MiniMax H3 в Genosai — видео со звуком из текста, кадра и референсов

MiniMax H3, она же Hailuo 03, — видеомодель MiniMax, которая генерирует ролик вместе со стереозвуком: окружающей атмосферой и эффектами. Модель работает в трёх режимах — из текста, из первого и последнего кадра и по референсам, — выдаёт ролики от 4 до 15 секунд в 768P или 2K и поддерживает шесть форматов кадра. В Genosai она доступна с 1 сентября 2026 года онлайн, без VPN и подписки — от 7 кредитов за секунду.

Обновлено: 27 сентября 2026 г.

Звук вместе с картинкой — Стереодорожка с атмосферой и звуковыми эффектами генерируется в одном проходе с видео — накладывать звук отдельно не нужно.
Три режима в одной модели — Текст в видео, оживление первого и последнего кадра и генерация по референсам — студия выбирает режим сама по загруженным файлам.
До 9 картинок, 3 видео и 3 аудио — В режиме референсов модель принимает изображения, видеофрагменты до 15 секунд суммарно и аудиодорожки для героя, стиля и звука.
От 4 до 15 секунд — Любая целая длительность в этом диапазоне, разрешение 768P для черновиков и 2K для финального ролика.
Шесть форматов кадра — 16:9, 9:16, 1:1, 4:3, 3:4 и 21:9, а в режиме референсов — ещё и адаптивный формат под исходники.

Что такое MiniMax H3

MiniMax H3 — видеомодель китайской компании MiniMax, которую также называют Hailuo 03. Это следующее поколение после линейки Hailuo 2.3: предыдущая модель, Hailuo 2.3, в Genosai работает только в режиме image-to-video, а H3 умеет стартовать и с текста, и с кадра, и с набора референсов — и сразу добавляет к картинке звук.

Главная новинка поколения — нативная стереодорожка. Модель генерирует окружающую атмосферу и звуковые эффекты в том же проходе, что и видео: дождь стучит по зонту именно тогда, когда капли падают в кадре, а лёд звенит в момент касания стекла. Это экономит этап постобработки: не нужно искать библиотечные звуки и подгонять их под движение на таймлайне.

Второе отличие — гибкость входа. В одной модели собраны три режима: текст в видео, оживление первого и/или последнего кадра и генерация по референсам, где можно одновременно передать до 9 изображений, до 3 видеофрагментов и до 3 аудиодорожек. Длительность задаётся с точностью до секунды — от 4 до 15, разрешение — 768P или 2K.

В Genosai MiniMax H3 доступна с 1 сентября 2026 года. Модель работает онлайн: не нужны аккаунт разработчика, ключи от иностранных сервисов или VPN. Вы открываете видеостудию в браузере, описываете сцену — и получаете ролик со звуком.

Возможности

MiniMax H3 закрывает типовой цикл короткого ролика: от идеи в тексте или готового кадра до клипа со звуком в нужном формате. Ниже — что модель умеет на практике.

Звук генерируется вместе с видео

Каждый ролик выходит со стереозвуком: атмосфера места, шаги, дождь, шум улицы, звон посуды, шипение газировки. Звук синхронизирован с событиями в кадре, потому что модель создаёт его одновременно с изображением, а не накладывает сверху. Чем конкретнее вы опишете звуковую сцену в промпте, тем точнее получится дорожка: «мягкий дождь по прозрачному зонту и далёкий гул города» работает лучше, чем просто «со звуком».

Три режима генерации

Текст в видео — классический режим: вы описываете сцену словами, модель придумывает кадр, движение и звук. Изображение в видео — вы загружаете первый кадр, последний кадр или оба, и модель строит движение между ними; так удобно оживлять продуктовые фото и делать бесшовные переходы. Режим референсов — вы даёте модели набор материалов, а она собирает из них новую сцену. В видеостудии Genosai режим выбирается автоматически по тому, что вы загрузили, переключать ничего вручную не нужно.

Референсы картинкой, видео и звуком

В режиме референсов MiniMax H3 принимает до 9 изображений, до 3 видеофрагментов общей длиной до 15 секунд и до 3 аудиодорожек. Изображения задают внешность героя, продукт и стиль, видео — характер движения и работу камеры, аудио — звуковую атмосферу. Аудиореференс работает только в паре с картинкой или видео: отдельной сценой из одного звука модель ролик не собирает. Формат кадра в этом режиме можно оставить адаптивным — модель подстроится под исходники.

Длительность, разрешение и форматы

Длительность выбирается любым целым числом от 4 до 15 секунд, так что не приходится переплачивать за лишние секунды ради стандартной «сетки». Разрешение — 768P для быстрых проверок идеи и 2K для финального ролика. Форматы кадра — 16:9 для YouTube и презентаций, 9:16 для Reels, Shorts и сторис, 1:1 и 4:3 или 3:4 для ленты соцсетей и маркетплейсов, 21:9 для кинематографичного широкого кадра.

