MiniMax H3 Text zu Video

Tipp, was du sehen willst. MiniMax H3 Text zu Video gibt dir einen fertigen Clip von 4 bis 15 Sekunden — Bild, Dialog und Tonspur in einer MP4, in 768P oder 2K. Kein Material, keine Schnitt-App.

Die Einstellung schreiben

0 / 7000

This run spends credits — the free clip is 4s · 768P · 16:9.

Sign up free and your first MiniMax H3 clip renders 4s · 768P · 16:9, with sound. A plan raises the ceiling to 15s, 2K and four at a time — the free clip is a size, not a different model.

Bei Text zu Video ist ein Seitenverhältnis Pflicht — adaptiv gibt es hier nicht
Die Länge rastet bei 24 fps auf ein Raster von 17n+5 Frames ein, aus 7 s können also 6,9 s werden

Ohne Karte: sieh dir rechts die Clips mit ihren vollständigen Prompts an, registrier dich dann kostenlos und fahr einen eigenen auf MiniMax H3 selbst — 4 s · 768P · 16:9, mit Ton, zum Herunterladen. Länger, 2K und der Rest von H3 beginnen bei einem Credit-Paket für $9.9.

13 echte Clips · Drück auf Ausprobieren, um einen zu laden

MiniMax H3 Text zu Video: ein Rapper, der zwischen Wolkenkratzern fällt, von unten aufgenommen

11 s · 16:9 · 768P

Vier Szenen, eine Figur

Was ein Prompt dir bringt

Was du aus einem Prompt bekommst
mit MiniMax H3 Text zu Video

Die meisten Versuche mit Text zu Video sterben auf dieselbe Weise. Du schreibst einen Satz, das Modell füllt alles aus, was du nicht gesagt hast, und was zurückkommt, hat nichts mit dem zu tun, was in deinem Kopf war.

Du hast geschrieben

Eine Frau geht eine Straße entlang.

Das Modell hat den Rest ergänzt

Tageszeit?
Kleidung?
Kamerafahrt?
Wetter?
Ton?
Objektiv?

Mit Text zu Video gemacht — eine Gestalt geht in der Dämmerung in eine neonhelle Straße, die Kamera fährt langsam nach vorn — Was zurückkam — Bild, Regen und der gesprochene Satz in einer MP4

MiniMax H3 Text zu Video gibt dir Platz, mehr zu sagen — bis zu 7.000 Zeichen — und liefert jede ganze Zahl von Sekunden zwischen 4 und 15, mit 24 fps, in 768P oder 2K, mit Dialog, Effekten und Musik bereits in derselben Datei wie das Bild. Kein Ausgangsbild, kein Storyboard, keine Schnitt-App.

Zeichen, die du schreiben darfst: 7,000
Jede ganze Sekunde: 4–15 s
Bildrate: 24 fps
Auflösung: 768P / 2K
Bild, Dialog, Effekte und Musik: 1 MP4

Kein Ausgangsbild
Kein Storyboard
Keine Schnitt-App

Shot-Leiter

Von einer Zeile zur Einstellung: drei Arten,
einen MiniMax H3 Prompt zu schreiben

Eine Idee, drei Arten, jede mit dem Clip, den sie geliefert hat — fahr alle drei und sieh, was MiniMax H3 Text zu Video wirklich liest.

Stufe 1
6 Wörter
A woman walks down a street.
Driftet
Das Motiv driftet zwischen den Frames. Die Kamera sucht sich ihre Bewegung selbst.
Stufe 2
30 Wörter
30 Wörter
A woman in a red coat walks down a wet Tokyo alley at night, neon reflected in puddles, slow push-in with small amplitude, rain on metal and distant traffic.
Brauchbar
Die Kamera tut, worum du gebeten hast, und der Regen ist wirklich da.
Die Struktur, auf die das Modell trainiert wurde
Stufe 3
Offizielle Felder
Offizielle Felder
integrated_multimodal_description
[Shot 1] Red coat, wet Tokyo alley, slow push-in.
overall_soundscape
Rain on metal, distant traffic, footsteps.
non_diegetic_music
Low synth pad, slow pulse, under the dialogue.
Lieferbar
Der Dialog sitzt vor der Musik, weil du es so gesagt hast.

Mehr ausgearbeitete Beispiele in den Video-Prompts — jedes trägt seinen vollständigen strukturierten Prompt.

