MiniMax H3 chegou
Vídeo 2K com som real de qualquer lugar
O MiniMax H3 — o modelo que todo mundo procura como «Hailuo 3» — gera até 15 segundos de vídeo 2K nativo com som estéreo, cenas com vários planos e diálogos em 11 idiomas numa única passagem. Os pesos abertos são restritos por região e limitados a 768p. O Renderforest roda o modelo hospedado completo: 2K de verdade, de qualquer país, sem instalar nada.
O que torna o H3 diferente
Lançado em 31 de julho de 2026: 4–15 segundos de 2K nativo a 24fps, com áudio estéreo de 32kHz gerado na mesma passagem. O H3 prevê imagem e som juntos e devolve vários planos a partir de um único prompt. Veja o que isso muda na prática.
Som gerado com a imagem, não colado depois
O H3 produz estéreo nativo de 32kHz na mesma passagem do vídeo: diálogos, passos, ambiência da sala, trilha. Não é uma faixa de locução posta sobre um clipe mudo: o áudio e os quadros vêm de um só modelo, então o movimento dos lábios, os impactos e a ambiência realmente se alinham.
2K nativo, não uma ampliação
Um tokenizador reconstruído (a MiniMax chama de H3-VAE) dá ao modelo cerca de quatro vezes mais comprimento efetivo de sequência, então o 2K é gerado em vez de ampliado depois. Textos em placas, logotipos e elementos de interface sobrevivem em tamanho real — justamente o que a maioria dos modelos de vídeo ainda erra.
Vários planos com um único prompt
Peça um plano geral, um close e uma reação, e o H3 devolve tudo como uma sequência coerente, com personagens e iluminação consistentes — sem emendar três gerações separadas torcendo para o rosto combinar.
Dê a ele até nove referências
O H3 aceita até 9 imagens de referência, 3 clipes de vídeo e 3 clipes de áudio num mesmo contexto — 12 arquivos no total — então você pode entregar de uma vez uma ficha de personagem, uma locação, uma referência de movimento e uma voz. Direção por referências em vez de roleta de prompts.
Diálogos em 11 idiomas
A fala é gerada dentro do modelo, com sincronia labial em árabe, chinês, inglês, francês, alemão, italiano, japonês, coreano, português, russo e espanhol — então uma cena escrita em português ou em árabe não precisa de uma etapa de dublagem separada.
Edite por instrução, no mesmo modelo
Dentro da geração por referências, o H3 transfere o movimento de um clipe que você fornecer e aceita edições em linguagem simples sobre o material que ele já criou: «deixe noite», «mantenha o personagem, troque o quarto». Um só modelo cobre o que antes exigia três ferramentas.
Pesos abertos, bloqueados por região. Aqui simplesmente funciona.
Status de acesso
- MiniMax H3 · lançado em 31 de julho de 2026 · 33B parâmetros
- Pesos publicados no Hugging Face: 3 de agosto de 2026
- Auto-hospedagem excluída em: Estados Unidos, União Europeia, Reino Unido e Coreia do Sul
- Auto-hospedagem comercial acima de $20M de receita anual exige autorização por escrito
- Os pesos abertos param num lado curto de 768px: o módulo 2K não foi liberado
- Modelo hospedado: 2K completo, disponível no mundo inteiro — inclusive no Renderforest
A MiniMax publicou os pesos do H3 sob uma licença comunitária que nomeia os Estados Unidos, a União Europeia, o Reino Unido e a Coreia do Sul como territórios excluídos para rodar o modelo no seu próprio hardware, e que exige autorização por escrito acima de $20M de receita anual.
Existe um segundo detalhe que quase nenhuma matéria menciona.
A MiniMax reteve duas peças do pipeline na liberação aberta: o módulo de processamento de prompts (H3-Context-IR) e a etapa de regeneração em 2K (H3-Regenerate-2K). Sem a segunda, uma instalação local gera com um lado curto de 768 pixels. Então a manchete que todo mundo leu — «modelo de vídeo 2K com pesos abertos» — descreve o modelo hospedado, não o que você pode baixar. Hoje, ninguém, em nenhum país, está tirando 2K dos pesos abertos.
Aqui você tem a coisa de verdade.
O Renderforest roda o pipeline hospedado completo: você escreve um prompt e recebe 2K genuíno com áudio, de qualquer país, em qualquer dispositivo, sem instalar nada e sem alugar GPU.
