MiniMax H3 之所以引人注目，是因為它試圖解決一個比基礎「文字轉影片」更棘手的問題：當創意簡報包含主題圖片、動作參考、攝影風格、音效提示或固定結尾畫面時，如何確保創意簡報的一致性。 問題不在於 H3 能否製作出精美的影片片段，而在於這些控制項是否能讓成果更可預測且更具實用性。.
這篇關於 MiniMax H3 的評測，詳細剖析了經核實的規格、官方範例、API 定價、生產限制，以及您在掏錢之前需要了解的重要未解問題。MiniMax 已公佈足夠的細節供人評估產品的全貌，但目前尚無足夠的獨立證據，無法對其可靠性、速度或優越性做出廣泛的斷言。.
什麼是 MiniMax H3？
MiniMax H3 是 MiniMax 所開發的一種開放式、通用型多模態影片模型。根據該 官方影片製作指南, 它能在單一請求中處理文字、圖片、影片及音訊輸入，並支援影片生成、參考式創作及影片編輯。公開 API 的模型名稱是 MiniMax-H3.
實際上的差異在於控制權。一般的影片生成器僅以提示詞為起點，其餘內容皆由系統自動生成。H3 則還能運用首幀、末幀、參考圖片、參考影片片段或參考音訊。這讓創作者有更多方式來定義登場人物、鏡頭移動方式、應遵循的風格，以及鏡頭應在何處結束。.
MiniMax H3 規格一覽
| 規格 | MiniMax H3 |
|---|---|
| 官方型號名稱 | MiniMax-H3 |
| 輸入類型 | 文字、圖片、影片及音訊 |
| 輸出解析度 | 2K |
| 輸出持續時間 | 4–15 秒，整數值 |
| 發電模式 | 文字轉影片、首幀／末幀圖像轉影片、參考生成 |
| 畫面比例 | 21:9、16:9、4:3、1:1、3:4、9:16，或在支援的情況下採用自適應比例 |
| 提示字元限制 | 最多 7,000 個字元 |
| 參考範圍 | 最多 9 張圖片、3 段影片及 3 段音訊；共計 12 個混合檔案 |
參考容量
一個提示字元可協調四種輸入類型
混合媒體檔案的上限為 12 個。音訊檔案需至少附上一張參考圖片或一段參考影片。.
這些規格來自 MiniMax 的 V2 影片 API 參考手冊. 文字轉影片功能需要固定的長寬比。首幀或末幀的生成會遵循原始影像的長寬比，而參考幀的生成則可採用自適應或自選的長寬比。.
「2K」標籤僅為輸出規格，並非保證每幀畫面的細節程度都相同。解析度、時間一致性、提示準確性及物理真實感，皆屬各自獨立的品質考量。這些方面需要透過受控測試來驗證，而非僅憑規格表上的標示來斷定。.
MiniMax H3 的特色與突出之處
以下官方影片是 MiniMax 精選的範例。這些影片有助於了解各項功能的設計運作方式，但經篩選的範例與獨立的壓力測試並不相同。.
文字轉影片（含鏡頭運鏡）
H3 僅憑文字描述即可生成影片。MiniMax 也建議加入相機拍攝方向等資訊，例如 [pan], [放大], 或 [靜態] 緊接在相關描述之後。這使得提示語同時負責場景內容與鏡頭行為。.
在這則官方範例中，值得關注的不僅是表面細節。請觀察攝影機是否遵循了描述中的動作軌跡、主體在各幀畫面間是否保持連貫，以及當動作變得更為複雜時，構圖是否依然緊密。.
統一的多模式參考資料
參考素材的生成，正是 H3 與僅靠提示字串運作的基本工具截然不同的最明顯原因。單一請求即可結合文字指令與參考圖片、參考影片及參考音訊。MiniMax 指出，該模型能利用這些素材來遵循特定主題、動作、攝影風格、視覺風格、語音或剪輯節奏。.
這種方法適用於以角色為主導的廣告、產品特寫、品牌短片以及動態轉移，因為創作者可以提供「一致性」應如何定義的依據。其代價是設定要求更高：參考素材的品質、角色標籤、檔案限制以及提示語的清晰度，都會影響請求結果。.
如果「影片對影片」是您專案的核心，那麼更廣泛的 AI 影片轉影片工作流程 解釋了為何動作與結構的參考，其重要性可能不亞於文字提示。.
首幀與末幀控制
H3 可接受起始幀、結束幀，或兩者皆可。這讓創作者能夠定義鏡頭的起點與終點，並由模型自動生成這兩點之間的過渡效果。.
針對這類範例，請判斷轉場是否顯得刻意，以及兩個端點畫面是否仍可辨識。此控制功能對於「前後對比」序列、產品揭曉、角色變身，以及由兩個已核准的關鍵幀所組成的短片片段，皆相當實用。.
