Geração multimodal · 4 a 15 segundos · 768P ou 2K
Gerador de vídeo com IA MiniMax H3Imagem e som gerados na mesma passada
Crie a partir de texto, do primeiro ou do último quadro e de referências de imagem, vídeo ou áudio. Dirija clipes a 24 FPS com som estéreo nativo de 32 kHz em um único espaço de trabalho no navegador.
Serviço independente. Não é afiliado, endossado nem patrocinado pela MiniMax ou por qualquer dono de modelo.
Guia do MiniMax H3 / verificado em 5 de agosto de 2026
Do primeiro quadro ao corte final: um fluxo H3 que se repete
MiniMax H3 AI é um fluxo de geração de vídeo multimodal que entende contexto de texto, imagem, vídeo e áudio. Dá para criar clipes de 4 a 15 segundos em 768P ou 2K a 24 FPS com áudio estéreo nativo de 32 kHz, partindo de um prompt aberto, do primeiro ou do último quadro, ou de um conjunto estruturado de referências visuais e sonoras.
Vertical curto: pense no formato antes de gerar
Conteúdo para Reels, Shorts e TikTok não é vídeo horizontal cortado depois. Escolha a proporção vertical desde a primeira geração e escreva o enquadramento em função dela: onde entra o sujeito, quanto espaço sobra em cima para legenda e em que segundo acontece o gancho. Cortar um clipe horizontal no fim quase sempre elimina justamente o movimento que segurava a atenção.
Com 4 a 15 segundos e 24 FPS, o realista é planejar uma ideia por clipe. Um plano bem controlado de 15 segundos costuma render mais do que uma cena ambiciosa que perde a identidade no meio. Gere algumas variações, anote os ajustes exatos e escolha pelos segundos aproveitáveis, não pela miniatura mais bonita.
Foto de produto vira anúncio pelo primeiro quadro
O fluxo de imagem para vídeo exige pelo menos um primeiro ou um último quadro, e aceita os dois quando a transição precisa de duas âncoras. Como o quadro define o enquadramento, esse modo não envia um parâmetro de proporção à parte. Descreva só o que muda no tempo: trajeto de câmera, brilho percorrendo o material, reação do ambiente, o ritmo da revelação e o que precisa ficar intacto. Repetir tudo o que já aparece na foto gasta espaço do prompt e cria contradições.
O primeiro quadro serve para animar foto de produto, arte de campanha, ilustração ou um quadro de storyboard. O último dá controle do ponto de chegada em revelações e transformações. Como o modo de quadros e o de referências são mutuamente exclusivos, decida antes de enviar arquivos se a cena precisa de composição final ou de um contexto mais amplo de identidade e movimento. Preço, texto de embalagem, selo de garantia e aviso legal entram na edição, sempre.
Referências, 2K e áudio nativo
O modo de referências aceita até nove imagens, três vídeos e três áudios, num total de doze arquivos. Cada vídeo ou áudio precisa ter de 2 a 15 segundos, e a soma dentro de cada tipo de mídia também não pode passar de 15 segundos. O áudio não pode ser a única referência: inclua ao menos uma imagem ou um vídeo para dar contexto visual. Dê uma única função a cada arquivo — uma imagem define a identidade, outra o figurino, outra o local; um vídeo curto mostra o ritmo de câmera; o áudio marca tempo, ambiência e timbre. Referências repetidas ou contraditórias atrapalham mais do que ajudam.
Use 768P para explorar rápido e 2K quando textura, cabelo, materiais ou um formato de entrega maior justificarem os créditos extras. Resolução não conserta enquadramento frouxo nem movimento instável. O custo considera a duração de saída, a duração do vídeo de referência e as imagens a partir da sexta; a estimativa na tela é aproximada e o servidor recalcula com os metadados enviados. O áudio nativo é gerado junto com a imagem, então escreva som como indicação física: distância, textura, tempo, reverberação da sala, um impacto sincronizado ou uma fala curta. Antes de publicar, confira pronúncia, sincronia labial, distorção, música indesejada, equilíbrio dos canais e direitos.
Onde esse fluxo se encaixa
E-commerce. Teste revelações de produto, close de textura e ganchos verticais antes de montar uma produção. Preço e texto de embalagem entram na edição.
Reels, Shorts e TikTok. Produza ganchos curtos em série, com som, mantendo o mesmo tom visual entre as variações por meio das referências.
Infoprodutos e conteúdo educativo. Monte aberturas, cenas de ambiente e inserções ilustrativas sem depender de banco de imagens genérico.
Pré-visualização de campanha. Transforme quadros de storyboard em rascunhos em movimento para alinhar a direção internamente antes de gastar com filmagem.
Compare o fluxo antes de escolher o modelo
Nome de modelo não responde a um briefing sozinho. Nossas comparações práticas, publicadas em inglês, MiniMax H3 vs Seedance 2 e MiniMax H3 vs Flux 3 Video, separam o que está documentado do que é incógnita e trazem testes repetíveis de movimento, referências, áudio, duração e custo por cena aprovada.
Comece pela informação que a cena realmente exige.
