MiniMax H3MiniMax H3
示例提示词
API立省 50%价格博客
MiniMax H3MiniMax H3

在 minimax3.com 探索 AI 视频创作。由文字或图片出发,创作属于你的下一段视频。

联系我们

support@minimax3.com

生成

  • 文生视频
  • 图生视频
  • 参考图生视频
  • 图片生成器

工具

  • MiniMax H3 Recast 人物替换
  • MiniMax H3 Max
  • 长视频规划器
  • 首尾帧提示词工具
  • 运镜控制提示词
  • 多角度环绕
  • 参考生视频提示词
  • H3 Turbo LoRA 指南
  • MiniMax Music 3
  • 提示词库
  • 视频示例

了解

  • 博客
  • H3 API
  • 价格
  • 关于我们

法律

  • 隐私政策
  • 服务条款
  • 可接受使用政策
  • 退款政策
  • 退款申请
  • Cookie 政策

友情链接

MossAI Tools
FreeAIToolDirs submission verification badgeToolPilotStartup FastDeepLaunch submission verification badgeFirstLook submission verification badgeTurbo0 submission verification badgeToolRainNavFoldersLaunchIgniter submission verification badgeFazier submission verification badgeFeatured on Stremit

© 2026 minimax3.com — minimax3.com 是独立运营的第三方 AI 创作平台,与 MiniMax 或 Hailuo 无隶属、授权或运营关系。

免费规划器 · 不用登录,不扣积分

MiniMax H3长视频生成器

H3 单次只出 4 到 15 秒,更长的都是分段接起来的。这个规划器帮你拆好段、为每一段写对提示词——包括几乎所有人都写错的那句续接指令——并在你花钱之前先把账算清楚。

30 / 60 / 90 / 120 秒I2VA 续接提示词积分先算后花

先给结论

MiniMax H3 能做 60 秒视频吗?

单次生成做不到。H3 线上接口只收 4 到 15 秒,且必须是整秒,这是硬上限。60 秒或 120 秒的 H3 视频,永远是若干段首尾相接——每一段都从上一段的最后一帧开始。这套做法叫视频续接,它确实能用,但它是一串独立推理,不是一次长渲染。

  • 单次生成:4–15 秒,自带同步原生音频。
  • 60 秒 = 4 段 × 15 秒;120 秒 = 8 段 × 15 秒。
  • 第一段之后的每一段,都是以上一段末帧为输入图的图生视频任务。

本页负责把这条链规划好、把提示词写好。跑分段和合并文件仍然要你自己一段一段来——与其卖你一个还不存在的按钮,不如把话说清楚。

规划器

把总时长拆成 H3 真收得下的分段

设定总时长,描述人物和场景,再给每一段一个动作节拍。下面的提示词可以直接粘——英文,因为那才是 H3 训练时用的格式。

这里提供英文提示词示例,你可以自行修改描述。输出字段名与格式保留英文。

每段一个节拍

这一段里发生了什么变化。写动作,别写概括——没事可做的一段,会飘或者会循环。

1
2
3
4

你的分段

4 段 · 60 秒 · 合计约 804 积分

按顺序跑。每一段跑完,取它的最后一帧当作下一段的输入图。

第 1 段 · 0–15 秒 · 共 15 秒

模式: I2VA201 积分
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a courier in a red rain jacket with a frayed left cuff, mid-twenties, short black hair, in a neon-lit night market street, wet asphalt, stalls still open, matching the position, framing, and lighting established by <Picture 1>. she pushes off the kerb and threads between two stalls, checking the address on her phone.

overall_soundscape: Steady rain on canvas awnings, tyres through standing water, market chatter fading in and out, a tram bell in the distance.

non_diegetic_music: N/A

第 2 段 · 15–30 秒 · 共 15 秒

模式: I2VA201 积分
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a courier in a red rain jacket with a frayed left cuff, mid-twenties, short black hair, in a neon-lit night market street, wet asphalt, stalls still open, continuing without interruption from the position, framing, motion direction, and lighting established by <Picture 1>. she slows at a crossing as a tram passes, rain beading on the jacket. The identity, clothing, colour palette, key props, and lens character stay identical to <Picture 1>; no cut, no restart, no change of shot scale at the opening.

overall_soundscape: Steady rain on canvas awnings, tyres through standing water, market chatter fading in and out, a tram bell in the distance.