E se você quisesse mesmo rodar localmente
Os pesos estão no Hugging Face, o ComfyUI lançou suporte nativo em 3 de agosto de 2026, junto com o lançamento, e a AMD anunciou suporte no dia 0 nas Instinct MI355X e MI300X. Vale a pena se você está fora dos territórios excluídos, tem o hardware e consegue conviver com 768p. Se não, esta página é o atalho.
Do prompt ao publicado em quatro passos
- Passo 1
Descreva o plano — e o som
Escreva o que acontece e o que se ouve. O H3 responde à direção de áudio do mesmo jeito que outros modelos respondem à direção de câmera: «chuva num telhado de zinco», «ela diz baixinho, em espanhol», «o grave entra no corte».
Descreva o plano — e o som - Passo 2
Acrescente referências, se tiver
Solte uma imagem de personagem, uma foto de locação, um clipe cujo movimento você quer copiar ou uma amostra de voz. Até nove imagens, três clipes e três arquivos de áudio de uma vez.
Acrescente referências, se tiver - Passo 3
Gere — e depois compare
Rode o mesmo prompt no H3, no Veo 3.1, no Kling e no Seedance lado a lado e fique com o vencedor. Modelos diferentes ganham em planos diferentes; um único plano cobre todos eles.
Gere — e depois compare - Passo 4
Finalize e publique em todo lugar
Junte seus planos num vídeo completo no editor, acrescente seu logotipo, as cores da marca, legendas e música licenciada — depois um clique redimensiona para YouTube, TikTok, Reels e Shorts. Sem marca d'água nos planos pagos.
Finalize e publique em todo lugar
Para qual trabalho o H3 é a escolha certa?
Combine o recurso com a tarefa. Tudo isso roda no mesmo plano, ao lado de Veo 3.1, Kling 3.0 e Seedance 2.0.
Cada truque do H3, com um prompt cada
Todos os clipes abaixo são do MiniMax H3, e o prompt que gerou cada um aparece por inteiro. Copie qualquer prompt e teste você mesmo.
«Anúncio de luxo na costa: um [Sheewally] gigante desce de paraquedas, com vento, peso e balanço suave realistas. Pouso suave, o paraquedas se recolhe naturalmente. Mostrar [50%] e [COMPRAR AGORA]. Manter o produto inalterado, nítido, em pé e totalmente visível.»
«POV de olho de abelha atravessa em alta velocidade um prado iluminado pelo sol até uma colmeia realista. O mel dourado forma naturalmente o título em uma única linha “MINIMAX H3” sobre o favo, enquanto abelhas realistas voam ao redor. Filmagem macro hiper-realista, luz cinematográfica, plano sustentado de 3–4 s.»
«Uma mulher loira está de pé com a água turquesa pelos tornozelos, vestindo um vestido fluido feito de água do mar viva. A cauda líquida ondula e se funde às ondas enquanto a espuma envolve seus pés. Luz suave e enevoada, estilo editorial de moda fotorrealista, 9:16.»
«Um alegre chef tomate antropomórfico prepara uma pizza margherita em uma cozinha italiana rústica e aconchegante, adicionando muçarela, manjericão e molho antes de dar uma mordida bem queijuda com deleite. Depois sorri para a câmera segurando uma caneca de cerâmica. 3D no estilo Pixar, cinematográfico, bokeh quente.»
«Cinco colegas de perfis diversos se reúnem ao redor de uma mesa de reunião, discutindo gráficos com animação, rindo, gesticulando e trocando ideias. Sorrisos naturais, olhares rápidos e uma energia descontraída. Escritório moderno e iluminado, luz do dia suave, estilo corporativo fotorrealista, 16:9.»
«Uma barista com cara de boneca em 3D prepara um latte gelado em um bar de café tiki tropical durante a hora dourada. Ela mói os grãos, extrai o espresso, adiciona gelo e serve o café, e depois sorri para a câmera. Oceano turquesa, palmeiras, pôr do sol quente, 3D brilhante no estilo Pixar.»
