跳到主要内容
AI 视频模型
MiniMax
Hailuo

MiniMax H3

MiniMax H3 可从文字、首尾帧或多模态参考开始,选择 768P 或 2K 及 4–15 秒请求时长。首尾帧场景允许只给首帧或尾帧;参考场景中的音频须搭配图片或视频。参考视频时长和第 6 张起的图片会影响预计预扣。

生成场景
文字/首尾帧/多模态参考
分辨率
768P/2K
请求时长
4–15 秒
预计预扣
32–406 积分
快速了解
  • 可选 768P 或 2K,先按目标用途核对结果
  • 首尾帧场景可只给首帧、只给尾帧或同时给两者
  • 参考场景最多 9 张图片、3 段视频和 3 段音频,音频须搭配视觉素材
  • 参考视频时长和第 6 张起图片计入预计预扣

相关查询: MiniMax H3 怎么用 · MiniMax H3 预计扣多少积分 · MiniMax H3 支持什么参考素材

示例

Cinematic scene

Main Subject: Young American woman, early 20s, athletic build, one-piece swimsuit with a loose cover-up, hair in a tight braid, confident playful personality. Location: Small outdoor community pool, sunny midday. Diving board at the deep end, lounge chairs, a lifeguard tower in the background, clear blue water. No large crowds, no commercial branding. Visual Style: Ultra-realistic documentary realism, energetic candid feeling, bright natural sunlight. Camera Style: Early 2000s DV camcorder, handheld with water-splash blur occasionally on lens, exposure blown out in bright sun, soft grain. No stabilization. Timeline (30 sec): 00:00–00:03 → She climbs the diving board ladder, then walks to the edge. 00:03–00:06 → She turns to camera saying "okay don't judge my form," laughing nervously. 00:06–00:09 → She bounces once, then dives cleanly into the water. 00:09–00:12 → She surfaces, wiping water from her face, grinning. 00:12–00:15 → She swims to the pool edge, pulling herself up onto the deck. 00:15–00:18 → She wrings out her hair, then grabs a towel from a lounge chair. 00:18–00:21 → She dries off, glancing back at the diving board. 00:21–00:24 → She decides to go again, walking back toward the ladder. 00:24–00:27 → She climbs up, this time attempting a small jump with a tuck. 00:27–00:30 → She surfaces laughing, looking at camera saying "okay that one was way better!" Audio: Water splashing, distant pool chatter, wind, birds. Her dialogue as noted above. No music. Goal: A playful, confident pool moment energetic, fun, authentic.