non_diegetic_music: N/A

第 3 段 · 30–45 秒 · 共 15 秒

模式: I2VA201 积分
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a courier in a red rain jacket with a frayed left cuff, mid-twenties, short black hair, in a neon-lit night market street, wet asphalt, stalls still open, continuing without interruption from the position, framing, motion direction, and lighting established by <Picture 1>. she lifts the parcel from the crate and scans the shopfront numbers. The identity, clothing, colour palette, key props, and lens character stay identical to <Picture 1>; no cut, no restart, no change of shot scale at the opening.

overall_soundscape: Steady rain on canvas awnings, tyres through standing water, market chatter fading in and out, a tram bell in the distance.

non_diegetic_music: N/A

第 4 段 · 45–60 秒 · 共 15 秒

模式: I2VA201 积分
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.

integrated_multimodal_description: [Shot 1] Live-action, cinematic, a courier in a red rain jacket with a frayed left cuff, mid-twenties, short black hair, in a neon-lit night market street, wet asphalt, stalls still open, continuing without interruption from the position, framing, motion direction, and lighting established by <Picture 1>. she hands the parcel over at a lit doorway and steps back into the rain. The identity, clothing, colour palette, key props, and lens character stay identical to <Picture 1>; no cut, no restart, no change of shot scale at the opening.

overall_soundscape: Steady rain on canvas awnings, tyres through standing water, market chatter fading in and out, a tram bell in the distance.

non_diegetic_music: N/A
把第 1 段送进生成器

会打开图生视频生成器并带上这段提示词。生成需要登录和积分。

花积分之前

没有需要提醒的——这条链已经尽可能连续了。

原理

"视频续接"到底在做什么

H3 接口上没有 extend 参数。续接是一种约定,不是一个端点:你把上一段的最后一帧——就一张静止图——交给下一次生成,让它接着往下演。

  1. 1

    生成第 1 段

    文生视频,或从参考图做图生视频。这一段定下后面所有段的身份、色调和镜头质感。

  2. 2

    取它的最后一帧

    把成片停在最末尾导出那一帧,或者在任何剪辑软件里抽出来。这张图就是下一段的输入图。

  3. 3

    下一段按 I2VA 跑

    图生视频,输入图是刚才那一帧,提示词用规划器给的续接版。不是首尾帧——此刻还没有第二张图。

  4. 4

    重复,然后合并

    循环到够时长为止,再把这些片段在剪辑软件里接起来。合并之前,它们是彼此独立的 MP4。

能跨过接缝的东西

  • 切点上的构图和取景——那本来就是同一帧。
  • 你在提示词里一字不差重复的部分:主体、服装、场景、风格词。
  • 大范围的色彩和光线,前提是你交出去的那一帧曝光正常。

每到接缝就重置的东西

  • 运动。静止帧不携带速度,模型只能重新推断动作,快动作会在切点上明显一顿。
  • 音频。每段各生成各的,环境音和配乐都会重启,除非你把它们描述得一模一样。
  • 画外的一切。没出现在那一帧里的东西,对下一段来说就等于不存在。

这是大多数长视频教程写错的一条:只有第 1 段——或者必须落到指定尾帧的那一段——才是 FL2VA。所有续接段都是 I2VA,而 I2VA 用的是另一句指令。只给一张图却套 FL2VA 那句话,这张图会被悄悄忽略。

预期

一条链能撑多久

每一段能看到的只有一帧历史,加上你的提示词,再无其他。这一条事实,就足以推出什么会坏、大概什么时候坏。

链条深度通常还稳开始出问题
第 1–2 段身份、服装、色调、场景。第一个接缝上的动作节奏,动作越快越明显。
第 3–4 段有锚点重复的前提下,身份和场景仍在。色温开始偏;次要道具变形。
第 5–6 段大场景和被描述过的锚点。面部变软、比例改写;服装细节自己重写。
第 7–8 段风格词和大致设定。把第 1 段和这段并排一看,累积偏移通常已经很直观。