Подробные промпты

Промпт может занимать до 7 000 символов. Этого хватает, чтобы расписать героя, обстановку, свет, движение камеры, действие по секундам и звуковую сцену — и не урезать описание ради лимита.

Примеры и сценарии

Продуктовые ролики для маркетплейсов и соцсетей — одна из самых выгодных задач для MiniMax H3. Вертикальный клип с товаром, где слышен звон льда, шипение пузырьков или щелчок крышки, воспринимается живее немого, и при этом не требует звукорежиссёра. Если есть готовое фото товара, загрузите его как первый кадр — модель сохранит упаковку и добавит движение камеры.

Атмосферные сцены и заставки выигрывают от звука ещё сильнее: ночной город под дождём, лес на рассвете, кухня кафе в час пик. Для брендового контента подходит режим референсов: фото героя, продукт и пример движения камеры собираются в одну сцену. А режим первого и последнего кадра помогает делать переходы между двумя состояниями — «до и после», смену сезона, раскрытие упаковки.

Как пользоваться в Genosai

Запуск MiniMax H3 в Genosai не требует настройки: всё происходит в браузере.

Войдите в аккаунт на genosai.io и откройте видеостудию — раздел «Видео».
В списке моделей выберите MiniMax H3.
Опишите сцену: героя, действие, движение камеры, свет и звуки.
При необходимости загрузите первый и последний кадр или референсы — режим подберётся автоматически.
Задайте длительность от 4 до 15 секунд, разрешение 768P или 2K и формат кадра.
Проверьте стоимость на кнопке, запустите генерацию и скачайте готовый ролик.

Через API

Для автоматизации модель доступна в публичном API Genosai. Создайте задачу запросом POST к https://api.genosai.io/v1/createTask с моделью minimax-h3, а статус и ссылку на ролик получайте запросом GET /v1/taskInfo?taskId=. Одна или две картинки в image_urls включают режим кадров, три и больше или поле reference_image_urls — режим референсов.

{
  "model": "minimax-h3",
  "input": {
    "prompt": "A glass bottle of lemonade on a wooden bar counter, sound of ice clinking",
    "aspect_ratio": "9:16",
    "resolution": "768P",
    "duration": 6
  }
}

Промпты

Несколько правил, которые заметно улучшают результат. Начинайте с субъекта и места, затем описывайте действие и движение камеры конкретными терминами — slow dolly, orbit, push-in, static wide shot. Отдельной фразой в конце описывайте звук: какие источники, насколько громко, что на переднем плане. Задавайте свет и время суток — «неон на мокром асфальте», «яркий летний дневной свет». Промпт лучше писать на английском. Ниже — реальные примеры: сам промпт и ролик, который MiniMax H3 сгенерировала по нему в Genosai (768P, 6 секунд, 42 кредита за ролик).

Кинематографичная уличная сцена, формат 16:9, 6 секунд, текст в видео:

Cinematic slow dolly shot along a rainy night street in a modern city, neon reflections on wet asphalt, a woman in a yellow raincoat walks away from camera holding a transparent umbrella, light rain, ambient city sounds and soft rain on the umbrella.

Ночная улица под дождём, 16:9, 6 секунд — сгенерировано в Genosai.io моделью MiniMax H3

Модель выдала ролик 1344×768: неоновые отражения на мокром асфальте, героиня в жёлтом плаще, которая остаётся узнаваемой на всём проходе, и звук дождя вместе с городским фоном.

Вертикальный продуктовый ролик, формат 9:16, 6 секунд, текст в видео:

Vertical product video: a glass bottle of lemonade with ice cubes on a wooden bar counter, a hand places a fresh lemon slice on the rim, condensation drops slide down the glass, the camera slowly orbits around the bottle, bright summer daylight, sound of ice clinking and fizzing bubbles.

Продуктовый ролик с лимонадом, 9:16, 6 секунд — сгенерировано в Genosai.io моделью MiniMax H3

Результат — вертикаль 768×1344: рука кладёт дольку лимона на край бутылки, а в дорожке слышен звон льда. Такой клип можно сразу ставить в карточку товара или в Reels.

Стоимость генерации

Тарификация MiniMax H3 в Genosai посекундная и зависит от разрешения: 7 кредитов за секунду в 768P и 12 кредитов за секунду в 2K. Звук включён в цену — отдельно за него платить не нужно.

Длительность	768P	2K
4 секунды	28 кредитов	48 кредитов
6 секунд	42 кредита	72 кредита
10 секунд	70 кредитов	120 кредитов
15 секунд	105 кредитов	180 кредитов

Выгодная схема — отлаживать идею, композицию и звук на коротких роликах в 768P, а в 2K запускать только финальный вариант. Точная стоимость показывается на кнопке перед каждой генерацией. Оплата — за фактические генерации, без подписки; пополнение доступно российскими картами без VPN, а стартовые кредиты после регистрации позволяют попробовать модель бесплатно. Актуальные пакеты — в разделе Тарифы.

