MiniMax H3 น่าสนใจเพราะมันพยายามแก้ปัญหาที่ยากกว่าการสร้างวิดีโอจากข้อความพื้นฐาน: การรักษาความสอดคล้องของบรีฟสร้างสรรค์เมื่อบรีฟดังกล่าวรวมถึงภาพหัวข้อ การอ้างอิงการเคลื่อนไหว สไตล์การถ่ายทำ สัญญาณเสียง หรือเฟรมจบที่กำหนดไว้ คำถามไม่ใช่เพียงว่า H3 สามารถสร้างคลิปที่สวยงามได้หรือไม่ แต่เป็นว่าตัวควบคุมเหล่านั้นทำให้ผลลัพธ์มีความคาดการณ์ได้และใช้งานได้มากขึ้นหรือไม่.
บทความรีวิว MiniMax H3 นี้วิเคราะห์รายละเอียดเกี่ยวกับข้อมูลจำเพาะที่ได้รับการยืนยัน ตัวอย่างอย่างเป็นทางการ ราคา API ข้อจำกัดในการผลิต และคำถามที่ยังไม่มีคำตอบ ซึ่งสำคัญที่คุณควรทราบก่อนตัดสินใจซื้อ MiniMax ได้เปิดเผยข้อมูลที่เพียงพอเพื่อประเมินลักษณะของผลิตภัณฑ์ แต่ยังไม่มีหลักฐานอิสระที่เพียงพอที่จะให้ข้อสรุปอย่างกว้างขวางเกี่ยวกับความน่าเชื่อถือ ความเร็ว หรือความเหนือกว่า.
MiniMax H3 คืออะไร?
MiniMax H3 เป็นโมเดลวิดีโอแบบหลายรูปแบบ (multimodal) ที่เปิดให้ใช้งานทั่วไปจาก MiniMax ตามข้อมูลจาก คู่มืออย่างเป็นทางการสำหรับการสร้างวิดีโอ, มันสามารถเข้าใจข้อมูลเข้าแบบข้อความ รูปภาพ วิดีโอ และเสียงในคำขอเดียว และสนับสนุนการสร้างวิดีโอ การสร้างเนื้อหาโดยอ้างอิงจากข้อมูลต้นแบบ และการแก้ไขวิดีโอ ชื่อโมเดล API สาธารณะคือ MiniMax-H3.
ความแตกต่างในทางปฏิบัติคือความสามารถในการควบคุม เครื่องสร้างวิดีโอแบบพื้นฐานจะเริ่มจากคำสั่งและสร้างส่วนที่เหลือขึ้นมาเอง ส่วน H3 ยังสามารถใช้เฟรมแรก เฟรมสุดท้าย ภาพอ้างอิง คลิปอ้างอิง หรือเสียงอ้างอิงได้ ซึ่งช่วยให้ผู้สร้างมีตัวเลือกมากขึ้นในการกำหนดว่าใครจะปรากฏตัว กล้องจะเคลื่อนไหวอย่างไร ควรใช้สไตล์ใด และจุดสิ้นสุดของช็อตควรอยู่ที่ใด.
ข้อมูลจำเพาะของ MiniMax H3 ในภาพรวม
| ข้อกำหนด | MiniMax H3 |
|---|---|
| ชื่อรุ่นอย่างเป็นทางการ | MiniMax-H3 |
| ประเภทของข้อมูลนำเข้า | ข้อความ, ภาพ, วิดีโอ และเสียง |
| ความละเอียดของผลลัพธ์ | 2K |
| ระยะเวลาการแสดงผล | 4–15 วินาที, ค่าจำนวนเต็ม |
| โหมดการสร้าง | แปลงข้อความเป็นวิดีโอ, แปลงภาพเฟรมแรก/เฟรมสุดท้ายเป็นวิดีโอ, การสร้างข้อมูลอ้างอิง |
| อัตราส่วนภาพ | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 หรือปรับอัตโนมัติหากระบบรองรับ |
| ขีดจำกัดของคำสั่ง | สูงสุด 7,000 ตัวอักษร |
| ค่าขีดจำกัดอ้างอิง | สูงสุด 9 ภาพ, 3 คลิปวิดีโอ และ 3 คลิปเสียง; รวมทั้งหมด 12 ไฟล์ |
ความจุอ้างอิง
คำสั่งเดียวสามารถจัดการกับข้อมูลเข้าสี่ประเภทได้
สื่อผสมจำกัดไว้ที่ 12 ไฟล์ ส่วนไฟล์เสียงต้องมีภาพหรือวิดีโออ้างอิงอย่างน้อย 1 ไฟล์.
