Mixer AIMixer AI
Empezar a generar
Mixer AI › Base de conocimiento › Vídeo › MiniMax H3

MiniMax H3

Construye una escena con referencias separadas para apariencia, movimiento y sonido.

Actualizado

Cuándo elegirlo

MiniMax H3 sirve cuando varios materiales deben trabajar juntos: una foto para el personaje, un video para la actuación y audio para el sonido. También puedes empezar desde texto o conectar un fotograma inicial con uno final. Mixer AI ofrece clips de 4–15 segundos en 768p y 2K.

Modos y ajustes

Precio en monedas

Calidad / tamañoEntradaMonedas / segundoFoto extra, monedas / foto
768pFotograma inicial / final≈ 12,1—
768pReferencias sin video≈ 12,1≈ 6,05
768pTexto≈ 12,1—
768pCon video de referencia≈ 12,1≈ 6,05
2KFotograma inicial / final≈ 18,53—
2KReferencias sin video≈ 18,53≈ 5,7
2KTexto≈ 18,53—
2KCon video de referencia≈ 18,53≈ 5,7

El cobro es por segundo, no por un clip de duración fija. La tarifa se multiplica por la duración facturable; el total de la solicitud se redondea hacia arriba a una moneda entera una sola vez.

Sin video de entrada se cobra la duración del resultado. Con video de referencia se suman las duraciones de entrada y salida y se aplica la tarifa con referencia. Las fotos y el audio no añaden segundos de video.

Se incluyen hasta cinco imágenes. Cada imagen a partir de la sexta añade el cargo de la columna de fotos extra una vez por solicitud, no por segundo. Se suma antes de redondear el total.

≈ indica una tarifa redondeada a dos decimales para mostrarla; el cálculo usa la precisión completa.

En dólares: desde ≈ $0,133 por segundo. 1 moneda ≈ $0,011.

Qué puedes crear

Cómo pedir el resultado

  1. Indica qué aporta cada archivo: rostro, ropa, movimiento, luz o voz.
  2. Para transformar una escena, enumera primero qué conservar y después un cambio principal.

Ejemplo: cambiar la luz, conservar al personaje

10 segundos. Usar la foto para la apariencia y el video para movimiento y composición. Conservar caminata, ropa y dirección de cámara. Cambiar la escena a una mañana nublada: luz difusa, pavimento mojado, sin letreros de neón. Sonido de pasos y ambiente urbano tranquilo.

Qué tener en cuenta

Fuentes

Datos del modelo verificados: 2026-09-20.

Guías y comparaciones con este modelo

Preguntas frecuentes

¿Puedo enviar solo audio?

No. Debe acompañar a una imagen o video.

¿Qué diferencia hay entre fotogramas y referencias?

Los fotogramas fijan inicio y final. Las referencias orientan rasgos y movimiento, sin convertirse necesariamente en cuadros exactos.

¿2K arregla un movimiento incorrecto?

No. Resuelve primero la escena; la resolución define el tamaño de salida.

¿Por qué la sexta foto cambia el total?

Se incluyen cinco imágenes. Cada foto a partir de la sexta tiene el cargo mostrado en una columna aparte. Se cobra una vez por solicitud, sin multiplicarlo por la duración del video.

¿Puedo usar más de quince segundos de video?

El límite total de referencias de video es 15 segundos. Selecciona el fragmento necesario.

¿Lo que no pida cambiar quedará idéntico?

No está garantizado. Compara rostros, ropa, objetos y fondo durante todo el resultado.

¿De qué depende el precio?

La tarifa por segundo depende de la calidad, el modo y, en algunos modelos, el sonido. Se multiplica por la duración facturable. Cuando se cobra el video de entrada, su duración también cuenta. El total se redondea una sola vez.

¿Necesito una suscripción al modelo?

No. En Mixer AI recargas un saldo en monedas y lo usas para las tareas que necesites. No hace falta contratar una suscripción aparte para este modelo.