En resumen
El lanzamiento de MiniMax H3 (31 de julio de 2026) presenta el nuevo modelo de video multimodal de uso general de MiniMax. Se plantea como sucesor de la línea de video Hailuo, no como el modelo de lenguaje M3 de junio (artículo oficial de H3; página de producto de M3). Lo que se afirma públicamente: contexto multimodal unificado, salida en 2K por defecto, clips de hasta 15 s con estéreo nativo, seguimiento de instrucciones y renderizado de texto de marca orientados al uso comercial, y pesos abiertos previstos «en los próximos días», sujetos a la ley (artículo oficial de H3). Una instantánea de clasificación independiente: en el momento de escribir esto, H3 ocupa el n.º 1 en la tabla Video Editing (With Audio) de Artificial Analysis (Artificial Analysis). Si quieres una vía rápida en el navegador, empieza por MiniMax H3 en este sitio (texto a video o imagen a video, 5–15 s, 2K).
Puntos clave
- Fecha de lanzamiento: los materiales públicos de H3 aparecen el 31 de julio de 2026 en el blog de investigación de MiniMax y en las notas de versión de su plataforma (blog de minimax.io; notas de versión de la plataforma).
- Cuidado con los nombres: H3 = generación de video / multimodal; M3 = modelo de lenguaje de junio de 2026. No mezcles benchmarks de programación con demos de video (artículo de H3; página de M3).
- Techo de salida según la versión oficial: hasta 15 segundos, resolución 2K y sonido estéreo nativo generado junto con la imagen (artículo oficial de H3; resumen de Reuters).
- Entradas: contexto multimodal, es decir, relaciones entre texto, imagen, video y audio descritas con lenguaje, no solo una imagen fija (artículo oficial de H3).
- Pesos abiertos: MiniMax dice que planea abrir los pesos del modelo en los próximos días, sujeto a la legislación aplicable; no dice que «los pesos se puedan descargar desde el día del lanzamiento» (artículo oficial de H3; mensaje posterior en X).
- Instantánea de clasificación pública: Artificial Analysis sitúa MiniMax H3 en lo más alto de su tabla de edición de video (con audio) en el momento de publicar este artículo (clasificación).
- Cómo probarlo aquí: abre MiniMax H3 en este sitio para hacer pruebas cortas de texto a video / imagen a video en 2K sin montar antes tu propia infraestructura de inferencia.
Qué se publicó de verdad
1. Una propuesta de video multimodal de uso general, no una actualización de un modelo de texto
El artículo de lanzamiento de MiniMax presenta H3 como un modelo de generación omnimodal de uso general que «entiende un contexto unificado entre texto, imágenes, video y audio» y produce video con estéreo nativo (artículo oficial de H3). Ese mismo día, Reuters resumió que la empresa con sede en Shanghái había lanzado un modelo de generación de video capaz de procesar texto, imágenes, video y audio, y de generar clips de hasta 15 segundos en 2K con sonido estéreo nativo (Reuters).
Es un lanzamiento de video. Si todavía tienes abiertos los análisis de junio sobre el modelo de lenguaje M3 de MiniMax, ciérralos antes de comparar cifras (página de M3).
2. 2K y estéreo nativo como mensaje principal del producto
El texto oficial insiste en el 2K por defecto y en el estéreo nativo, en lugar de clips mudos en 720p con una pasada de TTS aparte (artículo oficial de H3). La página de modelos de la plataforma repite la fecha: 31 de julio de 2026 — MiniMax H3, como un nuevo modelo abierto de video multimodal de uso general (notas de versión).
Las menciones de terceros a «24 fps» son datos reportados, no siempre fijados por el fabricante en el texto principal del blog: compruébalo en el endpoint o la interfaz concreta que uses.
3. Contexto multimodal y control «en contexto»
La demo de lanzamiento no se limita a «un sustantivo, un movimiento de cámara». MiniMax describe prompts que enlazan relaciones entre modalidades; por ejemplo, tomar el movimiento de cámara de un video, un personaje de una imagen y la voz de un clip de audio, todo indicado en lenguaje natural (artículo oficial de H3). El mismo artículo menciona usos comerciales concretos: publicidad, branding, comercio electrónico, diseño de producto, UI/UX y videojuegos.