在這個關於……的指南中，也出現了類似的製作構想 利用兩張照片製作一部短片, 儘管模型和具體的控制變數有所不同。.
2K 輸出，可靈活設定 4 至 15 秒的持續時間
MiniMax H3 支援 2K 輸出，且可設定 4 至 15 秒的整數時長。這個範圍足以容納完整的社交場景、產品特寫、轉場，或是簡短的電影風格片段，無需將每個創意都硬塞進固定的六秒或十秒模板中。.
以生產為導向的投入限制
該模型最多可接受 7,000 個字元的提示語。參考資料生成功能最多支援九張圖片、三段影片及三個音訊檔案，合計共十二個混合檔案。單一參考影片及音訊片段的長度可介於 2 至 15 秒之間，而所有參考影片的總長度上限為 15 秒。.
這些限制雖指向結構化的製作應用，但投入越多並不一定就越好。一套數量較少且明確的參考素材，比包含相互衝突的主題、攝影風格和音效提示的雜亂請求更容易解讀。.
MiniMax H3 定價與每支影片的實際成本
MiniMax 在「隨用隨付」API 定價中列出了 H3。該 官方定價頁面 按發電秒數計費，因此發電時長會對發電成本產生直接且可預測的影響。.
| 輸出 | 官方匯率 | 5秒 | 10秒 | 十五秒 | 可用性 |
|---|---|---|---|---|---|
| 2K | $0.13/秒 | $0.65 | $1.30 | $1.95 | 標示為「有貨」 |
| 768P | $0.09/秒 | $0.45 | $0.90 | $1.35 | 封閉式測試；請聯絡業務部門 |
2K 輸出成本
較長的片段以每秒 $0.13 的速率呈線性縮放
根據 MiniMax 官方公布的每秒 API 速率計算得出。.
這些總數僅涵蓋生成的內容。可能另需支付參考圖片及參考影片的費用。.
上方的 5 秒、10 秒及 15 秒總計，是根據 MiniMax 的每秒費率計算得出的，並非獨立的套裝價格。在 2K 的情況下，計算公式很簡單：持續時間 × $0.13。 若需歷經數代實驗才能獲得可用的結果，即使某次實驗失敗，仍可能影響整體經濟效益。.
- 參考音訊標示為免費。.
- 前五張參考圖片免費；每增加一張圖片需支付 $0.04。.
- 參考影片的計費方式，是根據其輸入時長，並以選定的輸出解析度幀率為基準進行計算。.
- MiniMax 現有的 Hailuo 預付費影音方案目前尚不支援 H3。.
套件排除項很重要。該 官方影片合集頁面 指出目前尚未支援 H3，因此買家不應假設現有的 Hailuo 點數套裝已涵蓋新機型。.
MiniMax H3 限制與未解問題
- 官方範例均經精心挑選。. 這些數據顯示的是設計上的強度，而非正常的失效率。.
- 目前尚無獨立的 GlobalGPT 測試結果。. 即時遵循、速度、重試次數及信用額度使用情況仍未經確認。.
- 經過多次迭代後，2K 的成本可能會變得相當高昂。. 在未計入額外參考材料費用之前，15 秒的產出量為 $1.95。.
- 768P 目前仍處於封閉測試階段。. 較低的費率並非一般可選的方案。.
- 現有的影片方案並不包含 H3。. 「隨用隨付」與「預付方案」的存取方式必須保持分開。.
- 關於品質的問題依然存在。. 手部、臉部、可讀文字、物理效果、場景切換、原生音訊以及角色一致性，都需要可重複執行的測試。.
最關鍵的缺失並非另一項功能宣稱，而是需要一套在 H3 及其相關模型上使用完全相同提示詞與輸入資料的受控測試套件。在該套件問世之前，一篇客觀的 MiniMax H3 評測應將該模型視為「前景可期」而非「已獲證實」。.
MiniMax H3 與 Hailuo 2.3：有哪些變化？
| 決策點 | MiniMax H3 | Hailuo 2.3 系列 |
|---|---|---|
| 定位 | 通用型多模態影片模型 | 較早期的 Hailuo 影像生成產品系列 |
| 參考輸入 | 圖片、影片與音訊整合於單一內容架構中 | 這取決於具體的 Hailuo 型號及終點 |
| 輸出持續時間 | 4–15 秒 | 常見的選項包括 6 秒或 10 秒 |
| 輸出解析度 | H3 V2 API 中的 2K | 舊版定價表列出 768P 和 1080P 兩種選項 |
| 帳單 | $0.13/秒（2K） | 在所列的舊版範例中，每個片段的代碼為 $0.19–$0.56 |
| 預付式影音方案 | 目前尚未支援 | 受現有 Hailuo 套件支援 |
H3 的設計似乎著重於更豐富的參考資料、更長且靈活的處理時間，以及統一的多模態請求。Hailuo 2.3 則仍具備已建立的套件支援優勢。這並不能證明 H3 能產出更優質的影片：唯有相符的輸入資料與提示，才能解答影片品質的問題。.
