MiniMax H3
由 MiniMax 提供
MiniMax的多模态视频模型,海螺3.0。
2K分辨率,原生立体声,单镜头最长15秒。

核心功能
技术规格
5至15秒
单次生成的时长,内部可以容纳多个镜头。
最高2K
短边1440像素,也可生成768p;Lite另有480p可选。
24 FPS
电影和广播采用的标准帧率。
3种模式
文生视频、首尾帧和全模态参考。
应用场景
品牌影片与广告
预告片、电视广告和高端品牌影片,是MiniMax展示案例时重点呈现的方向之一。
竖屏短剧
9:16格式的短剧场景,靠对白、表演和正反打镜头,在15秒内完成一次转折。
产品与电商
一张实拍产品图,就能做出产品展示、功能演示和投放素材。
动态设计与片头
片头序列、字体动画和视觉特效包,文字动效可以单独作为一层来指导。
游戏与界面概念
游戏界面、网页界面、交互演示和功能走查,按节拍在片段长度内逐一安排。
风格化动画
定格黏土动画、动漫风预告和三维角色短片,靠身份参考让设计在多个镜头间保持统一。
提示词示例






概览
画面和声音在同一次生成里一起出来,这是MiniMax H3最直观的变化。多数人管它叫海螺3.0。这是MiniMax的通用多模态视频模型,官方定位为开放权重。单次生成能做出5到15秒、最高2K、24帧的片段。声音不是后期叠上去的,对白、音效和环境声跟画面同时到位,做竖屏短剧和带货短片的团队等于省下一整轮配音。按MiniMax的说法,这一代不再让不同模型分别负责生成、编辑和参考,而是把文字、图片、视频、音频放进同一个上下文里一起读。
MiniMax H3 带来了什么
真正的变化在于它一次能吃下多少参考。单次生成最多接受9张图片、3段视频和3个音频,合计12个文件。H3会从这些素材里分别读出角色长相、运动方式、运镜习惯、剪辑节奏,以及说话的声音,一个镜头因此可以同时继承一张脸、一段动作和一副嗓子。另一处省事的地方是改片:镜头整体满意、只有一处不对,点名那一处改掉就行,其余画面照样保留,不用推倒重来再抽一次卡。MiniMax表示权重会陆续开放;在公开之前,模型可以通过海螺AI App、MiniMax Hub桌面端和MiniMax开放平台API使用,也已经有第三方托管平台接入。
MiniMax H3 的定位
上一代海螺2.3靠一句提示词或一张图,大约能出十秒、1080p的片段。H3把上限提到2K和15秒,不过更值得留意的是输入输出方式换了:参考从单张图片变成图片、视频、音频混合,成片从无声变成原生立体声,改片从整段重来变成一句话定点修改。画面比例覆盖21:9、16:9、4:3、1:1、3:4和9:16;全模态参考模式下还多一个自动模式,由H3照着参考自己判断构图。
H3 Highspeed和H3 Lite
MiniMax还提供两个更轻量的H3档位,每秒成本更低。H3 Highspeed输出768p片段,兼顾画质与速度,适合日常内容。H3 Lite是速度最快、成本最低的档位,输出480p或768p,专为探索方向和批量生成而设计。两者沿用H3的全部输入方式:文字提示词、单张图片、首尾帧,或最多9张图片、3段视频和3个音频文件的参考组合,片段时长为4到15秒。它们放弃的是2K和生成声音:参考音频仍会引导动作节奏和口型,但片段不带配乐。比较实用的分工是先在Lite或Highspeed上把镜头找出来,再用H3渲染最终那一版。
MiniMax H3 与 Morphic
同一条提示词,让H3出一版、可灵或Veo再出一版,两条结果并排摆在Canvas上对比,选型这件事就快了很多。MiniMax H3已经接入Morphic,Seedance、Vidu和更早的海螺系列也都在同一个模型列表里。用起来不复杂:在提示词输入框选中MiniMax H3,把镜头写成一段简短说明,需要保持的人物、动作或声音作为参考一并上传。H3 Highspeed和H3 Lite就排在视频模型列表里MiniMax名下,紧挨着H3,也可以在聊天提示词里直接点名调用。所有结果都落在同一块Canvas上,您可以多看几条再决定留哪一版。
简单定价
今天就免费开始,随时可以升级或取消。
Basic
2400 每月 信用
1 个用户
所有模型
工作流
Standard
3625 每月 信用
1 个用户
所有模型
工作流
Pro
6350 共享 每月 信用
1 用户
所有模型
工作流
Max
24650 共享 每月 信用
1 用户
所有模型
工作流
Enterprise
更高的限制
自定义
定价和账单条款

Free
供随意体验
$0
永久免费
常见问题
Seedance 2.5 Flash
ByteDance
ByteDance 推出的更快、成本更低的 Seedance 2.5 版本。 草稿更快,可多试几版,480p 和 720p。
Seedream 5.5
ByteDance
ByteDance 的 Seedream 图像模型,2026 年 11 月发布。 多轮编辑干净,画面更真实,文字更清晰。
Gemini Omni Flash 1.2
Google DeepMind
Google 的视频模型,单次长达 15 秒。 整段镜头都能改,每秒还便宜 30%。
ChatGPT Images 2.6
OpenAI
OpenAI 的图像模型,2026 年 11 月发布。 动态 GIF、SVG 导出、更快出草稿。