Yovid

MiniMax H3 和 Hailuo 2.3:变了什么、选哪个

NoraNora阅读约 12 分钟发布于 2026/11/15
分享到 X

直接回答:MiniMax H3 是 MiniMax 在 Hailuo 2.3 之后推出的新一代视频模型,几乎每项参数都变了。Hailuo 2.3(2025 年 10 月 28 日发布)能用文字或一张首帧图生成 6 秒或 10 秒的 768P 视频,1080P 只支持 6 秒,没有音频选项。H3(2026 年 7 月 31 日发布)支持 4 到 15 秒、768P 或 2K,画面和人声、音效、音乐一起生成,还能用首帧、尾帧,或最多 9 张图、3 段视频、3 段音频做参考。MiniMax 的 API 文档现在把 Hailuo 2.3 归到旧版模型。Hailuo 2.3 只在一种情况下还划算:通过 MiniMax API 批量做便宜的 6 秒无声片段,768P 一条 0.28 美元,同样时长的 H3 是 0.48 美元。只要需要声音、更长的镜头或参考图,就用 H3。

雨夜城市街头,一位穿深色风衣的女人朝镜头走来,粉色和青色霓虹倒映在积水里

图片提示词:电影感剧照,远景,雨夜湿透的城市街道,一位穿深色风衣的女人独自在粉色和青色霓虹招牌下朝镜头走来,细雨飘落,柏油路积水里倒影闪烁,路边井盖冒着蒸汽,背景里出租车的红色尾灯被虚化,浅景深,变形宽银幕镜头光晕,反差浓郁。

最后核实:2026-11-15。下面的对比依据 MiniMax 官方文档和价目表整理,不是两个模型同提示词的实测。

MiniMax H3 和 Hailuo 2.3 参数对照

参数 Hailuo 2.3 MiniMax H3
发布时间 2025 年 10 月 28 日 2026 年 7 月 31 日
MiniMax API 文档中的状态 旧版模型 当前模型
视频时长 6 秒或 10 秒 4 到 15 秒,按整秒
分辨率 768P(6 或 10 秒)、1080P(仅 6 秒) 任意时长都可选 768P 或 2K
帧率 24 fps 24 fps
声音 API 没有音频选项 人声、音效、音乐与画面一起生成
图片输入 一张首帧 首帧、尾帧或首尾帧
参考素材 不支持 最多 9 张图、3 段视频、3 段音频,合计不超过 12 个文件
提示词长度 最多 2,000 字符 最多 7,000 字符
镜头控制 15 个方括号指令,如 [Push in] 在提示词里描述运镜,也可加 [pan]、[zoom]、[static] 这类短指令
更快的版本 Hailuo 2.3 Fast(只做图生视频) MiniMax-H3-Highspeed(768P 或 480P)

来源:MiniMax 的模型总览、视频生成指南、文生视频 API 参考、价目表和发布文章,均于 2026-11-15 查阅。

Hailuo 2.3 擅长什么

Hailuo 2.3 是 Hailuo 02 的升级版,不是新的模型系列。MiniMax 发布文里说,这一版主要改进动态表现:人物肢体动作更流畅、更可控,真人面部的微表情更自然,对运动指令的响应也更好。风格上也扩展到了动漫、插画、水墨和游戏 CG。同时推出的 Hailuo 2.3 Fast 只做图生视频,速度更快、价格更低,MiniMax 称批量创作成本最多可降 50%。

它的限制在输出上。Hailuo 2.3 一条视频只有 6 秒或 10 秒,1080P 只支持 6 秒,而且生成出来没有声音。能控制的只有一张首帧图和最多 2,000 字符的提示词,运镜靠 15 个方括号指令。做短视频素材和无声空镜够用,但要台词、音乐,或者镜头必须停在预先设计好的最后一帧,都得在生成之后另外处理。

MiniMax H3 比 Hailuo 2.3 多了什么

H3 不是在 2.3 上加功能。MiniMax 为它换了新的视频编码器(H3-VAE)和新的 Transformer(H3-Omni),并表示放弃了 Hailuo 02 的架构。人声、音效和音乐与画面一起建模,模型还针对多镜头做了训练,所以一次 15 秒的生成里可以从远景切到特写。MiniMax 还提到早期测试中文字和品牌标识渲染准确,这对片头字幕和产品镜头很有用。

落到使用上:最长 15 秒,不再是 10 秒;任意时长都能出 2K,不再是只有 6 秒能到 1080P。可以用尾帧锁定镜头结尾,也可以用参考图和参考视频固定人物、产品和运镜。提示词能写 3.5 倍长。代价是价格:H3 按秒计费,最便宜的标准档每秒也比 2.3 的 768P 视频贵。MiniMax H3 提示词指南 收录了 30 条为新模型写的提示词。

