MiniMax H3 genera video 2K con audio estéreo nativo, publica precios por segundo y ofrece pesos H3-Base bajo una Community License.
| Tu caso… | Veredicto |
|---|---|
| Creas contenido de formato corto con diálogo | Ejecuta primero un lote de aceptación. MiniMax documenta salida conjunta de audio y video, pero debes probar tu brief de diálogo y sonido |
| Mantienes un stack de IA autoalojado | Comprueba la licencia y arquitectura. Los pesos H3-Base están disponibles, pero el flujo 2K completo aún incluye etapas alojadas |
| Necesitas planos de más de 15 segundos | Compáralo con Seedance 2.5. Seedance documenta hasta 30 segundos de generación conjunta de audio y video; confirma el acceso de cuenta y región |
| Presupuestas con precisión | Sí; el precio por segundo está publicado, algo más raro de lo que debería |
El resumen en una línea: este análisis de MiniMax H3 examina la generación conjunta de audio y video documentada por MiniMax, su tarifa API publicada y los pesos H3-Base publicados bajo Community License. Son capacidades que debes validar con tu brief, no una garantía de video terminado.
MiniMax lanzó H3 el 31 de julio de 2026, y el elemento diferenciador no es la resolución. Los diálogos, los efectos de sonido y el audio ambiente se producen en la misma pasada de inferencia que la imagen. El pipeline convencional genera video mudo, después busca por separado música, foley y voz, y luego los sincroniza a mano.
Audio nativo significa que el sonido se genera con conocimiento del contenido del fotograma en lugar de superponerse después. Los pasos suenan cuando los pies pisan, y el tono de sala coincide con la sala. Comprar esa coherencia en postproducción es exactamente lo que suele costar el trabajo de sincronización.
Para contenido social de formato corto, demos de producto y escenas de diálogo, esto elimina la etapa manual más larga de un flujo de trabajo de video con IA. Para equipos que ya se manejan con soltura en una suite de edición completa, la ventaja se estrecha bastante.
Los materiales H3 actuales de MiniMax documentan 4 a 15 segundos a 24 fps. La API alojada ofrece salida 768P y 2K; el flujo H3-Base publicado usa 768 píxeles de lado corto por defecto y la ruta 2K completa incluye H3-Regenerate-2K. La tasa de fotogramas no es configurable.
Una única generación puede contener varios planos. Una secuencia de títulos o un plano-contraplano de diálogo sale de una sola ejecución en lugar de montarse a partir de generaciones separadas, que es justo donde suele romperse la continuidad.
H3 acepta texto, imágenes, video y audio a la vez. Según la página de especificaciones publicada por MiniMax, una ejecución admite hasta 9 imágenes, 3 videoclips y 3 archivos de audio, de modo que un solo plano puede heredar simultáneamente un rostro, un movimiento y una voz. También admite editar metraje existente y transferir movimiento entre videos.
El 3 de agosto de 2026, MiniMax anunció la publicación de H3 y puso a disposición sus checkpoints H3-Base. La tarjeta oficial del modelo está disponible en la organización de Hugging Face de MiniMax bajo MiniMax H3 Community License.
No es una licencia open source mundial e incondicional. La Community License excluye Estados Unidos, la Unión Europea, Reino Unido y Corea del Sur. Los productos o servicios comerciales con más de $20M de ingresos anuales necesitan autorización previa por escrito, y las interfaces comerciales deben mostrar «MiniMax H3» de forma destacada.
MiniMax describe el flujo H3 completo como H3-Context-IR, H3-Base y H3-Regenerate-2K. El modelo base publicado puede producir 768P localmente, mientras que el flujo 2K completo combina etapas de la API oficial.
A 10 de septiembre de 2026, la página oficial de MiniMax indica $0.13 por segundo de salida para 2K y $0.08 por segundo de salida para 768P. La entrada de audio es gratis; las primeras cinco imágenes son gratis y cada imagen adicional cuesta $0.04; la entrada de video se factura por duración y resolución de salida elegida. La regeneración de 768P a 2K figura a $0.05 por segundo de salida regenerada, con cargos de entrada separados.
A los $0.13 por segundo indicados, un clip de 15 segundos sale por unos $1.95, y un minuto terminado de metraje 2K aprovechable por aproximadamente $7.80 antes de contabilizar las tomas descartadas. Esas dos cifras son aritmética a partir de la tarifa publicada, no niveles de precio de MiniMax. Presupuesta un ratio de descarte.
Ejecuta un lote pequeño y representativo con tu prompt real, referencias aprobadas, relación de aspecto, duración y formato de entrega. Registra segundos generados, materiales de entrada, reintentos, tomas aceptadas y factura total para que la decisión entre H3 y Seedance sea reproducible.
