MiniMax H3 2K so với 768P: Tôi đã chạy cùng một lời nhắc hai lần và nhận được hai bộ phim khác nhau

Hai bản in của cùng một shot chai cold brew nằm trên quầy quán cà phê, một mềm một sắc nét, với một hóa đơn ở giữa

Hai bản in của cùng một shot, một mềm một sắc nét. Trên MiniMax H3, khoảng cách đó không phải là một thanh trượt chất lượng. Được tạo bằng openai/gpt-image-2/text-to-image.

Tôi đã gửi cùng một prompt hai lần. Điều duy nhất tôi thay đổi là một dropdown: 768P, rồi 2K.

Lần chạy đầu tiên tốn 0,40 đô la và trả về trong 130 giây. Lần thứ hai tốn 0,56 đô la và mất 181 giây. Sau đó, tôi đặt hai khung hình cạnh nhau và cảm thấy có gì đó sai. Chai vẫn ở đó. Nhãn vẫn ở đó, cả chữ nhỏ và mọi thứ. Nhưng quầy đã thay đổi từ gỗ ấm sang đá nhạt, một cái kệ đã xuất hiện ở phía sau người pha chế, hơi nước ngưng tụ trên kính bỗng nhiên xuất hiện khắp nơi, và ánh sáng đã thay đổi màu sắc.

Tôi không tiết kiệm tiền trên một bản nháp. Tôi đã chụp hai bộ phim khác nhau.

Đây không phải là một lỗi. Đó là ý nghĩa thực sự của "2K" trên H3, và một khi bạn hiểu điều đó, lời khuyên tiêu chuẩn mà mọi người đưa ra, tạo nháp rẻ rồi hoàn thiện đắt, sẽ âm thầm sụp đổ. Dưới đây là tất cả các con số từ bài kiểm tra đó, cộng với một thay đổi duy nhất giúp tạo nháp rẻ hiệu quả.

Những điểm chính (tất cả số liệu đo trên Atlas Cloud, 2026-08-05)

• 768P trả về 1344x768, 2K trả về 2560x1440 trên yêu cầu 16:9. Đó là gấp 3,6 lần số pixel và gấp 3,6 lần bitrate video.
• Hóa đơn là 0,40 đô la so với 0,56 đô la cho một clip 4 giây, vậy 0,10 đô la/s so với 0,14 đô la/s. 768P rẻ hơn 29% mỗi giây, không phải một nửa giá.
• 768P trả về nhanh hơn 28% trên cặp text-to-video (130s so với 181s) và nhanh hơn 17% trên cặp image-to-video (194s so với 234s).
• Text-to-video ở 768P và 2K trên cùng một prompt tạo ra hai bản take khác nhau, không phải hai chất lượng của một bản take. Một bản nháp 768P đơn thuần không xem trước được bản cuối 2K của bạn.
• Khóa khung hình đầu tiên bằng image-to-video và sự khác biệt sẽ dừng lại. Cùng bối cảnh, cùng khung hình, cùng vị trí nhãn, và 2K dành số pixel thừa chính xác vào nơi MiniMax tuyên bố: chữ nhỏ.
• 768P không bị giới hạn. Cả hai cấp đều khả dụng trong enum độ phân giải và có thể chọn trong dropdown kể từ 2026-08-05, bất kể các bài tổng quan cũ vẫn nói gì.

MiniMax H3 2K so với 768P: 768P vẫn còn trong Closed Beta không?

Không, và điều này đáng để loại bỏ sớm vì nó vẫn được lặp lại trong hầu hết các bài tổng quan giá được viết trong những ngày sau khi ra mắt.

Tôi đã lấy schema đầu vào trực tiếp cho cả ba endpoint H3 hôm nay. Trường resolution có giá trị enum: ["768P", "2K"] với default: "2K" trên cả text-to-video, image-to-video và reference-to-video, và duration chạy mỗi giây nguyên từ 4 đến 15 trên cả ba. Không có cờ, không có cổng, không có biểu mẫu bán hàng. Sau đó tôi đã gửi một công việc 768P trên hai endpoint khác nhau và cả hai đều hoàn thành và được tính phí ở mức thấp hơn. Nếu một trang bảo bạn liên hệ bán hàng để lấy 768P, thì trang đó đang mô tả tuần đầu tiên ra mắt, không phải tuần này.