MiniMax H3 和 Hailuo 2.3 的 API 单条成本

Hailuo 2.3 按条计价,H3 按秒计价,直接看很难比较。下表按 MiniMax 按量付费价目表,把两者放在 Hailuo 2.3 能生成的时长上对比。

视频 Hailuo 2.3 Hailuo 2.3 Fast MiniMax H3 768P MiniMax H3 2K
6 秒 768P 0.28 美元 0.19 美元 0.48 美元 —
10 秒 768P 0.56 美元 0.32 美元 0.80 美元 —
6 秒 1080P 0.49 美元 0.33 美元 — —
6 秒 2K — — — 0.78 美元
10 秒 2K — — — 1.30 美元
15 秒 不支持 不支持 1.20 美元 1.95 美元
每秒成本 0.047 到 0.082 美元 0.032 到 0.055 美元 0.08 美元 0.13 美元
含声音 否 否 是 是

H3 每次任务超过 5 张的输入图片,每张另收 0.04 美元;输入视频的秒数按输出分辨率的单价计费。可以这样理解这张表:一条 10 秒 768P 的无声视频,H3 比 Hailuo 2.3 贵 43%,但 H3 那条自带音轨。如果你原本还要为配乐或音效付钱,H3 反而可能更省。

特写、运动镜头、夜景:按参数对比 H3 和 2.3

下面用三种常见镜头说明差异落在哪里。每组列出文档里两个模型的相关能力,一条按 Hailuo 2.3 习惯写的提示词,以及同一镜头改写给 H3 的版本。这些不是两个模型实际生成的结果。

特写镜头差在哪?

微表情是 Hailuo 2.3 主打的改进之一,所以特写是 2.3 最强的场景。不过 1080P 只有 6 秒,大概够一次表情变化。H3 能把同一个特写拉到 15 秒、2K,并带上现场的声音。

黎明时分,戴针织帽的老渔民在木船上慢慢露出笑容,金色侧光照在他满是皱纹的脸上,身后是海雾

图片提示词:电影感剧照,大特写,黎明时分木船上一位老渔民饱经风霜的脸,嘴角慢慢扬起笑意,眼里泛着泪光,深深的皱纹和灰白胡茬清晰可见,柔和的金色侧光,身后海雾飘动,浅景深,自然肤色,85mm 人像镜头质感。

Hailuo 2.3 写法:

提示词

[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.

MiniMax H3 改写:

提示词

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.

运动镜头差在哪?

Hailuo 2.3 用方括号指令控制运动,一个方括号里最多建议组合 3 个。H3 能读懂用句子写的运镜,多镜头训练还让它可以在一条视频中途换角度,这是 10 秒的 2.3 视频规划不了的。

Hailuo 2.3 写法:

提示词

[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.

MiniMax H3 改写:

提示词

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.

夜景差在哪?

夜景考验细节:雨丝、倒影和招牌上的字。Hailuo 2.3 最高是 6 秒 1080P 或 10 秒 768P。H3 整条都是 2K,MiniMax 提到的文字渲染准确,也关系到招牌和字幕能不能看清。

Hailuo 2.3 写法:

提示词

[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.

MiniMax H3 改写:

提示词

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.

MiniMax H3 还是 Hailuo 2.3:怎么选

三条规则能覆盖大部分情况:

  1. 预算:如果你自己调用 MiniMax API、要大量短的无声片段,Hailuo 2.3 Fast 的 6 秒 768P 只要 0.19 美元,是 MiniMax 价目表里最便宜的选项。一旦要为声音付费,或者需要超过 10 秒,H3 的总成本更低。
  2. 速度:MiniMax 没有公布生成耗时。想更快出草稿,它的价目表里有只做图生视频的 Hailuo 2.3 Fast,以及 768P 或 480P 的 MiniMax-H3-Highspeed。
  3. 声音:需要台词、音效或音乐,就用 H3。Hailuo 2.3 没有音频选项,声音只能在剪辑软件里补。

Hailuo 2.3。 适合:通过 API 批量生成 6 秒或 10 秒的无声片段;已经有一套调好的 2.3 流程、暂时不想改的团队。不适合:需要声音的视频、超过 10 秒的镜头、必须停在指定画面的镜头。

MiniMax H3。 适合:带声音、最长 15 秒的 2K 视频,多镜头片段,需要贴合参考图或最后一帧的内容。不适合:追求每条无声片段成本最低。

怎样把 Hailuo 2.3 提示词迁移到 MiniMax H3

主体、场景和光线的描述可以原样保留,要改的是运镜、时长和声音。MiniMax 的 H3 指南要求在提示词正文里描述运镜,也接受在关键描述后面加 [pan]、[zoom]、[static] 这样的短指令。下表把 Hailuo 2.3 的 15 个指令逐一换成 H3 好理解的写法(运镜描述建议直接用英文):