Tudo sobre o MiniMax H3
O que o MiniMax H3 é de fato
O MiniMax H3 é o modelo de geração omnimodal lançado pela MiniMax em 31 de julho de 2026. A partir de texto, imagens, vídeo ou áudio, ele produz vídeo de até 2K com som estéreo gerado na mesma passagem — de 4 a 15 segundos, a 24 quadros por segundo, em proporções que vão de 21:9 até 9:16. Três modos dão conta do trabalho: texto para vídeo, imagem para vídeo com controle do primeiro e do último quadro, e geração por referências a partir de até nove imagens mais clipes de vídeo e áudio, que é onde ficam a transferência de movimento e a edição por instrução. No lançamento, ficou em primeiro lugar em edição de vídeo no ranking da Artificial Analysis — o primeiro modelo de pesos abertos a liderar uma classificação de vídeo com IA.
MiniMax H3, Hailuo 3 ou M3?
A MiniMax chama de MiniMax H3 — nas notas de lançamento, no blog de pesquisa, na ficha do modelo, na API e dentro do próprio app Hailuo. Não existe nenhum «Hailuo 3.0» oficial. A confusão é compreensível: os dois modelos de vídeo de consumo anteriores realmente foram o Hailuo 01 e o Hailuo 02, então um Hailuo 03 era o palpite razoável, e várias plataformas listam o H3 com esse nome mesmo assim. Se você procurou por «Hailuo 3», ou por «hailou ai», está no lugar certo: é o mesmo modelo. O que ele não é é o MiniMax M3: a série M, do M2 ao M3 lançado em 1º de junho de 2026, reúne modelos de linguagem de texto. Vídeo é a série H. Procure «MiniMax M3» e você vai encontrar um repositório de modelos de linguagem, não de vídeo.
O H3 é grátis e disponível?
Três respostas diferentes se escondem atrás dessa única pergunta. Os pesos, publicados no Hugging Face em 3 de agosto de 2026, são gratuitos para baixar, mas restritos por região — a licença comunitária da MiniMax exclui da auto-hospedagem os Estados Unidos, a União Europeia, o Reino Unido e a Coreia do Sul — e não chegam a 2K, porque o módulo de regeneração nunca foi liberado; a geração local para num lado curto de 768 pixels. A API hospedada funciona no mundo inteiro em 2K completo, mas é cobrada por segundo: cerca de $0.13 por segundo, algo como $1.95 por um clipe de 15 segundos. O acesso por plataforma, como o do Renderforest, funciona em todo lugar, dá o mesmo 2K com áudio e traz um plano gratuito: nenhuma GPU e nenhuma conta.
O que mudou desde o Hailuo 2.3
Mais do que um salto de versão. O Hailuo 2.3 gerava 768p ou 1080p, em clipes fixos de 6 ou 10 segundos (1080p só com 6 segundos), a partir de uma única imagem de origem, sem som e sem vários planos. O H3 gera 2K em qualquer segundo inteiro de 4 a 15, aceita até nove imagens de referência mais vídeo e áudio, produz estéreo de 32kHz junto com a imagem e devolve vários planos a partir de um prompt, com os mesmos personagens em cada um. Na prática, o clipe mudo de tomada única virou uma cena curta com diálogo. Prompts escritos para o 2.x continuam funcionando — acrescente direção de áudio e descrições de plano, e nada do que você aprendeu se perde. Os hábitos do 2.x continuam valendo e a diferença aparece já na primeira tentativa.
H3 ao lado de Veo, Kling, Seedance
Nenhum modelo ganha em todos os planos, que é a parte honesta que a maioria das páginas de modelo não diz. A vantagem do H3 é o áudio gerado em 2K com estrutura de vários planos e diálogos sincronizados com os lábios em 11 idiomas, por uma fração do custo por segundo das alternativas de ponta. O Veo 3.1 vai mais longe em resolução e duração, com 4K e extensão de cena além de um minuto. O Kling 3.0 lidera em consistência de personagem ao longo de sequências mais longas e corta até seis planos por geração, e o Seedance 2.0 aceita mais arquivos de referência. A abordagem prática é rodar o mesmo prompt nos quatro e ficar com o que funcionar — o que não custa nada a mais quando eles compartilham uma assinatura e um editor.
