MiniMax H3
Ab $0.056 pro Sekunde Video
Das omnimodale Videomodell von MiniMax, das Text, Bild, Video und Audio zusammen versteht. Generiert bis zu 15 Sekunden in bis zu 4K, nativer Stereoton inklusive.
Was MiniMax H3 gut kann
Einheitliches multimodales Verständnis
H3 behandelt Text, Bild und Video nicht als getrennte Eingaben mit eigenen Gewichtungen oder Verarbeitungswegen.
Genau bei Details, Text und Markenelementen
Laut MiniMax glänzt H3 beim Befolgen von Anweisungen, bei der genauen Darstellung von Marken und bei Text im Bild.
Nativer Stereoton immer inklusive
H3 erzeugt immer Stereoton zusammen mit dem Video.
Personen des öffentlichen Lebens, genau getroffen
Craze nutzt MiniMax H3, wenn Video mit dem Abbild erkennbarer Personen des öffentlichen Lebens genau bleiben muss.
Regie. Erstellen. Bearbeiten.
Hör auf zu prompten. Fang an, Regie zu führen.
Craze jammt kreativ, recherchiert und plant mit dir.
Erstelle geschmackvolle Inhalte.
Craze generiert alles, was man sich vorstellen kann. Video, Audio, Musik, Motion Graphics und mehr.
Schneide Videos in Minuten. Nicht in Tagen.
Craze sieht sich dein Material an und baut einen finalen Schnitt. Mit einem echten Editor, wenn du ihn brauchst.
Mach Videos, die Menschen ansehen
- UGC-Videos
- Motion Graphics
- Spielfilme
- Produktvisualisierung
- Micro-Dramas
- 3D-Filme
- Musikvideos
- Markenfilme
- Hochzeits-Highlights
- YouTube-Reviews
Wie MiniMax H3 im Vergleich abschneidet
Jedes Modell hier läuft in jedem Craze-Plan, auch in Free, und Craze kann für jede Einstellung ein anderes nutzen.
| MiniMax H3MiniMax | Seedance 2.5ByteDance Seed Team | Seedance 2.0ByteDance Seed Team | Seedance 2.0 FastByteDance Seed Team | |
|---|---|---|---|---|
| Erstellt | Text + Bild + Video + Audio zu Video | Text + Bild + Video + Audio zu Video | Text + Bild + Video + Audio zu Video | Text + Bild + Video + Audio zu Video |
| Qualität | Bis zu 4K | Bis zu 4K | Bis zu 4K | Bis zu 720p |
| Länge | Bis zu 15 s pro Clip | Bis zu 30 s pro Clip | Bis zu 15 s pro Clip | Bis zu 15 s pro Clip |
| Ton | Zusammen mit dem Bild generiert | Zusammen mit dem Bild generiert | Zusammen mit dem Bild generiert | Zusammen mit dem Bild generiert |
| Ab | $0.056 pro Sekunde Video | $0.120 pro Sekunde Video | $0.079 pro Sekunde Video | $0.063 pro Sekunde Video |
MiniMax H3 -Spezifikationen in Craze
| Aufgabe | Eingaben | Auflösung | Länge | Seitenverhältnisse | Ton |
|---|---|---|---|---|---|
| Text zu Video | Text-Prompt | 480p, 768p, 2k und 4k | 5 bis 15 s | 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16 | Immer generiert |
| Bild zu Video | Erster Frame und Letzter Frame | 480p, 768p, 2k und 4k | 5 bis 15 s | Folgt der Eingabe | Immer generiert |
| Referenz zu Video | Referenz, Video und Audio | 480p, 768p, 2k und 4k | 5 bis 15 s | 21:9, 16:9, 4:3, 1:1, 3:4 und 9:16 | Immer generiert |
Wähle den Plan für deine nächste Kreation.
Free
$0 / Monat
- Begrenzte Nutzung
- Zugriff auf alle Medien-Modelle
- Chat-Stufe Effizient
- 1 GB Speicher
- Craze MCP
- Exporte bis 720p
- Zusätzliche Credits aufladen
Pro
$19 / Monat
- $19 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 50 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Ultra
$59 / Monat
- $59 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 200 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Max
$199 / Monat
- $199 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 1 TB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Häufig gestellte Fragen
MiniMax H3 ist das erste wirklich omnimodale Videogenerierungsmodell, das Craze anbietet. Es versteht alle deine Eingaben auf einmal: Text, Bilder, Videos und Audio. Dieses einheitliche Verständnis lässt dich eine Figur aus einem Bild, Bewegung aus einem Clip und Stimmung aus einer Audiospur referenzieren, alles im selben Prompt. Das Ergebnis ist ein stimmiges Video, das die Beziehungen zwischen deinen Referenzen widerspiegelt.
Warum Creator MiniMax H3 wählen
MiniMax H3 ist das erste wirklich omnimodale Videomodell, das Craze anbietet. Es versteht alle deine Eingaben auf einmal: Text, Bilder, Videos und Audio. Dieses einheitliche Verständnis lässt dich eine Figur aus einem Bild, Bewegung aus einem Clip und Stimmung aus einer Audiospur referenzieren, alles im selben Prompt. Für eine schnellere Variante sieh dir MiniMax H3 Max an.
Einheitliches multimodales Verständnis
H3 behandelt Text, Bild und Video nicht als getrennte Eingaben mit eigenen Gewichtungen oder Verarbeitungswegen. Es liest deinen Prompt und deine Referenzen zusammen und versteht, wie sie zusammenhängen. Diese Stimmigkeit zeigt sich im Ergebnis. Wenn du ein Bild einer Figur mit einem Referenzvideo für die Bewegung und einer Audiospur für die Stimmung kombinierst, führt H3 alles zu einer einzigen stimmigen Generierung zusammen, statt unterschiedliche Eingabearten gegeneinander abzuwägen.