MiniMax H3 2K so với 768P, Cùng Prompt, Song Song

Bên trái là 768P. Bên phải là 2K. Cùng một prompt, cùng duration=4, cùng ratio=16:9, được gửi lần lượt đến minimax/h3/text-to-video.

MiniMax H3 2K so với 768P màn hình chia đôi từ cùng một prompt text-to-video, với độ phân giải, giá cả và thời gian thực được ghi vào

Cùng prompt, hai lần chạy. Trái: 768P, 1344x768, 0,40 đô la, 130s. Phải: 2K, 2560x1440, 0,56 đô la, 181s. Hiển thị dưới dạng GIF im lặng; cả hai tệp được gửi đều có âm thanh stereo 32 kHz. Đo trên Atlas Cloud, 2026-08-05.

Hãy nhìn vào những gì thực sự khác biệt. Đó không phải là độ sắc nét. Đó là bộ phim. Chất liệu quầy khác nhau, trang trí nền khác nhau, lượng hơi nước ngưng tụ khác nhau, chiều cao máy ảnh khác nhau, nhiệt độ màu khác nhau, và nhãn nằm ở một điểm khác trên chai. Không có gì trong prompt yêu cầu bất kỳ điều nào trong số đó thay đổi.

Bây giờ là phần mà mọi người đều cho rằng ngược lại. Đây là khu vực nhãn từ cả hai bản take, được cắt từ các tệp gốc và phóng to lên cùng chiều rộng, vì vậy crop 768P được phóng đại nhiều hơn crop 2K.

So sánh crop nhãn giữa các bản take MiniMax H3 768P và 2K, cả hai đều hiển thị dòng thành phần nhỏ có thể đọc được

Dòng nhỏ "single origin ethiopia guji / 250ml / roasted 04.08.2026" vẫn tồn tại ở 768P. Nó mềm hơn và khoảng cách chữ dao động, nhưng không có gì khó đọc. Chi phí thực sự của 768P ở đây không phải là văn bản nhão, mà là một bố cục khác.

Vì vậy, cách đóng khung trung thực của MiniMax H3 2K so với 768P không phải là "sắc nét so với mờ". Đó là "bản take này so với một bản take khác, cộng với một lớp chi tiết lên trên".

Bảng thông số kỹ thuật MiniMax H3 2K so với 768P, Đo lường

Mọi thứ trong bảng này đều đến từ ffmpeg -i trên các tệp đã gửi và từ trường price trên dự đoán đã hoàn thành, không phải từ trang tài liệu.

Hai chú thích đã tốn tiền để tôi học được. Đầu tiên, cả hai cấp đều gửi 4,46 giây cho yêu cầu duration=4 và cả hai đều tính phí 4 giây, vì vậy bạn được miễn phí 0,46s thừa nhưng không thể lên kế hoạch cắt xung quanh nó. Thứ hai, âm thanh giống hệt nhau trên các cấp. Nếu clip của bạn được truyền tải bằng hội thoại hoặc đồng bộ nhạc, 2K không mua gì cho bạn về thứ quan trọng.

Tại sao MiniMax H3 2K so với 768P Khiến Mọi Người Vấp Ngã

Bởi vì 2K trên H3 không phải là một bước nâng cấp độ phân giải. Đó là một thế hệ thứ hai.

MiniMax mô tả trực tiếp cơ chế: "Đối với đầu ra 2K của H3, thay vì sử dụng một mô-đun siêu phân giải chuyên dụng thông thường, chúng tôi để mô hình cơ sở H3 tái tạo đầu ra độ phân giải thấp của chính nó trong ngữ cảnh." Họ giải thích lý do họ xây dựng nó theo cách đó: phương pháp trong ngữ cảnh "cho phép nó dựa vào ngữ cảnh đa phương thức gốc một lần nữa để tạo ra đầu ra độ phân giải cao, phục hồi các chi tiết mà siêu phân giải truyền thống chỉ có thể 'đoán' và thường không thể khôi phục, như văn bản nhỏ và chi tiết tinh tế" (MiniMax, tháng 7 năm 2026).