Cinematic scene

电影级真实人像短片,总时长必须为15秒整,一镜到底,全程无切镜、无跳切、无转场、无突然换镜头。严格使用 {{Mixed 1}} 中的人物作为唯一主体,全程保持与参考图完全一致的人物身份、五官比例、脸型、眼睛、鼻子、嘴唇、眉毛、刘海、发型、肤色和整体气质,不重新设计人物,不改变长相,不改变年龄,不生成新的脸。人物始终保持参考图中的三分之二侧脸构图和朝向,全程绝不转头、绝不转回正面、绝不望向侧方大角度,仅允许自然呼吸、轻微眨眼、轻微眼神移动、极轻微嘴角变化以及发丝自然摆动,人物动作始终小于镜头运动。 真实手机后置主摄拍摄,RAW原片摄影质感,9:16竖屏,摄影师距人物约20-25厘米,全程超近距离怼脸拍摄,以三分之二侧脸特写为主,镜头始终围绕人物侧脸缓慢运动,不拉远,不改变人物姿态,不突然转头,不低头,不抬头,不改变参考图构图。 最高优先级:完整保留真实皮肤质感。超近距离清晰可见细微毛孔、鼻翼毛孔、脸颊真实纹理、额头轻微纹理、卧蚕纹理、眼下细纹、眼下轻微卡粉、鼻翼轻微卡粉、嘴角底妆粉感、极浅闭口、一两颗极淡小痘痘、轻微痘印、淡淡小痣、轻微泛红、T区轻微出油、鼻尖自然皮脂高光、脸颊真实水润反光、真实唇纹、下唇水光反射、真实绒毛、真实碎发和发丝边缘,所有细节自然、高清、干净,不磨皮、不美颜、不塑料,不降低人物颜值。 场景始终为夜晚高级咖啡馆窗边。背景严重虚化,仅保留暖黄色吊灯散景、奶油色墙面、木质桌面边缘、模糊咖啡杯轮廓、玻璃窗轻微反光以及窗外蓝色、紫色、橙色、红色霓虹和车灯散景。暖黄色吊灯作为主光,桌面形成柔和暖色补光,窗外蓝紫色霓虹形成轻微边缘光,玻璃窗形成极轻微反射光。曝光稳定,不过曝,不过暗,不频闪。 0-3秒:镜头从 {{Mixed 1}} 参考图当前构图开始,保持超近距离三分之二侧脸,焦点锁定眼睛和鼻梁。人物自然呼吸,轻轻眨一次眼,眼神缓慢看向镜头再轻微移开,嘴唇自然放松。镜头极慢推近并轻微横向滑动,展示脸颊毛孔、眼下纹理、鼻梁高光、鼻翼卡粉、真实碎发和发丝边缘。 3-6秒:镜头沿脸部缓慢滑向鼻尖,再滑向嘴唇附近,进行轻微弧线绕拍。人物仅有极轻微眼神变化,不转头,不改变姿态,一缕碎发随呼吸自然轻轻摆动。暖光照亮鼻梁、鼻尖、脸颊和嘴唇,桌面反射补光保持鼻翼、嘴角、眼下细节始终清晰可见。 6-9秒:镜头缓慢绕到侧脸另一角度,但始终保持参考图中的侧脸比例,不改变人物朝向,人物依然是三分之二侧脸对镜头,绝不转正、绝不转向侧方。人物偶尔轻轻眨眼,保持自然呼吸,重点表现卧蚕纹理、下眼睑细纹、睫毛、毛孔反光、鼻翼毛孔、嘴唇水光和真实皮肤纹理。 9-12秒:镜头轻微下移,突出嘴唇、下巴、鼻翼和脸颊,再连续缓慢回到眼睛,全程保持超近距离怼脸距离。人物保持参考图神态,仅有自然呼吸、极轻微眼神变化和轻微眨眼,嘴角自然放松,不做任何夸张表情,不微笑露齿,不转头。唇纹、鼻翼卡粉、毛孔、卧蚕纹理、眼下细纹、轻微痘印、底妆粉感始终保持高清可见。 12-15秒:镜头进行一次极轻微弧线收镜,缓慢推近,最后停留在眼睛、鼻梁、半边嘴唇构图。人物最后轻轻抬眼看向镜头,眼神自然、安静、有吸引力,不改变参考图整体神态和侧脸角度,不转头,不露齿微笑。最后一帧完整保留眼睛、卧蚕、睫毛、毛孔、鼻尖皮脂高光、脸颊纹理、真实唇纹、轻微卡粉、真实碎发和发丝边缘,全程无切镜、无跳切、无转场,全片时长满15秒。 整体风格:真实电影级手机摄影,夜晚咖啡馆窗边超近距离怼脸抓拍,高级杂志感,真实肤质,真实景深,克制自然,人物身份始终与 {{Mixed 1}} 参考图保持一致,不重新生成新的脸,不改变五官,不改变气质。 负面提示词:重新生成人物,人物变脸,改变五官比例,改变脸型,改变眼睛,改变鼻子,改变嘴唇,改变刘海,改变发型,改变肤色,改变年龄,改变身份,普通路人脸,AI脸,CG感,塑料皮,陶瓷皮肤,蜡像皮肤,过度磨皮,过度美颜,皮肤无毛孔,皮肤无纹理,滤镜感,浓妆,假睫毛,大幅转头,转头转正,转向侧方,露齿大笑,大幅低头,大幅抬头,大幅表情变化,张嘴过大,人物剧烈动作,镜头乱晃,突然拉远,突然切镜,跳切,转场,视频时长不足15秒,背景抢主体,咖啡馆全景,字幕,Logo,水印,可读文字,直播补光灯,环形灯,棚拍光,频闪,过曝,欠曝,低清晰度,低质量,AI运镜,眩晕感。 No BGM

