Eine multimodale kreative Umgebung
Kombiniere Textvorgaben mit mehreren Bild-, Video- und Audioreferenzen, um Charaktere, Komposition, Bewegung, Tempo und Ton in einem Workflow zu steuern.

MiniMax H3 ist ein Open-Weights multimodales Videomodell für das Erstellen und Bearbeiten von Kinoclips aus Text, Bildern, Video- und Audioreferenzen – mit bis zu 2K Auflösung und nativem Stereosound.
Try for free with free credits. Check in daily to earn more. No credit card required.



Nutze generierte Einzelbilder oder Videos für Comics, Manga, Storyboards und zusammenhängende Geschichten.
Funktionen
MiniMax H3 vereint Generierung, Referenzsteuerung, gezielte Bearbeitung und synchronen Ton in einem Workflow.
Kombiniere Textvorgaben mit mehreren Bild-, Video- und Audioreferenzen, um Charaktere, Komposition, Bewegung, Tempo und Ton in einem Workflow zu steuern.
Erstelle eine Szene aus einem Prompt, animiere ein Ausgangsbild oder bringe Identität und Stil von Referenzmaterial in einen neuen Clip.
Erzeuge 4–15 Sekunden Clips bei 24 fps mit bis zu 2K Output und synchronisiertem Stereo-Audio als Teil der Szene.
Verändere lokale Bilddetails, füge neue Elemente ein, restyle Footage oder leite Bewegung, wobei der Rest des Shots konsistent bleibt.
Beispiele erkunden
Offizielles fal MiniMax H3 Text-zu-Video Beispiel mit Kätzchen, das durch einen sonnigen Garten läuft.

Referenzbild, das für das offizielle fal MiniMax H3 Bild-zu-Video Beispiel verwendet wurde.
Offizielles fal MiniMax H3 Bild-zu-Video Beispiel mit Zugpferden durch überschwemmte Wiese.

Charakter-Referenz des offiziellen fal MiniMax H3 Referenz-zu-Video Beispiels.
Offizielles fal MiniMax H3 Referenz-zu-Video Beispiel mit Wuxia-Charaktersequenz.
Wie es funktioniert
Beschreibe den kompletten Shot, ergänze eine Bildreferenz für Konsistenz und verfeinere Bewegung sowie Ton gemeinsam.
Beschreibe Motiv, Aktion, Umgebung, Kamerabewegung, Beleuchtung und Ton für deinen finalen Clip.
Füge ein Referenzbild hinzu, wenn für Charakter, Produkt, Komposition oder Stil besonders konsistente Optik gefragt ist.
Erstelle eine Vorschau, prüfe Bewegung und Ton zusammen, verfeinere dann den Prompt und exportiere dein bestes Ergebnis.
Lege Motiv, Aktion, Kamera, Stimmung und Ton fest
Steuere Identität, Komposition, Stil und Bewegung
Video und Stereo-Ton gemeinsam überprüfen
Passe den Prompt an die Details an, die du kontrollieren willst
Erfordert aktives kostenpflichtiges Abo und genügend Credits
Häufige Fragen
MiniMax H3 nimmt Texteingaben und kann Bilder, Video und Audio als Referenz im gemeinsamen multimodalen Kontext nutzen. Die Replicate-Modelle unterstützen Text-zu-Video, Bild-zu-Video und Referenz-zu-Video Workflows.
MiniMax H3 unterstützt 4–15 Sekunden Clips bei 24 Frames pro Sekunde.
MiniMax H3 liefert bis zu 2K Ausgabe und unterstützt gängige Landscape-, Portrait-, Quadrat- und Kinoformate.
Ja. MiniMax H3 kann synchronisierten nativen Stereoton generieren – inklusive Dialog, Ambiente, Effekten und Musikführung.
Ja. Der multimodale Workflow kann Videos und andere Referenzen für gezielte Änderungen, Restyling, Compositing und Bewegungsvorgaben nutzen.
MiniMax H3 unterstützt durch den ersten und letzten Frame gesteuerte Generierung, inklusive Übergängen zwischen beiden. Nutze eigene oder lizenzierte Bilder.
MiniMax H3 Generierung auf LlamaGen erfordert ein aktives, kostenpflichtiges Abo und ausreichend Credits. Die Modellinfos und Beispiele auf der Seite sind öffentlich sichtbar.
Ja. Bezahlte Generierungen nutzen das MiniMax H3 Modell von Replicate, nicht ein Veo- oder Hailuo-Ersatzmodell. Die unterstützten Modi richten sich nach den verfügbaren Videokontrollen.
Ja. Bezahlte Generierungen nutzen das MiniMax H3 Modell von Replicate, nicht ein Veo- oder Hailuo-Ersatzmodell. Die unterstützten Modi richten sich nach den verfügbaren Videokontrollen.
Zuverlässige kreative Infrastruktur
Verwandle ein Prompt oder Referenzbild in eine Filmvorschau und feile bis zur besten Version fürs Publishing.
Verfügbar für Abonnenten mit ausreichend Credits.
Maximale Ausgabe
Maximale Dauer
Nativer Ton