Hãy đọc lại câu đó với tư duy sản xuất. Bước 2K quay lại ngữ cảnh gốc của bạn và tạo lại. Khi ngữ cảnh của bạn không gì khác ngoài một prompt văn bản, "tạo lại" có nghĩa là "tung xúc xắc lần nữa". Đó chính xác là những gì hai bản take của tôi cho thấy. Mô hình chưa bao giờ được yêu cầu tái tạo phiên bản 768P, bởi vì nó chưa bao giờ thấy phiên bản 768P.

Ba cách điều này gây khó khăn trong thực tế:

1. Bạn tạo nháp rẻ ở 768P trên text-to-video, chọn một bản thắng, sau đó chạy lại ở 2K. Bạn nhận lại một người lạ. Prompt được tôn trọng, bộ phim là mới. Đó là bài kiểm tra ở đầu trang này.
2. Bạn lập ngân sách như thể rẻ hơn 29% mỗi giây có nghĩa là rẻ hơn 29%. Không phải vậy, bởi vì các bản cuối là phần đắt nhất của bất kỳ lô thực tế nào, và một lần chạy lại 2K lãng phí sẽ xóa đi khoản tiết kiệm trên vài bản nháp.
3. Bạn cho rằng con đường nâng cấp rẻ đang ở đâu đó. Tôi đã kiểm tra toàn bộ danh mục trên Atlas Cloud hôm nay: 452 mô hình, ba endpoint H3, và không có endpoint tái tạo H3 nào trong số đó. Khi chỉ có ba endpoint tạo được hiển thị, "nâng cấp clip này lên 2K" có nghĩa là chạy lại nó hoặc chạy một bộ upscaler riêng trên nó. Cả hai đều tốn tiền, và chúng không mua cùng một thứ.

Đáng để nói lý do tại sao thậm chí đáng để thiết kế xung quanh mô hình này thay vì chuyển đổi. Lời đề nghị chính khi ra mắt là video "ở độ phân giải lên đến 2K, trong các clip dài đến 15 giây, với âm thanh stereo gốc" (DataNorth AI, tháng 8 năm 2026), và điểm số đã hỗ trợ điều đó: H3 hiện đang đứng đầu bảng xếp hạng Elo chỉnh sửa video của Artificial Analysis với 1.130 điểm, trước Gemini Omni Flash với 1.122 điểm và cách Dreamina Seedance 2.0 720p với 1.037 điểm tới 93 điểm (Artificial Analysis, tháng 8 năm 2026). Chất lượng đáng để có một quy trình làm việc. Quy trình làm việc chỉ cần tôn trọng cách 2K được tạo ra.

Bốn Mô Hình Đằng Sau Bài Kiểm Tra MiniMax H3 2K so với 768P Này, Trong Một Tab

Toàn bộ bài kiểm tra là bốn mô hình, một khóa API, một hóa đơn. Tôi đã chạy nó trên Atlas Cloud vì chuyển đổi giữa một mô hình hình ảnh, hai endpoint H3 và một bộ upscaler nếu không sẽ có nghĩa là ba tài khoản và ba hóa đơn cần đối chiếu vào cuối tháng.

Hai lưu ý trước khi bạn sao chép các con số. Các endpoint H3 đều công bố một tỷ lệ chính duy nhất là 0,14 đô la/s, đó là cấp 2K; tỷ lệ 768P xuất hiện trong hóa đơn, không phải trong danh sách, vì vậy hãy tự đo một lần. Và không có mô hình nào trong số bốn mô hình này được giảm giá ngay bây giờ. Nếu bạn muốn cắt bước khóa khung hình, openai/gpt-image-2-developer/text-to-image đang giảm 50% (0,004 đô la từ 0,009 đô la) kể từ tháng 8 năm 2026, và nó là cùng một họ thực hiện cùng một công việc.