ข้อมูลจำเพาะเหล่านี้มาจาก MiniMax’s คู่มือ API วิดีโอ V2. การแปลงข้อความเป็นวิดีโอจำเป็นต้องมีอัตราส่วนภาพที่คงที่ การสร้างเฟรมแรกหรือเฟรมสุดท้ายจะตามอัตราส่วนภาพเดิม ส่วนการสร้างเฟรมอ้างอิงสามารถใช้อัตราส่วนที่ปรับได้หรืออัตราส่วนที่เลือกไว้.
ป้ายกำกับ 2K เป็นข้อกำหนดด้านผลลัพธ์ ไม่ใช่การรับประกันว่าทุกเฟรมจะมีความละเอียดเท่ากัน ความละเอียด ความสม่ำเสมอทางเวลา ความแม่นยำในการตอบสนอง และความสมจริงทางกายภาพ เป็นประเด็นด้านคุณภาพที่แยกจากกัน ซึ่งจำเป็นต้องผ่านการทดสอบอย่างควบคุม แทนที่จะตัดสินจากข้อมูลในใบสเปก.
คุณสมบัติของ MiniMax H3 และจุดเด่น
วิดีโออย่างเป็นทางการด้านล่างนี้เป็นตัวอย่างที่ MiniMax ได้คัดเลือกไว้ ตัวอย่างเหล่านี้มีประโยชน์ในการดูว่าแต่ละคุณสมบัติถูกออกแบบมาเพื่อทำงานอย่างไร แต่ตัวอย่างที่ได้รับการคัดเลือกนี้ไม่เท่ากับการทดสอบความทนทานแบบอิสระ.
แปลงข้อความเป็นวิดีโอพร้อมทิศทางกล้อง
H3 สามารถสร้างวิดีโอได้เพียงจากคำอธิบายแบบข้อความเท่านั้น MiniMax ยังแนะนำให้ระบุทิศทางของกล้อง เช่น [pan], [zoom], หรือ [เสียงนิ่ง] ทันทีหลังจากคำอธิบายที่เกี่ยวข้อง ซึ่งทำให้คำสั่งนี้รับผิดชอบทั้งเนื้อหาของฉากและพฤติกรรมของการถ่ายภาพ.
ในตัวอย่างอย่างเป็นทางการนี้ สิ่งที่ควรสังเกตไม่ใช่เพียงรายละเอียดบนพื้นผิวเท่านั้น แต่ให้ดูว่ากล้องติดตามการเคลื่อนไหวตามที่อธิบายไว้หรือไม่ วัตถุหลักยังคงมีความต่อเนื่องจากเฟรมหนึ่งไปยังเฟรมถัดไปหรือไม่ และองค์ประกอบภาพยังคงสมดุลเมื่อการเคลื่อนไหวเริ่มซับซ้อนขึ้นหรือไม่.
แหล่งอ้างอิงแบบหลายรูปแบบที่รวมเป็นหนึ่งเดียว
การสร้างข้อมูลอ้างอิงคือเหตุผลที่ชัดเจนที่สุดที่ทำให้ H3 รู้สึกแตกต่างจากเครื่องมือพื้นฐานที่ใช้เพียงคำสั่งเท่านั้น คำขอหนึ่งสามารถรวมคำสั่งที่เขียนไว้กับภาพอ้างอิง วิดีโออ้างอิง และเสียงอ้างอิงได้ MiniMax ระบุว่าโมเดลนี้สามารถใช้ข้อมูลเหล่านั้นเพื่อติดตามหัวข้อ การเคลื่อนไหว สไตล์การถ่ายทำ สไตล์ภาพ เสียง หรือจังหวะการตัดต่อ.
วิธีการนี้เหมาะสำหรับโฆษณาที่เน้นตัวละคร ภาพถ่ายผลิตภัณฑ์ คลิปวิดีโอแบรนด์ และการถ่ายโอนภาพเคลื่อนไหว เนื่องจากผู้สร้างเนื้อหาสามารถให้หลักฐานว่า “ความสม่ำเสมอ” ควรมีความหมายอย่างไร ข้อเสียคือกระบวนการตั้งค่าที่ซับซ้อนมากขึ้น: คุณภาพของข้อมูลอ้างอิง ป้ายกำกับบทบาท ข้อจำกัดของไฟล์ และความชัดเจนของคำสั่ง ล้วนมีผลต่อคำขอ.