Muestra de clip corto multimodal · imagen de muestra de MiniMax H3
4. Linaje de la familia: Hailuo 01 → Hailuo 02 / 2.3 → H3
El propio texto de MiniMax sobre H3 sitúa las generaciones anteriores: Hailuo 01 construyó el sistema; Hailuo 02 mejoró la eficiencia, los datos y la escala; H3 apuesta por la generalización entre tareas que antes iban por separado (imagen, video y audio) (artículo oficial de H3). Los artículos públicos anteriores de Hailuo siguen siendo referencias útiles del linaje, por ejemplo Hailuo 02 (video en 1080p de varios segundos) y Hailuo 2.3. En algunas coberturas secundarias aparecen apodos como «Hailuo 3.0»; la página de H3 y las notas de versión de MiniMax llaman al modelo MiniMax H3.
5. Nombres de arquitectura (afirmaciones, no análisis independientes)
El artículo oficial menciona varios sistemas internos: Contextual Omni Representation, H3-VAE, H3-Omni Transformer e In-Context Regeneration, este último para obtener alta resolución sin añadir un módulo de superresolución aparte (artículo oficial de H3). MiniMax también anuncia un informe técnico completo. Hasta que ese informe y las reproducciones de terceros lleguen, trata estos nombres como etiquetas del fabricante, no como pruebas revisadas por pares.
6. Promesa de pesos abiertos frente a disponibilidad el primer día
El marketing del lanzamiento insiste mucho en la apertura. El artículo principal dice que MiniMax planea abrir los pesos en los próximos días, sujeto a las leyes y normativas, para favorecer la compatibilidad con hardware y las versiones personalizadas (artículo oficial de H3). Los mensajes posteriores en X mantienen el mismo enfoque de «abierto para que cualquiera construya encima» (@MiniMax_AI). La situación real para quien desarrolla: primero API y servicios de socios; pesos para alojar tú mismo cuando (y si) aparezcan un checkpoint público y su licencia. No planifiques infraestructura solo con un comunicado de prensa.
A fondo: las capacidades que importan
Contexto multimodal frente a prompts de un solo modo
Si tu flujo actual es «solo imagen a video», la propuesta de H3 es más amplia: el lenguaje sirve de puente para describir cómo se relacionan las referencias (artículo oficial de H3). Por eso las demos de lanzamiento se apoyan en publicidad y sistemas de marca, no solo en clips de ambiente.
Seguimiento de instrucciones, texto y renderizado de marca
MiniMax destaca de forma explícita como puntos fuertes comerciales el seguimiento de instrucciones, el renderizado preciso de texto y marcas, y la transferencia de movimiento V2V (artículo oficial de H3). La regla práctica sigue valiendo: revisa con zoom cada texto que aparezca en pantalla antes de publicar anuncios pagados.
Familia de trabajos con control de fotograma inicial y final · imagen de muestra de MiniMax H3
Relación precio-rendimiento (solo afirmación del fabricante)
MiniMax afirma que, en 2K, el precio por segundo de H3 es menos de un tercio del de los «modelos principales», y en el mismo artículo menciona un nivel más barato en 768p (artículo oficial de H3). Aquí no reproducimos tablas de guerra de precios de terceros: esas cifras cambian a diario y te llevan a comparar tarifas en lugar de evaluar tu encargo. Si los costos unitarios importan, consulta la tarifa vigente en el servicio que de verdad vayas a pagar, después de una prueba piloto.
Señal de las clasificaciones (tabla independiente, no una garantía)
La tabla pública Video Editing (With Audio) de Artificial Analysis sitúa ahora mismo a MiniMax H3 en primer lugar entre los modelos listados (clasificación). Las clasificaciones son instantáneas útiles; no prometen que H3 gane cada encargo publicitario, cada prueba de consistencia facial o cada trabajo largo de 30 segundos frente a competidores con clips más largos.
