Em 31 de julho de 2026, a MiniMax publicou o post oficial de lançamento do MiniMax H3: um modelo de geração multimodal de uso geral que lê texto, imagens, vídeo e áudio em um único contexto e devolve vídeo curto com som estéreo nativo, até 15 segundos em 2K. No mesmo dia, as release notes da plataforma listaram o H3 na linha de vídeo (Models release notes), e a conta oficial no X enquadrou o drop como omni-reference, geração de nível comercial, eficiência de custo e open weights (post de lançamento @MiniMax_AI).
Este é um mapa de release independente e baseado em evidências — não um comunicado oficial da MiniMax. Reunimos blog do vendor, release notes de API, cobertura mainstream e leaderboards públicos para separar o que já saiu do que ainda é promessa de roadmap, e abrir um caminho prático no browser em MiniMax H3 no SupaImagine.
TLDR
O lançamento do MiniMax H3 (31 de julho de 2026) apresenta o próximo modelo multimodal de vídeo de uso geral da MiniMax — narrativa sucessora da linha Hailuo, não o modelo de linguagem M3 de junho (post oficial H3; página M3). Claims públicas: contexto multimodal unificado, saída 2K por padrão, clips de até 15s com estéreo nativo, seguimento de instrução / texto de marca orientado a comercial, e pesos abertos planejados “nos próximos dias” sujeitos à lei (post oficial H3). Snapshot de ranking independente: no momento desta matéria, o H3 está em #1 no leaderboard Video Editing (With Audio) da Artificial Analysis (Artificial Analysis). Caminho rápido no browser: MiniMax H3 no SupaImagine (texto-para-vídeo ou imagem-para-vídeo, 5–15s, 2K).
Key Takeaways
- Janela de ship: materiais públicos do H3 em 31 de julho de 2026 no blog de pesquisa e nas release notes da plataforma (blog minimax.io; platform release notes).
- Armadilha de nomes: H3 = vídeo / geração multimodal; M3 = modelo de linguagem de junho de 2026. Não misture benchmarks de coding com demos de vídeo (post H3; página M3).
- Teto de saída na história oficial: até 15 segundos, 2K, estéreo nativo gerado com a imagem (post oficial H3; Reuters).
- História de input: contexto multimodal — relações texto + imagem + vídeo + áudio descritas em linguagem, não só um still (post oficial H3).
- Open weights: a MiniMax diz planejar abrir pesos nos próximos dias, sujeitos à lei — não “baixe no dia do launch” (post oficial H3; follow-up no X).
- Snapshot de ranking: Artificial Analysis lista MiniMax H3 no topo da tabela de video editing (com áudio) na publicação (leaderboard).
- Caminho de teste aqui: abra MiniMax H3 no SupaImagine para corridas curtas 2K t2v/i2v sem montar stack de inferência.
What Actually Shipped
1. Pitch de vídeo multimodal de uso geral — não refresh de modelo de texto
O post de launch posiciona o H3 como modelo de geração omni-modal de uso geral que “entende contexto unificado em texto, imagens, vídeo e áudio” e produz vídeo com estéreo nativo (post oficial H3). A Reuters resumiu no mesmo dia que a empresa de Xangai lançou um modelo de geração de vídeo que processa texto, imagens, vídeo e áudio, gerando clips de até 15 segundos em 2K com som estéreo nativo (Reuters).
Isto é um launch de vídeo. Se ainda tem abertos os textos do M3 de junho, feche antes de comparar números (página M3).
2. 2K + estéreo nativo como história padrão de produto
A copy oficial enfatiza 2K por padrão e estéreo nativo, não clips 720p mudos + TTS separado (post oficial H3). A página de models da plataforma espelha a data: 31 de jul. de 2026 — MiniMax H3 (release notes).
Trate menções de “24fps” de terceiros como reportadas — verifique no endpoint ou UI que você usa.
3. Contexto multimodal e controle in-context
A narrativa de demo não é “um substantivo, um movimento de câmera”. A MiniMax descreve prompts que ligam relações entre modalidades — por exemplo, movimento de câmera de um vídeo, personagem de uma imagem e vocais de um áudio em linguagem natural (post oficial H3). Faixas comerciais citadas: advertising, branding, e-commerce, product design, UI/UX e gaming.