Cinematic scene

Format: 16:9 Concept: "Getting Ready to Meet My Friends" Create a single continuous self-filmed vlog recorded on a handheld MiniDV camcorder. The camera is always held by the girl, creating a natural first-person selfie perspective with subtle hand movement, realistic autofocus adjustments, slight exposure changes, and authentic walking motion. The footage should feel completely spontaneous with no cuts, transitions, or cinematic camera moves. Visual Style: Authentic early-2000s MiniDV camcorder aesthetic with soft detail, light tape grain, natural skin tones, gentle highlight bloom, realistic indoor lighting, and minimal color processing. Character: HAEUN, a Korean female idol in her 20s with long straight black hair, fresh natural makeup, and a bright, friendly personality. She starts in comfortable loungewear before changing into a stylish casual outfit—an oversized knit sweater, pleated skirt, white sneakers, and a small shoulder bag. Location: A cozy modern apartment followed by quiet city streets leading to a trendy outdoor café with a warm, lively atmosphere. The recording begins with HAEUN picking up the camera from her desk. She smiles and says, "I'm finally catching up with my friends today." She walks through her apartment while deciding what to wear, holds up two outfits with a playful expression, laughs, and quickly changes into her favorite one. Standing by the mirror, she fixes her hair, puts on simple jewelry, sprays a little perfume, grabs her bag, phone, and keys. "Okay... I think I'm ready." She leaves the apartment and walks through peaceful streets, chatting casually about how busy everyone's been lately and how long it's been since they all met. As she approaches the café, she spots her friends sitting outside. She smiles excitedly and waves toward them. One of them waves back and stands up to greet her. She laughs, "There they are!" Still holding the camera, she walks over as her friends welcome her with smiles and cheerful greetings. The vlog ends naturally with everyone laughing together as she lowers the camera, as if she's putting it away to enjoy the rest of the day. Generation Requirements: One uninterrupted recording with consistent facial identity, realistic body movement, natural hand interactions, smooth walking, accurate lighting transitions, believable environmental audio, and no AI artifacts, jump cuts, anatomy errors, duplicated objects, or unrealistic motion. The final result should feel like a genuine personal vlog filmed on a handheld MiniDV camcorder.

Fantasy scene

Fantasy scene

Cinematic scene

Create a 15-second hyper-realistic cinematic lifestyle vlog featuring a confident 23-year-old female content creator enjoying her peaceful sunrise walk along a scenic lakeside park surrounded by lush trees, blooming flowers, and soft morning mist. She wears a cream athletic T-shirt, sage-green running shorts, white sneakers, and a minimalist smartwatch. The atmosphere feels calm yet energetic, with premium influencer aesthetics inspired by high-end Instagram Reels and TikTok lifestyle videos. Use ultra-smooth gimbal tracking, cinematic handheld movement, dynamic whip transitions, speed ramps, shallow depth of field, natural lens flares, soft golden sunrise lighting, crisp ambient nature audio, and realistic facial expressions with accurate lip sync. No text overlays, logos, or watermarks. Scene 1 (0–2 sec) Close-up sequence of her putting on wireless earbuds, tightening her smartwatch strap, picking up a stainless-steel water bottle, and stepping onto the walking trail. Dialogue: “A fresh morning starts right here.” ⸻ Scene 2 (2–5 sec) Front-facing selfie shot as she walks confidently with warm sunrise light filtering through the trees behind her. Gentle breeze moves her hair naturally. Dialogue: “The best part of the day is before the world wakes up.” ⸻ Scene 3 (5–8 sec) Quick cinematic montage: shoes landing softly on the path smartwatch counting steps sunlight shining through leaves birds taking flight dew sparkling on grass close-up of her relaxed smile Dialogue: “Even a short walk makes everything feel lighter.” ⸻ Scene 4 (8–12 sec) Elegant slow-motion shots of her stretching beside the lake, taking a deep breath, laughing naturally, and enjoying the warm morning glow. Dialogue: “A little movement… a lot more peace.” ⸻ Scene 5 (12–15 sec) She looks back toward the camera with a bright smile, gives a friendly wave, and continues walking toward the sunrise as the camera slowly pulls away. Dialogue: “Same time tomorrow?”

一句话了解

这个模型怎么样?

