MiniMax H3 Maxで生成する
このモデルに固定済みです。480Pまたは768P、5〜15秒、音声付き。プロンプトを詰めている段階では480Pで試作しましょう。このモデルが本当に割安になるのは480Pです。
動画生成設定
モデル
0/7000
動画解像度
期間
動画のアスペクト比
オーディオの生成
AI が動画に合わせた音声を生成します。
動画プレビュー
フルサイズで表示するには動画をクリックしてください。詳細を表示するには、スワイプまたは矢印を使用してください
MiniMax H3 Maxの仕様ガイド
このモデルが受け付ける入力と、出力できるもの。ここに挙げたのはすべてモデル自体の制約で、このページの設定ではありません。
出力
- 480Pか768P。料金にかかわらず2Kはありません
- 5〜15秒。下限は4秒ではなく5秒です
- 16:9設定では1344×768・24fps
- すべての生成に同期した音声が付く（オン・オフの切り替えなし）
入力
- テキストから動画は6種類のアスペクト比すべてに対応：21:9、16:9、4:3、1:1、3:4、9:16
- 画像から動画は最初のフレームを受け付け、任意で最後のフレームも指定可能
- 画像から動画は入力画像のアスペクト比を引き継ぐため、アップロード前にトリミングを
- プロンプトの長さの上限は非公表。非常に長い指示は動作未確認として扱ってください
対応する入力の組み合わせ
- テキストのみ
- テキスト + 最初のフレーム
- テキスト + 最初のフレーム + 最後のフレーム
上のジェネレーターでは、どの組み合わせも、実際に使う前に必要なクレジットが表示されます。
MiniMax H3 Maxでできること
以下はすべて、ネイティブ解像度1344×768のモデル出力で、それぞれに音声トラックが付いています。
ショットを通したキャラクターの一貫性
カメラが追いかけても、イラスト調のキャラクターの顔、髪、衣装は同じまま保たれます。この種のショットでよくある失敗は最初の1秒と最後の1秒の間のずれで、画像から動画のリーダーボードが測っているのもまさにこの点です。
最初と最後のフレーム
ショットの始まりと終わりを固定すれば、その間はモデルが埋めてくれます。膨らむ、開く、組み上がるといった、開始と終了の状態がはっきりした物理的な変化では、動きを言葉で説明するより、両端を固定するほうがうまくいきます。
映像と同時に音声も生成
毎回の生成で、ルームトーン、フォーリー、環境音、音楽といった同期した音声まで返ってきます。無音のクリップに後から音を付ける必要はありません。プレーヤーのミュートを解除して聞いてみてください。オン・オフの切り替えも、別途の音声生成もありません。
アートディレクションを保つ
CM風の映像が、途中で別のルックに揺らぐことなく、最初から最後まで同じライティングとグレーディングを保ちます。別々に生成した複数のショットを1本に編集できるかどうかは、この性質で決まります。
画面内に描かれる文字
短い文字なら、崩れずに正しい字間で出ることがあります。動画モデルとしては珍しい点です。ただし数語までにとどめてください。うまくいかなくなる例は次のセクションで紹介します。
文字の描画が崩れるとき
前のクリップできれいな文字を出したのと同じ機能が、ここでは「the takes hells war」を出しています。単語の形はそれらしいのに、並びが文になっていません。長い文字列、セリフ体、複数行のレイアウトは、どれもこうした崩れを招きます。画面内の文字はせいぜい2〜3語と考え、文字が重要なクリップは納品前に全フレームを確認してください。
MiniMax H3 Maxの作例
| MiniMax H3 Max | MiniMax H3 | |
|---|---|---|
| 系統 | H3の公開ウェイトから追加学習 | MiniMax |
| 長さ | 5〜15秒 | 4〜15秒 |
| 最大解像度 | 768P | 2K |
| 最低解像度 | 480P | 768P |
| 768P・5秒の処理時間 | 3秒未満 | 約90〜120秒 |
| ネイティブ音声 | あり（同期） | あり（2チャンネルのステレオ） |
| アスペクト比 | テキストから動画は6種類、画像から動画は入力画像に従う | テキストから動画は6種類、画像から動画は入力画像に従う |
| 参照入力 | 最初と最後のフレーム。リファレンスから動画は数日後に追加 | 最大12ファイル（画像9点 + 動画3点 + 音声3点） |
| プロンプトの長さ | 非公表 | 約7,000文字 |