Sample de clip curto multimodal · showcase still no MiniMax H3
4. Linhagem: Hailuo 01 → Hailuo 02 / 2.3 → H3
O próprio texto H3 da MiniMax enquadra gerações anteriores: Hailuo 01 construiu o sistema; Hailuo 02 melhorou eficiência, dados e escala; H3 avança generalização de tarefas entre jobs silados de imagem/vídeo/áudio (post oficial H3). Posts Hailuo anteriores seguem úteis — Hailuo 02 e Hailuo 2.3. Apelidos da comunidade como “Hailuo 3.0” aparecem em cobertura secundária; a MiniMax marca o modelo como MiniMax H3.
5. Buzzwords de arquitetura (claims, não teardowns independentes)
O post oficial nomeia Contextual Omni Representation, H3-VAE, H3-Omni Transformer e In-Context Regeneration (post oficial H3). Um technical report completo deve vir. Até lá, trate nomes de arquitetura como rótulos do vendor.
6. Promessa de open weights vs. disponibilidade no dia 0
O marketing de launch aposta forte em abertura. O post principal diz planejar abrir pesos nos próximos dias, sujeitos a leis (post oficial H3). Follow-ups oficiais no X mantêm o enquadramento “open for anyone to build on” (@MiniMax_AI). Status honesto: API / superfícies parceiras primeiro; self-host quando (se) checkpoint e licença aparecerem.
Deep dive: temas de capacidade que importam
Contexto multimodal acima de prompts single-mode
Se o fluxo atual é só “imagem-para-vídeo”, a história do H3 é mais ampla: linguagem como ponte para relações entre referências (post oficial H3).
Instruction following, texto e brand rendering
A MiniMax destaca instruction following, renderização precisa de texto/marca e V2V motion transfer (post oficial H3). Regra prática: zoome 100% em cada string na tela antes de paid media.
Família de jobs de frame inicial/final · showcase still no MiniMax H3
Price-performance (só claim do vendor)
A MiniMax afirma que, em 2K, o preço por segundo do H3 é menos de um terço de “modelos mainstream” (post oficial H3). Não reimprimimos tabelas de guerra de preço de terceiros. Puxe a taxa ao vivo da superfície que você vai faturar.
Sinal de leaderboard (tabela independente, não garantia)
A tabela pública Video Editing (With Audio) da Artificial Analysis lista MiniMax H3 no topo entre os modelos listados (leaderboard). Snapshots — não promessa de vencer todo brief.
Sample de motion comercial · showcase still no MiniMax H3
MiniMax H3 vs sinais próximos (capacidade, não tabela de preços)
| Sinal | O que os materiais públicos enfatizam | Leitura prática |
|---|---|---|
| MiniMax H3 | Contexto multimodal; 2K; ≤15s; estéreo nativo; plano de open weights (post H3) | Clips comerciais curtos + controle por referência quando o host expõe inputs |
| MiniMax M3 | Language / agentic / long-context (M3) | Alvo errado para qualidade de vídeo |
| Hailuo anterior (02 / 2.3) | Qualidade e motion progressivos (Hailuo 02; 2.3) | Contexto de família; H3 é a manchete da semana |
| Rivais da mesma semana (imprensa) | Reuters enquadra competição com outros labs chineses de vídeo (Reuters) | O calor do mercado é real; escolha pelo seu brief |
What We Know vs. What We Don’t
| Sabemos (com fonte) | Não sabemos / não afirmamos |
|---|---|
| Lançamento público MiniMax H3 em 31 de julho de 2026 (blog oficial; release notes) | Que toda UI parceira expõe stacks omni-reference completos no dia 0 |
| História oficial de saída: 2K, até 15s, estéreo nativo (blog oficial; Reuters) | Legalidade pixel-perfect de marca sem revisão humana |
| Open weights planejados, não provados como checkpoint público no post de launch (blog oficial) | Licença estável de self-host + receita de hardware antes de weights + docs |
| AA lista H3 no topo do board de video editing (com áudio) (AA) | Que o H3 “vence todo job criativo para sempre” |
| Caminho no browser: SupaImagine MiniMax H3 para t2v/i2v 2K curto | Que cada modalidade de demo oficial é idêntica em todo host |
Por que isso importa para builders
- Vídeo short-form consolida inputs multimodais (post oficial H3).
- Áudio nativo muda o critério de review — timing, ambient e music bed fazem parte do take.
