Einordnung und Veröffentlichung
MiniMax H3 ist ein allgemeines multimodales Generierungsmodell für die Erstellung von Videos mit nativem Stereoton. MiniMax veröffentlichte es am 31. Juli 2026; die Basisgewichte wurden am 3. August 2026 unter der MiniMax H3 Community License veröffentlicht. (minimax.io)
Fähigkeiten und Einsatzgebiete
Das Modell kann Text, Bilder, Video und Audio gemeinsam als Kontext verstehen. Es unterstützt unter anderem Text-zu-Video, Generierung aus einem ersten oder letzten Bild beziehungsweise beiden Bildern sowie die Generierung anhand mehrerer Referenzmaterialien. Dazu gehören auch Bewegungsübertragung und multimodale Bearbeitung. MiniMax nennt Werbung, Markenkommunikation, E-Commerce, Produktdesign, UI/UX und Spiele als Einsatzgebiete. (minimax.io)
Die dokumentierte Ausgabe umfasst 4–15 Sekunden, bis zu 2K, 24 Bilder pro Sekunde und 32-kHz-Stereo. Deutsch gehört zu den elf laut Hersteller stabil unterstützten Dialogsprachen. (minimax.io)
Grenzen und Bereitstellung
- Im Referenzmodus sind höchstens neun Bilder, drei Videoclips und drei Audioclips zulässig, insgesamt höchstens zwölf Dateien. Video- und Audioclips dürfen jeweils 2–15 Sekunden lang sein; die jeweilige Gesamtdauer ist auf 15 Sekunden begrenzt. Audio kann nicht allein, sondern nur zusammen mit einem Bild oder Video verwendet werden. (minimax.io)
- Das veröffentlichte H3-Base erzeugt lokal 768P. Für den beschriebenen vollständigen 2K-Workflow werden zusätzlich die gehosteten Dienste H3-Context-IR und H3-Regenerate-2K verwendet. Context-IR ist nicht Teil der veröffentlichten Gewichte. Die Nutzung unterliegt der Community-Lizenz und ihren Beschränkungen. (minimax.io)
- Die Plattform moderiert eingereichte Inhalte automatisiert; Fehlentscheidungen können vorkommen. (minimax.io)
Offizielle API-Preise
Abfrage: 16. November 2026. Die folgenden Preise gelten für die jeweilige offizielle Plattform und das angegebene Modell beziehungsweise den angegebenen Zusatzdienst. Sie sind keine per Wechselkurs umgerechneten Preise desselben Tarifs.
China: CNY
Für MiniMax-H3 kostet bei 768P sowohl das ausgegebene Video 0,50 CNY pro Sekunde als auch eingegebenes Referenzvideo 0,50 CNY pro Sekunde. Bei 2K betragen beide Positionen jeweils 0,80 CNY pro Sekunde. Die ersten fünf Eingabebilder je Aufgabe sind kostenlos, jedes weitere kostet 0,20 CNY pro Bild; Audioeingaben sind kostenlos. Der Preis für Eingabevideo richtet sich nach dessen Dauer und der gewählten Ausgabeauflösung. (platform.minimax.cn)
Für die separat berechnete 768P-zu-2K-Regeneration gelten 0,30 CNY pro Sekunde Ausgabevideo und 0,30 CNY pro Sekunde ursprüngliches Eingabevideo. Die ersten fünf Eingabebilder sind kostenlos, weitere kosten 0,15 CNY pro Bild; Audioeingaben sind kostenlos. Der Zusatzdienst H3-Context-IR kostet 5,80 CNY pro Million Eingabetoken und 23,00 CNY pro Million Ausgabetoken. (platform.minimax.cn)
Quelle: MiniMax China – Preisübersicht.
International: USD
Für MiniMax-H3 kostet bei 768P sowohl das ausgegebene Video 0,08 USD pro Sekunde als auch eingegebenes Referenzvideo 0,08 USD pro Sekunde. Bei 2K betragen beide Positionen jeweils 0,13 USD pro Sekunde. Die ersten fünf Eingabebilder je Aufgabe sind kostenlos, jedes weitere kostet 0,04 USD pro Bild; Audioeingaben sind kostenlos. Der Preis für Eingabevideo richtet sich nach dessen Dauer und der gewählten Ausgabeauflösung. (platform.minimax.io)
Für die separat berechnete 768P-zu-2K-Regeneration gelten 0,05 USD pro Sekunde Ausgabevideo und 0,05 USD pro Sekunde ursprüngliches Eingabevideo. Die ersten fünf Eingabebilder sind kostenlos, weitere kosten 0,025 USD pro Bild; Audioeingaben sind kostenlos. Der Zusatzdienst H3-Context-IR kostet 0,90 USD pro Million Eingabetoken und 3,60 USD pro Million Ausgabetoken. (platform.minimax.io)
Quelle: MiniMax International – Preisübersicht.