MiniMax H3 Max: 1. miejsce w obrazie na wideo, cena i mój test

👁 123 przeczytań

MiniMax H3 Max to dotrenowana przez fal.ai wersja modelu wideo MiniMax H3, która 3 października 2026 zajmuje 1. miejsce w rankingu obraz-do-wideo Artificial Analysis. Robi klipy od 5 do 15 sekund z dźwiękiem, w 768p kosztuje 0,048-0,08 USD za sekundę, a 5 sekund generuje w kilkanaście sekund. Sprawdziłem go na zdjęciu, na polskiej mowie i w rankingu 10 modeli. Szerszy obraz firmy i pozostałych modeli jest w przewodniku MiniMax.

Co to jest H3 Max

Bazą jest MiniMax H3, model wideo z lipca 2026, którego wersję H3-Base MiniMax udostępnił z otwartymi wagami. Zespół fal.ai dotrenował go pod trzy rzeczy: lepsze trzymanie się polecenia, ładniejszy obraz i szybkość na własnym silniku. OpenRouter opisuje model jako wydany wspólnie przez MiniMax i fal. Przy premierze w rankingu Artificial Analysis występował pod nazwą robocą „MiniMax H3 Turbo (768p)” z Elo 1201 przy 2177 głosach i wszedł od razu na 1. miejsce w obrazie na wideo oraz na 3. w tekście na wideo.

W praktyce to ten sam „silnik”, co nowy Hailuo, tylko szybszy i tańszy w API. Wagi samego H3 Max nie są publiczne. Otwarte są wagi bazowego H3, ale ich licencja wyłącza Unię Europejską, więc w Polsce i tak korzystasz z wersji w chmurze.

Parametry

Ile kosztuje H3 Max

W moim teście z 3 października OpenRouter policzył za 5 sekund w 768p dokładnie 0,40 USD. Ranking Artificial Analysis podaje dla H3 Max 4,80 USD za minutę, najmniej z pierwszej szóstki. Darmowo: według strony fal.ai po zalogowaniu piaskownica pozwala zrobić pięć generowań dziennie, do 15 sekund każde, z dźwiękiem.

Mój test 1: obraz na wideo

Zdjęcie kubka kawy w krakowskiej kawiarni (wygenerowane modelem FLUX.3) i polecenie z czterema elementami: najazd kamery, para nad kawą, rozmyci przechodnie za oknem, liście na wietrze. To samo dostał Kling 3.0 Pro.

H3 Max wykonał wszystkie cztery elementy. Para kłębi się przez cały klip, liście lecą, za szybą przechodzi kilka osób, kubek i łyżeczka się nie zmieniają. Minusy: najazd kamery jest słabszy niż w Klingu, jeden liść w 3. sekundzie wygląda jak przyklejony do szyby, a przechodzień na końcu jest ostrzejszy, niż prosiłem. Ocena 7,5/10, Kling dostał 6,5/10, bo zgubił parę i liście, ale dał ostrzejszy plik 1080p. Oba klipy obok siebie są w przewodniku MiniMax.

Mój test 2: polska mowa

28 września 2026 H3 Max dostał zdanie „W Szczebrzeszynie chrząszcz brzmi w trzcinie, a ja płacę trzydzieści dwa złote” w trybie tekst na wideo. Whisper large-v3 rozpoznał wszystkie 12 słów poprawnie, a Gemini oceniło zrozumiałość na 10 na 10. W tym samym teście Kling 3.0 Pro pomylił 10 słów z 12. Za 5 sekund zapłaciłem wtedy 0,20 USD (cena z premierową zniżką). Szczegóły w tekście Kling po polsku.

Mój test 3: ranking 10 modeli

W rankingu najlepszych AI do tworzenia filmów H3 Max dostał 8,25/10 i zajął 2. miejsce, za Grok Imagine Video 1.5 (8,5/10). Na scenie z nalewaniem kawy miał 7,5/10, na polskiej kwestii 9/10. Był najszybszy ze wszystkich: 14-16 sekund na klip, podczas gdy Seedance i Wan potrzebowały ponad dwóch minut.

