Yovid

MiniMax H3 vs Hailuo 2.3: qué cambió y cuál conviene usar

NoraNora14 min de lecturaPublicado el nov. 15, 2026
Compartir en X

Respuesta directa: MiniMax H3 es el modelo que MiniMax lanzó después de Hailuo 2.3, y cambia casi todas las especificaciones. Hailuo 2.3 (28 de octubre de 2025) genera clips de 6 o 10 segundos a 768P, o de 6 segundos a 1080P, a partir de texto o de una imagen inicial, sin opción de audio. H3 (31 de julio de 2026) genera de 4 a 15 segundos a 768P o 2K, crea voz, efectos de sonido y música junto con la imagen, y acepta un primer fotograma, un último fotograma o hasta 9 imágenes, 3 videos y 3 audios como referencia. La documentación de la API de MiniMax ya clasifica Hailuo 2.3 como modelo heredado. Hailuo 2.3 solo tiene sentido para una tarea: clips mudos y baratos de 6 segundos por la API de MiniMax, donde un clip a 768P cuesta 0,28 $ frente a 0,48 $ por la misma duración en H3. Para todo lo que lleve sonido, tomas más largas o imágenes de referencia, usa H3.

Una mujer con gabardina oscura camina hacia la cámara por una calle empapada de lluvia de noche, con neones rosas y turquesa reflejados en los charcos

Prompt de imagen: Fotograma cinematográfico, plano general de una calle de ciudad empapada de lluvia de noche, una mujer sola con gabardina oscura camina hacia la cámara bajo letreros de neón rosa y turquesa, lluvia fina, reflejos que brillan en los charcos del asfalto, vapor que sale de una rejilla, las luces traseras rojas de un taxi desenfocadas al fondo, poca profundidad de campo, destello de lente anamórfica, contraste intenso.

Última verificación: 2026-11-15. La comparación sigue la documentación y la lista de precios de MiniMax. No es una prueba de render lado a lado.

Especificaciones de MiniMax H3 y Hailuo 2.3 lado a lado

Especificación Hailuo 2.3 MiniMax H3
Lanzamiento 28 de octubre de 2025 31 de julio de 2026
Estado en la documentación de la API Modelo heredado Modelo actual
Duración del clip 6 o 10 s De 4 a 15 s, en segundos enteros
Resolución 768P (6 o 10 s), 1080P (solo 6 s) 768P o 2K en cualquier duración
Fotogramas por segundo 24 fps 24 fps
Sonido Sin opción de audio en la API Voz, efectos y música generados con la imagen
Imagen de entrada Un primer fotograma Primer fotograma, último fotograma o ambos
Referencias No Hasta 9 imágenes, 3 videos y 3 audios, 12 archivos en total
Longitud del prompt Hasta 2.000 caracteres Hasta 7.000 caracteres
Control de cámara 15 comandos entre corchetes, como [Push in] Movimientos descritos en el prompt, más señales cortas como [pan], [zoom] o [static]
Variante rápida Hailuo 2.3 Fast (solo imagen a video) MiniMax-H3-Highspeed (768P o 480P)

Fuentes: la vista general de modelos de MiniMax, su guía de generación de video, la referencia de la API de texto a video, la lista de precios y los anuncios de lanzamiento, consultados el 2026-11-15.

Hailuo 2.3: para qué se diseñó

Hailuo 2.3 fue una actualización de Hailuo 02, no una familia nueva. El anuncio de MiniMax centró el trabajo en el movimiento: gestos corporales más fluidos y controlados, microexpresiones faciales más naturales y mejor respuesta a las instrucciones de movimiento. También amplió los estilos que maneja bien, del anime y la ilustración a la pintura a tinta y el CG de videojuegos. Junto a él llegó Hailuo 2.3 Fast, una opción más rápida y barata para imagen a video que, según MiniMax, reduce el coste de producción por lotes hasta un 50 %.

Los límites están en el resultado. Un clip de Hailuo 2.3 dura 6 o 10 segundos, solo llega a 1080P con 6 segundos y sale sin sonido. El control se reduce a una imagen inicial y un prompt de hasta 2.000 caracteres, con 15 comandos de cámara entre corchetes. Basta para clips cortos para redes y planos recurso mudos, pero los diálogos, la música o una escena que debe terminar en un fotograma concreto exigen trabajo extra después de generar.

MiniMax H3: qué cambió después de Hailuo 2.3

H3 no es 2.3 con añadidos. MiniMax lo construyó sobre un nuevo tokenizador (H3-VAE) y un nuevo transformer (H3-Omni), y dice que dejó de lado la arquitectura de Hailuo 02. La voz, los efectos y la música se modelan junto con los fotogramas, y el modelo se entrenó para clips de varios planos, así que una sola generación de 15 segundos puede cortar de un plano general a un primer plano. MiniMax también destaca entre sus primeros resultados un texto y unos logotipos bien renderizados, algo útil para títulos y planos de producto.