หากการแปลงวิดีโอเป็นวิดีโอเป็นหัวใจหลักของโครงการของคุณ แล้วในภาพรวม กระบวนการทำงานแบบวิดีโอสู่วิดีโอด้วย AI อธิบายว่าทำไมการอ้างอิงถึงการเคลื่อนไหวและโครงสร้างจึงมีความสำคัญไม่แพ้กับข้อความคำสั่ง.
การควบคุมเฟรมแรกและเฟรมสุดท้าย
H3 สามารถรับเฟรมแรก เฟรมสุดท้าย หรือทั้งสองเฟรมได้ ซึ่งช่วยให้ผู้สร้างสามารถกำหนดจุดเริ่มต้นและจุดสิ้นสุดของช็อตได้ โดยให้โมเดลเป็นผู้สร้างการเปลี่ยนผ่านระหว่างจุดทั้งสองนั้น.
สำหรับตัวอย่างประเภทนี้ ให้ประเมินว่าการเปลี่ยนภาพดูเป็นไปตามเจตนาหรือไม่ และภาพทั้งสองจุดเริ่มต้นและจุดสิ้นสุดยังคงสามารถระบุได้หรือไม่ การควบคุมนี้สามารถใช้ประโยชน์ได้สำหรับลำดับภาพก่อนและหลัง การเปิดเผยผลิตภัณฑ์ การเปลี่ยนแปลงลักษณะของตัวละคร และคลิปสั้นที่สร้างขึ้นจากสองเฟรมหลักที่ได้รับการอนุมัติแล้ว.
แนวคิดการผลิตที่คล้ายกันปรากฏในคู่มือนี้เกี่ยวกับ การสร้างภาพยนตร์สั้นจากภาพถ่ายสองใบ, ถึงแม้แบบจำลองและตัวควบคุมที่แม่นยำจะแตกต่างกัน.
ความละเอียด 2K และระยะเวลาที่ยืดหยุ่นได้ระหว่าง 4–15 วินาที
MiniMax H3 รองรับการออกผล 2K และระยะเวลาแบบจำนวนเต็มตั้งแต่ 4 ถึง 15 วินาที ช่วงเวลานี้ยาวพอที่จะถ่ายฉากสังคมแบบครบถ้วน ช่วงเวลาของผลิตภัณฑ์ การเปลี่ยนฉาก หรือลำดับภาพแบบภาพยนตร์ที่กระชับ โดยไม่ต้องบังคับให้ทุกไอเดียต้องอยู่ในแม่แบบที่จำกัดไว้ที่ 6 หรือ 10 วินาที.
ข้อจำกัดด้านปัจจัยการผลิตที่เน้นการผลิต
โมเดลนี้รับคำสั่งได้สูงสุด 7,000 ตัวอักษร การสร้างข้อมูลอ้างอิงรองรับได้สูงสุด 9 ภาพ 3 วิดีโอ และ 3 ไฟล์เสียง รวมทั้งหมด 12 ไฟล์แบบผสม ส่วนคลิปวิดีโอและเสียงอ้างอิงแต่ละชิ้นมีความยาวตั้งแต่ 2 ถึง 15 วินาที ส่วนความยาวรวมของวิดีโออ้างอิงถูกจำกัดไว้ที่ 15 วินาที.
ข้อจำกัดเหล่านี้ชี้ให้เห็นถึงการใช้งานในการผลิตที่มีโครงสร้าง แต่การเพิ่มข้อมูลเข้าไม่ได้หมายความว่าจะดีกว่าโดยอัตโนมัติ ชุดข้อมูลอ้างอิงที่ชัดเจนและจำนวนน้อยจะตีความได้ง่ายกว่าคำขอที่เต็มไปด้วยเนื้อหาที่ขัดแย้งกัน ทั้งในเรื่องหัวข้อ สไตล์การถ่ายทำ และสัญญาณเสียง.