Prompt-Baukasten

Die Prompt-Struktur für MiniMax H3 Text zu Video, Feld für Feld

Drei Kästen füllen, zusehen, wie sich der Prompt zusammensetzt, ihn direkt in den Generator schicken.

Du musst das nicht erraten. H3 wurde gegen eine Dreifeld-Struktur trainiert, und sobald du darin schreibst, hört das Modell auf, die Lücken für dich zu füllen.

Reihenfolge fest

Wohin die Worte gehören

integrated_multimodal_description — das Bild

Entscheidet, ob du deine Einstellung bekommst oder die von jemand anderem.

Bildaufbau
Motiv
Umgebung
Handlung
Kamera
Ton im Bild

Schreib in dieser Reihenfolge: Bildaufbau, Motiv, Umgebung, Handlung, Kamera, dann der Ton, der im Bild passiert. Nummerier jede Einstellung mit [Shot 1], [Shot 2].

overall_soundscape — wie der Raum klingt

Verhindert, dass die Musik deinen Dialog begräbt.

Beschreib Umgebungston, Geräusche und alles, was ein Mikrofon in der Szene aufnehmen würde, in zeitlicher Reihenfolge. Zählt ein gesprochener Satz, dann sag, dass er vorn sitzt und alles andere darunter.

non_diegetic_music — die Musik

Musik, die deine Figuren nicht hören können. Das kürzeste Feld.

Gib Stil, Instrumente, Tempo und einen emotionalen Verlauf an, keinen Titelnamen. Ein oder zwei Sätze reichen völlig — zu viel davon ist der Grund, warum Leute am Ende gegen ihr eigenes Klangbild ankämpfen.

Zusammengesetzter Prompt, live

integrated_multimodal_description

[Shot 1] Wide shot of a woman in a red coat, wet alley at night, slow push-in, small amplitude.

overall_soundscape

Rain on metal, distant traffic, footsteps in standing water.

non_diegetic_music

Low synth pad, slow pulse, sitting under the dialogue.

0 / 7000

Die drei Felder laufen in dieser Reihenfolge und lassen sich nicht tauschen.

Offizielle Ausgaberegeln

01Sieh es oder hör es
02Beschreibung auf Englisch, Dialog in seiner Sprache
03Die Reihenfolge oben einhalten
04Keine Inhaltsangaben, keine verirrten Tags
05Die Felder nie umsortieren

Lieber gar nichts davon schreiben? Der Prompt-Generator füllt alle drei Felder aus einem Satz, und der vollständige Leitfaden deckt auch die API ab.

Kamera und Schnitte

Kamerafahrten und Timing über mehrere Einstellungen in MiniMax H3

Schreib camera moves, und es passiert nichts. H3 braucht drei Dinge, bevor es die Kamera überhaupt bewegt: Typ, Amplitude und Tempo.

Typ

push-in / pull-out / pan / tilt / orbit / handheld / crane / static

Amplitude

small / medium / strong

Tempo

slow / steady / fast

Sie bewegt sich

slow push-in, small amplitude

camera moves

Ignoriert

slow push-in, small amplitudeDas Bild schließt sich um das Motiv, und sonst bewegt sich nichts.
fast aerial push-in, large amplitudeGroße Amplitude kauft zurückgelegte Strecke, nicht Schnitttempo.
medium handheld follow, medium amplitudeHandkamera ist eine Textur. Sag es, sonst kommt die Einstellung wie auf Schienen zurück.

Timing bei mehreren Shots

Außerhalb des Clips — die ganze Generierung verloren

[Shot 1]

[Shot 2] At 00:04.500

Der Schnitt

00:0000:0200:0400:0600:08

Dauer von 8 s endet

Nummerier deine Einstellungen und setz eine Zeitmarke auf den Schnitt. Halt die letzte Zeitmarke innerhalb der gewählten Dauer.

Du hast schon Material und willst es lieber umstilisieren als neu schreiben? Das ist Video zu Video.

Dialog und Ton

Dialog und Ton im selben MiniMax H3 Prompt

Deine Figuren können sprechen. Der Ton kommt aus demselben Durchgang wie das Bild, ohne Aufpreis.

Der Aufbau einer gesprochenen Zeile

Derselbe Durchgang · kein Aufpreis

(S1)speaks softly,[English]Follow the wind, live free.