En la práctica, los clips llegan a 15 segundos en lugar de 10, y el 2K está disponible en cualquier duración en lugar de 1080P solo con 6 segundos. Puedes fijar el final de un plano con un último fotograma, o mantener un personaje, un producto y un movimiento de cámara con imágenes y videos de referencia. Los prompts pueden ser 3,5 veces más largos. La contrapartida es el precio: H3 cobra por segundo, y su ajuste estándar más barato cuesta más por segundo que los clips a 768P de 2.3. La guía de prompts de MiniMax H3 reúne 30 prompts escritos para el nuevo modelo.

Coste por clip en la API: MiniMax H3 vs Hailuo 2.3

Hailuo 2.3 se cobra por clip y H3 por segundo, lo que dificulta compararlos de un vistazo. Esta tabla pone ambos en las duraciones que admite Hailuo 2.3, según la lista de precios de pago por uso de MiniMax.

Clip Hailuo 2.3 Hailuo 2.3 Fast MiniMax H3, 768P MiniMax H3, 2K
6 s, 768P 0,28 $ 0,19 $ 0,48 $ —
10 s, 768P 0,56 $ 0,32 $ 0,80 $ —
6 s, 1080P 0,49 $ 0,33 $ — —
6 s, 2K — — — 0,78 $
10 s, 2K — — — 1,30 $
15 s no disponible no disponible 1,20 $ 1,95 $
Coste por segundo de 0,047 a 0,082 $ de 0,032 a 0,055 $ 0,08 $ 0,13 $
Sonido incluido No No Sí Sí

H3 cobra además 0,04 $ por cada imagen de entrada a partir de la sexta y factura los segundos de video de entrada a la tarifa de salida. Cómo leer la tabla: un clip mudo de 10 segundos a 768P cuesta un 43 % más en H3 que en Hailuo 2.3, pero el de H3 trae banda sonora. Si de otro modo pagarías música o diseño de sonido, H3 puede salir más barato.

Primer plano, cámara en movimiento y escena nocturna: H3 vs 2.3 según sus especificaciones

Tres planos habituales muestran dónde importan las diferencias. Cada uno indica lo que dice la documentación de los dos modelos, un prompt escrito al estilo de Hailuo 2.3 y el mismo plano reescrito para H3. No son resultados de generar con ambos modelos.

¿Cómo se compara un primer plano?

Las microexpresiones fueron una de las mejoras estrella de Hailuo 2.3, así que el primer plano es donde 2.3 rinde mejor. A 1080P se limita a 6 segundos, suficiente para un cambio de expresión. H3 puede sostener el mismo primer plano hasta 15 segundos en 2K y añadir el sonido de la escena.

Un pescador mayor con gorro de lana sonríe despacio en un barco de madera al amanecer, con luz lateral dorada sobre su rostro curtido y bruma marina detrás

Prompt de imagen: Fotograma cinematográfico, primerísimo primer plano del rostro curtido de un pescador mayor al amanecer en un barco de madera, una sonrisa lenta que empieza en las comisuras de la boca, ojos brillantes, arrugas profundas y barba gris de varios días con detalle nítido, suave luz lateral dorada, bruma marina flotando detrás, poca profundidad de campo, tonos de piel naturales, aspecto de objetivo de retrato de 85 mm.

Estilo Hailuo 2.3:

Prompt

[Push in] Extreme close-up of an elderly fisherman on a wooden boat at dawn, a slow smile spreading across his weathered face, eyes glistening, soft golden side light, sea mist behind him.

Reescrito para MiniMax H3:

Prompt

10s, 16:9. Extreme close-up of an elderly fisherman on a wooden boat at dawn. The camera pushes in very slowly as a smile spreads from the corners of his mouth and his eyes start to glisten. Soft golden side light, sea mist drifting behind him, shallow depth of field. Sound: gentle waves against the hull, a gull far away, his quiet breath.

¿Cómo se compara un plano con cámara en movimiento?

Hailuo 2.3 controla el movimiento con comandos entre corchetes, hasta 3 combinados en un mismo corchete. H3 entiende un movimiento de cámara escrito como frase, y su entrenamiento multiplano permite cambiar de ángulo a mitad del clip, algo que un clip de 10 segundos de 2.3 no puede planificar.

Estilo Hailuo 2.3:

Prompt

[Tracking shot, Pedestal up] A cyclist races down a narrow mountain road at sunset, pine trees flashing past, dust kicked up behind the back wheel.