Jak uruchomić H3 Max przez API

Najprościej przez OpenRoutera, bo ten sam klucz działa też z modelami językowymi. Poniżej skrypt, którym zrobiłem test z kawiarnią (Python, biblioteka requests). Klucz trzymam w zmiennej środowiskowej.

import os, time, requests
H = {"Authorization": "Bearer " + os.environ["OPENROUTER_API_KEY"]}
body = {
    "model": "minimax/hailuo-3-max",
    "prompt": "Slow camera push-in toward the coffee cup. Thin steam rises...",
    "frame_images": [{"type": "image_url", "frame_type": "first_frame",
                      "image_url": {"url": "https://twoj-serwer.pl/zdjecie.jpg"}}],
    "duration": 5, "resolution": "768p", "aspect_ratio": "16:9",
}
j = requests.post("https://openrouter.ai/api/v1/videos", headers=H, json=body).json()
url = j.get("polling_url") or "https://openrouter.ai/api/v1/videos/" + j["id"]
while True:
    time.sleep(10)
    s = requests.get(url, headers=H).json()
    if s["status"] == "completed":
        open("h3max.mp4", "wb").write(requests.get(s["unsigned_urls"][0], headers=H).content)
        print("koszt:", s["usage"]["cost"], "USD"); break
    if s["status"] in ("failed", "cancelled", "expired"):
        print(s); break

W fal.ai model ma identyfikator minimax/h3-max/image-to-video i dodatkowe parametry, których OpenRouter nie przepuszcza: seed, rozszerzanie polecenia (prompt_expansion_mode) i własny dźwięk (target_audio_url). W testach porównawczych wyłączam rozszerzanie polecenia, żeby H3 Max nie dostał przewagi „poprawionego” promptu.

Dla kogo jest H3 Max

• dla osób, które robią dużo krótkich klipów przez API i chcą płacić mało;
• do polskich kwestiii mówionych w klipie;
• do ożywiania zdjęć, gdy liczy się wykonanie całego polecenia;
• nie do ujęć, w których potrzebujesz ostrych detali w 1080p prosto z modelu - tu lepiej wypada Kling albo Veo.

Najczęstsze pytania

Czym różni się H3 Max od MiniMax H3?

H3 Max to H3 dotrenowany przez fal.ai pod trzymanie się polecenia, estetykę i szybkość. Jest wyżej w rankingu (1195 wobec 1181 Elo), tańszy i robi do 1080p zamiast 2K.

Czy H3 Max jest w aplikacji Hailuo?

Na stronie Hailuo 3 października 2026 widziałem zwykły MiniMax H3. H3 Max jest w fal.ai i OpenRouterze.

Czy H3 Max jest za darmo?

Według fal.ai po zalogowaniu można zrobić pięć generowań dziennie w ich piaskownicy. Przez API płacisz od 0,03 USD za sekundę w 480p.

Czy H3 Max generuje dźwięk?

W fal.ai tak, razem z obrazem. W OpenRouterze model ma wyłączoną opcję dźwięku, ale mój plik z 3 października miał cichą ścieżkę tła.

Źródła i data sprawdzenia

Sprawdziłem 3 października 2026. Koszty testów pochodzą z pola usage.cost w odpowiedziach OpenRoutera i z cenników fal.ai.

• Artificial Analysis - ranking obraz na wideo
• Artificial Analysis na X - debiut H3 Max
• fal.ai - MiniMax H3 Max
• fal.ai - H3 Max obraz na wideo
• OpenRouter - MiniMax H3 Max
• OpenRouter - dokumentacja generowania wideo

// czytaj dalejMiniMax: Hailuo, H3 i H3 Max - wersje, ceny, polski i mój testArtykułyReadwise Reader krok po kroku: artykuły, newslettery i podkreślenia w jednym miejscuArtykułyWan 2.2 lokalnie: wideo z AI na własnej karcie - czas, VRAM, próbkiArtykuły