創作者若要比較更廣泛的市場，亦可參考 最佳 AI 影片生成工具選項, Kling 3.0 控制模組, 以及 Seedance 2.0 存取路徑 在選擇長期使用的工具之前。.
如何存取 MiniMax H3
Hailuo AI Web
Hailuo AI Web 是創作者若想嘗試 H3，卻無需建立 API 工作流程時最簡便的途徑。 登入後，開啟影片生成工作區，並在模型選單中尋找 MiniMax H3。可用性可能因帳戶或地區而異，因此請以您當前工作區中顯示的模型名稱為準，切勿假設每個帳戶的選單都相同。.
官方 API 路徑
官方流程採用非同步 API。您需提交生成請求、取得任務 ID、查詢任務狀態，並在任務成功時從回傳的 URL 下載結果。開發人員還需為參考素材準備有效的公開媒體 URL 或上傳檔案，並遵循 API 文件中關於大小、格式及角色的規範。.
GlobalGPT 路線：即將推出
MiniMax H3 即將登陸 GlobalGPT。 最終上線日期、方案存取權限、使用限制以及特定模型的 URL 尚未確認，因此本文不會對此進行推測。GlobalGPT 已提供多模型工作區，一旦該功能上線，這將是比較 H3 與其他影片及多模態模型的實用平台。.
若您的優先考量是使用多個模型，請瀏覽以下內容 AI 視訊替代方案 在準備 H3 存取的過程中。.
MiniMax H3 評測結論
MiniMax H3 擁有極具吸引力的初期賣點：2K 輸出、4 至 15 秒的彈性片段長度、首幀與末幀控制，以及統一處理圖像、影片和音訊參考資料的方式。 參考系統是實際製作中最可能發揮關鍵作用的功能，因為它為創作者提供了更多方式來定義模型應保留的內容。.
相關注意事項同樣明確。官方示範影片無法代表正常的輸出品質，而且當一個鏡頭需要多次拍攝時，每秒 2K 的費用可能會累積成一筆不小的開銷。若您的工作中重視參考控制，H3 值得盡早試用；但要稱其為大量製作的最佳選擇，目前還為時過早。.
在 GlobalGPT 推出 H3 之後，且該模型能透過可重複的提示、輸入、生成時間及成本記錄進行測試時，應更新最終評斷結果。.
常見問題
什麼是 MiniMax H3？
MiniMax H3 是一款多模態 AI 影片模型，可接受文字、圖像、影片及音訊參考資料。它支援文字轉影片、首幀與末幀控制，以及基於參考資料的影片生成。.
MiniMax H3 是否能輸出 2K 影片？
是的。MiniMax 的官方 H3 文件中，將 V2 API 的當前輸出解析度列為 2K。僅憑解析度本身，並不能保證細節表現、動作的一致性或提示的準確性。.
MiniMax H3 影片的長度上限是多少？
MiniMax H3 支援以整數形式生成的 4 至 15 秒時長。根據官方 API 費率（每秒 $0.13），生成 15 秒的 2K 內容需耗費 $1.95。.
MiniMax H3 的價格是多少？
MiniMax 型號的 2K H3 世代規格為每輸出秒 $0.13。所列的 768P 速率為每秒 $0.09，但該選項目前處於封閉測試階段，需聯繫銷售部門。.
MiniMax H3 能否使用圖片、影片和音訊參考資料？
是的。參考生成功能可將圖片、影片片段及音訊片段與指定的文字提示結合使用。音訊無法單獨使用；必須至少有一張參考圖片或一段參考影片。.
MiniMax H3 是否包含在 MiniMax 影音套裝中？
目前還不行。MiniMax 的官方視訊套裝頁面指出，現行 Hailuo 視訊套裝不支援 MiniMax H3，因此 H3 API 計費與預付套裝點數不應被視為相同的存取路徑。.
GlobalGPT 上是否支援 MiniMax H3？
MiniMax H3 即將在 GlobalGPT 推出。發佈日期、定價、使用限制及最終型號路線尚未確定，因此在發布具體的存取承諾前，請先查閱平台上的即時詳細資訊。.
MiniMax H3 是否比 Hailuo 2.3 更好？
H3 提供較新的多模態參考結構、4 至 15 秒的靈活時長，以及 2K 解析度的輸出。這些規格並不能證明其影片品質更佳；要得出公正的結論，必須在兩個模型上使用相同的提示語和輸入資料。.