- Planos de open weights pressionam stacks fechados — só se checkpoints realmente shipparem (post oficial H3; X).
- Avaliação no browser vence esperar install local perfeito quando você só precisa saber se seu ângulo de produto sobrevive a um crop de 5–15s.
Como avaliar o MiniMax H3 você mesmo
- Abra MiniMax H3 no SupaImagine.
- Escolha a duração primeiro (5–15s).
- Rode texto-para-vídeo com Prompt A, depois imagem-para-vídeo com still real de produto.
- Julgue em zoom 100%: estabilidade do sujeito, texto na tela, intenção de câmera e fit de áudio.
- Salve keepers só após um segundo passe com prompt mais apertado.
Prompt A — product hero, 16:9
Cinematic product hero shot, 16:9, soft studio lighting, soft teal rim light.
A matte black wireless earbud case floats slowly toward camera on a clean white seamless backdrop.
Subtle camera push-in, shallow depth of field, commercial advertising grade, no logos, no watermark, no extra props.Prompt B — street fashion, vertical 9:16
Vertical 9:16 fashion clip, golden hour city street, shallow depth of field.
A model in a red trench coat walks toward camera in slow confident steps, coat fabric moves naturally in light wind.
Handheld micro-shake, realistic skin texture, natural color grade, no text, no watermark, no logo.Prompt C — demo de produto com first frame (image-to-video)
Keep the product identity locked from the first frame.
Slow 30-degree orbital move around the product, soft reflections on the table surface, gentle light sweep.
Premium e-commerce demo look, stable geometry, no morphing logos, no extra objects entering frame, no watermark.O que observar a seguir
- Release de pesos: checkpoint público + licença após a janela “coming days” (post oficial H3)?
- Technical report: MiniMax prometeu um relatório H3 mais completo (post oficial H3).
- Paridade de hosts: quais UIs expõem refs multimodais completas.
- Churn de leaderboard: tabelas AA atualizam (AA video editing).
- Pressão de mercado: Reuters já enquadra o H3 na corrida (Reuters).
FAQ
Qual é a data de lançamento do MiniMax H3?
Materiais públicos de launch estão datados de 31 de julho de 2026 (blog oficial; release notes).
MiniMax H3 é o mesmo que MiniMax M3?
Não. H3 é o modelo de geração de vídeo multimodal do launch de 31 de julho. M3 é a linha de linguagem de junho (post H3; página M3).
Qual resolução e duração o H3 afirma?
Copy oficial: até 15 segundos em 2K com estéreo nativo (blog oficial; Reuters). UIs de host podem expor um subconjunto.
O MiniMax H3 gera áudio com o vídeo?
Materiais de launch da MiniMax dizem que sim: estéreo nativo faz parte da história de geração (blog oficial). Sempre verifique no produto concreto.
Os pesos do MiniMax H3 estão abertos hoje?
No post de launch, a MiniMax planeja abrir pesos nos próximos dias sujeitos à lei — promessa, não prova de checkpoint público (blog oficial).
Como o H3 aparece em leaderboards públicos de vídeo?
No AA Video Editing (With Audio), MiniMax H3 está no topo no momento desta matéria (Artificial Analysis). Rankings mudam.
Para quem é o H3?
A MiniMax cita advertising, branding, e-commerce, product design, UI/UX, gaming e jobs comerciais relacionados (blog oficial).
Como testar MiniMax H3 sem self-host?
Abra MiniMax H3 no SupaImagine, escolha texto-para-vídeo ou imagem-para-vídeo, 5–15s, e um dos prompts acima. Também pode começar pelo workspace de vídeo ou home deste site.
Este site é oficial da MiniMax?
Não. Recurso e funil de teste independentes do MiniMax H3. Claims autoritativos do vendor: minimax.io e platform.minimax.io.
Devo esperar open weights antes de testar?
Só se self-host for requisito rígido. Para avaliação criativa, geração no browser em SupaImagine MiniMax H3 basta.
O que testar primeiro após o lançamento do MiniMax H3?
Um prompt de product hero, um de social vertical e um image-to-video com foto real de SKU.
About Casey Ren
Casey Ren é analista de modelos de vídeo de IA. Ela acompanha releases MiniMax / Hailuo e transforma claims públicos em caminhos de teste claros no MiniMax H3.