Genau bei Details, Text und Markenelementen
Laut MiniMax glänzt H3 beim Befolgen von Anweisungen, bei der genauen Darstellung von Marken und bei Text im Bild. Diese Genauigkeit zählt für Logos, Etiketten und lesbare Designelemente. Bei Werbearbeit, bei der die visuelle Identität einer Marke nicht verhandelbar ist, ist die Genauigkeit von H3 bei Text und Farbe ein deutlicher Vorteil gegenüber der Konkurrenz.
Nativer Stereoton immer inklusive
H3 erzeugt immer Stereoton zusammen mit dem Video. Du kannst ihn im Schnitt stummschalten, wenn in deinem Spot ein Voiceover oder Musik läuft, aber eingebauter Ton spart dir einen Schritt. Das Audio ist in einer einzigen Generierung mit dem Video synchronisiert, was den Aufwand der Audio-Postproduktion verringert.
Personen des öffentlichen Lebens, genau getroffen
Craze nutzt MiniMax H3, wenn Video mit dem Abbild erkennbarer Personen des öffentlichen Lebens genau bleiben muss. Es ist das Werkzeug für originalgetreue Arbeit mit Prominenten und Influencern. Die Kombination aus multimodalem Verständnis und Genauigkeit bei Gesichtern macht es zur richtigen Wahl für Arbeit, bei der die Person im Bild genauso wichtig ist wie die Szene um sie herum.
Bis zu 4K-Auflösung
Mit bis zu 4K unterstützt H3 hochauflösende Ergebnisse, die sich für Werbearbeit eignen. Der Preis pro Sekunde steigt mit der gewählten Auflösung.
So nutzt du MiniMax H3 in Craze
Du kombinierst alle deine Referenzen in einem Briefing und lässt H3 sie zusammen verstehen.
- Beschreibe, was du willst. Füge Referenzbilder für den Look, Videoclips für die Bewegung und sogar Audiospuren als Referenz für Stimmung oder Voiceover hinzu.
- Nenne MiniMax H3 oder lass dir von Craze vor der Planung die verfügbaren Optionen und Preise zeigen.
- Craze generiert den Clip unter Berücksichtigung all deiner Referenzen.
- Prüfe das Ergebnis und generiere bei Bedarf neu. Probiere verschiedene Kombinationen von Referenzen aus, um den Look genau zu treffen.
Konkrete Anweisungen helfen: „Halte den Ausdruck der Figur neugierig“ oder „Übernimm die Bewegung aus dem Referenzvideo“ sagt dem Modell, was Vorrang hat. Craze überträgt deine Anweisungen in die Generierung.
MiniMax H3 Preise
Du zahlst pro Sekunde Video. Der Preis staffelt sich nach 480p, 768p, 2K und 4K, ab $0.056 pro Sekunde Video. Alle Clips enthalten Ton. Beim Preis für Referenz zu Video gibt es außerdem einen Aufschlag bei neun Referenzen; sieh im Rechner nach, welche Optionen du hast.
Für wen MiniMax H3 gedacht ist
Arbeit mit Prominenten und Personen des öffentlichen Lebens
Die Genauigkeit von H3 bei Gesichtern macht es zum Werkzeug für erkennbare Abbilder. Nutze es, wenn die Person im Bild genauso zählt wie die Umgebung. Dank der Unterstützung multimodaler Eingaben kannst du ein Foto der Person, eine Bewegungsreferenz mit dem gewünschten Bewegungsstil und eine Audioreferenz für die Stimmung liefern, und H3 führt alles zusammen.
Markenfilme mit einheitlichen Details und Genauigkeit
Die Genauigkeit von H3 bei Text und Logos zählt bei Produktarbeit, bei der Markenkonsistenz wichtig ist. Wähle eine Auflösung bis 4K, wenn feine Details zählen.
Multimodale kreative Vorgaben
Wenn du mit mehreren Referenzen arbeitest (einem Figurenlook, einem Bewegungsstil und einer Stimmung), lässt dich H3 all das in einem Prompt ausdrücken, statt raten zu müssen, welche Eingaben das Modell bevorzugt. Du musst dich nicht zwischen einer Bewegungsreferenz und einer Audioreferenz für die Stimmung entscheiden; du kannst beides nutzen.
Schnelle Durchlaufzeit bei hoher Qualität
H3 generiert schnell. Diese Geschwindigkeit, kombiniert mit Genauigkeit und Auflösung, macht es praktikabel für Kampagnen und Werbearbeit unter Termindruck. Die einheitliche multimodale Verarbeitung bedeutet weniger Iterationen, bis die Ästhetik stimmt.
MiniMax H3 vs. MiniMax H3 Max
Das Basis-H3 ist genauer, besonders bei Gesichtszügen. H3 Max generiert schneller und kostet weniger, unterstützt aber 1080p statt der 4K-Obergrenze von H3. Wähle H3 für Genauigkeit bei Gesichtern. Wähle H3 Max, wenn du schnell iterierst und 1080p ausreicht.
MiniMax H3 vs. MiniMax Hailuo 02 Pro
MiniMax H3 generiert bis zu 15 Sekunden mit stets aktivem Stereoton in mehreren Auflösungen. Hailuo 02 Pro generiert 6 oder 10 Sekunden ohne Ton und nur in 1080p. Wähle H3 für längere Clips mit Ton. Wähle Hailuo für stummes Video in 1080p und präzise Audio-Postproduktion.
Weitere Videomodelle
Alle ModelleSeedance 2.5
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.120 pro Sekunde Video
Seedance 2.0
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.079 pro Sekunde Video
Seedance 2.0 Fast
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.063 pro Sekunde Video



