Cách Tự Chạy Bài Kiểm Tra MiniMax H3 2K so với 768P

Năm bước, 2,21 đô la tín dụng, và khoảng 15 phút tổng thời gian thực. Mỗi prompt dưới đây là chuỗi chính xác tôi đã gửi.

Ba lưu ý về tham số trước tiên, bởi vì mỗi cái có thể âm thầm tốn kém bạn một lần chạy:

• Trên text-to-video, trường là ratio, không phải aspect_ratio, mặc định của nó là 1:1, và enum của nó không có tùy chọn adaptive. Hãy tự truyền 16:9 hoặc bạn sẽ nhận được một clip vuông. Trên image-to-video, enum chỉ là adaptive, bởi vì khung hình đầu tiên của bạn quyết định hình dạng.
• Luôn gửi duration một cách rõ ràng thay vì tin tưởng vào mặc định được ghi chép là 8. Những gì bạn bị tính phí tuân theo những gì được gửi, không phải những gì bạn giả định.
• Mọi công việc H3 đều sống lâu hơn thời gian chờ inline bình thường, vì vậy hãy gửi không đồng bộ và thăm dò. Trường price cũng điền muộn: khi status chuyển sang completed nó thường vẫn trống, và bạn phải thăm dò id dự đoán một lần nữa để có được con số thực. Nếu không có lần thăm dò thứ hai đó, bạn không thể xây dựng một bảng chi phí trung thực.

Bước 1: Khóa Khung Hình Bằng GPT Image 2

Đây là bước biến một bản nháp thành bản xem trước thay vì một tấm vé số. Tạo bố cục hoàn chỉnh dưới dạng ảnh tĩnh, và nó trở thành phần bất di bất dịch của cả hai lần chạy video.

textCopy
1Macro product photograph of a matte black cold-brew coffee bottle standing on a wet slate slab, morning window light raking across it from the right. A cream paper label wraps the bottle, sharply legible: bold uppercase title "NORTHBOUND COLD BREW" on one line, and directly beneath it in small type "single origin ethiopia guji / 250ml / roasted 04.08.2026". Condensation beads on the glass, an espresso machine and a barista in a denim shirt softly out of focus in the background. Cinematic, shallow depth of field, warm neutral grade, photoreal, 16:9.
2

Cài đặt: chất lượng high, kích thước 2048x1152. Đừng tiết kiệm ở đây. Mọi chi tiết bạn muốn bước 2K bảo vệ phải tồn tại trong khung hình này trước.

Khung hình đầu tiên bị khóa được tạo bằng GPT Image 2 ở 2048x1152, hiển thị chai cold brew và chữ nhỏ có thể đọc được

Được tạo bằng openai/gpt-image-2/text-to-image, chất lượng cao, 2048x1152. Đã tính phí 0,1745 đô la, trả về trong 146s.

GPT Image 2 playground trên Atlas Cloud với prompt khung hình được điền và chai được tạo trong bảng đầu ra

GPT Image 2 trên Atlas Cloud: chất lượng đặt ở mức cao, 16:9, khung hình bị khóa được hiển thị ở bên phải.

Bước 2: Tạo Nháp Ở 768P

Cùng endpoint bạn sẽ sử dụng cho bản cuối. Chỉ có độ phân giải khác nhau giữa bước này và bước 4.

textCopy
1Slow macro dolly-in on the bottle. Condensation beads slide down the glass. The label stays perfectly still and legible. In the soft background the barista wipes the counter once. Natural cafe room tone, a faint espresso machine hiss. No camera shake.
2

Cài đặt trên minimax/h3/image-to-video: khung hình đầu tiên = đầu ra bước 1 của bạn, resolution=768P, duration=4, ratio=adaptive.

