öppna vikter är inte en jurisdiktionskringgående. H3-Base är verkligen nedladdningsbar, och det är en riktig 33B-utgåva, inte en avskalad demo. Men communitylicensen utesluter för närvarande EU, Storbritannien, Sydkorea och USA, med en separat formell licenskanal för dessa territorier. Och självhostning kör en 768-pixel kortsida, med Context-IR och Regenerate-2K-stegen som förblir API-sidan. Så den lokala vägen kan inte leverera det enda den här artikeln bevisade att du behöver för läsbar varumärkestext.

---

MiniMax H3 UGC-annonser: Vanliga frågor

Hur mycket kostar en MiniMax H3 UGC-annons?

En 5-sekunders vertikal annons kostar $0,50 på 768P eller $0,70 på 2K på minimax/h3/image-to-video, plus $0,12 för basbilden om du genererar en. Ett 4-sekunders slutkort på 2K är $0,56. Att köpa direkt från MiniMax är något billigare per sekund, till $0,13/s för 2K och $0,08/s för 768P på deras betala-som-du-går-sida, jämfört med $0,14 och $0,10 här.

Hur många MiniMax H3 UGC-annonser kan jag generera samtidigt?

H3 mäts i samtidiga uppgifter, inte förfrågningar per minut: 2 samtidiga uppgifter på gratisnivån, 15 på betald nivå. Att skicka fler ger inte ett fel, det köar. I min körning slutfördes 20 jobb som skickades i en burst, medianen på 175,6 sekunder och hela vågen på 4 minuter och 13 sekunder. I den takten är en arbetsdag flera hundra 5-sekunders klipp, långt mer kreativt än något team faktiskt kan granska. Mät din egen våg innan du bygger en schemaläggare på den, eftersom samtidighetsbeteende förändras.

Kommer MiniMax H3 UGC-annonser med vattenstämpel?

Inte från API:et. Jag gick igenom de levererade filerna bildruta för bildruta och hittade ingen hörnmarkering på någon av dem. Den gratis konsumentappen är en separat produkt med en vattenstämpel, ett upplösningstak och villkor som förbjuder att ta bort märket. Om filen är en kundleverans, använd API-vägen.

Kommer MiniMax H3 att rendera mitt varumärkesnamn och CTA-text korrekt?

Mestadels ja, med ett tydligt villkor. På ett nästan statiskt slutkort renderade både 768P och 2K ORVA, en rabattrad och orvaskin.com korrekt och höll dem stabila genom tagningen; 2K köpte bara skarpare bokstavskanter och läsbar liten text på flaskan. Där det misslyckades i min körning var rörelse: när produkten trycktes mot linsen och lutade, smetades ordmärket ut till nonsens vid 768P. Tre regler som gjorde skillnad i denna körning: placera kritisk text på ett nästan statiskt slutkort snarare än i en rörlig tagning, låt aldrig kameran röra sig över bokstäverna, och kontrollera på basbilden att ingen hand eller finger korsar ordmärket innan du spenderar en cent på video.

Är MiniMax H3 den bästa AI-videogenereraren för annonser, eller är något tillräckligt billigare?

För rena talande-huvud-hook-tester där inget måste läsas, räcker den billiga nivån verkligen: bytedance/seedance-2.0-mini/image-to-video är $0,039/s, för närvarande 30% rabatt från sitt $0,056 listpris från och med augusti 2026, vilket gör en 5-sekunders hook för cirka 20 cent. I samma ögonblick som ett ordmärke, en erbjudanderad eller en URL måste vara läsbar, betalar 2K-nivåns fyra extra cent per sekund för sig själv första gången en annons inte skickas tillbaka.

Kommer Meta eller TikTok att avvisa en AI-genererad UGC-annons?

Inte för att vara AI-genererad. Båda plattformarna ber annonsörer att deklarera AI-genererat eller väsentligt AI-modifierat kreativt, och båda kör automatisk detektion inklusive C2PA Content Credentials. Avvisningsrisken ligger i att inte deklarera, inte i tekniken. Kontrollera den exakta aktuella formuleringen i din egen Ads Manager, eftersom båda plattformarna reviderar detta språk ofta.