(S2)replies firmly,[Japanese]分かった。

Ausgabe von Text zu Video: zwei Menschen sprechen in einer Einstellung, jede Zeile einem Sprecher zugeordnet — Zwei getaggte Sprecher, ein Take — für Ton drücken

Elf stabile Sprachen

Arabisch
Chinesisch
Englisch
Französisch
Deutsch
Italienisch
Japanisch
Koreanisch
Portugiesisch
Russisch
Spanisch

Die übersehene Regel

Halt die beschreibenden Teile deines Prompts auf Englisch, aber schreib jede gesprochene Zeile in ihrer eigenen Sprache.

(S2) replies firmly, [Japanese] 分かった。Richtig
(S2) replies firmly, [Japanese] Understood.Falsch

Eine japanische Zeile auf Englisch zu schreiben ist der häufigste Grund dafür, dass der Vortrag falsch zurückkommt.

Brauchst du dasselbe Gesicht oder dieselbe Stimme über mehrere Clips? Nimm Referenz zu Video.

Einstellungen und Grenzen

MiniMax H3 Text zu Video: Einstellungen, Grenzen und drei Dinge, über die Leute stolpern

Plan den Dreh, bevor du einen Credit ausgibst. Jeder Wert hier stammt aus der offiziellen API-Referenz.

Mit Text zu Video gemacht — dieselbe Einstellung, neu generiert in 2K — Gleicher Prompt, gleicher Lauf ohne Seed · 2K wird neu generiert, nicht hochskaliert

MiniMax H3 Text zu Video: dieselbe Einstellung, generiert in 768P — Gleicher Prompt, gleicher Lauf ohne Seed · 2K wird neu generiert, nicht hochskaliert

Dauer: 4–15 s, ganze SekundenMehrere Seiten nennen 5–15. Die API-Referenz nimmt 4.
Bildrate: 24 fps
Auflösung: 768P oder 2K
01Seitenverhältnis: 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16 — Pflicht
Prompt-Limit: 7.000 Zeichen
02Frame-Raster: 17n+5 bei 24 fps
03Seed / Negativ-Prompt: nicht zugänglich
Ausgabe: eine MP4, H.264 + AAC, Ton bereits gemuxt

Source: Offiziell · MiniMax API reference

Die drei Dinge, über die Leute stolpern

01
Lass das Seitenverhältnis leer, und der Aufruf scheitert.
- 21:9
- 16:9
- 4:3
- 1:1
- 3:4
- 9:16
- adaptive
Bild zu Video darf auf adaptive bleiben, weil es dein Bild hat, aus dem es den Rahmen ableiten kann.
02
Verlang 7 Sekunden, und du bekommst vielleicht 6,9.
17n + 5 Frames @ 24 fps
Verlangt
7,0 s
Zurück
6,9 s
Die Dauer rastet auf den nächsten gültigen Block ein. Das ist das Modell, kein Fehler.
03
Kein Seed. Kein Negativ-Prompt.
7.000 Zeichen hier
1.024 Tokens bei Veo 3.1
Balkenlänge = Prompt-Budget
Kontrolle kommt daher, genauer zu sagen, was du willst. Veo 3.1 gibt dir 1.024 Tokens.

Preise · 2K in jedem bezahlten Tarif · Nativer Ton

Was ein Clip aus MiniMax H3 Text zu Video kostet

Ein Test mit 4 Sekunden kostet dich weniger als ein fertiger mit 15, weil pro Ausgabesekunde abgerechnet wird und nicht pro Versuch. Scheitert eine Generierung, wird gar nichts berechnet. Hier steht, was ein Clip mit 8 Sekunden hier kostet, daneben die zwei Modelle, gegen die Leute ihn üblicherweise abwägen.

Ein Clip mit 8 Sekunden, Listenpreise

Diese Seite · 8 s in 768P: $0.64
Veo 3.1 Standard · 1080p: $3.20
Seedance 2.5 · 720p: $1.85

Listenpreise der Anbieter, geprüft am 13.08.2026. Alle Preise.