Hailuo 2.3 指令 给 MiniMax H3 的写法
[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 …,或加短指令 [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,或加短指令 [static]

每条提示词按这五步检查:

  1. 把每个方括号指令换成一句描述运镜的话,并写清运镜停在哪里。
  2. 每个镜头只保留一个主要运镜。以前在一个方括号里组合 3 个指令的,拆到不同镜头里。
  3. 开头写上时长和画幅,例如「10s, 16:9」。
  4. 结尾加一行「Sound:」。H3 每次都会生成声音,不写就由模型自己决定。
  5. 以前用 2.3 做首帧图生视频的,如果镜头必须停在特定画面,再加一张尾帧。

Yovid 上 MiniMax H3 按 Hailuo 2.3 常用时长要多少积分

Yovid 提供 MiniMax H3,不提供 Hailuo 2.3。Yovid 上的 H3 只有 2K,时长 5 到 15 秒,画幅可选 21:9、16:9、4:3、1:1、3:4、9:16,声音始终开启。使用 H3 需要 Pro、Premium 或积分包:免费版不含 H3,Lite 最高只到 1080P。下表是 Hailuo 2.3 用户常用时长在 H3 上的价格,取自 2026-11-15 生成器自身的计费:

H3 2K 视频 积分包 按 Starter 价折算 Pro Premium
5 秒 23 积分 3.44 美元 16 积分 16 积分
6 秒(2.3 的 1080P 时长) 27 积分 4.04 美元 19 积分 18 积分
10 秒(2.3 的最长时长) 46 积分 6.88 美元 32 积分 32 积分
15 秒(H3 上限) 68 积分 10.17 美元 48 积分 47 积分

Starter 价是 29.90 美元 200 积分,约每积分 0.15 美元。最多 5 张参考图不额外收费,之后每张约加 1.4 积分。参考视频的秒数会和输出秒数一起计费,所以用积分包生成一条带 5 秒参考视频的 5 秒视频要 46 积分。只有生成视频时才扣积分。按单条算,MiniMax API 更便宜;Yovid 的好处是在浏览器里直接用,不用接 API,H3 和其他视频模型共用一个积分余额。

Yovid 英文版视频生成器,模型菜单里搜索 MiniMax:1 标出显示 2K、5-15s、23+ credits 的 MiniMax H3,2 标出 MiniMax H3 预览标签

Yovid 英文版视频生成器,在模型菜单中搜索「MiniMax」:(1)列表里唯一的 MiniMax 模型 MiniMax H3,标有 2K、5-15s 和 23+ credits;(2)MiniMax H3 预览标签。

开始时,用提示词就打开文生视频生成器,用首帧或尾帧就打开图生视频生成器,在模型菜单里选 MiniMax H3。套餐价格见价格页,AI 视频成本指南把 H3 和 Yovid 上的其他视频模型放在一起比较。

常见问题

MiniMax H3 是 Hailuo 2.3 的升级版吗?

它是下一代模型。MiniMax 的产品线是 Hailuo 01、Hailuo 02,然后是 H3;Hailuo 2.3 是 Hailuo 02 这一代里的更新。H3 用的是新的编码器和 Transformer,没有沿用 Hailuo 02 的架构。

Hailuo 2.3 会下线吗?

MiniMax 的 API 文档和价目表现在把 Hailuo 2.3 和 2.3 Fast 列为旧版模型,价格仍然在列。2026-11-15 查阅时,这两页都没有给出下线日期。要在 2.3 上搭新流程,先看一下 MiniMax 的最新文档。

MiniMax H3 和 Hailuo 2.3 哪个更便宜?

按单条无声视频算是 Hailuo 2.3:MiniMax API 上 6 秒 768P 是 0.28 美元,H3 同样 6 秒 768P 是 0.48 美元。H3 的价格已经包含生成的声音,算上后期补音频的成本,差距会缩小。

哪个能生成声音?

只有 MiniMax H3。它会把人声、音效和音乐与画面一起生成。Hailuo 2.3 的 API 没有音频选项。

能在 MiniMax H3 和 Hailuo 2.3 之间切换吗?

在 MiniMax API 上,切换就是改请求里的模型,再按运镜和声音改写提示词,因为 H3 不用那 15 个方括号指令。Yovid 上只有 H3,可以按上面的对照表把 2.3 提示词迁移过来。

用你的 Hailuo 2.3 提示词试试 MiniMax H3

挑一条你在 Hailuo 2.3 上用得顺手的提示词,把运镜指令改成一句话,加一行声音描述,先用 5 秒跑一次,再决定要不要拉到 15 秒。更多模型对比见模型对比,包括一条就能做到 30 秒的最长 AI 视频模型。提示词准备好了,就打开 AI 视频生成器,选 MiniMax H3。