ราคา MiniMax H3 และค่าใช้จ่ายจริงต่อวิดีโอ
MiniMax ระบุ H3 ไว้ในส่วนราคา API แบบจ่ายตามการใช้งาน (pay-as-you-go) ซึ่ง หน้าเว็บไซต์ราคาอย่างเป็นทางการ คิดค่าบริการตามวินาทีที่สร้างขึ้น ดังนั้นระยะเวลาจึงมีผลกระทบโดยตรงและสามารถคาดการณ์ได้ต่อค่าใช้จ่ายในการผลิต.
| ผลลัพธ์ | อัตราแลกเปลี่ยนอย่างเป็นทางการ | 5 วินาที | 10 วินาที | 15 วินาที | ความพร้อมใช้งาน |
|---|---|---|---|---|---|
| 2K | $ 0.13/วินาที | $0.65 | $1.30 | $1.95 | แสดงว่ายังมีอยู่ |
| 768P | $ 0.09/วินาที | $0.45 | $0.90 | $1.35 | เบต้าปิด; ติดต่อฝ่ายขาย |
ต้นทุนการผลิต 2K
คลิปที่ยาวขึ้นจะปรับขนาดแบบเชิงเส้นที่อัตรา $0.13 ต่อวินาที
คำนวณจากอัตรา API ต่อวินาทีอย่างเป็นทางการของ MiniMax.
ตัวเลขรวมเหล่านี้รวมถึงผลผลิตที่สร้างขึ้นเท่านั้น อาจมีค่าใช้จ่ายเพิ่มเติมสำหรับภาพอ้างอิงและวิดีโออ้างอิง.
ยอดรวม 5, 10 และ 15 วินาทีข้างต้นเป็นการคำนวณจากอัตราต่อวินาทีของ MiniMax ไม่ใช่ราคาแพ็กเกจแยกต่างหาก ที่ 2K สูตรการคำนวณนั้นเรียบง่าย: ระยะเวลา × $0.13 การทดลองที่ล้มเหลวอาจยังคงส่งผลต่อด้านเศรษฐกิจได้ หากคุณต้องผ่านหลายรุ่นก่อนที่จะได้ผลลัพธ์ที่ใช้งานได้.
- ไฟล์เสียงอ้างอิงถูกระบุว่าเป็นฟรี.
- ภาพอ้างอิง 5 ภาพแรกฟรี; ภาพเพิ่มเติมแต่ละภาพมีค่าใช้จ่าย $0.04.
- วิดีโออ้างอิงจะถูกคิดค่าตามระยะเวลาของวิดีโอต้นทางที่อัตราความละเอียดของวิดีโอปลายทางที่เลือก.
- แพ็กเกจวิดีโอแบบเติมเงิน Hailuo ที่มีอยู่ของ MiniMax ยังไม่รองรับ H3.
การยกเว้นในแพ็กเกจนั้นสำคัญมาก。The หน้าแพ็กเกจวิดีโออย่างเป็นทางการ ระบุว่า H3 ยังไม่ได้รับการสนับสนุน ดังนั้นผู้ซื้อไม่ควรสันนิษฐานว่าชุดจุด Hailuo ที่มีอยู่จะรองรับรุ่นใหม่.
MiniMax H3 ข้อจำกัดและคำถามที่ยังไม่มีคำตอบ
- ตัวอย่างอย่างเป็นทางการได้รับการคัดเลือกมาอย่างพิถีพิถัน. ข้อมูลเหล่านี้แสดงจุดแข็งที่ตั้งใจไว้ ไม่ใช่ระดับความล้มเหลวปกติ.
- ยังไม่มีผลการทดสอบ GlobalGPT แบบอิสระออกมา. การปฏิบัติตามคำสั่งทันที ความเร็ว การลองใหม่ และการใช้เครดิต ยังไม่ได้รับการยืนยัน.
- 2K อาจมีค่าใช้จ่ายสูงขึ้นเมื่อต้องทำซ้ำหลายครั้ง. ผลลัพธ์หนึ่งครั้งที่มีระยะเวลา 15 วินาที คือ $1.95 ก่อนที่จะมีการคิดค่าวัสดุอ้างอิงเพิ่มเติม.
- 768P ยังอยู่ในช่วงเบต้าปิด. อัตราที่ต่ำกว่านี้ไม่ใช่ตัวเลือกที่มีให้ใช้ทั่วไป.
- แพ็กเกจวิดีโอที่มีอยู่ปัจจุบันไม่รองรับ H3. การเข้าถึงแบบจ่ายตามการใช้งานและแบบแพ็กเกจจ่ายล่วงหน้าต้องยังคงแยกกันอยู่.