So oder so dieselben Credits im Monat

KostenlosOhne Karte
Ein echter MiniMax-H3-Clip, mit Ton. Alles nach 4 s · 768P läuft auf Credits.
$0für immer
Zu keinem Zeitpunkt eine Kreditkarte
Gratis los
Nur Bot-Prüfung — keine E-Mail
1 Clip auf MiniMax H3
MiniMax H3 · 4 s · 768P · 16:9 · mit Ton
7 Tage einchecken — 37 Credits, ein Clip mehr
Jedes Paket ab $9.9 schaltet den MiniMax H3 KI-Videogenerator frei — jeder Modus, 768P und 2K
- MiniMax H3 in nativem 2KNur bezahlt
- Nativer Ton mit dem BildNur bezahlt
- Ein Clip, ohne Karte
- 1 Aufgabe gleichzeitig
- Gescheiterte Clips kosten nichts
- Private Generierung
- Jedes Paket schaltet den MiniMax H3 KI-Videogenerator in jedem Modus frei
Gratis ist eine andere Engine. Tarife ansehen
Tempo & Queue
Queue
Gratis-Spur
Gleichzeitig
1
Batch
1
Historie
24 h · 7 Tage angemeldet
Support
Community
Lite30 % sparen
Schalt den MiniMax H3 KI-Videogenerator in nativem 2K frei. Der kleinste bezahlte Tarif — Pro nehmen die meisten.
$16.9/mo$24.9
$202.8 jährlich abgerechnet · $96 im Jahr sparen
7 Tage Rückerstattung · jederzeit kündbar
750 Credits / Monat · ~20 Videos
4 s · 768P · Text zu Video
oder ~13 mit 4 s 2K
Gleiche Credits, monatlich wie jährlich
- MiniMax H3 in nativem 2K — mit nativem Ton
- Dialog, Effekte und Musik in derselben Datei
- Bis 15 Sekunden15 s
- ~20 Videos im Monat mit 4 s 768P, Text zu Video
- Gescheiterte Clips kosten nichts
- 7 Tage Rückerstattung bei ungenutzten Credits
- 1 Aufgabe gleichzeitig
- 2 Varianten eines Prompts im Batch
Kommerzielle Nutzung enthalten — was das abdeckt
Tempo & Queue
Queue
Standard
Gleichzeitig
1
Batch
2
Historie
7 Tage
Support
E-Mail · 48 h
Für die meisten empfohlen
Pro30 % sparen
$32 mehr als Lite. ~47 Videos im Monat, derselbe MiniMax H3 KI-Videogenerator, schnellere Warteschlange.
$39.9/mo$56.9
$478.8 jährlich abgerechnet · $204 im Jahr sparen
7 Tage Rückerstattung · jederzeit kündbar
1.775 Credits / Monat · ~47 Videos
4 s · 768P · Text zu Video
oder ~31 mit 4 s 2K
Gleiche Credits, monatlich wie jährlich
- Alles aus Lite
- ~47 Videos im Monat mit 4 s 768P, Text zu Video
- 3 gleichzeitig3×
- Video zu Prompt
- 4 Varianten eines Prompts im Batch
- Historie 7 Tage
- 7 Tage Rückerstattung bei ungenutzten Credits
Kommerzielle Nutzung enthalten — was das abdeckt
Tempo & Queue
Queue
Schnell
Gleichzeitig
3
Batch
4
Historie
7 Tage
Support
E-Mail · 12 h
Studio30 % sparen
Ein ganzer Monat Volumen, als Erster in der Reihe, und ein Mensch, der in 4 Stunden antwortet.
$99.9/mo$142.9
$1 198.8 jährlich abgerechnet · $516 im Jahr sparen
7 Tage Rückerstattung · jederzeit kündbar
4.425 Credits / Monat · ~119 Videos
4 s · 768P · Text zu Video
oder ~77 mit 4 s 2K
Gleiche Credits, monatlich wie jährlich
- Alles aus Pro
- ~119 Videos im Monat mit 4 s 768P, Text zu Video
- 8 gleichzeitig8×
- 4 Varianten eines Prompts im Batch
- Historie 7 Tage
- Priorisierter Support in 4 Stunden
- Niedrigster Verbrauch bei uns
- 7 Tage Rückerstattung bei ungenutzten Credits
Kommerzielle Nutzung enthalten — was das abdeckt
Tempo & Queue
Queue
Priorität — als Erster in der Reihe
Gleichzeitig
8
Batch
4
Historie
7 Tage
Support
Priorität · 4 h

Das ganze Verfahren

So machst du mit MiniMax H3 ein Video aus Text

Vier Schritte, keiner davon braucht eine Schnitt-App. Der Ton kommt in derselben Datei wie das Bild an.