这些是由机制推出、并在社区反馈里反复出现的失效模式,不是我们跑过的 benchmark 实测值。等我们发数字的时候,会一并说明是怎么测的。

成本

在这里做一条长 H3 视频要多少钱

H3 按生成秒数计费,所以一条链的成本就等于它的总时长——再加上你重跑的每一段。真正的预算大头是重跑,不是这份规划。

成片时长15 秒分段数积分若重跑两段
30s2402804
60s48041206
90s612061608
120s816082010

数字取自本站正在用的 H3 计价,所以和生成器实际扣的分一致。生成失败会自动退分;只是你不满意的那次不会。

操作

做一条 60 秒的 H3 视频

  1. 1

    规划这条链

    选 60 秒、单段 15 秒,得到四环,然后每段写一个节拍,别让任何一段有空时间要填。

  2. 2

    锁死身份锚点

    把主体具体地描述一次,让规划器一字不差地重复进四段提示词。对抗漂移,这是性价比最高的一步。

  3. 3

    用参考图跑第 1 段

    打开图生视频生成器,传起始帧,粘第 1 段提示词,按 15 秒生成。

  4. 4

    把后面几段接上

    导出每段成片的最后一帧,作为下一段的输入图,再粘那一段的提示词。重复到时长够为止。

  5. 5

    合并片段

    在任意剪辑软件里把四个 MP4 接起来。如果切点上能看出动作重启,每个接缝各修掉几帧。

把话说准

被叫成"H3 长视频"的三件不同的事

这三件事经常被混着说,而今天真正能做的只有一件。

做法指的是什么现状
单次生成一次推理、一个文件,全程原生音频。可用——上限 15 秒。
分段续接多次生成,每段都从上一段的末帧开始。今天可用。本页负责规划,跑和合并由你来。
流式 / 因果生成边播边持续产出,没有固定片段长度。仍在研究阶段。线上 H3 接口没有,本站也不提供。

常见问题

MiniMax H3 长视频问答

MiniMax H3 视频最长能做多长?

单次生成 15 秒,最短 4 秒,且必须整秒。文生视频、图生视频、参考图生视频都是这个上限。更长的都得靠分段拼接。

怎么做一条 2 分钟的 MiniMax H3 视频?

按八段 15 秒来规划。第一段从参考图生成,之后每一段都用上一段成片的最后一帧作为输入图,提示词里重复同一句身份锚点。最后把八个文件接起来。要有重跑一到两环的心理准备。

H3 有 extend 或者续写接口吗?

没有。线上接口上没有 extend 参数。续接是靠把上一段的末帧作为下一次生成的输入图来实现的——这也是为什么续接提示词是图生视频的写法,而不是首尾帧的写法。

我能上传自己的视频来续写吗?

本站目前不行。生成器收图片,不收视频。如果你手上有一段想续写的视频,请先导出它的最后一帧,从那张图开始这条链。

为什么接缝上动作会顿一下?

因为静止帧不携带速度。下一段只能从零重新推断运动,快动作就会在切点上像停了一拍。让接缝附近的节奏别太快,合并时每个接缝修掉几帧,都有帮助。

声音能保持连续吗?

默认不能。每段各生成各的音频,除非每一段提示词里都出现同一句声景描述,环境音就会在每个接缝重启——所以规划器会替你重复它。至于配乐,合并之后在剪辑软件里统一配更靠谱。

这是 MiniMax 官方功能吗?

不是。4–15 秒的限制是 MiniMax 定的;分段续接是社区在它之上搭出来的工作流,这个规划器是我们的实现。本站与 MiniMax 无隶属关系。

接着读

更多 H3 提示词与关键帧内容

首尾帧提示词生成器

本页的 FL2VA 对应版:当你手上已经有一个镜头的两端,需要把中间写对的时候。

H3 提示词完整格式

四种模式共用的三字段结构,以及 H3 被训练能读懂的运镜与台词词汇。

首尾帧,从头讲到尾

两张图怎么选、六个真能赚钱的用法,以及尾帧死活落不上时该怎么办。

H3 运镜控制

每一段都要自己的运镜。H3 认识的 20 种镜头运动,以及幅度和速度修饰词。

Turbo LoRA 与步数

本地把 H3 从约 20 步压到 4–8 步的做法,以及蒸馏权重不再划算的那个临界点。

在这里规划,去隔壁生成。

本站的生成器跑的就是 H3 图生视频,支持起始帧和可选尾帧——正好是一个续接段需要的。先在上面把链规划好,再一段一段跑。

打开生成器回到规划器

本页的提示词语法——I2VA 指令句、FL2VA 对齐句、两位小数时长、三个输出字段——来自 MiniMaxAI 随 H3 开源权重发布的 Video Prompt Writing Guide,核对时间 2026 年 8 月。4–15 秒的限制来自线上接口。本站与 MiniMax 无隶属关系。