Spots produit portés par le dialogue
Écris la réplique dans le prompt et MiniMax H3 Max livre la bouche, la voix et l'ambiance sonore en un seul rendu — pas besoin d'une passe de doublage séparée.
Écris une ligne ou dépose une photo. MiniMax H3 Max te renvoie un clip de 5 à 15 secondes avec le son déjà synchronisé — regarde-le, change un mot, relance la prise suivante.
Production preview
Six prises MiniMax H3 Max non retouchées, texte en vidéo et image en vidéo, chacune avec le prompt exact derrière. Copie la structure, change le sujet.
« Un chaton blanc poursuit un papillon dans un jardin ensoleillé. Travelling doux, mouvement naturel, lumière d'après-midi filtrant à travers les feuilles. » La phrase donnait un sujet, un mouvement de caméra et une source de lumière — H3 Max a mis en scène tout le reste.
Écris un plan comme celui-ci
Un prompt peut aussi porter le minutage, pas seulement le sujet. Celui-ci découpe les 0 à 4 secondes d'un moine-guerrier traversant un monastère en ruines pendant que des drones survolent les falaises, et chaque temps fort tombe exactement où le prompt l'a placé.
Réalise un plan minuté
L'image en vidéo part d'une seule photo que tu fournis. Donne une réplique au portrait et H3 Max la fait parler — le son arrive déjà synchronisé, pas ajouté après coup.
Anime une photo
« Crée une animation de gameplay façon plateforme à défilement en pixel art, présentée comme une vraie séquence de jeu rétro 16-bit / 32-bit. » Le prompt demandait un endless runner à San Francisco avec saut et roulade, un HUD SCORE et une bande-son chiptune. H3 Max a tenu le sprite, le parallax et la bande-son en une seule passe.
Lance une prise pixel art« Stop-motion en pâte à modeler : une grenouille verte et ronde avec une écharpe tricotée porte une pile de pancakes à travers un petit décor de cuisine, la pose, puis regarde la caméra et cligne des yeux. » Le prompt demandait des empreintes dans la pâte, des murs en feutrine, un mouvement saccadé à 12 im/s et des grincements de pâte. H3 Max a gardé la cadence saccadée et le son dans la même passe.
Mets en scène une animation en pâte à modeler
« Gros plan au ralenti d'un colibri en vol stationnaire devant une fleur trompette rouge dans un jardin ensoleillé, ailes floues, langue plongeant dans la fleur. » Contre-jour d'heure dorée, pollen dans l'air, un pétale abîmé. H3 Max a tenu ensemble le bokeh longue focale et le battement rapide des ailes.
Filme un gros plan au ralenti

MiniMax H3 Max est un modèle vidéo qui transforme un prompt écrit — ou une simple image de départ — en un clip de 5 à 15 secondes, son déjà synchronisé inclus. C'est une version affinée de MiniMax H3, la famille que MiniMax a conçue pour la vidéo commerciale : pubs, films de marque, spots produit, animations d'interface et cinématiques de jeu. Dans les évaluations d'août 2026 d'Artificial Analysis et de Design Arena, cette version affinée est arrivée première en qualité globale, en compréhension du prompt et en esthétique, et a pris la tête du classement image en vidéo de Design Arena. Choisis 480P, 768P ou 1080P : une prise de 5 secondes coûte 35, 75 ou 150 crédits.
Des secondes entières, 5 par défaut — assez long pour poser un temps fort, assez court pour itérer vite.
Du 21:9 au 9:16 pour le texte en vidéo. L'image en vidéo reprend simplement le format de ta photo de départ.
Le 768P sort en 1344×768, 24 im/s. Itère en 480P, puis relance la meilleure prise en 768P.
Chaque clip H3 Max sort avec le son déjà en place, et MiniMax annonce le dialogue comme stable dans 11 langues.
Fixe le début du plan, et si tu veux, sa fin — le mouvement entre les deux est généré automatiquement.
MiniMax met en avant le rendu du texte et des marques, donc panneaux, étiquettes et logos gardent leur forme.
Une phrase suffit — ou importe une image de départ, avec une image de fin si tu veux fixer l'atterrissage.
Choisis 5 à 15 secondes, 480P, 768P ou 1080P, et l'un des six formats — le 480P coûte 7 crédits par seconde, le 768P 15 et le 1080P 30, donc un brouillon de 5 secondes revient à 35 crédits.
Le clip revient avec le son déjà en place. Garde-le, ou change un mot et relance.
