la selección de control. Cuando el mismo personaje, producto o voz debe mantenerse coherente en una serie de clips, empieza aquí.
MiniMax H3 — el modelo que todos llaman Hailuo 3.0 — llegó el 31 de julio y cambia la ecuación del control: entrégale hasta 12 archivos de referencia (imágenes, clips de video, incluso grabaciones de voz) y genera un clip 2K con diálogo y sonido integrados, manteniendo tu personaje, tu movimiento de cámara, tu voz. Lo integramos la misma semana en que se lanzó.
Borrador gratis en modelos rápidos · el 2K más barato del sitio
El modelo tiene apenas unos días, así que consideren esto como primeras impresiones de nuestros propios renderizados de prueba, más que como conocimiento asentado. Revisaremos esta sección a medida que la imagen se vaya aclarando — es una característica de esta página, no un descargo de responsabilidad.
• Control de omnirreferencia.
Hasta 9 imágenes, 3 clips de video y 3 clips de audio guían una generación. El bloqueo del personaje a lo largo de una serie de clips por fin funciona sin malabarismos con prompts.
• 2K con sonido, en una sola pasada.
Nativo 2560×1440 a 24 fps con diálogos, efectos y ambiente generados juntos. El resultado se puede publicar, no es un borrador silencioso.
• Edición basada en instrucciones.
"Reemplaza el coche por una bicicleta, mantén todo lo demás" edita el clip en lugar de volver a generarlo. Las primeras clasificaciones sitúan a H3 en el primer puesto para edición, y nuestras pruebas coinciden.
• Precio por píxel.
Los precios iniciales de la plataforma ofrecen un clip 2K de 15 segundos por una fracción de lo que cobran los modelos comparables. El 2K más barato que alojamos.
• Es completamente nuevo.
Las puntuaciones de benchmarks independientes aún se están estabilizando. Cualquier afirmación sobre el "mejor modelo" este mes — incluida la nuestra — es provisional. Pruébalo antes de adoptarlo como estándar.
• Pesos abiertos: prometidos, no entregados.
MiniMax dice que los pesos llegarán bajo una licencia comunitaria; a principios de agosto aún no se ha publicado ninguno. Si tu plan es el autoalojamiento, espera el enlace de descarga, no el anuncio.
• Curva de referencia.
Doce archivos de entrada son doce formas de confundirlo. Las referencias contradictorias (dos caras diferentes, estilos que chocan) producen resultados confusos — empieza con 2–3 y luego añade más.
• Caos de nomenclatura.
H3 = Hailuo 3.0 = Hailuo 03. No es MiniMax M3 (un modelo de texto) ni Kling O3 (Kuaishou, sin relación). Vale la pena saberlo antes de comparar páginas de precios.
H3 es un modelo que prioriza las referencias — los archivos que adjuntas importan tanto como las palabras. Cada receta ejercita una capacidad que los otros modelos aquí no tienen.
Subir: 3 fotos de la misma persona (de frente, de perfil, plano medio)
"[Character] entra en un bar de ramen iluminado con neones, se sienta en la barra y pide. La cámara en mano lo sigue desde atrás, luego corta a un plano frontal desde el otro lado de la barra. Luz interior cálida, el ruido de la calle se desvanece cuando la puerta se cierra."
Varios ángulos del mismo rostro le dan al modelo una comprensión casi 3D del personaje. Esta es la configuración para trabajar en una serie — reutiliza las mismas tres fotos en cada clip y el personaje se mantendrá coherente en todos ellos.
Empezar desde: un clip que ya has generado
"Reemplaza el sedán rojo por una bicicleta de carga. Mantén la ropa del ciclista, el movimiento de la cámara, la lluvia y todo el sonido ambiente exactamente como están."
H3 trata un clip existente como material editable en lugar de como un intento fallido. Nombrar lo que NO debe cambiar es la mitad de la instrucción que la mayoría olvida — es lo que mantiene la edición quirúrgica.
Subir: 1 foto del producto + 1 grabación de voz breve
"Un presentador sostiene este producto exacto frente a la cámara en un estudio luminoso y dice, con la voz de referencia: 'Treinta días. Sin preguntas. Pruébalo.' Corte a un primer plano del producto sobre blanco. Ambiente de sala animado."
La referencia de audio fija la voz del mismo modo que las referencias de imagen fijan un rostro — una capacidad exclusiva de H3 dentro de nuestra línea. Dos tomas en una sola generación de 15 segundos también es algo que los modelos de 5–8 segundos simplemente no pueden hacer.
Los mismos prompts en los tres, evaluados según lo que publicaríamos — con la salvedad de que H3 es lo bastante nuevo como para que estas valoraciones puedan quedar obsoletas rápido. El flujo de trabajo se mantiene de todos modos: redactar barato, comparar y luego comprometer créditos, todo desde un cuadro de prompt.
Todos en esta categoría anuncian "gratis e ilimitado". Lo nuestro tiene límites, y aquí están:
presentada en adelanto en WAIC el 17 de julio, lanzada el 31 de julio. 2K nativo, audio de una sola pasada con diálogos, omni-reference, edición mediante instrucciones, clips multi-toma. La versión de esta página.
el caballo de batalla de 1080p y ~10 segundos que construyó la reputación de Hailuo en calidad de movimiento. Sin omni-reference, sin audio nativo; sobre esto se escribieron la mayoría de las reseñas de "Hailuo" que encontrarás.
la generación que hizo que la comunidad se tomara en serio a MiniMax: los objetos caían, rebotaban y salpicaban de forma convincente, a un precio que los aficionados podían permitirse. El ADN sigue siendo visible en H3.
Mismo modelo, dos nombres. MiniMax H3 es el nombre oficial; Hailuo 3.0 (a veces escrito Hailuo 03) es como lo llama la comunidad, por la app Hailuo en la que se ejecuta. Es la tercera generación de la línea de video de MiniMax, lanzada el 31 de julio de 2026. Dos cosas que no es: MiniMax M3, que es el modelo de texto de la empresa, y Kling O3, un modelo completamente diferente de Kuaishou con el que se confunde la grafía 'Hailuo 03'.
El realista. Cuando el clip tiene que pasar por metraje real, con audio.
El coreógrafo. Mejor movimiento humano y expresión facial.
El bloc de bocetos. Los borradores más rápidos y baratos — desarrolla primero los prompts aquí.