Reescrito para MiniMax H3:

Prompt

12s, 16:9. A cyclist races down a narrow mountain road at sunset. The camera follows close behind the back wheel at speed, then rises above the trees as the road curves into the valley. Pine trees flash past, dust trails behind the tire. Cut to a low side angle as he leans into the last bend. Sound: tires on gravel, rushing wind, a freewheel ticking.

¿Cómo se compara una escena nocturna?

Las escenas nocturnas ponen a prueba el detalle: la lluvia, los reflejos y las letras de los carteles. Hailuo 2.3 llega como máximo a 1080P con 6 segundos o a 768P con 10. H3 genera todo el clip en 2K, y la nota de MiniMax sobre la precisión del texto importa cuando los carteles o los títulos deben leerse.

Estilo Hailuo 2.3:

Prompt

[Static shot] A woman in a dark trench coat walks toward the camera down a rain-soaked city street at night, pink and teal neon reflecting in the puddles, steam rising from a grate.

Reescrito para MiniMax H3:

Prompt

8s, 16:9. Night, light rain. A woman in a dark trench coat walks toward a locked-off camera down a rain-soaked city street, pink and teal neon shimmering in the puddles, steam rising from a street grate, a taxi's tail lights blurred behind her. Sound: steady rain, distant traffic, her heels on wet asphalt, a faint buzz from the neon.

Cuál usar: MiniMax H3 o Hailuo 2.3

Tres reglas cubren la mayoría de los casos:

  1. Presupuesto: si necesitas muchos clips cortos y mudos y llamas tú mismo a la API de MiniMax, Hailuo 2.3 Fast, a 0,19 $ por clip de 6 segundos a 768P, es la opción más barata de la lista de MiniMax. En cuanto pagas por el sonido o necesitas más de 10 segundos, H3 sale más barato en total.
  2. Velocidad: MiniMax no publica tiempos de generación. Para borradores más rápidos, su lista de precios ofrece Hailuo 2.3 Fast para imagen a video y MiniMax-H3-Highspeed a 768P o 480P.
  3. Sonido: si el clip necesita diálogo, efectos o música, usa H3. Hailuo 2.3 no tiene opción de audio, así que el sonido hay que añadirlo en un editor.

Hailuo 2.3. Ideal para: clips mudos de 6 o 10 segundos en volumen por la API y equipos con un flujo de 2.3 ya probado que aún no quieren cambiar. No es para: clips con sonido, nada de más de 10 segundos ni planos que deban terminar en un fotograma fijo.

MiniMax H3. Ideal para: clips 2K de hasta 15 segundos con sonido, secuencias de varios planos y trabajos que deben ajustarse a imágenes de referencia o a un fotograma final. No es para: el coste más bajo posible por clip mudo.

Cómo pasar tus prompts de Hailuo 2.3 a MiniMax H3

Las descripciones del sujeto, el escenario y la luz se mantienen tal cual. Lo que hay que retocar es el control de cámara, la duración y el sonido. La guía de H3 de MiniMax pide describir los movimientos de cámara en el texto del prompt y acepta señales cortas entre corchetes como [pan], [zoom] o [static] justo después de una descripción clave. Esta tabla convierte cada uno de los 15 comandos de Hailuo 2.3 en una frase que H3 entiende bien (conviene escribirla en inglés):

Comando de Hailuo 2.3 Qué escribir para MiniMax H3
[Truck left] / [Truck right] the camera slides sideways to the left (or right), keeping level with the subject
[Pan left] / [Pan right] the camera stays in place and pans left (or right) to reveal …
[Push in] the camera pushes in slowly toward …
[Pull out] the camera pulls back to reveal …
[Pedestal up] / [Pedestal down] the camera rises (or lowers) straight up (or down)
[Tilt up] / [Tilt down] the camera tilts up (or down) from … to …
[Zoom in] / [Zoom out] the lens zooms in (or out) on …, o añade la señal [zoom]
[Shake] handheld camera with a light shake
[Tracking shot] the camera follows behind … at the same speed
[Static shot] locked-off camera, no movement, o añade la señal [static]

Lista de comprobación en cinco pasos para cada prompt:

  1. Sustituye cada comando entre corchetes por una frase sobre el movimiento y di dónde termina.
  2. Deja un solo movimiento principal por plano. Si combinabas 3 comandos en un corchete, repártelos entre varios planos.
  3. Indica al principio la duración y la relación de aspecto, por ejemplo «10s, 16:9».
  4. Termina con una línea «Sound:». H3 siempre genera audio, así que si la omites, el modelo elige por ti.
  5. Si con 2.3 usabas una imagen inicial, añade también un último fotograma cuando el plano tenga que acabar en un punto concreto.