| Design ArenaのElo（画像から動画） | 1,341 | 1,333 |
| 連続モード | Director（最長2分） | なし |
同じショットを20回試したときの、それぞれの費用と所要時間まで含めた詳しい比較は、記事「H3 Max vs MiniMax H3」で紹介しています。2Kで納品するなら、MiniMax H3本体を使ってください。
設定と調整のコツ
prompt_expansion_modebalanced | qualitybalanced では約1秒、quality では約30秒の処理が上乗せされます。30秒は生成そのものの10倍です。調整中は balanced を使い、残すつもりのテイクだけ quality に切り替えましょう。quality のままにしておくと、このモデルを選ぶ理由そのものを捨てることになります。
resolution480P | 768P2Kはありません。480Pは試作向けで、試行錯誤にはいちばん安上がりです。768Pは1本あたり約1.5倍のクレジットがかかります。480Pでショットを見つけ、768Pで確認しましょう。
aspect_ratio21:9, 16:9, 4:3, 1:1, 3:4, 9:16テキストから動画専用で、どちらのモデルも同じです。画像から動画にはどちらのモデルにもこのパラメーターがなく、入力画像の比率に従います。縦長で出力したいなら、最初のフレームも縦長にする必要があります。
duration5-15s, default 5下限は5秒です。もっと短いカットが欲しいときは、5秒で生成してトリミングします。15秒の上限はどうしても超えられないため、長い作品は従来どおりつなぎ合わせて作ります。
end_image_urlimage-to-video onlyショットの終わりを固定します。image_url と組み合わせれば、動きを言葉で説明してうまくいくよう祈るのではなく、動きの両端を固定できます。
1回の生成で変えるのは1か所だけ
遅いモデルでは1回の往復が高くつくので、最初からプロンプトに情報を詰め込みます。このモデルでは逆のやり方が得です。1か所だけ変えて結果を見て、次の1か所を変える。2か所を同時に変えてショットが良くなっても、どちらが効いたのかは何もわかりません。
カメラに手を付ける前に被写体を固める
動画プロンプトの中で、いちばん結果を揺さぶるのがカメラの指示です。構図、フレーミング、テンポがまとめて変わってしまいます。まず被写体と舞台を安定させてから、カメラワークを加えましょう。
480Pで試作し、768Pで確認
2つの解像度は細部まで一致するとは限らないため、480Pでうまくいったプロンプトは完成テイクではなく候補です。残すショットごとに768Pでの確認を1回分見込んでおき、高い解像度で顔や画面内の文字を改めて確認してください。
比較を始めたらシードを固定
ショットを探している段階なら、ランダムなシードで手間なくバリエーションが得られます。2つの言い回しを比べ始めたら、シードを固定しましょう。そうすれば、見えている違いが偶然ではなくプロンプトによるものだとわかります。
プロンプトの構造は元のモデルと同じです。両モデルが受け付ける形式は当サイトのH3プロンプトガイドで解説し、最初と最後のフレーム用の作成ツールではキーフレーム形式のプロンプトを作成できます。また、カメラワーク一覧には、H3が認識する20種類の動きをすべて載せています。
MiniMax H3 Maxの使い方
- 01シーンではなくショットを書く被写体も動作もカメラワークも1つずつ。上限は15秒なので、3つの出来事を順番に書いた指示は、そのまま撮られるのではなく詰め込まれてしまいます。
- 02480Pで試作プロンプトが固まるまでは、安い方の解像度で生成します。1回およそ3秒なので、以前なら遅い生成1回にかかっていた時間で、10通りの言い回しを試せます。
- 03一度に変えるのは1か所1回の生成で調整する要素を1つに絞れば、どの変更が効いたのかがわかります。速いサイクルなら報われ、遅いサイクルでは損をするやり方です。
- 04採用する1本を768Pで確認勝ち残ったプロンプトを高い解像度で生成し直し、顔、手、画面内の文字を確認してから完成とします。
お金を無駄にするミス
試行錯誤中もプロンプト拡張を quality のままにする
3秒のサイクルが30秒になります。速さという強みを丸ごと失う、いちばんの近道です。
768Pで試行錯誤する
再生成のたびに、同じショットを480Pで作るより約1.5倍のクレジットがかかります。試作は低解像度、確認は高解像度で。