Сравнение

Внутри линейки MiniMax: Hailuo 2.3 в Genosai работает только из готового кадра, а MiniMax H3 стартует и с текста, и с кадров, и с референсов, добавляет стереодорожку и растягивает ролик до 15 секунд.

Модель	Сильная сторона	Цена в Genosai
MiniMax H3	Звук, три режима, 4–15 с, 2K	7 кредитов/сек в 768P, 12 в 2K
Hailuo 2.3	Оживление кадра до 1080p	от 45 кредитов за ролик
Kling 3.0	Мультикадровый монтаж до 15 с	от 14 кредитов/сек
Veo 3.1 Fast	Клипы 4–8 с со звуком, до 4K	от 60 кредитов за ролик
Wan 3.0	До 30 с одним проходом, речь	от 8 кредитов/сек
Seedance 2.0	Референсы и звук до 1080p	от 9 кредитов/сек

Если нужна одна длинная сцена до 30 секунд, посмотрите на Wan 3.0 или Seedance 2.5. Если важна режиссура из нескольких планов в одной генерации — на Kling 3.0. Для короткого клипа до 8 секунд с вариантом в 4K подойдёт Veo 3.1 Fast. MiniMax H3 выгодна там, где нужен предсказуемый короткий ролик со звуком по понятной посекундной цене и гибким выбором длительности. Все модели доступны в одном интерфейсе, поэтому их легко сравнить на своей сцене.

Ограничения и советы

Длительность ограничена 15 секундами за генерацию — для более длинного ролика собирайте его из нескольких сцен. Аудиореференс работает только вместе с картинкой или видео. При оживлении кадров пропорции ролика задаёт загруженное изображение, поэтому готовьте исходник сразу в нужном формате. Через API в режиме референсов доступны картинки и аудио, а видеореференсы пока работают только в студии.

Практические советы: начинайте с 768P, чтобы дёшево проверить идею, и переключайтесь на 2K для финала. Всегда описывайте звук в промпте — без подсказки модель выберет атмосферу сама. Для продуктовых роликов используйте реальное фото товара как первый кадр, чтобы упаковка совпадала с оригиналом. И обязательно просматривайте результат перед публикацией: нейросеть может исказить мелкий текст на упаковке, количество пальцев или логотип, а такие детали лучше заметить до того, как ролик увидят клиенты.

FAQ

Что такое MiniMax H3 и как она связана с Hailuo?

MiniMax H3, она же Hailuo 03, — видеомодель компании MiniMax, преемница линейки Hailuo 2.3. Главное отличие — нативный стереозвук, который генерируется вместе с картинкой, и три режима работы: из текста, из кадров и по референсам. В Genosai модель доступна с 1 сентября 2026 года.

Сколько стоит видео MiniMax H3 в Genosai?

7 кредитов за секунду в 768P и 12 кредитов за секунду в 2K. Шестисекундный ролик в 768P стоит 42 кредита, десятисекундный — 70, шесть секунд в 2K — 72, а максимальные 15 секунд в 2K — 180 кредитов. Оплата за фактические генерации, без подписки.

Какие режимы генерации есть у MiniMax H3?

Три режима: текст в видео, оживление изображения по первому и/или последнему кадру и генерация по референсам — до 9 картинок, до 3 видео суммарно до 15 секунд и до 3 аудиодорожек. В видеостудии Genosai режим выбирается автоматически по тому, что вы загрузили.

Какую длительность и разрешение поддерживает модель?

Длительность — от 4 до 15 секунд, любое целое число. Разрешение — 768P или 2K. Форматы кадра: 16:9, 9:16, 1:1, 4:3, 3:4 и 21:9, в режиме референсов дополнительно адаптивный. Промпт может занимать до 7 000 символов.

Какой звук генерирует MiniMax H3?

Модель создаёт стереодорожку вместе с видео: окружающую атмосферу и звуковые эффекты — шум дождя, звон льда, гул улицы. Опишите нужные звуки прямо в промпте. Аудиореференс можно добавить только вместе с картинкой или видео в режиме референсов.

Можно ли подключить MiniMax H3 через API?

Да. В публичном API Genosai модель вызывается через POST /v1/createTask с моделью minimax-h3, а статус проверяется запросом GET /v1/taskInfo. Одна или две картинки включают режим кадров, три и больше или поле reference_image_urls — режим референсов.

Нужны ли подписка или VPN?

Нет. Genosai работает из России без VPN, оплата — за фактические генерации без месячной подписки, пополнение российскими картами. Стартовые кредиты после регистрации позволяют попробовать модель бесплатно.

Попробовать MiniMax H3 в Genosai