Créditos de MiniMax H3 en Yovid para las duraciones de Hailuo 2.3

Yovid ofrece MiniMax H3, pero no Hailuo 2.3. En Yovid, H3 genera solo en 2K, de 5 a 15 segundos, en 21:9, 16:9, 4:3, 1:1, 3:4 o 9:16, y el sonido está siempre activado. Requiere Pro, Premium o un paquete de créditos: el plan gratuito no lo incluye y Lite llega como máximo a 1080P. Esto cuesta H3 en las duraciones que usaría alguien que viene de Hailuo 2.3, según la tarifa del propio generador el 2026-11-15:

Clip de H3 en 2K Paquete de créditos Al precio de Starter Pro Premium
5 s 23 créditos 3,44 $ 16 créditos 16 créditos
6 s (duración de 2.3 a 1080P) 27 créditos 4,04 $ 19 créditos 18 créditos
10 s (clip más largo de 2.3) 46 créditos 6,88 $ 32 créditos 32 créditos
15 s (máximo de H3) 68 créditos 10,17 $ 48 créditos 47 créditos

El precio de Starter es de 29,90 $ por 200 créditos, unos 0,15 $ por crédito. Hasta 5 imágenes de referencia no tienen coste extra; cada una a partir de la sexta suma unos 1,4 créditos. Los segundos de un video de referencia se cobran además de los de salida, así que un clip de 5 segundos con un video de referencia de 5 segundos cuesta 46 créditos con paquete. Los créditos solo se gastan cuando se genera un clip. Por clip, la API de MiniMax es más barata; Yovid funciona en el navegador sin configurar ninguna API y pone H3 en el mismo saldo que sus otros modelos de video.

El generador de video de Yovid en inglés con el menú de modelos filtrado por MiniMax: la entrada MiniMax H3, con 2K, 5-15s y 23+ credits, lleva el número 1, y la pestaña de vista previa de MiniMax H3 el número 2

El generador de video de Yovid con el menú de modelos filtrado por «MiniMax»: (1) MiniMax H3, el único modelo de MiniMax de la lista, con sus etiquetas 2K, 5-15s y 23+ credits; (2) la pestaña de vista previa de MiniMax H3.

Para empezar, abre el generador de texto a video si partes de un prompt, o el generador de imagen a video si partes de un primer o último fotograma, y elige MiniMax H3 en el menú de modelos. Los precios de los planes están en la página de precios, y la guía de costes de video con IA compara H3 con el resto de modelos de video de Yovid.

Preguntas frecuentes

¿MiniMax H3 es una actualización de Hailuo 2.3?

Es la siguiente generación. La línea de MiniMax va de Hailuo 01 a Hailuo 02 y luego a H3; Hailuo 2.3 fue una actualización dentro de la generación Hailuo 02. H3 usa un tokenizador y un transformer nuevos en lugar de la arquitectura de Hailuo 02.

¿Van a retirar Hailuo 2.3?

La documentación de la API y la lista de precios de MiniMax muestran ahora Hailuo 2.3 y 2.3 Fast como modelos heredados, todavía con precio. El 2026-11-15 ninguna de las dos páginas daba una fecha de retirada. Consulta la documentación de MiniMax antes de montar algo nuevo sobre 2.3.

¿Cuál es más barato, MiniMax H3 o Hailuo 2.3?

Por clip mudo, Hailuo 2.3: 0,28 $ por 6 segundos a 768P en la API de MiniMax, frente a 0,48 $ por 6 segundos de H3 a 768P. El precio de H3 incluye el sonido generado, así que la diferencia se reduce si cuentas lo que cuesta añadir el audio después.

¿Cuál genera sonido?

Solo MiniMax H3. Genera voz, efectos de sonido y música junto con la imagen. La API de Hailuo 2.3 no tiene opción de audio.

¿Puedo cambiar entre MiniMax H3 y Hailuo 2.3?

En la API de MiniMax, cambiar significa modificar el modelo en tu solicitud y reescribir el prompt para los movimientos de cámara y el sonido, porque H3 no usa los mismos 15 comandos entre corchetes. En Yovid solo está H3, así que trae tus prompts de 2.3 con la tabla de arriba.

Prueba MiniMax H3 con tus prompts de Hailuo 2.3

Elige un prompt que te funcionara en Hailuo 2.3, reescribe el comando de cámara como una frase, añade una línea de sonido y pruébalo a 5 segundos antes de lanzarte a 15. Encontrarás más enfrentamientos entre modelos en Comparativas de modelos, entre ellos los modelos de video con IA más largos, que llegan a 30 segundos en un solo clip. Cuando tengas el prompt listo, abre el generador de videos con IA y elige MiniMax H3.