文字、圖像、影片與音訊，盡在同一個情境中
將提示詞與圖像、影片和音訊參考素材結合。MiniMax H3 能運用這些素材來引導主體身分、動作、鏡頭行為、視覺風格、聲音與剪輯節奏。
Minimax H3
MiniMax H3 是一款開放權重的多模態影片模型，支援文字轉影片、首幀與末幀圖像轉影片、參考導向生成以及影片編輯。它可接受文字、圖像、影片和音訊，然後製作出 4 至 15 秒、768P 或 2K 的片段，並具備原生立體聲。
API 呼叫範例
curl --request POST "https://gptproto.com/api/v3/minimax/minimax-h3/text-to-video" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"aspect_ratio": "16:9",
"duration": 5,
"resolution": "768P"
}'Minimax H3 定價
先從單次樣本成本開始，再選擇測試預算。GPTProto 費率比標價低 30%。
2K
768P
4s
5s
6s
7s
8s
9s
10s
11s
12s
13s
14s
15s
16s
17s
18s
19s
20s
21s
22s
23s
24s
25s
26s
27s
28s
29s
30s
0
1
2
3
4
5
6
7
8
9
| 場景 | MiniMax 牌價 | OpenRouter | GPTProto | 每月節省 |
|---|---|---|---|---|
| 短產品廣告30 × 5秒 / 月 | $19.50 | $20.57 | $13.65 | −$5.85≈ $70.20 / 年 |
| 社群短片60 × 5秒 / 月 | $39.00 | $41.14 | $27.30 | −$11.70≈ $140.40 / 年 |
| 批量生成100 × 5秒 / 月 | $65.00 | $68.58 | $45.50 | −$19.50≈ $234.00 / 年 |
每月節省 $0.00
年省約 $0.00 · 隨用隨付
相關模型
所有模型
Minimax H3目前
MiniMax · $0.224 / 每次 · 2K · more
模型
價格：GPTProto
對比官方
對比 OpenRouter
解析度
穩定度
Minimax H3目前
MiniMax
$0.22每次
-30%
-34%
2K · more
用於 2K 多模態影片生成的 MiniMax-H3 API
透過 GPTProto 存取 MiniMax-H3 API，利用提示詞、關鍵影格與混合參考素材生成電影感影片。製作具備原生立體聲音訊的 4–15 秒片段，最多可使用九張參考圖像、三段影片片段與三條音軌，並以一組 API 金鑰和單一餘額管理 MiniMax H3 及 200+ 個 AI 模型。
768P 或 2K，長度 4–15 秒
選擇 4 到 15 秒之間的整數時長。草稿可採用 768P 生成，若需要更銳利的產品細節、字體排版或最終交付品質，則可要求 2K 輸出。
什麼是 MiniMax H3？
MiniMax H3 是 MiniMax 的通用、開放權重影片生成系統。它不把文字轉影片、關鍵影格動畫與多模態參考視為互不相關的工具，而是在同一個脈絡中解讀文字、圖片、影片與音訊。代管 API 使用非同步工作流程：提交任務、儲存其任務 ID、檢查狀態，然後取得完成後的影片 URL。
輸出長度為 4 到 15 秒、24 fps，支援 768P 與 2K 模式、橫向、方形與直向比例，以及原生立體聲音訊。發布的 H3-Base 權重採用 MiniMax H3 社群授權條款；代管 API 存取與自行託管仍是各自獨立的部署選擇。
| 規格 | MiniMax H3 API 詳細資料 |
|---|---|
| 供應商 | MiniMax |
| 官方 API 模型名稱 | MiniMax-H3 |
| GPTProto 模型字串 | MiniMax-H3 |
| 生成模式 | 文字轉影片、首幀 I2V、末幀 I2V、首尾幀 I2V、多模態參考轉影片 |
| 輸入類型 | 文字、圖片、影片與音訊 |