- ยังมีข้อสงสัยเกี่ยวกับคุณภาพอยู่. มือ ใบหน้า ข้อความที่อ่านได้ กฎฟิสิกส์ การเปลี่ยนฉาก เสียงต้นฉบับ และความสม่ำเสมอของตัวละคร จำเป็นต้องมีการทดสอบที่สามารถทำซ้ำได้.
ส่วนที่ขาดหายไปสำคัญที่สุดไม่ใช่การอ้างคุณสมบัติเพิ่มเติม แต่คือชุดทดสอบที่ได้รับการควบคุม โดยใช้คำสั่งและข้อมูลนำเข้าที่เหมือนกันทั้งใน H3 และโมเดลใกล้เคียง จนกว่าจะมีชุดทดสอบดังกล่าว การรีวิว H3 แบบ MiniMax ที่ซื่อสัตย์ควรพิจารณาโมเดลนี้ว่าเป็นโมเดลที่มีศักยภาพมากกว่าที่จะเป็นโมเดลที่ได้รับการพิสูจน์แล้ว.
MiniMax H3 vs Hailuo 2.3: มีอะไรเปลี่ยนแปลง?
| จุดตัดสินใจ | MiniMax H3 | ตระกูล Hailuo 2.3 |
|---|---|---|
| การจัดวางตำแหน่ง | โมเดลวิดีโอแบบหลายรูปแบบสำหรับการใช้งานทั่วไป | ตระกูลชิปสร้างวิดีโอ Hailuo รุ่นก่อนหน้า |
| ข้อมูลอ้างอิง | ภาพ วิดีโอ และเสียงในโครงสร้างเนื้อหาเดียว | ขึ้นอยู่กับรุ่น Hailuo และจุดปลายทางที่เฉพาะเจาะจง |
| ระยะเวลาการแสดงผล | 4–15 วินาที | ตัวเลือกที่นิยมใช้กันมักมี 6 หรือ 10 วินาที |
| ความละเอียดของผลลัพธ์ | 2K ใน API H3 V2 | รายชื่อราคาแบบเดิมมีตัวเลือก 768P และ 1080P |
| การเรียกเก็บเงิน | $ 0.13/วินาที สำหรับ 2K | $0.19–$0.56 ต่อคลิปในตัวอย่างรุ่นเก่าที่ระบุไว้ |
| แพ็กเกจวิดีโอแบบจ่ายล่วงหน้า | ยังไม่รองรับ | ได้รับการสนับสนุนจากแพ็กเกจ Hailuo ที่มีอยู่ |
H3 ดูเหมือนได้รับการออกแบบมาเพื่อรองรับข้อมูลอ้างอิงที่สมบูรณ์ยิ่งขึ้น ระยะเวลาการทำงานที่ยืดหยุ่นและยาวนานขึ้น รวมถึงคำขอแบบมัลติโมดัลที่รวมเป็นหนึ่งเดียว Hailuo 2.3 ยังคงมีข้อได้เปรียบจากการสนับสนุนแพ็กเกจที่มีอยู่แล้ว แต่สิ่งนี้ไม่ได้พิสูจน์ว่า H3 สร้างวิดีโอที่มีคุณภาพดีกว่า: มีเพียงข้อมูลนำเข้าและคำสั่งที่สอดคล้องกันเท่านั้นที่สามารถตอบคำถามเกี่ยวกับคุณภาพได้.
ผู้สร้างเนื้อหาที่เปรียบเทียบตลาดโดยรวมยังสามารถตรวจสอบ ตัวเลือกโปรแกรมสร้างวิดีโอด้วย AI ที่ดีที่สุด, ระบบควบคุม Kling 3.0, และ เส้นทางเข้าถึง Seedance 2.0 ก่อนที่จะเลือกเครื่องมือสำหรับใช้ในระยะยาว.
วิธีเข้าถึง MiniMax H3
Hailuo AI Web
Hailuo AI Web เป็นวิธีที่ง่ายที่สุดสำหรับผู้สร้างเนื้อหาที่ต้องการลองใช้ H3 โดยไม่ต้องสร้างกระบวนการทำงานของ API ลงชื่อเข้าใช้ เปิดพื้นที่ทำงานสำหรับการสร้างวิดีโอ และค้นหา MiniMax H3 ในตัวเลือกโมเดล ความพร้อมใช้งานอาจแตกต่างกันไปตามบัญชีหรือภูมิภาค ดังนั้นควรใช้ชื่อโมเดลที่แสดงในพื้นที่ทำงานของคุณแทนที่จะสมมติว่าทุกบัญชีมีเมนูเดียวกัน.
