MiniMax H3 Video zu Video KI

Lade einen Clip hoch, und MiniMax H3 baut daraus einen neuen — im Stil geändert, neu vertont oder weitergeführt über die Stelle hinaus, an der er aufhörte. Bis zu drei Quellen, je 2 bis 15 Sekunden, 4 bis 15 Sekunden raus. Deine Datei fasst es nicht an.

20 echte Prompts · Drück auf Ausprobieren, um einen zu laden

MiniMax H3 Video zu Video: vier Hunde in auffälligen Strickpullovern, angeordnet wie ein Kampagnenplakat

STARTBILD · 2:3 · 768P

Vier Motive, eine Kampagne

Was mit deinem Clip passiert

Was MiniMax H3 Video zu Video KI
mit deinem Clip macht

Technisch gesehen nichts. Das ist der Teil, den man zuerst wissen sollte.

MiniMax H3 Video zu Video KI liest deinen Clip als Bedingung und generiert einen frischen, der ihr folgt. Handlung, Bildaufbau und Timing kommen mit, weil du danach gefragt hast, nicht weil Pixel erhalten wurden. Gib ihm bis zu drei Quellen, je 2 bis 15 Sekunden und 15 Sekunden zusammen, und du bekommst 4 bis 15 Sekunden in 768P oder 2K zurück, mit Ton in derselben MP4.

Quellclips: 3
Über alle Quellen: 15 s
Raus, 24 fps: 4–15 s
Auflösung: 768P / 2K

Kein Bearbeitungs-Endpunkt
Keine Zeitleiste
Keine deiner Dateien wird verändert

Neu generiert, nicht bearbeitet

Nichts wird bearbeitet. Dein Clip wird neu generiert

Was du nicht festnagelst, darf sich bewegen — die Gegenüberstellung benennt deshalb, was gehalten hat und was nicht.

Ausgabe von Video zu Video: der Quellclip: ein Gang durch einen Streetfood-Stand

MiniMax H3 Video zu Video: der neu generierte Clip: derselbe Gang, im Stil geändert

gehaltenBildaufbauKleidungTiming

bewegtFarbeOberflächen

Runway Aleph und Gemini Omni Flash haben einen Bearbeitungs-Endpunkt: sie verändern die Datei, die du ihnen gibst. MiniMax H3 hat keinen. Video kommt über den Referenzweg herein, und heraus kommt ein neuer Clip, gebaut, um deinem zu ähneln. Das klingt nach Nachteil, bis man auf die Rangliste sieht — H3 steht genau deshalb vorn in der Arena für Videobearbeitung, weil ein Neugenerieren mit vollem multimodalem Kontext chirurgische Eingriffe bei den Änderungen schlägt, die Leute tatsächlich wollen.

Es setzt allerdings die Regel für diese Seite: was du nicht festnagelst, darf sich bewegen. In der Praxis heißt das, die Dinge aufzuschreiben, die du für sicher gehalten hast — den Hintergrund, die Kleidung, die Tageszeit — denn keines davon trägt, bevor du es sagst. Mehrere Assets zu einer Szene zu verbinden, die es nie gab, ist eine andere Aufgabe — das ist Referenz zu Video.

Vier Aufgabentypen

Vier Aufgaben, die Leute MiniMax H3 Video zu Video KI nennen

MiniMax H3 erklärt im Prompt, was es tut, und die vier Aufgaben unten sind vier verschiedene Erklärungen. Die falsche zu wählen ist der häufigste Grund dafür, dass ein Ergebnis driftet.

Neu stylen — der Look ändert sich, die Handlung bleibt
[video editing]
Beschreib nur den neuen Look und lass den Rest in Ruhe; alles, was du erwähnst, darf sich ändern. Bewegung und Timing halten am besten, Oberflächen und Licht bewegen sich am ehesten.
Bleibt
Handlung, Timing, Bildaufbau
Bewegt sich
Oberflächen, Licht, Farbe
Neu vertonen — neue Worte, gleiches Gesicht
[video editing + audio reuse]
Schreib die Zeile kurz genug für die Sekunden, die du verlangt hast, sonst treffen die Lippen nicht.
Bleibt
Identität, Szene
Bewegt sich
Lippensynchronität, die Zeile
Fortsetzen — weiter, wo der Clip aufhörte
[video continuation]
Dein Clip ist der Anlauf; beschreib, was nach dem letzten Frame passiert.
Bleibt
Motiv, Szene, Stil
Bewegt sich
Was als Nächstes passiert
Kamera bewegen — die Fahrt leihen, das Motiv weglassen
[reference generation]
Dein Clip liefert nur die Bewegung. Beschreib das neue Motiv und sag nichts über die Fahrt selbst — nenn sie zweimal, und du kannst nicht mehr sagen, welcher Anweisung die Kamera gefolgt ist.
Bleibt
Kamerapfad und Rhythmus
Bewegt sich
Motiv und Szene, vollständig
Offiziell ist das hier Referenzgenerierung. Erklärt wird sie auf Referenz zu Video.

Die Namen in Klammern sind die offiziellen `summary`-Präfixe, nicht unsere Abkürzung. Neu stylen, neu vertonen und fortsetzen beginnen außerdem mit `The target video is an edited version of <Video 1>.`

Quellanforderungen

Was dein Quellclip sein muss, und was er doppelt kostet

Die Prüfung liest deine Datei, bevor sie hochlädt, und sagt dir genau, welche Zahl zu korrigieren ist.