MiniMax documenta una API V2, generación conjunta de audio y video, entradas de referencia y pesos H3-Base. Eso define qué probar, pero sin un lote reproducible no prueba latencia, moderación, calidad de diálogo, tasa de aceptación ni coste de proyecto terminado.
| Dimensión | MiniMax H3 | Seedance 2.5 |
|---|---|---|
| Duración | 4–15s; MiniMax describe modelado nativo multiplano | Hasta 30s en un solo plano |
| Resolución | 768P o 2K a 24fps | 480P o 720P en la documentación actual de BytePlus LAS |
| Audio | Estéreo nativo, misma generación | Generación conjunta de audio y video |
| Acceso | API + tarifario publicado | API BytePlus LAS documentada + precios dinámicos |
Ambos modelos generan audio y tienen una ruta API documentada, así que compara el flujo de trabajo. Elige H3 si la salida 2K, los pesos H3-Base dentro de su límite de licencia o el tarifario API actual son centrales; elige Seedance 2.5 si importa más una escena única de hasta 30 segundos, un paquete mayor de referencias mixtas o la edición en línea de tiempo. El panorama más amplio del video con IA tiene más opciones.
La generación multiplano dentro de un mismo clip ayuda, pero 15 segundos limitan lo que puedes contar en una sola ejecución. El trabajo narrativo sigue requiriendo montaje, y el montaje sigue costando continuidad.
La Community License proporciona obras y salidas H3 «as is», sin garantías incluida la de no infracción, y asigna al usuario decidir si el uso es apropiado. Para una salida comercial o visible, revisa la licencia, los derechos de cada entrada y el proceso de revisión con el asesoramiento adecuado.
H3-Base está disponible, pero eso no hace cada flujo H3 local ni licenciado globalmente. Considera las restricciones territoriales de la Community License y que el flujo 2K completo aún usa H3-Context-IR y H3-Regenerate-2K oficiales.
Creadores de formato corto, responsables de marketing de producto y cualquiera cuyo resultado necesite sonido deberían usar H3 ahora. La integración de audio elimina una etapa real del flujo de trabajo, el precio se puede conocer por adelantado y la API funciona hoy.
Los equipos que necesiten continuidad de formato largo, entrega en 4K o un despliegue autoalojado confirmado deberían esperar. Vuelve a comprobarlo después del 3 de agosto para ver si los pesos llegaron según lo previsto, porque ese único acontecimiento decide cuánto de este análisis envejece bien.
Los pesos H3-Base están publicados bajo MiniMax H3 Community License, pero no son incondicionales en todo el mundo. La licencia excluye Estados Unidos, UE, Reino Unido y Corea del Sur, y los productos o servicios comerciales sobre $20M de ingresos anuales requieren autorización escrita. El flujo 2K completo mantiene etapas oficiales alojadas.
A 10 de septiembre de 2026, MiniMax indica $0.13 por segundo de salida en 2K y $0.08 en 768P. Una salida 2K de 15 segundos cuesta aproximadamente $1.95 antes de entrada de video, imágenes adicionales, regeneración o tomas descartadas.
Sí. Los diálogos, los efectos de sonido y el audio ambiente se generan en la misma pasada de inferencia que el video, en estéreo. Este es el principal diferenciador del modelo frente a los modelos de video que entregan metraje mudo.
La documentación MiniMax H3 V2 actual indica 4 a 15 segundos a 24 fps, con salida 768P o 2K. MiniMax también describe modelado nativo multiplano, pero evalúa la continuidad en tu escena antes de sustituir el montaje.
Ninguno es universalmente mejor. H3 combina audio estéreo nativo, salida API 768P/2K, un tarifario actual y pesos H3-Base bajo licencia restringida. Seedance 2.5 documenta audio y video conjuntos, escenas de hasta 30 segundos, referencias mixtas más amplias y edición dirigida. Compara el mismo brief, referencias, acceso de cuenta y estándar de aceptación.
Sources: MiniMax — H3 launch · MiniMax — H3 open-weights release · MiniMax API Platform — H3 V2 API · MiniMax API Platform — current H3 pricing · MiniMax official H3 model card and license · ByteDance Seed — Seedance 2.5 launch · BytePlus LAS — Seedance 2.5 API and pricing
Última actualización: 10 de septiembre de 2026
Seedance 2.5 reúne 30 segundos de audio y vídeo, 50 referencias mixtas y edición cronometrada. Esto es oficial, cuesta y merece pruebas.
Hermes Agent combina memoria persistente y skills auto-mejorables; su seguridad y resultados dependen del backend, aprobaciones y revisión elegidos.
OpenClaw es un runtime de agentes muy capaz cuyo valor depende de una seguridad deliberada del gateway, revisión de skills y disciplina operativa.
La música con IA en 2026: capacidades y pleitos de Suno y Udio, el copyright completo de AIVA y cómo el acuerdo de Warner reescribe tus derechos comerciales.
El mercado del vídeo con IA tras la salida de Sora, con precios reales: de 0,50 a 2,50 $ por clip de 10 s, quién lidera ahora y cómo elegir por plano.
Comparativa honesta de planes gratuitos de 2026: la generosidad de Gemini, la calidad de Claude, la amplitud limitada de ChatGPT y cuándo deja de bastar.
Qué entregó GPT-5 en agosto de 2025, por qué el primer mes descarriló y cómo se lee su arquitectura desde los tres niveles con nombre de GPT-5.6.
Una evaluación honesta de 2026: qué aportan de verdad GPT-5.5, la memoria Dreaming V3 y los agentes, dónde ganan Claude y Gemini, y a quién le conviene Plus.