เส้นทาง API อย่างเป็นทางการ
วิธีอย่างเป็นทางการใช้ API แบบไม่พร้อมกัน (asynchronous) คุณส่งคำขอสร้างเนื้อหา รับ ID ของงาน ตรวจสอบสถานะงาน และดาวน์โหลดผลลัพธ์จาก URL ที่ได้รับเมื่องานสำเร็จ นักพัฒนายังต้องเตรียม URL ของสื่อสาธารณะที่ถูกต้องหรือไฟล์ที่อัปโหลดไว้เพื่อใช้เป็นทรัพยากรอ้างอิง และต้องปฏิบัติตามกฎเกี่ยวกับขนาด รูปแบบ และบทบาทตามที่ระบุในเอกสาร API.
เส้นทาง GlobalGPT: จะเปิดให้บริการเร็วๆ นี้
MiniMax H3 จะเปิดตัวเร็วๆ นี้บน GlobalGPT วันที่เปิดตัวอย่างเป็นทางการ แผนการเข้าถึง ขีดจำกัดการใช้งาน และ URL เฉพาะรุ่น ยังไม่ได้รับการยืนยัน ดังนั้นบทความนี้จึงไม่คาดการณ์ข้อมูลดังกล่าว GlobalGPT ได้จัดเตรียมพื้นที่ทำงานแบบหลายโมเดลไว้แล้ว ซึ่งทำให้เป็นสถานที่ที่เหมาะสมสำหรับการเปรียบเทียบ H3 กับโมเดลวิดีโอและโมเดลมัลติโมดัลอื่น ๆ เมื่อโมเดลนี้ถูกเปิดใช้งานอย่างเป็นทางการ.
หากเป้าหมายหลักของคุณคือการใช้หลายแบบจำลอง ลองดูตัวเลือกต่อไปนี้ ทางเลือกวิดีโอ AI ในระหว่างที่ระบบ H3 กำลังถูกเตรียมการ.
บทสรุปการรีวิว MiniMax H3
MiniMax H3 มีจุดขายที่น่าสนใจตั้งแต่แรกเริ่ม: ความละเอียด 2K, คลิปที่ยืดหยุ่นได้ระหว่าง 4–15 วินาที, การควบคุมเฟรมแรกและเฟรมสุดท้าย รวมถึงวิธีการใช้ข้อมูลอ้างอิงภาพ วิดีโอ และเสียงแบบรวมเป็นหนึ่งเดียว ระบบอ้างอิงเป็นคุณสมบัติที่มีแนวโน้มจะมีความสำคัญที่สุดในการผลิตจริง เนื่องจากมันให้ผู้สร้างมีวิธีเพิ่มเติมในการกำหนดว่าโมเดลควรรักษาข้อมูลใดไว้.
คำเตือนนี้ก็ชัดเจนไม่แพ้กัน การสาธิตอย่างเป็นทางการไม่สามารถรับประกันคุณภาพผลลัพธ์ที่ปกติได้ และราคา 2K ต่อวินาทีอาจเพิ่มขึ้นอย่างรวดเร็วเมื่อต้องถ่ายทำฉากหนึ่งหลายครั้ง H3 ดูเหมือนจะคุ้มค่าที่จะลองใช้ตั้งแต่เนิ่นๆ หากการควบคุมมาตรฐานเป็นสิ่งสำคัญต่องานของคุณ แต่ยังเร็วเกินไปที่จะเรียกมันว่าเป็นตัวเลือกที่ดีที่สุดสำหรับการผลิตในปริมาณมาก.
ผลการประเมินขั้นสุดท้ายควรได้รับการอัปเดตหลังจาก GlobalGPT เปิดตัว H3 และสามารถทดสอบโมเดลได้ด้วยคำสั่งที่ซ้ำได้ ข้อมูลนำเข้า เวลาการสร้าง และบันทึกค่าใช้จ่าย.
คำถามที่พบบ่อย
MiniMax H3 คืออะไร?
