MiniMax H3
A partir de $0.056 por segundo de vídeo
O modelo de vídeo omnimodal da MiniMax, que entende entradas de texto, imagem, vídeo e áudio em conjunto. Gera até 15 segundos em até 4K, com som estéreo nativo incluído.
No que o MiniMax H3 é bom
Entendimento multimodal unificado
O H3 não trata texto, imagem e vídeo como entradas separadas, com pesos ou caminhos de processamento separados.
Preciso com detalhes, texto e elementos de marca
A MiniMax diz que o H3 se destaca em seguir instruções, renderizar marcas com precisão e escrever texto na imagem.
Som estéreo nativo sempre incluído
O H3 sempre gera som estéreo junto com o vídeo.
Figuras públicas reconhecíveis com precisão
O Craze usa o MiniMax H3 quando você precisa que um vídeo com a aparência de figuras públicas reconhecíveis continue fiel.
Dirigir. Criar. Editar.
Pare de escrever prompts. Comece a dirigir.
O Craze explora ideias, pesquisa e planeja com você.
Crie conteúdo de bom gosto.
O Craze gera tudo o que se possa imaginar. Vídeo, áudio, música, motion graphics e muito mais.
Edite vídeos em minutos. Não em dias.
O Craze assiste às suas filmagens e monta um corte final. Com um editor de verdade, se você precisar.
Faça vídeos que as pessoas assistam
- Vídeos UGC
- Motion graphics
- Longas-metragens
- Visualização de produtos
- Microdramas
- Filmes em 3D
- Videoclipes
- Filmes de marca
- Melhores momentos de casamento
- Reviews no YouTube
Como o MiniMax H3 se compara
Todos os modelos aqui rodam em todos os planos do Craze, incluindo o Free, e o Craze pode usar um diferente para cada tomada.
| MiniMax H3MiniMax | Seedance 2.5ByteDance Seed Team | Seedance 2.0ByteDance Seed Team | Seedance 2.0 FastByteDance Seed Team | |
|---|---|---|---|---|
| Gera | Texto + Imagem + Vídeo + Áudio para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo | Texto + Imagem + Vídeo + Áudio para vídeo |
| Qualidade | Até 4K | Até 4K | Até 4K | Até 720p |
| Duração | Até 15s por clipe | Até 30s por clipe | Até 15s por clipe | Até 15s por clipe |
| Som | Gerado junto com a imagem | Gerado junto com a imagem | Gerado junto com a imagem | Gerado junto com a imagem |
| A partir de | $0.056 por segundo de vídeo | $0.120 por segundo de vídeo | $0.079 por segundo de vídeo | $0.063 por segundo de vídeo |
Especificações do MiniMax H3 no Craze
| Tarefa | Entradas | Resolução | Duração | Proporções | Som |
|---|---|---|---|---|---|
| Texto para vídeo | Prompt de texto | 480p, 768p, 2k, 4k | 5 a 15 s | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Sempre gerado |
| Imagem para vídeo | Primeiro quadro, Último quadro | 480p, 768p, 2k, 4k | 5 a 15 s | Segue a entrada | Sempre gerado |
| Referência para vídeo | Referência, Vídeo, Áudio | 480p, 768p, 2k, 4k | 5 a 15 s | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 | Sempre gerado |
Escolha o plano para sua próxima criação.
Free
$0 / mês
- Uso limitado
- Acesso a todos os modelos de mídia
- Nível de chat Eficiente
- 1 GB de armazenamento
- Craze MCP
- Exportações em até 720p
- Recarregar créditos adicionais
Pro
$19 / mês
- $19 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 50 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Ultra
$59 / mês
- $59 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 200 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Max
$199 / mês
- $199 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 1 TB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Perguntas frequentes
O MiniMax H3 é o primeiro modelo de geração de vídeo verdadeiramente omnimodal que o Craze oferece. Ele entende todas as suas entradas de uma vez: texto, imagens, vídeos e áudio. Esse entendimento unificado permite referenciar um personagem a partir de uma imagem, o movimento a partir de um clipe e o clima a partir de uma faixa de áudio, tudo no mesmo prompt. O resultado é um vídeo coerente que reflete as relações entre as suas referências.
Por que os criadores escolhem o MiniMax H3
O MiniMax H3 é o primeiro modelo de vídeo verdadeiramente omnimodal que o Craze oferece. Ele entende todas as suas entradas de uma vez: texto, imagens, vídeos e áudio. Esse entendimento unificado permite referenciar um personagem a partir de uma imagem, o movimento a partir de um clipe e o clima a partir de uma faixa de áudio, tudo no mesmo prompt. Para uma variante mais rápida, veja o MiniMax H3 Max.
Entendimento multimodal unificado
O H3 não trata texto, imagem e vídeo como entradas separadas, com pesos ou caminhos de processamento separados. Ele lê o seu prompt e as suas referências em conjunto, entendendo como eles se relacionam. Essa coerência aparece no resultado. Quando você combina uma imagem de personagem com um vídeo de referência de movimento e uma faixa de áudio de clima, o H3 sintetiza tudo em uma única geração coerente, em vez de equilibrar tipos de entrada díspares.