Por que o clipe não é o vídeo
O H3 para em 15 segundos, e todo projeto real é mais longo do que isso. Então a pergunta que de fato define se uma ferramenta de vídeo com IA é útil é o que acontece depois da geração: você consegue emendar quatro planos do H3, colocar seu logotipo, adicionar legendas no idioma que seu público lê, sonorizar com música que você tem licença para usar e exportar nas dimensões certas para três plataformas? O Renderforest foi uma plataforma de vídeo por uma década antes de ser um menu de modelos — o gerador alimenta um editor, uma biblioteca de modelos prontos e um kit de marca, e seus projetos sobrevivem ao modelo do momento e ao que vier depois. É aí que se decide a diferença entre ter um clipe e ter um vídeo pronto.
Amado pelos criadores
Se você procura a melhor ferramenta de vídeo com IA, experimente a Renderforest. É a única opção que gera vídeos 100% fiéis ao prompt e às imagens de referência.
Curva de aprendizado curta e muito intuitiva. Criei um vídeo explicativo de produto poucas horas depois de me cadastrar, sem nenhum conhecimento de edição.
Adoro usar a Renderforest para criar intros e vídeos com IA. Tudo é rápido e funciona excepcionalmente bem, especialmente a qualidade do vídeo.
Com as ferramentas de IA que adicionaram, você cria um comercial profissional para sua empresa ou marca só digitando um roteiro.
Adoro o recurso de IA da Renderforest, é simplesmente incrível. E consigo fazer reels que chamam atenção com o criador de reels com IA.
A Renderforest oferece muitas opções para editar nossos vídeos, com IA ou manualmente. Diferente de outras ferramentas de IA, é econômica e eficiente.
Os novos recursos de IA são ótimos. Usando imagem para vídeo, criei belas animações curtas com os personagens dos meus livros infantis.
Não venho da área de produção de vídeo, mas a plataforma transforma meus roteiros em vídeos claros e profissionais sem nenhuma complicação.
Um salto na qualidade das nossas campanhas. Com essa velocidade de produção, atendemos clientes de varejo com material no nível das grandes agências.
Os recursos de IA são muito impressionantes. Eles deixam a criação mais rápida e inteligente, principalmente em vídeo e conteúdo de marca.
Uso a Renderforest para todos os meus vídeos e estou mais do que impressionado. A variedade de modelos é fantástica. 5 estrelas de mim!
A interface intuitiva, a grande coleção de modelos, as muitas opções de personalização e a renderização rápida tornam meu trabalho criativo possível.
Centenas de vídeos depois, continuo impressionado com a qualidade dos resultados. O melhor dinheiro que gastei em 30 anos de marketing.
Trabalho com criação audiovisual e a Renderforest me ajuda a alcançar nível profissional de forma rápida e simples. Rápida, simples e pro.
Um único plano fixo. O MiniMax H3 e todos os modelos ao lado dele.
- MiniMax H3
- Veo 3.1
- Kling 3.0
- Seedance 2.0
- Pixverse V6
- Renderforest Fast
O acesso direto à API do H3 sai por ~$0.13 por segundo em 2K — cerca de $1.95 por clipe de 15 segundos, e mais depois da margem dos revendedores. O Renderforest reúne o H3 com Veo 3.1, Kling, Seedance e Pixverse numa única assinatura: editor, 1200+ modelos prontos, kit de marca, direitos comerciais. Sem pacotes de créditos, sem aritmética por segundo — e o próximo modelo revolucionário entra sem custo extra.
Encontre o plano perfeito para suas necessidades
Perguntas frequentes
O que é o MiniMax H3?
O MiniMax H3 é um modelo omnimodal de geração de vídeo lançado em 31 de julho de 2026. Ele gera de 4 a 15 segundos de vídeo 2K nativo a 24fps com áudio estéreo de 32kHz produzido na mesma passagem, suporta cenas com vários planos e diálogos sincronizados com os lábios em 11 idiomas, e aceita texto, imagens, vídeo e áudio como entrada. Você pode usá-lo de graça no Renderforest, sem baixar nada.
O MiniMax H3 é o mesmo que o Hailuo 3?
Sim — é um só modelo. O nome que a própria MiniMax usa é MiniMax H3, empregado nas notas de lançamento, na ficha do modelo e na API. «Hailuo 3» e «Hailuo 3.0» são nomes não oficiais que pegaram porque os dois modelos de consumo anteriores foram o Hailuo 01 e o Hailuo 02, e várias plataformas listam o H3 desse jeito. Ele não tem relação com o MiniMax M3, que é um modelo de linguagem de texto.
Posso usar o MiniMax H3 nos EUA, no Reino Unido ou na UE?