| 輸出時長 | 4–15 秒，整數值 |
| 輸出解析度 | 768P 或 2K |
| 影格率 | 24 fps |
| 輸出音訊 | 原生 32 kHz 立體聲 |
| 長寬比 | 21:9、16:9、4:3、1:1、3:4、9:16；支援時可自動調整 |
| 參考限制 | 最多 9 張圖片、3 段影片與 3 段音訊；合計最多 12 個檔案 |
| 提示詞限制 | 官方 API 最多 7,000 個字元 |
| 處理方式 | 非同步任務工作流程 |
你該使用哪種 MiniMax H3 輸入模式？
在建立請求前先選擇輸入模式。首/末幀輸入與多模態參考輸入在官方 API 中是不同模式，且不能在單一生成任務中混用。
| 輸入模式 | 適用時機 | 實用範例 |
|---|---|---|
| 文字轉影片 | 你需要一個沒有已核准視覺起點的新場景 | 從一份行銷活動簡報生成多個電影感概念 |
| 首幀圖片轉影片 | 開場構圖或產品圖片已經核准 | 讓產品主視覺圖片動起來，同時保留其初始取景 |
| 末幀圖片轉影片 | 鏡頭必須收束到特定的最終構圖 | 以標誌組合、產品包裝或行動呼籲畫面作結 |
| 首尾幀影片 | 轉場的兩個端點都很重要 | 從封閉包裝轉換到完整揭露的產品 |
| 參考轉影片 | 身分、動作、聲音、音樂、場景或風格必須來自來源素材 | 保持相同產品與代言人，同時借用參考影片中的動作 |
針對參考轉影片，MiniMax H3 接受最多九張圖片、三段影片與三段音訊，總計最多 12 個檔案。每段參考影片或音訊可為 2–15 秒，且每種媒體類型的總時長不得超過 15 秒。大型素材請使用公開 URL，因為完整請求主體限制為 64 MB。
用於電子商務與批次影片工作流程的 MiniMax H3 API
在電子商務中，提供已核准的產品圖片、說明哪些細節必須保持不變，並僅在參考影片的動作或運鏡路徑重要時加入該影片。首尾幀模式通常更適合受控的產品揭露。
批次生成時，將每個變化視為獨立的非同步工作。儲存其提示詞、素材 URL、設定、任務 ID 與狀態；使用有界佇列；讓重試具冪等性；並將成功的輸出複製到自己的儲存空間。保持標誌處理、取景、燈光、鏡頭語言與 CTA 固定，同時為每個工作注入變動的 SKU 資料。
MiniMax H3 與 Seedance 2.5 與 Veo 3.1 比較
這些模型功能重疊，但解決不同的限制。MiniMax H3 強調 2K 輸出、開放權重、立體聲音訊與混合參考。Seedance 2.5 支援更長的生成時間與更大的參考集。Veo 3.1 適合短篇 Google Cloud 工作流程，並有記載的 4K 路徑。
| 決策因素 | MiniMax H3 | Seedance 2.5 | Veo 3.1 Generate |
|---|---|---|---|
| 單次生成時長 | 4–15 秒 | 4–30 秒 | 4、6 或 8 秒 |
| 記載的輸出解析度 | 768P 或 2K | 480P、720P 或 1080P | 720P、1080P 或 4K |
| 輸入模態 | 文字、圖片、影片、音訊 | 文字、圖片、影片、音訊 | 文字與圖片；記載的 Generate 端點沒有音訊或影片輸入 |
| 參考容量 | 最多 9 張圖片、3 段影片、3 段音訊；總計 12 個檔案 | 最多 30 張圖片、10 段影片與 10 段音訊 | 最多 3 張素材圖片 |
| 首/末幀控制 | 是 | 是 | 是 |
| 原生生成音訊 | 是 | 是 | 是 |
| 開放權重 | H3-Base 以社群授權條款發布 | 未發布開放權重 | 否 |
| 最適合 | 2K 多模態參考工作、動作轉移、編輯與自行託管研究 | 更長場景、大型參考包與時間軸主導的編輯 | 在 Google Cloud 與 4K 交付工作流程中的短篇高保真片段 |
比較時長、參考容量、音訊、重試與完成片段成本——不要只看最大解析度。Seedance 2.5 可能減少場景拼接；H3 可能簡化混合參考的 2K 工作；Veo 3.1 可能適合以 Google 為中心的短篇 4K 工作流程。
如何寫出更好的 MiniMax H3 提示詞