Preciso com detalhes, texto e elementos de marca
A MiniMax diz que o H3 se destaca em seguir instruções, renderizar marcas com precisão e escrever texto na imagem. Essa precisão importa para logos, rótulos e elementos de design legíveis. Em trabalhos comerciais em que a identidade visual de uma marca é inegociável, a precisão do H3 com texto e cor é uma vantagem significativa em relação aos concorrentes.
Som estéreo nativo sempre incluído
O H3 sempre gera som estéreo junto com o vídeo. Você pode silenciá-lo na edição se o seu comercial tiver narração ou música, mas ter o som embutido economiza uma etapa. O áudio é sincronizado com o vídeo em uma única geração, reduzindo o atrito da pós-produção de áudio.
Figuras públicas reconhecíveis com precisão
O Craze usa o MiniMax H3 quando você precisa que um vídeo com a aparência de figuras públicas reconhecíveis continue fiel. É a ferramenta para trabalhos com celebridades e influenciadores que precisam ser fiéis ao original. A combinação de entendimento multimodal e precisão facial faz dele a escolha certa para trabalhos em que a pessoa na tela é tão importante quanto a cena ao redor dela.
Resolução de até 4K
Com até 4K, o H3 suporta resultados em alta resolução adequados para trabalhos comerciais. A tarifa por segundo aumenta com a resolução escolhida.
Como usar o MiniMax H3 no Craze
Você combina todas as suas referências em um único briefing e deixa o H3 entendê-las em conjunto.
- Descreva o que você quer. Adicione imagens de referência para a aparência, clipes de vídeo para o movimento e até faixas de áudio como referência de clima ou de narração.
- Cite o MiniMax H3 ou deixe o Craze mostrar as opções disponíveis e os preços antes de planejar.
- O Craze gera o clipe levando em conta todas as suas referências.
- Revise e gere novamente, se necessário. Experimente combinações diferentes de referências para acertar o visual.
Uma direção específica ajuda: "Mantenha a expressão curiosa do personagem" ou "Siga o movimento do vídeo de referência" diz ao modelo o que priorizar. O Craze leva a sua direção para a geração.
Preços do MiniMax H3
Você paga por segundo de vídeo. A tarifa cresce entre 480p, 768p, 2K e 4K, a partir de $0.056 por segundo de vídeo. Todos os clipes incluem som. A tarifa de referência para vídeo também tem um acréscimo a partir de nove referências; confira a calculadora para ver as suas opções.
Para quem é o MiniMax H3
Trabalhos com celebridades e figuras públicas
A precisão do H3 com rostos faz dele a ferramenta para aparências reconhecíveis. Use-o quando a pessoa na tela importar tanto quanto o cenário. O suporte a entradas multimodais significa que você pode fornecer uma foto da pessoa, uma referência de movimento que mostre o estilo de movimento desejado e uma referência de áudio que capture o clima, e o H3 sintetiza tudo isso.
Filmes de marca com detalhes e precisão consistentes
A precisão do H3 com texto e logos importa em trabalhos de produto em que a consistência da marca é importante. Escolha uma resolução de até 4K quando os detalhes finos importarem.
Direção criativa multimodal
Se você está trabalhando com várias referências (a aparência de um personagem, um estilo de movimento e um clima), o H3 permite expressar tudo isso em um único prompt, em vez de adivinhar quais entradas o modelo prioriza. Você não precisa escolher entre referenciar o movimento e referenciar o clima do áudio; você pode fazer os dois.
Entrega rápida com alta qualidade
O H3 gera rápido. Essa velocidade, combinada com a sua precisão e resolução, o torna prático para campanhas e trabalhos comerciais com prazo. O processamento multimodal unificado significa que são necessárias menos iterações para chegar à estética certa.
MiniMax H3 vs. MiniMax H3 Max
O H3 base é mais preciso, especialmente com traços faciais. O H3 Max gera mais rápido e custa menos, mas suporta 1080p em vez do teto de 4K do H3. Escolha o H3 pela precisão com rostos. Escolha o H3 Max quando estiver iterando rápido e 1080p for suficiente.
MiniMax H3 vs. MiniMax Hailuo 02 Pro
O MiniMax H3 gera até 15 segundos com som estéreo sempre ativo, em várias resoluções. O Hailuo 02 Pro gera 6 ou 10 segundos sem som, apenas em 1080p. Escolha o H3 para clipes mais longos com som incluído. Escolha o Hailuo para vídeo sem som em 1080p e uma pós-produção de áudio precisa.
Mais modelos de vídeo
Todos os modelosSeedance 2.5
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.120 por segundo de vídeo
Seedance 2.0
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.079 por segundo de vídeo
Seedance 2.0 Fast
ByteDance Seed Team
- Texto para vídeo
- Imagem para vídeo
- Referência para vídeo
- Extensão de vídeo
- Edição de vídeo
A partir de $0.063 por segundo de vídeo



