Clip nháp 768P của MiniMax H3, một slow macro dolly-in trên chai cold brew

Bản nháp 768P: 1344x768, đã tính phí 0,40 đô la, trả về trong 194s. Hiển thị dưới dạng GIF im lặng; bản thân tệp có âm thanh stereo 32 kHz. Lưu ý bốn vệt nhỏ giọt dày lem trên nhãn.

MiniMax H3 image-to-video playground trên Atlas Cloud với khung hình bị khóa được tải lên, prompt được nhập và một clip đã hoàn thành trong bảng đầu ra

Biểu mẫu image-to-video với khung hình bị khóa đã được tải. Độ phân giải và Thời lượng là hai trường duy nhất phân tách bước này với bước 4, và cả hai cấp đều nằm trong cùng một danh sách mà không có gì ngăn cách cả hai. Ảnh chụp này được để ở mặc định 2K và 8 giây, đó là lý do tại sao nút Run hiển thị 1,12 đô la; chuyển Độ phân giải sang 768P và Thời lượng sang 4 và mức giá đó giảm xuống còn 0,40 đô la.

Bước 3: Đánh Giá Bản Nháp MiniMax H3 2K so với 768P Về Đúng Thứ

Bản nháp là một buổi diễn tập, không phải một bằng chứng. Từ hai cặp của tôi, đây là những gì nó cho bạn biết một cách đáng tin cậy và những gì nó không.

Tin tưởng nó cho: từ ngữ prompt, liệu chuyển động có đọc được không, lượng chuyển động của máy ảnh, nhịp độ trong bốn giây, và nền âm thanh. Tất cả những điều đó đã được chuyển giao sạch sẽ.

Đừng tin tưởng nó cho: kết cấu bề mặt tinh tế, loại chữ nhỏ nhất trên sản phẩm của bạn, hoặc bất kỳ hiện vật nào nó phát minh ra. Trong bản nháp 768P của tôi, nhãn đã xuất hiện bốn vệt nâu dày mà lần chạy 2K không tạo ra, và dòng thành phần nhỏ đã sụp đổ thành bột nhão. Nếu tôi đã từ chối bản nháp đó vì trông bẩn, tôi sẽ từ chối một prompt đang hoạt động.

Đó là sự phân công lao động thực sự. 768P trả lời "đây có phải là shot phù hợp không", 2K trả lời "cái này có thể giao được không".

Bước 4: Lật Một Trường và Hoàn Thiện Ở 2K

Cùng endpoint, cùng khung hình đầu tiên, cùng chuỗi prompt. Thay đổi resolution thành 2K và không có gì khác.

Clip cuối 2K của MiniMax H3 từ cùng một khung hình đầu tiên bị khóa, với nhãn sạch và chữ nhỏ có thể đọc được

Bản cuối 2K: 2560x1440, đã tính phí 0,56 đô la, trả về trong 234s. Cùng phiến đá, cùng máy pha cà phê, cùng cây, cùng người pha chế, cùng vị trí nhãn như bản nháp.

Đây là câu trả lời cho câu hỏi mà toàn bộ bài viết này được xây dựng để kiểm tra, và nó đã đi theo hướng tốt. Với khung hình đầu tiên bị khóa, sự khác biệt đã dừng lại. Bối cảnh, khung hình, chiều cao máy ảnh và vị trí kiểu chữ đều giữ nguyên giữa bản nháp 768P và bản cuối 2K. Sự khác biệt chỉ giới hạn ở chi tiết: bước 2K đã làm sạch các vệt nhỏ giọt lem xuống còn một rãnh mỏng, giải quyết được hạt giấy, và biến dòng thành phần nhỏ từ nhiễu trở lại thành chữ. Đó chính xác là hành vi mà MiniMax tuyên bố cho tái tạo trong ngữ cảnh, và đó là lần đầu tiên trong bài kiểm tra này mà 2K trông giống như một cấp chất lượng hơn là một lần chạy lại.

Để đối chiếu, nhóm kiểm soát. Đây là lần chạy text-to-video trần ở 2K, lần đã tạo ra người lạ ở đầu trang này. Cùng nội dung prompt, không có khung hình đầu tiên, vì vậy không có gì ghim bố cục xuống.