Muestra de movimiento de producto / comercial · imagen de muestra de MiniMax H3
MiniMax H3 frente a señales cercanas (por capacidades, no una lista de precios)
| Señal | Qué destacan los materiales públicos | Lectura práctica |
|---|---|---|
| MiniMax H3 | Contexto multimodal; 2K; ≤15 s; estéreo nativo; plan de pesos abiertos (artículo de H3) | Clips comerciales cortos y control guiado por referencias cuando el servicio ofrece esas entradas |
| MiniMax M3 | Modelo de lenguaje / agéntico / de contexto largo (M3) | No sirve para comparar calidad de video |
| Hailuo anteriores (02 / 2.3) | Artículos sobre mejoras progresivas en calidad de video y movimiento (Hailuo 02; 2.3) | Contexto de la familia; H3 es la noticia de la semana de lanzamiento |
| Rivales de video de la misma semana (según la prensa) | Reuters enmarca la competencia con otros laboratorios chinos de video (Reuters) | La competencia es real; elige según tu encargo, no según el espectáculo del lanzamiento |
Lo que sabemos y lo que no
| Lo que sabemos (con fuente) | Lo que no sabemos / no afirmamos |
|---|---|
| Lanzamiento público de MiniMax H3 fechado el 31 de julio de 2026 (blog oficial; notas de versión) | Que todas las interfaces de socios ofrezcan desde el primer día pilas completas de referencias omni (12 archivos) |
| Versión oficial de la salida: 2K, hasta 15 s, estéreo nativo (blog oficial; Reuters) | Que el texto de marca en pantalla salga perfecto al píxel y sin riesgos legales sin una revisión humana |
| Los pesos abiertos están previstos; el propio artículo de lanzamiento no demuestra que ya exista un checkpoint público (blog oficial) | Una licencia estable para alojarlo uno mismo y una receta de hardware, hasta que aparezcan los pesos y la documentación |
| Artificial Analysis sitúa H3 en lo más alto de su tabla de edición de video (con audio) en el momento de escribir esto (AA) | Que H3 «supere a todos los modelos en cualquier trabajo creativo para siempre» |
| Vía para probarlo en el navegador: MiniMax H3 para t2v/i2v cortos en 2K | Que todas las modalidades de las demos oficiales sean idénticas en todos los servicios |
Por qué importa a quien desarrolla
- El video corto está reuniendo entradas multimodales: lenguaje, imágenes fijas, referencias de movimiento y de audio en una sola pasada de generación (artículo oficial de H3).
- El audio nativo cambia los criterios de revisión: evalúa la sincronía aproximada de los labios, el ambiente y la música como parte de la toma, no como un paso de posproducción.
- Los planes de pesos abiertos mantienen la presión del ecosistema sobre los sistemas de video cerrados, pero solo si los checkpoints se publican de verdad (artículo oficial de H3; mensaje en X).
- Evaluar en el navegador es mejor que esperar a una instalación local perfecta cuando solo necesitas saber si el enfoque de tu producto resiste un recorte de 5–15 s.
Cómo evaluar MiniMax H3 por tu cuenta
- Abre MiniMax H3 en este sitio (la página del modelo para clips cortos en 2K).
- Elige primero la duración (5–15 s). Las pruebas cortas desperdician menos reintentos.
- Ejecuta texto a video con el prompt A y después imagen a video con una foto real de producto, si la tienes.
- Revisa al 100 % de zoom: estabilidad del sujeto, texto en pantalla (si lo hay), intención de la cámara y si el audio (cuando tu servicio lo incluye) encaja con la imagen.
- Guarda las tomas buenas solo después de una segunda pasada con un prompt más preciso, no la primera que salió bien por suerte.
Los prompts están en inglés para que los pegues tal cual. Debajo de cada uno explicamos qué pide.
Prompt A — plano heroico de producto, 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.
Un estuche negro mate de auriculares inalámbricos flota despacio hacia la cámara sobre un fondo blanco continuo, con luz de estudio suave, contorno verde azulado, un ligero acercamiento de cámara y calidad publicitaria, sin logotipos, marcas de agua ni objetos extra.
Prompt B — moda urbana, 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.
Clip vertical de moda en una calle a la hora dorada: una modelo con gabardina roja camina hacia la cámara con pasos lentos y seguros, la tela se mueve con la brisa, cámara en mano con un leve temblor, piel realista y color natural, sin texto ni logotipos.
Prompt C — demo de producto desde el primer fotograma (imagen a 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.