Directorをクリップ単位のエンドポイントとして扱う
課金は視聴された秒数ではなく、最低時間の決まったセッション単位です。これを前提に設計する前に、分単位で予算を立ててください。
横長の静止画をアップロードして縦長の出力を期待する
画像から動画は入力画像のアスペクト比を引き継ぎます。先にトリミングしないと、その生成はまるごと無駄になります。
画面内の文字を読まずにクリップを納品する
文字の描画は2〜3語を超えると急速に崩れます。しかも崩れた行は、誰かが読むまで気づかれません。
2Kで納品物を計画する
料金にかかわらず2Kはありません。ショットの承認後に気づくと、別のモデルで生成し直すことになります。
MiniMax H3 Maxのよくある質問
- MiniMax H3 Maxとは何ですか？
- MiniMax H3の公開ウェイトをもとに追加学習され、2026年9月1日に公開された動画モデルです。同期した音声付きの5秒・768P動画を3秒足らずで生成します。「Max」はラインナップの中で大きい方のモデルという意味ではありません。2Kを手放す代わりに速さを取ったモデルです。
- MiniMax H3 MaxとMiniMax H3は何が違いますか？
- 速度と解像度です。同じクリップをはるかに速く返しますが、MiniMax H3が2Kまで出せるのに対し、こちらは768Pが上限です。480Pは当サイトでいちばん安く試行錯誤できる選択肢で、2Kの仕事は引き続きMiniMax H3の出番です。
- MiniMax H3 Maxはどの解像度と長さに対応していますか？
- 480Pまたは768P、5〜15秒で、毎回同期した音声が付きます。16:9・768Pでは、出力は1344x768・24fpsです。2Kはありません。
- 当サイトでMiniMax H3 Maxを使うといくらかかりますか？
- 料金はクレジットで、ジェネレーターは使う前にどの組み合わせの料金も表示します。ボタンには、選んだ解像度と長さでの正確なクレジット数が出ます。このページでいちばん安いのは5秒・480Pの動画で、長くしたり768Pにしたりすると、そこから上がっていきます。
- 当サイトでMiniMax H3 Maxを使って生成できますか？
- はい。このページのジェネレーターはMiniMax H3 Maxに固定されていて、新規アカウントには登録時に無料クレジットが付与されます。自分のプロンプトをモデルがどう解釈するかを見るなら、5秒・480Pの動画がいちばん安く済みます。
- MiniMax H3 Maxにはどんなエンドポイントがありますか？
- 最初にテキストから動画と画像から動画が公開され、数日後にリファレンスから動画が続きました。Directorは連続モードで、ファイルを返すのではなく、ストリーミングのセッション全体でコンテキストを保ちます。
- MiniMax H3 Max Directorとは何ですか？
- 連続生成版です。1本の動画ストリームを開いたままコンテキストを保つため、途中で送ったプロンプトで、連続性を崩さずに動きを変えられます。セッションは標準で最長2分、課金はクリップ単位ではなくセッション単位です。
- MiniMax H3 Maxは本当にランキング1位ですか？
- 2つのランキングで、僅差の1位です。Design Arenaでは画像から動画部門で1,341 Eloの1位、すぐ後ろに1,333のMiniMax H3が続きます。Artificial Analysisでも、音声付きの画像から動画部門で、2,177件のサンプルにもとづき1,201 Eloで1位です。元のモデルとの差は8 Eloで、リードではあっても大差ではありません。本当の注目点は速さです。
- MiniMax H3 Maxで良い結果を出すには、どう設定すればいいですか？
- 試行錯誤の間は prompt_expansion_mode を balanced のままにしてください。quality にすると1回あたり約30秒余計にかかります。480Pで試作し、残すショットを768Pで確認します。画像から動画では出力が最初のフレームのアスペクト比を引き継ぐので、最初のフレームを目的のアスペクト比にトリミングしておきましょう。
- MiniMax H3 Maxは画面内に文字を描けますか？
- 場合によります。短い単語が2〜3語ならきれいに出ることもありますが、長い文字列は文字の形をしただけの意味のないものに崩れます。このページにまさにその例があります。文字が意味を担うクリップは、納品前に全フレームを確認してください。
本サイトは独立したサードパーティのツールで、MiniMaxとは提携していません。