MiniMax H3 text-to-video playground ở 2K với clip kiểm soát đã hoàn thành trong bảng đầu ra

MiniMax H3 text-to-video trên Atlas Cloud: không có khung hình đầu tiên, Độ phân giải 2K, Tỷ lệ khung hình 16:9, và clip đã hoàn thành trong bảng đầu ra. Không có gì sai với lần tạo này. Nó chỉ không phải là cùng một bộ phim mà lần chạy 768P đã tạo ra.

Bước 5: Hoặc Bỏ Qua Quá Trình Chạy Lại MiniMax H3 2K so với 768P và Nâng Cấp Thay Vào Đó

Đôi khi bản take 768P đã là bản đúng. Màn trình diễn đã thành công, thời gian phù hợp, và bạn không muốn một lần tạo lại có thể hạ cánh khác đi. Sau đó đừng chạy lại nó. Đẩy tệp chính xác thông qua một bộ upscaler.

Cài đặt trên atlascloud/video-upscaler: video = URL đầu ra 768P của bạn, target_resolution=2k. Giới hạn đầu vào ở 2K là 23 giây và 690 khung hình, và fps đầu vào phải là 30 hoặc thấp hơn, vì vậy các clip 24 fps của H3 vượt qua một cách thoải mái.

Bản take 768P được đẩy qua bộ upscaler video Atlas Cloud lên 2K, cùng cảnh quay ở độ phân giải cao hơn

Bản take đã được nâng cấp: 2540x1452, đã tính phí 0,12 đô la, trả về trong 40s. Cùng bốn vệt, cùng mọi thứ. Đây là cùng một bộ phim, không phải một bộ phim mới.

Trình phát video upscaler Atlas Cloud với clip 768P đã tải và kết quả 2K trong bảng đầu ra

Bộ upscaler video trên Atlas Cloud với clip H3 768P đã tải và kết quả đã được nâng cấp phát ở bên phải. Ảnh chụp này chạy ở mặc định 1080p, mà nút Run định giá là 0,09 đô la cho bất cứ thứ gì dưới mức tối thiểu 5 giây. Chuyển Độ phân giải mục tiêu lên 2k và bạn đang ở cấp 0,024 đô la/s, đó là 0,12 đô la tôi đã bị tính phí cho lần chạy của chính mình.

Và đây là phán quyết mà không ai nên bỏ qua, tất cả ba crop nhãn từ cùng một khung hình bị khóa ở cùng một độ phóng đại.

So sánh crop nhãn ba chiều: 768P gốc, clip đó được nâng cấp lên 2K, và 2K gốc, chỉ cho thấy bản gốc 2K phục hồi chữ nhỏ

768P gốc, cùng một clip được nâng cấp, và 2K gốc. Bộ upscaler làm sắc nét hạt giấy và tiêu đề lớn một cách đẹp đẽ, và nó giữ nguyên bản take chính xác. Điều nó không thể làm là đặt lại dòng nhỏ, bởi vì thông tin đó chưa bao giờ có trong tệp 768P. Bước tái tạo có thể làm điều đó, bởi vì nó quay lại ngữ cảnh thay vì các pixel.

Vì vậy, hai lộ trình không phải là đối thủ cạnh tranh. Chúng trả lời các câu hỏi khác nhau. Nâng cấp độ phân giải bảo tồn một màn trình diễn. Tái tạo phục hồi chi tiết. Hãy chọn theo cái mà clip của bạn không thể mất.