Sim, por meio de uma plataforma hospedada. A licença de pesos abertos da MiniMax nomeia os EUA, a UE, o Reino Unido e a Coreia do Sul como territórios excluídos, mas essa restrição vale para rodar os pesos no seu próprio hardware. Usar o H3 pelo Renderforest funciona de qualquer país — e entrega o pipeline 2K completo, que os pesos para download não conseguem produzir.
O MiniMax H3 é grátis?
Os pesos são gratuitos para baixar onde a licença permite, mas a MiniMax reteve o módulo de regeneração em 2K, então uma instalação local para num lado curto de 768 pixels. A API oficial é paga — cerca de $0.13 por segundo em 2K e $0.08 em 768p. O plano gratuito do Renderforest inclui um número limitado de gerações com o H3, sem cartão; os planos pagos removem a marca d'água e acrescentam direitos comerciais.
O MiniMax H3 gera som?
Sim — e esse é o recurso que o define. O H3 prevê vídeo e áudio juntos, produzindo estéreo de 32kHz que cobre diálogos, efeitos sonoros e ambiência na mesma passagem. Como imagem e som vêm de um só modelo, o movimento dos lábios e os impactos ficam sincronizados, e não aproximados.
Quanto tempo pode ter um vídeo do MiniMax H3?
De quatro a quinze segundos por geração, em segundos inteiros, a 24 quadros por segundo. Para algo mais longo, gere vários planos e emende no editor do Renderforest — você pode juntar clipes do H3 com planos do Veo 3.1 ou do Kling na mesma linha de tempo e exportar como um único vídeo.
Em que resolução o MiniMax H3 exporta?
Até 2K, com um lado curto de 1440 pixels, em proporções que vão de 21:9 até 9:16. O 2K é gerado em vez de ampliado depois, e é por isso que textos na tela, logotipos e detalhes finos se sustentam melhor do que em modelos que ampliam uma renderização de resolução menor. Vale lembrar que os pesos abertos são limitados a 768 pixels no lado curto.
MiniMax H3 vs Veo 3 — qual devo usar?
O H3 para áudio gerado em 2K, cenas com vários planos e diálogos multilíngues por um custo por segundo muito menor. O Veo 3.1 para resolução e duração máximas — 4K com extensão de cena além de um minuto. Os dois rodam no Renderforest no mesmo plano, então rode seu prompt em cada um e compare, em vez de escolher de antemão.
Qual é a diferença entre o H3 e o Hailuo 2.3?
O Hailuo 2.3 produzia clipes mudos de 768p ou 1080p com duração fixa de 6 ou 10 segundos a partir de uma única imagem de origem, sem vários planos. O H3 produz 2K em qualquer duração de 4 a 15 segundos, com áudio estéreo gerado junto com a imagem, vários planos a partir de um prompt e até nove imagens de referência mais vídeo e áudio. Os prompts passam com mudanças mínimas.
Posso rodar o MiniMax H3 localmente?
Se você está fora dos EUA, da UE, do Reino Unido e da Coreia do Sul, sim — os pesos de 33B parâmetros estão no Hugging Face, o ComfyUI lançou suporte nativo em 3 de agosto de 2026, e a AMD anunciou suporte no dia 0 nas Instinct MI355X e MI300X. Duas ressalvas: uso comercial acima de $20M de receita anual precisa de autorização por escrito e, como o módulo de regeneração em 2K foi retido, a saída local chega no máximo a um lado curto de 768 pixels.
Posso usar os vídeos do MiniMax H3 comercialmente?
Vídeos gerados e editados no Renderforest num plano pago vêm com direitos de uso comercial para anúncios, trabalhos para clientes e canais monetizados. Plataformas como YouTube e Meta pedem que criadores identifiquem imagens realistas geradas por IA — algo que vale fazer independentemente do modelo que as produziu.
Vai existir um Hailuo 4?
A MiniMax não anunciou nenhum, e o ritmo de lançamentos tem sido rápido — Hailuo 02 em 2025, Hailuo 2.3 em outubro daquele ano, H3 nove meses depois. Quando a próxima versão chegar, ela aparece no mesmo menu de modelos aqui, que é justamente o sentido de trabalhar numa plataforma com vários modelos em vez de um invólucro de modelo único. Nós atualizamos esta página no mesmo dia em que algo muda.