先按素材选择生成场景,并写清希望发生的动作。提示词原始提交最多 7,000 字符(含首尾空白),去掉首尾空白后需为 1–7,000 字符。首尾帧场景至少需要首帧或尾帧之一,不单独设置画幅;文字场景使用固定画幅,参考场景还可选择自适应。上传和提交时需核对素材格式、数量、时长与图像尺寸,参考视频还需符合帧率范围;生成后再检查画面构图与素材采用情况。

模型定位
面向需要 2K 档位、首尾帧输入或多种参考素材的短视频任务,先核对场景要求,再决定设置和预算。
适合谁用
可用于视觉提案、角色与动作参考、首尾帧转场和短片构思;先用较短片段检查素材是否提供了所需信息。
本站使用说明
本站按请求设置和通过检查的素材计算预计预扣,任务受理后再预扣积分。任务成功后,本站仍需核对实际用量,确认符合结算条件后再按对应积分结算。实际用量尚未确认或仍需核对时,会继续保留预扣;可在任务和积分明细中查看状态。

关键参数一览

根据这些信息,判断模型是否适合你的任务。

参考图片
参考场景最多 9 张
参考视频
最多 3 段,累计不超过 15 秒
参考音频
最多 3 段,累计不超过 15 秒;须搭配图片或视频
图片附加预扣
第 6 张起,预计预扣每张另加 4 积分

它还叫什么

同一个模型在公开资料中可能有不同名称,这里整理相关称呼,方便查找和比较。

MiniMax H3 视频
海螺 H3
MiniMax H3 2K 视频

用户常见问题

从任务、输入条件和结果要求出发,整理选择模型时需要确认的问题。

MiniMax H3 怎么用
MiniMax H3 预计扣多少积分
MiniMax H3 支持什么参考素材
MiniMax H3 768P 和 2K 怎么选
MiniMax H3 图片数量如何影响预扣

选型指南

根据输入素材、任务要求和积分成本,逐项确认模型是否适合。

1
先确定分辨率和片段任务

需要 2K 时可核对 H3 的这档设置;在请求时长和参考素材相同的条件下,2K 的预计预扣比 768P 更高。若方案还涉及参考视频或更长片段,再查看 Seedance 2.5 当前工作台的输入限制和预计预扣。

2
先为音频安排视觉参考

参考音频需要同时搭配至少一张图片或一段视频。先说明声音与哪些画面、动作相关,再决定是否把这段音频加入素材。

3
核对第 6 张起图片的用途

第 6 张起,预计预扣每张另加 4 积分。逐张说明它提供的角色、动作或场景信息,去掉与现有素材重复的图片,再核对预算。

模型对比

把常见候选放在同一任务下比较,帮助你确认输入方式、控制项和成本差异。

素材含动作视频或音频时,怎样比较 MiniMax H3 与 Seedance 2.0 Mini 的输入条件、分辨率和预计预扣?
手头只有图片时,怎样比较 MiniMax H3 与 HappyHorse 1.1 的单图、多图输入和画幅设置?

模型横向对比表

按同一组维度比较当前模型和候选模型的输入、设置与使用边界。

参考素材与设置
MiniMax H3
最多 9 张图片、3 段视频和 3 段音频;音频须搭配图片或视频;可选 2K
Seedance 2.0 Mini
最多 9 张图片、3 段视频和 3 段音频;480p/720p;格式与时长须核对当前入口
HappyHorse 1.1
最多 9 张参考图片;不接收参考视频或音频

适用情况

依据公开资料与当前站内设置,说明模型适用的任务及需要注意的限制。

参考素材也影响预计预扣

预算除请求时长外,还计入通过检查的参考视频总时长,以及第 6 张起的图片附加预扣。先固定设置与素材组合,再比较预计预扣和结果。

按本站接受的格式准备素材

图片准备为 JPEG、PNG 或 WebP,视频准备为 MP4 或 MOV,音频准备为 MP3 或 WAV。还需检查尺寸、帧率和时长,文件扩展名不能代替素材验证。

能力详解

2K 档位

文字、首尾帧和参考场景均可选择 2K;分辨率设置不保证画面细节符合预期,生成后仍需检查。

图片、视频与音频参考

参考场景最多组合 9 张图片、3 段视频和 3 段音频;每段视频或音频为 2–15 秒。视频累计不超过 15 秒,音频累计不超过 15 秒;音频须搭配图片或视频。