Các Biến Thể Đáng Thử trên MiniMax H3 2K so với 768P

• Dọc. Các bài kiểm tra 16:9 của tôi trả về 1344x768, vì vậy cạnh ngắn là những gì cấp độ xác định. Một yêu cầu 9:16 sẽ đáp xuống ở 768x1344 theo cùng một logic, nhưng hãy đo một lần trước khi bạn xây dựng một lô dọc dựa trên giả định. Trên image-to-video, bạn đặt hình dạng thông qua khung hình đầu tiên thay vì đấu tranh với enum adaptive.
• Khuôn mặt nói chuyện. Đây là nơi tôi sẽ bỏ qua việc tạo nháp hoàn toàn và đi thẳng vào 2K. Khuôn mặt, răng và đường mắt chính xác là lớp chi tiết nhỏ mà bước tái tạo tồn tại, và một bản nháp 768P sẽ thông tin sai cho bạn về cả ba.
• Clip dài. Ở 15 giây, khoảng cách mở rộng lên 1,50 đô la so với 2,10 đô la, và thời gian thực kéo dài theo. Lên kế hoạch cho hàng đợi, không chỉ ngân sách.
• Văn bản sản phẩm và công việc đa ngôn ngữ. Kiểu chữ ổn định trong khung hình của H3 và âm thanh đa ngôn ngữ gốc của nó là những lý do mọi người chọn nó cho bao bì thương mại ngay từ đầu. Cả hai đều tồn tại ở 768P, làm cho 768P trở thành một cấp giao hàng thực sự có thể sử dụng được cho các crop mạng xã hội, không chỉ là một phòng diễn tập.

MiniMax H3 2K so với 768P Thực Sự Tốn Bao Nhiêu Mỗi Clip Có Thể Sử Dụng

Đầu tiên là ba lộ trình đến một bản giao hàng 2K, mỗi clip 8 giây, theo tỷ lệ tôi thực sự bị tính phí.

Bây giờ là con số quyết định tháng của bạn. Lấy một hỗn hợp thực tế: mười bản nháp 4 giây để tìm shot, sau đó hai clip cuối 8 giây đã hoàn thành.

Hãy đọc hàng giữa một cách trung thực. Khoản tiết kiệm mỗi giây là 29%, nhưng khoản tiết kiệm mỗi lô là 18%, bởi vì các bản cuối của bạn vẫn là bản cuối. Khoản tiết kiệm chỉ tăng lên gần 29% khi việc tạo nháp chiếm ưu thế: ở hai mươi bản nháp 8 giây thay vì mười bản ngắn, lộ trình hai sẽ rơi vào khoảng 25% dưới tất cả 2K. Và mỗi xu của nó phụ thuộc vào khung hình bị khóa, bởi vì nếu không có nó, mười bản nháp rẻ đó là mười bộ phim bạn sẽ không gửi đi.

Cổ tức thứ hai là thời gian, và nó có thể quan trọng hơn. Trên cặp text-to-video, 768P trả về nhanh hơn 28%, và trên cả hai cặp, nó chưa bao giờ lâu hơn. Trên các clip 4 giây ở những thời gian thực đó, đó là khoảng 27 bản nháp trong một giờ thay vì 20. Khi bạn vẫn đang săn tìm prompt phù hợp, bảy cú swing thêm quan trọng hơn 1,60 đô la bạn đã tiết kiệm.

Một lưu ý pháp lý nếu bạn đang có kế hoạch tránh tất cả điều này bằng cách tự lưu trữ. Các trọng số mở trên Hugging Face là H3-Base, tạo ra ở cạnh ngắn 768. Bước 2K sống ở phía API, vì vậy các trọng số mở cung cấp cho bạn cấp nháp và không phải cấp hoàn thiện. Giấy phép cộng đồng cũng mang các lãnh thổ bị loại trừ bao gồm EU, Vương quốc Anh, Hàn Quốc và Hoa Kỳ, với một kênh ủy quyền riêng biệt được mở, vì vậy hãy đọc giấy phép trước khi xây dựng một đường ống thương mại trên một bản checkout cục bộ. Để có cái nhìn rộng hơn về những gì các trọng số được phát hành bao gồm và không bao gồm, hãy xem bài đánh giá MiniMax H3 của chúng tôi, và danh mục mô hình đầy đủ nếu bạn muốn định giá H3 so với phần còn lại của lĩnh vực video hiện tại.