將提示詞寫成精簡的製作簡報，區分來源角色、時間軸、鏡頭方向、音訊、保留細節與排除項目。
提示詞公式： 主體與參考角色 + 場景目標 + 定時動作 + 鏡頭運動 + 燈光與視覺風格 + 對白、音效與音樂 + 要保留的細節 + 最終影格
電子商務產品影片提示詞
使用圖片 1 作為產品身分，圖片 2 作為燈光。為霧黑喇叭建立一段 10 秒的直向發表影片。以微距網罩鏡頭開始，在它旋轉時拉遠，然後展示水滴隨低音震動。保留標誌、控制項、比例與表面處理。使用冷色邊緣光、克制的動作、低電子環境音，且不要額外文字。
首尾幀轉場提示詞
從提供的封閉包裝開始，並在產品組裝完成的狀態下精確結束於提供的最終影格。使用一個連續鏡頭運動：盒子打開、組件升起，產品鎖入定位。保留包裝圖像與最終幾何。加入機械喀噠聲與簡短的完結音調。
MiniMax H3 API 常見問題
什麼是 MiniMax H3 API？
它提供對 MiniMax 開放權重多模態影片模型的託管存取，可生成 4–15 秒、768P 或 2K 且具備原生立體聲的影片。
MiniMax H3 同時支援文字轉影片和圖像轉影片嗎？
是的。它支援僅提示詞生成、首幀或尾幀 I2V、雙關鍵幀轉場，以及獨立的多模態參考模式。
MiniMax H3 支援哪些時長和解析度？
官方 API 接受 4 到 15 秒的整數時長，影格率為 24 fps，並提供 768P 與 2K 輸出模式。
MiniMax H3 會隨影片生成音訊嗎？
是的。它會生成原生 32 kHz 立體聲。提示詞可以指導對話、環境音、音效和音樂；參考音訊可以引導語音或節奏。
我可以使用多少參考素材？
最多可使用九張圖像、三段影片片段和三段音訊片段，總計 12 個檔案。影片和音訊參考各自合計上限為 15 秒。
我可以將 MiniMax H3 用於批次電商影片生成嗎？
可以，透過應用層編排：每個變化提交一個任務、儲存任務 ID、限制並行數、讓重試具冪等性，並將完成的檔案儲存到你的儲存空間。
MiniMax H3 還是 Seedance 2.5：哪個更好？
若需要 2K、開放 H3-Base 權重或精簡的混合參考任務，請選擇 H3。若需要最長 30 秒的片段、更大的參考素材包或以時間軸為主的剪輯，請選擇 Seedance 2.5。
MiniMax H3 與 Veo 3.1：哪個更具成本效益？
比較相同時長與解析度下的即時價格，然後將重試次數和可用輸出率納入考量。H3 提供簡單直接的 768P/2K 成本規劃；當 Google Cloud 整合或 4K 交付很重要時，Veo 3.1 可能更合適。
如何在 GPTProto 上存取 MiniMax H3 API？
建立 GPTProto 金鑰，並在遊樂場或文件中選擇 H3。使用即時 API 範例中顯示的模型字串：MiniMax-H3。
MiniMax H3 與 Hailuo 3 相同嗎？
MiniMax H3 是官方名稱。「Hailuo 3」和「MiniMax Hailuo H3」是與 MiniMax 的 Hailuo 產品相關的搜尋別名；API 文件將該模型標識為 MiniMax-H3。
相關文章
與本模型相關的指南、對比與更新。
所有文章
2026 年 5 款最實惠的 AI 影片 API：定價、電商與短劇
比較 5 款適合電商與 AI 短劇的實惠 AI 影片 API。了解目前定價、片段成本、音訊費用，以及每項工作的最佳模型。
2026 年 6 款最便宜的 AI 圖像生成器：每張圖片的真實成本
比較 2026 年 6 款最便宜的 AI 圖像生成器，每張圖片最低約 $0.0035。了解批次成本、隱藏費用，以及最適合新創公司的 API。
如何使用 GPT Image 2 和 Seedance 2.5 為孩子製作 AI 故事影片
學習如何使用 GPT Image 2 和 Seedance 2.5 為孩子製作 AI 故事影片，包括完整提示詞、字幕、音效、剪輯，以及真實測試。
Seedance 2.0 對決 Seedance 2.5：相同提示詞、分鏡與真實成果
觀看 Seedance 2.0 與 2.5 在相同 15 秒分鏡測試中的表現。比較電影級品質、情感表現、定價、電商應用場景與 API 功能。