Des missions où le clip final doit parler, garder le texte de marque lisible, et passer la validation client.
Écris la réplique dans le prompt et MiniMax H3 Max livre la bouche, la voix et l'ambiance sonore en un seul rendu — pas besoin d'une passe de doublage séparée.
Lance le même spot de 15 secondes avec un dialogue en japonais, en allemand ou en portugais ; les onze langues sont annoncées comme stables, donc un seul storyboard couvre tous les marchés.
Ébauche le carton de fin en 480P, puis ne relance que la meilleure prise en 1344×768 — H3 Max garde les lettres nettes là où les modèles précédents les brouillaient.
Importe un simple portrait comme image de départ et obtiens une intro parlée de 5 à 15 secondes pour une landing page ou un écran d'onboarding.
Fixe l'image concept comme premier plan et, si tu veux, la pose finale comme dernier plan ; H3 Max met en scène le mouvement et la musique entre les deux.
Choisis le 9:16 en texte en vidéo et le clip arrive déjà cadré et sonorisé pour le fil d'actualité — pas besoin de recadrer dans un logiciel de montage.
Même famille, réglage différent — chiffres de Design Arena, août 2026.
| Sur H3 MaxMiniMax H3 MaxLa version affinée, celle que fait tourner ce siteGénérer | MiniMax H3Le modèle de base | |
|---|---|---|
| Réglage | Affiné pour le respect du prompt et l'esthétique | Référence |
| Elo image-en-vidéo Design Arena (août 2026) | 1 341 — 1er du classement | 1 333 |
| Vitesse à qualité égale (Design Arena) | 50× et plus le modèle de base | Référence |
Chaque rendu MiniMax H3 Max est facturé à la seconde de vidéo finie — 7 crédits en 480P, 15 en 768P, 30 en 1080P — et les abonnements mensuels rechargent le solde.
Profite de -30 % pendant une durée limitée !
L'inscription offre 20 crédits, et une prise de 5 secondes en 480P sur MiniMax H3 Max Turbo coûte 15 crédits : ton premier brouillon Turbo est donc couvert. Ça s'arrête là : le Turbo en 768P coûte 25 crédits, et MiniMax H3 Max (sans Turbo) en 480P coûte 35, donc la version que tu gardes demande un abonnement — 19,90 $ par mois recharge 1 500 crédits.
H3 Max est une version affinée de MiniMax H3, avec un meilleur respect du prompt et une esthétique plus soignée. Dans le classement image-en-vidéo de Design Arena d'août 2026, il a obtenu un Elo de 1 341 contre 1 333 pour le modèle de base, prenant la première place.
Chaque seconde coûte 7 crédits en 480P, 15 en 768P ou 30 en 1080P. Une prise de 5 secondes revient à 35, 75 ou 150 crédits ; à 15 secondes, le 768P coûte 225 crédits et le 1080P 450. Les abonnements démarrent à 19,90 $ par mois pour 1 500 crédits.
Oui. MiniMax H3 Max génère l'image, les effets sonores et les répliques parlées dans la même passe, donc la synchronisation labiale est native, pas doublée après coup. MiniMax annonce le dialogue comme stable dans 11 langues.
Les benchmarks d'août 2026 chronomètrent un clip MiniMax H3 Max de 5 secondes en 768P à moins de 3 secondes de temps modèle. Aux heures de forte demande, la file d'attente ajoute du temps en plus — à voir comme un rythme de travail, pas une garantie.
480P (par défaut), 768P ou 1080P. Le 768P sort en 1344×768 à 24 im/s. Le modèle de base hébergé par MiniMax propose le 2K ; ce générateur ne le propose pas.
L'image de départ est obligatoire, et une image de fin optionnelle fixe l'atterrissage du plan. MiniMax H3 Max garde le format de ta photo ; le prompt pilote le mouvement, la caméra et le dialogue.
Des durées en secondes entières de 5 à 15, 5 par défaut, et six formats : 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16. Le 16:9 est le format par défaut.
À toi, sur un abonnement payant, usage commercial inclus. Vérifier les droits de tiers dans ton prompt — marques, ressemblances, personnages protégés — reste ta responsabilité.
Le modèle de base l'est : MiniMax a publié les poids de H3-Base sous la MiniMax H3 Community License, pas sous Apache ni MIT. La version affinée MiniMax H3 Max que fait tourner ce site est hébergée uniquement, sans poids publics.
Le 480P pour trouver le plan, le 768P pour celui que tu gardes — les deux reviennent avec le son déjà en place.