首帧或尾帧输入

可在首尾帧场景提交首帧、尾帧或两者,并用提示词描述镜头从哪里开始、如何到达目标画面。

适合做什么

视觉提案

用 2K 档位尝试品牌短片或概念镜头,检查画面细节、标识与构图后再决定是否采用。

角色与动作参考

分别用角色图说明外观、用动作视频说明运动方向,并在提示词中交代各素材的用途。

以尾帧规划镜头

只上传目标尾帧,用提示词描述镜头如何到达该画面;检查结果的过渡和构图,再决定是否继续调整。

提示词技巧

说清各素材的用途

分别说明参考图中的人物、服装和场景如何进入视频。只提交任务需要且有权使用的素材,上传前移除不需提交的私人信息。

说明声音与动作的关系

写明希望声音在哪个片段出现、对应什么动作;若结果含声音,再检查它与画面的关系,不预设精确同步。

把细节按重要性组织

先写主体与动作,再补材质、光线和镜头要求;选择 2K 时也避免堆叠互相冲突的风格词。

为什么选它

可选 768P 或 2K,便于对照同一任务的设置与预计预扣。
首尾帧场景允许只给首帧或尾帧,也可同时给两者。
参考素材的数量、时长和搭配条件明确。
参考视频和图片附加预扣可在受理前核对。

使用前要知道

请求时长最长 15 秒,参考视频的时长不会延长这一设置,也不代表成品实测长度。
参考音频不能单独使用,须同时搭配图片或视频。
参考视频时长和第 6 张起图片会增加预计预扣;预计预扣不等于最终确认消耗。
只接受上述格式与素材范围;使用前确认上传和发布权限,检查结果中的人物和标识;若含声音,也需核对其用途。

可调参数

根据这些信息,判断模型是否适合你的任务。

生成场景
可选
参数类型: 下拉选择
默认:文字
文字
首帧/尾帧
多模态参考
分辨率
可选
参数类型: 下拉选择
默认:2K
768P
2K
请求视频时长
可选
参数类型: 整数
默认:6 秒
4–15 秒

积分消耗

预计预扣 32–406 积分

768P 和 2K 的预计预扣分别按每秒 8 和 13 积分,乘以请求时长与通过检查的参考视频总时长之和。前 5 张输入图片不另加点,第 6–9 张每张另加 4 积分;总额向上取整,符合要求的请求预计预扣 32–406 积分。默认 2K、6 秒且无参考素材时预计预扣 78 积分。这里按请求设置估算,不代表成品的实测时长或最终费用。任务受理后会预扣积分。任务成功后,本站仍需核对实际用量,确认符合结算条件后再按对应积分结算。如果实际用量信息尚未确认、存在异常,或换算的积分超过预扣而需要核对,预扣积分会继续保留。已受理任务失败后的退还状态和可用余额,请查看积分明细。

使用建议

准备多次生成时,建议先用少量素材测试,核对输入设置和结果是否适合任务,再决定是否继续。每次生成均按工作台显示的计费规则扣点。

常见问题

相关模型

按你的任务比较这些模型的输入要求、功能和当前状态,再查看对应详情。

Seedance 2.0 Mini

先按素材选择文字、首尾帧或多模态参考场景,再填写提示文字、分辨率和请求时长。参考视频会影响预计预扣的计量时长与费率;提交前查看素材是否通过检查及当前预算,生成后再检查画面、声音与费用确认状态。

AI 视频模型
预计预扣 15–150 积分

Seedance 2.5

用 Seedance 2.5 规划较长镜头,先选择文字、首帧与首尾帧或多模态参考场景。请求时长可设为最长 30 秒;默认 5 秒,选择自动时长则按 30 秒预留预计积分。准备素材时,数量、单段时长与累计时长需分别核对。

AI 视频模型
预计预扣 102–5,700 积分

HappyHorse 1.1

先按图片数量准备输入:不附图片时用文字,1 张用于单图,2–9 张用于多图参考。再核对图片条件、提示文字、分辨率和请求时长,查看预计预扣。上传通过后仍需检查当前提交提示;生成后检查画面是否合用,并核对费用是否确认。如果结果含声音,再检查声音是否合用。

AI 视频模型
预计预扣 68–435 积分

信息来源

页面内容依据公开模型资料与 Kyeo AI 的模型信息整理。能否在线使用,请以当前模型状态为准。

来源说明

下方的本站参数说明用于核对 MiniMax H3 的生成场景、可选设置和素材要求,并说明预计预扣的计算依据。它不代表官方产品的全部能力或使用许可。选择和上传前,请再核对工作台中该型号的状态及选项;生成结果与费用确认需分别查看。

内容复核日期: 2026-10-06
MiniMax H3:本站工作台参数说明
平台

用于说明本站的文字、首尾帧和参考场景,核对设置默认值、素材要求与预计预扣的计算依据。该型号的当前状态、可用选项和结果处理,需在工作台与任务明细中再次核对。