Use texto quando o enquadramento pode ser inventado, quadros quando o começo ou o fim já estão definidos, e referências multimodais quando identidade, movimento ou som precisam de um apoio concreto.
Dirija, ancore e depois avalie.
Escreva primeiro o sujeito e a ação. Depois acrescente ambiente, trajeto de câmera, luz, ritmo, o que não pode mudar e um ou dois sons importantes. Uma hierarquia clara rende muito mais do que uma lista de adjetivos sem ordem.
Escolha uma única forma de entrada. Use quadros quando o enquadramento precisa começar ou terminar num ponto definido. Use o modo de referências quando imagem, vídeo ou áudio comunicam identidade, movimento ou atmosfera melhor que o texto.
Verifique a fidelidade ao prompt, a anatomia, a permanência dos objetos, a continuidade de câmera, os segundos realmente aproveitáveis e a sincronia do áudio. Guarde o que funcionou e mude uma variável por vez.
Transforme uma direção clara num rascunho H3 aproveitável.
Escolha um fluxo, defina de 4 a 15 segundos e 768P ou 2K, gere e confira o resultado em Minhas criações.
Créditos para iterar com critério.
Escolha um plano conforme a resolução de saída, a duração, os segundos de vídeo de referência e o seu volume de produção.
Standard
Billed $238.80 yearly
- Commercial Usage RightsYearly Only
- Up to 624 videos
- Video models low to $0.11/s
- Up to 9,360 images
- All AI Models
- Priority Support
- Priority Processing Speed
- Remove Watermark
- Free Video UpscalerYearly Only
- Free Frame InterpolationYearly Only
- More Free AI ToolsYearly Only
Business
Billed $418.80 yearly
- Commercial Usage RightsYearly Only
- Up to 1,360 videos
- Video models low to $0.09/s
- Up to 20,400 images
- All AI Models
- Priority Support
- Dedicated Support
- Priority Processing Speed
- Remove Watermark
- Free Video UpscalerYearly Only
- Free Frame InterpolationYearly Only
- More Free AI ToolsYearly Only
Enterprise
Billed $898.80 yearly
- Commercial Usage RightsYearly Only
- Up to 3,920 videos
- Video models low to $0.06/s
- Up to 58,800 images
- All AI Models
- Priority Support
- Dedicated Support
- Priority Processing Speed
- Remove Watermark
- Free Video UpscalerYearly Only
- Free Frame InterpolationYearly Only
- More Free AI ToolsYearly Only
Included models
Ideogram 4
Z-Image Turbo
Grok Imagine Image
Nano BananaNano Banana ProNano Banana 2
GPT Image 2
Seedream 5.0 LiteSeedream 4.5
MiniMax H3Seedance 2.0Seedance 2.0 FastSeedance 2.0 MiniSeedance 2.5Coming SoonGet Early BirdSeedance 1.5 ProGrok Imagine Video
Gemini Omni FlashVeo 3.1 QualityVeo 3.1 LiteVeo 3.1 FastWan 2.7Wan 2.6Wan 2.5Credits activate instantly for MiniMax H3 generation workflows.
Avalie a tomada inteira, não um quadro bonito.
Um resultado aproveitável mantém juntas a identidade, o movimento, a lógica de câmera, o tempo e o som. Confira o clipe completo antes de levar essas escolhas para outra cena.
Abrir o geradorPerguntas frequentes sobre MiniMax H3 AI
Dá para fazer vídeo vertical para Reels e Shorts?
Sim. São seis proporções fixas, cobrindo widescreen, horizontal, quadrado e vertical, e a duração vai de 4 a 15 segundos em segundos inteiros. Para conteúdo vertical, escreva o enquadramento pensando no formato desde o início em vez de gerar em horizontal e cortar depois: o corte tardio costuma jogar fora justamente o movimento que segurava a atenção.
Consigo transformar a foto de um produto em vídeo?
Sim, pelo fluxo de primeiro quadro: você envia a foto e descreve apenas o que muda no tempo, como o movimento de câmera, o brilho no material e o ritmo da revelação. O enquadramento vem da sua foto, então esse modo não envia um parâmetro de proporção separado. Preço, texto de embalagem e selos devem entrar na edição, nunca na geração.
Os vídeos saem com marca d'água?
Os vídeos gerados em um plano pago não recebem marca d'água da plataforma. Se a imagem ou o vídeo de referência que você enviar já tiver marca d'água, o modelo pode aprender esse elemento visual e reproduzi-lo. Nesse caso, troque o material de referência em vez de tentar cobrir na edição.
Posso usar comercialmente?
Os direitos de uso comercial seguem o plano pago escolhido, os nossos Termos de Serviço e as regras do fornecedor do modelo. Antes de levar para uma campanha algo criado com créditos de teste, confira as condições do plano. Informações que não podem sair erradas, como preço, composição e avisos legais, entram na edição de forma determinística.
Este é o site oficial da MiniMax?
Não. Este site é um serviço de geração independente e não é afiliado, endossado nem patrocinado pela MiniMax, ByteDance, Black Forest Labs, Flux ou qualquer dono de modelo. Sua conta, seus créditos, a cobrança, os arquivos e o suporte são deste serviço.