MiniMax H3 เป็นโมเดลวิดีโอ AI แบบมัลติโมดัล ที่สามารถรับข้อมูลอ้างอิงจากข้อความ รูปภาพ วิดีโอ และเสียงได้ โดยสนับสนุนการสร้างวิดีโอจากข้อความ การควบคุมเฟรมแรกและเฟรมสุดท้าย รวมถึงการสร้างวิดีโอโดยอ้างอิงจากข้อมูลอ้างอิง.
MiniMax H3 สามารถสร้างวิดีโอความละเอียด 2K ได้หรือไม่?
ใช่ครับ เอกสาร H3 อย่างเป็นทางการของ MiniMax ระบุไว้ว่า 2K เป็นความละเอียดการออกผลปัจจุบันสำหรับ V2 API แต่ความละเอียดเพียงอย่างเดียวไม่สามารถรับประกันความละเอียดของภาพ ความสม่ำเสมอของการเคลื่อนไหว หรือความแม่นยำของคำสั่งได้.
วิดีโอ MiniMax H3 สามารถมีความยาวได้เท่าไร?
MiniMax H3 รองรับระยะเวลาที่สร้างขึ้นตั้งแต่ 4 ถึง 15 วินาที ในรูปแบบค่าจำนวนเต็ม การสร้าง 2K ที่ใช้เวลา 15 วินาที มีค่าใช้จ่าย $1.95 ตามอัตราค่า API อย่างเป็นทางการที่ $0.13 ต่อวินาที.
ราคาของ MiniMax H3 เป็นเท่าไร?
MiniMax ระบุอัตราการผลิต H3 รุ่น 2K ที่ $0.13 ต่อวินาทีของผลลัพธ์ ส่วนอัตรา 768P ที่ระบุไว้คือ $0.09 ต่อวินาที แต่ตัวเลือกนี้อยู่ในช่วงเบต้าปิด และจำเป็นต้องติดต่อฝ่ายขาย.
MiniMax H3 สามารถใช้ข้อมูลอ้างอิงรูปภาพ วิดีโอ และเสียงได้หรือไม่?
ใช่ การสร้างเนื้อหาอ้างอิงสามารถรวมภาพ คลิปวิดีโอ และคลิปเสียงเข้ากับข้อความคำสั่งที่กำหนดได้ แต่ไม่สามารถใช้เสียงเพียงอย่างเดียวได้ ต้องมีภาพหรือวิดีโออ้างอิงอย่างน้อยหนึ่งชิ้น.
แพ็กเกจวิดีโอ MiniMax มี H3 รวมอยู่ด้วยหรือไม่?
ยังไม่ได้ครับ หน้าแพ็กเกจวิดีโออย่างเป็นทางการของ MiniMax ระบุว่า แพ็กเกจวิดีโอ Hailuo ในปัจจุบันไม่รองรับ MiniMax H3 ดังนั้น การเรียกเก็บเงินผ่าน H3 API และคะแนนแพ็กเกจแบบเติมเงินล่วงหน้า จึงไม่ควรถูกพิจารณาว่าเป็นช่องทางเข้าถึงเดียวกัน.
รุ่น MiniMax H3 มีจำหน่ายในรุ่น GlobalGPT หรือไม่?
MiniMax H3 จะเปิดตัวใน GlobalGPT ในเร็วๆ นี้ วันเปิดตัว ราคา ขีดจำกัดการใช้งาน และเส้นทางรุ่นสุดท้ายยังไม่ได้รับการยืนยัน ดังนั้นโปรดตรวจสอบรายละเอียดบนแพลตฟอร์มแบบเรียลไทม์ก่อนที่จะประกาศคำสัญญาการเข้าถึงที่เฉพาะเจาะจง.
MiniMax H3 ดีกว่า Hailuo 2.3 หรือไม่?
H3 มีโครงสร้างอ้างอิงแบบมัลติโมดัลที่ใหม่กว่า ความยาววิดีโอที่ยืดหยุ่นได้ระหว่าง 4–15 วินาที และผลออกมาที่ความละเอียด 2K อย่างไรก็ตาม สเปกเหล่านี้ไม่ได้เป็นหลักฐานว่าคุณภาพวิดีโอจะดีกว่า; เพื่อได้คำตอบที่ยุติธรรม จำเป็นต้องใช้คำสั่งและข้อมูลเข้าที่เหมือนกันกับทั้งสองโมเดล.