Câu Hỏi Thường Gặp

Trong MiniMax H3 2K so với 768P, 768P có thực sự rẻ hơn mỗi clip không?

Có. Tôi đã bị tính phí 0,40 đô la cho một clip 768P 4 giây và 0,56 đô la cho yêu cầu giống hệt ở 2K, vậy 0,10 đô la/s so với 0,14 đô la/s, tiết kiệm 29% mỗi giây. Vấn đề là khoản tiết kiệm chỉ có giá trị nếu lần chạy rẻ dạy bạn điều gì đó về lần chạy đắt, điều này đòi hỏi phải khóa khung hình đầu tiên. Một bản nháp text-to-video trần ở 768P là một bộ phim riêng biệt, và tiền chi cho nó không phải là tiền tiết kiệm được.

Trong MiniMax H3 2K so với 768P, 2K chỉ là một bản nâng cấp của đầu ra 768P phải không?

Không. MiniMax có mô hình cơ sở tái tạo đầu ra độ phân giải thấp của chính nó trong ngữ cảnh thay vì chạy một mô-đun siêu phân giải chuyên dụng, đó là lý do tại sao 2K có thể khôi phục văn bản nhỏ và chi tiết bề mặt tinh tế mà một bộ upscaler chỉ có thể xấp xỉ. Crop nhãn ba chiều của tôi cho thấy chính xác điều đó: clip 768P được nâng cấp làm sắc nét hạt giấy nhưng để lại dòng thành phần nhỏ dưới dạng nhiễu không thể đọc được, trong khi lần chạy 2K gốc biến nó trở lại thành chữ.

Bản nháp MiniMax H3 768P của tôi có giống với bản cuối 2K của tôi không?

Chỉ khi bạn khóa khung hình đầu tiên. Trên text-to-video trần, hai cấp đã cho tôi trang trí bối cảnh khác nhau, chiều cao máy ảnh khác nhau, hơi nước ngưng tụ khác nhau và vị trí nhãn khác nhau từ cùng một prompt. Trên image-to-video với một khung hình đầu tiên cố định, bố cục, khung hình và kiểu chữ đều giữ nguyên giữa các cấp và những thay đổi duy nhất là về chi tiết và kết cấu.

Tôi vẫn cần liên hệ bán hàng để lấy MiniMax H3 768P phải không?

Không, không phải kể từ 2026-08-05. Schema trực tiếp trên cả ba endpoint H3 liệt kê resolution là enum: ["768P", "2K"], playground hiển thị cả hai trong một dropdown, và các công việc 768P của tôi đã hoàn thành và được tính phí ở mức thấp hơn trên hai endpoint khác nhau. Dòng closed-beta đến từ các bài báo được viết trong những ngày đầu tiên sau khi ra mắt.

Trong MiniMax H3 2K so với 768P, 2K chậm hơn bao nhiêu?

Trên các cặp 4 giây của tôi, chậm hơn 1,2 lần đến 1,4 lần: 181s so với 130s trên text-to-video và 234s so với 194s trên image-to-video, được đo từ khi gửi đến khi hoàn thành. Về mặt kiến trúc, 2K là một bước thế hệ thứ hai trên cùng một ngữ cảnh, vì vậy hãy mong đợi khoảng cách tuyệt đối sẽ mở rộng trên các clip dài hơn thay vì giữ nguyên.

Tôi có thể nâng cấp một clip 768P lên 2K mà không cần chạy lại nó không?

Bạn có thể tăng độ phân giải mà không chạm vào bản take bằng cách chạy nó qua một bộ upscaler video, điều này tốn của tôi 0,12 đô la cho một clip 4,46 giây ở cấp 2K (0,024 đô la/s với tối thiểu 5 giây) và trả về trong 40 giây. Điều đó bảo tồn màn trình diễn từng khung hình. Điều nó sẽ không làm là khôi phục chi tiết chưa bao giờ được ghi lại, vì vậy nếu mục đích của việc lên 2K là chữ nhỏ có thể đọc được, bạn cần bước tái tạo, không phải bộ upscaler.