Mantiene el producto idéntico al del primer fotograma y hace un giro lento de 30 grados a su alrededor, con reflejos suaves en la mesa y un barrido de luz, estética de demo premium para comercio electrónico, geometría estable y sin logotipos que se deformen ni objetos que entren en cuadro.
Qué vigilar a partir de ahora
- Publicación de los pesos: ¿aparecerán un checkpoint público y su licencia después de esos «próximos días» (artículo oficial de H3)?
- Informe técnico: MiniMax prometió un informe más completo sobre H3 (artículo oficial de H3).
- Paridad entre servicios: qué interfaces ofrecen referencias multimodales completas y cuáles solo texto/imagen a video.
- Cambios en las clasificaciones: las tablas de Artificial Analysis se actualizan a medida que se acumulan muestras (AA edición de video).
- Presión del mismo mercado: Reuters ya sitúa H3 dentro de una carrera competitiva entre modelos de video chinos (Reuters).
Preguntas frecuentes
¿Cuál es la fecha de lanzamiento de MiniMax H3?
Los materiales públicos del lanzamiento están fechados el 31 de julio de 2026 en el blog de MiniMax y en las notas de versión de modelos de su plataforma (blog oficial; notas de versión).
¿MiniMax H3 es lo mismo que MiniMax M3?
No. H3 es el modelo multimodal de generación de video del lanzamiento del 31 de julio. M3 es la línea de modelos de lenguaje de MiniMax de junio (artículo de H3; página de M3).
¿Qué resolución y duración anuncia H3?
Según el texto oficial del lanzamiento: hasta 15 segundos en 2K con sonido estéreo nativo (blog oficial; Reuters). Cada servicio puede ofrecer solo una parte de esas opciones: revisa el generador que abras.
¿MiniMax H3 genera audio junto con el video?
Los materiales de lanzamiento de MiniMax dicen que sí: el estéreo nativo forma parte de la generación (blog oficial). Comprueba siempre cómo se comporta el audio en el servicio concreto que uses.
¿Los pesos de MiniMax H3 ya son abiertos?
Según el artículo de lanzamiento, MiniMax planea abrir los pesos en los próximos días, sujeto a la ley; es una promesa, no la prueba de que exista un checkpoint público descargable (blog oficial).
¿Qué posición ocupa H3 en las clasificaciones públicas de video?
En la tabla Video Editing (With Audio) de Artificial Analysis, MiniMax H3 aparece en primer lugar en el momento de escribir este artículo (Artificial Analysis). Las clasificaciones cambian; vuelve a comprobarlo antes de citar una cifra en una presentación.
¿Para quién es H3?
MiniMax menciona publicidad, branding, comercio electrónico, diseño de producto, UI/UX, videojuegos y otros trabajos de contenido comercial (blog oficial). Los videos cortos para redes y las demos de producto son las primeras pruebas piloto más naturales.
¿Cómo pruebo MiniMax H3 sin alojarlo yo mismo?
Abre MiniMax H3 en este sitio, elige texto a video o imagen a video, fija entre 5 y 15 segundos y ejecuta uno de los prompts de arriba. También puedes empezar desde el espacio de video de este sitio o desde los botones de la página de inicio, que llevan a la misma página del modelo.
¿Este sitio es oficial de MiniMax?
No. Es un recurso independiente sobre MiniMax H3 y una vía para probarlo. Para las afirmaciones con autoridad del fabricante, consulta minimax.io y platform.minimax.io.
¿Debería esperar a los pesos abiertos antes de probar?
Solo si alojarlo tú mismo es un requisito imprescindible. Para una evaluación creativa, generar en el navegador con MiniMax H3 basta para poner a prueba tus prompts esta misma semana.
¿Qué debería probar primero tras el lanzamiento de MiniMax H3?
Un prompt de plano heroico de producto, uno vertical para redes y un imagen a video que fije una foto real de un producto. Compara la estabilidad del sujeto y cualquier texto en pantalla antes de generar en lote los clips de una campaña.
Sobre Casey Ren
Casey Ren es analista de modelos de video con IA. Sigue los lanzamientos de MiniMax / Hailuo y convierte las afirmaciones públicas de cada lanzamiento en vías claras para probar. Escribe resúmenes de lanzamientos centrados en los datos sobre MiniMax H3.