le choix de contrôle. Lorsqu’un même personnage, produit ou voix doit rester cohérent sur une série de clips, commencez ici.
MiniMax H3 — le modèle que tout le monde appelle Hailuo 3.0 — est arrivé le 31 juillet, et il change l’équation du contrôle : fournissez-lui jusqu’à 12 fichiers de référence (images, clips vidéo, voire enregistrements vocaux) et il génère un clip 2K avec dialogue et son intégrés, en conservant votre personnage, votre mouvement de caméra, votre voix. Nous l’avons intégré la semaine de sa sortie.
Brouillon gratuit sur les modèles rapides · 2K le moins cher du site
Le modèle n’a que quelques jours, alors considérez ceci comme de premières impressions tirées de nos propres rendus de test plutôt que comme une vérité établie. Nous réviserons cette section à mesure que l’image se précisera — c’est une fonctionnalité de cette page, pas une clause de non-responsabilité.
• Contrôle d’omniréférence.
Jusqu’à 9 images, 3 clips vidéo et 3 clips audio guident une génération. Le verrouillage du personnage sur une série de clips fonctionne enfin sans acrobaties de prompt.
• 2K avec son, en un seul passage.
Natif 2560×1440 à 24 fps avec dialogues, effets et ambiance générés ensemble. Le résultat est publiable, pas un brouillon silencieux.
• Édition basée sur des instructions.
"Remplacez la voiture par un vélo, gardez tout le reste" modifie le clip au lieu de le régénérer. Les premiers classements placent H3 en tête pour l'édition, et nos tests le confirment.
• Prix par pixel.
La tarification initiale de la plateforme propose un clip 2K de 15 secondes pour une fraction de ce que facturent les modèles comparables. Le 2K le moins cher que nous hébergeons.
• C’est tout nouveau.
Les scores des benchmarks indépendants sont encore en train de se stabiliser. Toute affirmation concernant le "meilleur modèle" ce mois-ci — y compris la nôtre — est provisoire. Testez-le avant d'en faire votre standard.
• Poids ouverts: promis, non livrés.
MiniMax affirme que les poids seront publiés sous une licence communautaire; début août, aucun ne l’a encore été. Si vous prévoyez l’auto-hébergement, attendez le lien de téléchargement, pas l’annonce.
• Courbe de référence.
Douze fichiers d’entrée, c’est douze façons de le perturber. Des références contradictoires (deux visages différents, des styles qui s’opposent) produisent des résultats confus — commencez par 2–3, puis ajoutez-en.
• Chaos de nommage.
H3 = Hailuo 3.0 = Hailuo 03. Ce n’est pas MiniMax M3 (un modèle de texte) ni Kling O3 (Kuaishou, sans rapport). Bon à savoir avant de comparer les pages de tarification.
H3 est un modèle axé d’abord sur les références — les fichiers que vous joignez comptent autant que les mots. Chaque recette exploite une capacité que les autres modèles ici n’ont pas.
Téléverser: 3 photos de la même personne (de face, de profil, plan moyen)
"[Character] entre dans un bar à ramen éclairé au néon, s’assoit au comptoir et commande. La caméra portée le suit de derrière, puis coupe sur un plan de face depuis l’autre côté du comptoir. Lumière intérieure chaleureuse, le bruit de la rue s’estompe lorsque la porte se ferme."
Plusieurs angles du même visage donnent au modèle une compréhension presque 3D du personnage. C’est la configuration pour travailler sur une série — réutilisez les trois mêmes photos dans chaque clip et le personnage restera cohérent dans tous.
Commencer à partir de: un clip que vous avez déjà généré
"Remplacez la berline rouge par un vélo cargo. Conservez les vêtements du cycliste, le mouvement de la caméra, la pluie et tous les sons ambiants exactement tels qu'ils sont."
H3 traite un clip existant comme du matériau modifiable plutôt que comme une tentative ratée. Nommer ce qui NE DOIT PAS changer est la moitié de l’instruction que la plupart des gens oublient — c’est ce qui rend la modification chirurgicale.
Téléverser: 1 photo du produit + 1 court enregistrement vocal
"Un présentateur tient ce produit exact face à la caméra dans un studio lumineux et dit, avec la voix de référence : 'Trente jours. Aucune question. Essayez-le.' Coupe sur un gros plan du produit sur fond blanc. Ambiance sonore de pièce enjouée."
La référence audio verrouille la voix de la même manière que les références d’image verrouillent un visage — une capacité unique à H3 dans notre gamme. Deux plans dans une seule génération de 15 secondes, c’est aussi quelque chose que les modèles de 5–8 secondes ne peuvent tout simplement pas faire.
Les mêmes prompts sur les trois, jugés selon ce que nous publierions — avec la réserve que H3 est suffisamment récent pour que ces évaluations puissent vite vieillir. Le flux de travail reste le même quoi qu’il en soit: rédiger à moindre coût, comparer, puis engager des crédits, tout depuis une zone de prompt.
Tout le monde dans cette catégorie met en avant le "gratuit illimité". Notre offre a des limites, et les voici:
présentée en avant-première au WAIC le 17 juillet, lancée le 31 juillet. 2K natif, audio en une seule passe avec dialogues, omni-reference, montage par instructions, clips multi-plans. La version sur cette page.
le modèle de référence 1080p, d’environ 10 secondes, qui a bâti la réputation de Hailuo en matière de qualité du mouvement. Pas d’omni-reference, pas d’audio natif; c’est celui dont parlent la plupart des avis "Hailuo" que vous trouverez.
la génération qui a fait prendre MiniMax au sérieux par la communauté : les objets tombaient, rebondissaient et éclaboussaient de manière convaincante, à un prix que les amateurs pouvaient se permettre. L’ADN est toujours visible dans H3.
Même modèle, deux noms. MiniMax H3 est le nom officiel ; Hailuo 3.0 (parfois écrit Hailuo 03) est le nom que la communauté lui donne, d'après l'application Hailuo dans laquelle il fonctionne. C'est la troisième génération de la gamme vidéo de MiniMax, lancée le 31 juillet 2026. Deux choses qu'il n'est pas : MiniMax M3, qui est le modèle de texte de l'entreprise, et Kling O3, un modèle totalement différent de Kuaishou avec lequel l'orthographe 'Hailuo 03' est confondue.
Le réaliste. Quand le clip doit passer pour de vraies images, avec du son.
Le chorégraphe. Meilleurs mouvements humains et expressions faciales.
Le carnet de croquis. Les brouillons les plus rapides et les moins chers — développez d’abord vos prompts ici.