Die Einstellung und den Ton beschreiben
Ein Feld nimmt beides. Schreib, was die Kamera sieht, dann, was sie hört — Dialog, Effekte, Musik.
Bis zu 7.000 Zeichen
Seitenverhältnis, Länge und Auflösung setzen
Sechs Seitenverhältnisse, jede ganze Zahl von Sekunden zwischen 4 und 15, und 768P oder 2K.
24 fps, 4–15 s
Generieren
Das Bild und die Stereospur mit 32 kHz entstehen im selben Durchgang, sie werden nicht hinterher zusammengefügt.
Ein Durchgang
Die MP4 herunterladen
Eine Datei, der Ton schon drin. Eine gescheiterte Aufgabe kostet keine Credits, in jedem Tarif, den kostenlosen eingeschlossen.
Kein Wasserzeichen in irgendeinem Tarif

Der kostenlose Clip fährt MiniMax H3 selbst, mit 4 s · 768P · 16:9 und nativem Ton. 2K, längere Clips und die anderen Seitenverhältnisse laufen auf Credits.

Fragen, die wirklich gestellt werden

FAQ zu MiniMax H3 Text zu Video

Was du vor deinem ersten MiniMax H3 Clip wissen solltest

Was ist MiniMax H3 Text zu Video?

Mit MiniMax H3 Text zu Video wird aus einem geschriebenen Prompt ein Video von 4 bis 15 Sekunden mit 24 fps in 768P oder 2K, ohne Ausgangsbild. Der Ton kommt in derselben MP4 an.

Muss ich ein Seitenverhältnis wählen?

Ja. Anders als bei Bild zu Video gibt es adaptive hier nicht. Es gibt kein Eingabebild, aus dem sich dein Rahmen ableiten ließe.

Wie lang darf mein Clip sein?

Jede ganze Sekunde von 4 bis 15. Mehrere Seiten nennen 5 bis 15; die API-Referenz nimmt 4.

Warum kam meine Anfrage über 7 Sekunden mit 6,9 zurück?

Die Frame-Zahl sitzt bei 24 fps auf einem Raster von 17n+5, die Dauer rastet also auf den nächsten gültigen Block ein.

Wie lang darf mein Prompt sein?

Bis zu 7.000 Zeichen. Länger und genauer schlägt bei H3 meistens kurz.

Kann ich einen Seed oder einen Negativ-Prompt nutzen?

Nein, beides ist nicht zugänglich. Sag stattdessen genauer, was du willst.

Bekomme ich 2K?

Ja. 2K wird aus deinem ursprünglichen Kontext neu generiert, statt Pixel hochzuskalieren, kleine Schrift überlebt also.

Generiert es wirklich Ton?

Im selben Durchgang generiert: Dialog, Effekte und Musik. Kein Schalter, kein getrennter Preis.

Welche Sprachen können meine Figuren sprechen?

Elf sind stabil. Schreib jede gesprochene Zeile in ihrer eigenen Sprache.

Muss ich mich registrieren?

Einen Clip, auf dem Modell selbst. Ein kostenloses Konto bekommt einen echten MiniMax-H3-Clip — 4 s · 768P · 16:9, mit Ton — und sieben tägliche Check-ins bringen 37 Credits, also einen weiteren in dieser Größe.

Hat mein kostenloses Ergebnis Ton?

Ja. Der kostenlose Clip ist MiniMax H3 selbst, also entstehen Dialog, Effekte und Musik im selben Durchgang wie das Bild, in Stereo mit 32 kHz — eine stumme Stufe gibt es hier nicht. Er ist 4 Sekunden lang in 768P, und wir setzen in keinem Tarif ein Wasserzeichen.

Darf ich die Videos kommerziell nutzen?

Ja, in jedem Tarif, den kostenlosen eingeschlossen. Clips hier entstehen über die API von MiniMax, und MiniMax beansprucht keine Rechte an den Outputs, die du generierst — diese Seite gibt das weiter: kein Wasserzeichen in irgendeinem Tarif, keine Gebühr je Clip, keine gesondert zu kaufende Lizenz. Die Prompts, die du schreibst, gehören ebenfalls dir und laufen überall. Was diese Seite nicht kann, ist für MiniMax sprechen — sie ist eine unabhängige Oberfläche von Drittanbietern, die Modelllizenz selbst zu erklären ist Sache von MiniMax. Eine Zusammenfassung, keine Rechtsberatung.

Ein Satz reicht, um es herauszufinden.

Ohne Karte. Registrier dich kostenlos, und der erste MiniMax-H3-Clip geht auf uns, mit Ton.

Gratis registrieren · 1 Clip auf MiniMax H3

Geschrieben und gepflegt vom Redaktionsteam von MiniMax H3 AI Video GeneratorVeröffentlicht am 12 September 2026Zuletzt aktualisiert am 12 September 2026Tool-Version 2026.09.4