Deine Quelle wird nach ihrer eigenen Länge abgerechnet, zusätzlich zur Ausgabe. Zehn Sekunden rein und zehn Sekunden raus in 2K wird zweimal berechnet. Kürz die Quelle auf die Sekunden, auf die es ankommt, und derselbe Lauf kostet ein Drittel weniger.

Container: MP4 · MOV; Offiziell
Video-Codec: H.264 / AVC · H.265 / HEVC; Offiziell
Ton in Datei: AAC · MP3; Offiziell
Je Datei: ≤ 50 MB; Offiziell
Clips: ≤ 3 · je 2–15 s · ≤ 15 s gesamt; Offiziell
Bildgröße: 256 – 5.760 px je Seite; Offiziell
Format: 0,4 – 2,5; Offiziell
Bildrate rein: 23,976 – 60 fps; Offiziell
Bildrate raus: 24 fps, immerEine Quelle mit 60 fps kommt nicht mit 60 zurück.; Offiziell

Die Bildgröße läuft von 256 bis 5.760 Pixeln je Seite, und das Seitenverhältnis muss zwischen 0,4 und 2,5 liegen, was fast alles vom Handy ohnehin erfüllt. Zwei weitere Punkte: ein Referenzvideo ersetzt die Steuerung über erstes und letztes Bild, beides zusammen geht also nicht, und die Ausgabe hat immer 24 fps. Die vollständigen Sätze stehen unter Preise.

Der Ton kommt mit

Die Tonspur deines Clips kommt mit

Lade einen Clip hoch, und sein Ton wird mitkonditioniert, ob du das wolltest oder nicht.

Deshalb taucht im Ergebnis eine Stimme auf, die du nie hochgeladen hast, und sie bringt Geschlecht und Akzent mit. Ein Lachen, aufgenommen von einer Frau, klingt auf einem Männergesicht weiterhin nach einer Frau.

Ganz behalten
Die Originalspur wird zur fertigen Spur.
fully_copy
Unter neuem Dialog behalten
Die Musik bleibt, gemischt unter Zeilen, die du schreibst.
partially_copy
Nur Bewegung
Der Ton fällt weg, und der Clip konditioniert allein auf Bewegung.
weak_reference

Das sind drei von den acht Retention-Markern, die H3 liest; die anderen fünf zählen mehr, wenn du eine Szene von Grund auf baust.

Blindtests von Dritten

Wo MiniMax H3 Video zu Video KI steht, und wann du es nicht nehmen solltest

Artificial Analysis fährt blinde Direktvergleiche mit öffentlichen Stimmenzahlen. Das hier ist der Stand vom 14.08.2026 auf der Rangliste Videobearbeitung (mit Ton).

Videobearbeitung (mit Ton)
Erster Platz(Rangspanne 1–2)
#1
9001500
Elo
1,127
95 % Konf.
±6
Stimmen
11,474
Rangspanne
1–2

Lies die restliche Zeile, bevor du sie zitierst: Gemini Omni Flash liegt mit 1.124 drei Punkte dahinter, und die Intervalle überlappen sich. Das ist ein Gleichstand, kein Sieg. Die Aussage, die sauber hält, ist enger und nützlicher — H3 ist das einzige Open-Weights-Modell auf dieser Liste, und es steht an ihrer Spitze.
Wann du etwas anderes nehmen solltest: Runway Aleph 2.0 steht hier auf Platz sechs, aber es führt echte Eingriffe an deiner Datei aus und nimmt längere Clips. Brauchst du eine chirurgische Änderung an Material, das nicht neu gezeichnet werden darf, ist das dein Werkzeug.

Wie H3 abschneidet geht den Rest durch.

Artificial Analysis · Videobearbeitung (mit Ton) · Stand 14.08.2026

Verantwortungsvoll

Bevor du Material von jemand anderem hochlädst

Neu vertonen lässt eine reale Person im Bild etwas sagen, was sie nie gesagt hat. Das ist die riskanteste Funktion auf dieser Seite.

AbbildEine reale Person Worte sagen zu lassen, die sie nie gesagt hat, kann rechtswidrig sein, und ohne ihre Einwilligung verstößt es gegen unsere Bedingungen.
StimmeEine Klangreferenz klont, wie eine bestimmte Person klingt. Nimm deine eigene, eine lizenzierte oder eine synthetische.
UrheberrechtMaterial oder Musik hochzuladen, die dir nicht gehören, überträgt keine Rechte auf die Ausgabe. Prüf die Lizenz der Quelle.
PrüfungMiniMax prüft eingereichte Medien automatisch; Fehlalarme und Durchrutscher kommen vor.
HinweisHalt dich an die Kennzeichnungsregeln dort, wo du veröffentlichst.

Regeln: Verantwortungsvolle Nutzung

Das ganze Verfahren

So fährst du Video zu Video auf MiniMax H3

H3 bearbeitet deine Datei nicht. Es liest sie und generiert eine neue, deshalb muss die Aufgabe vorab erklärt werden.

Bis zu drei Quellclips hochladen
Je 2 bis 15 Sekunden, 15 Sekunden zusammen. MP4 oder MOV, H.264 oder H.265.
≤3 Clips, ≤15 s gesamt
Die Aufgabe erklären
Videobearbeitung, Tonübernahme, Fortsetzung über den letzten Frame hinaus oder Referenzgenerierung. Die Wahl ändert, was das Modell behält.
Vier Aufgabentypen
Wählen, was mit der Tonspur passiert
Ganz behalten, unter neuem Dialog behalten, oder nur die Bewegung nehmen und H3 frischen Ton schreiben lassen.
Drei Wege für den Ton
Die neue Datei generieren
4 bis 15 Sekunden raus mit 24 fps, 768P oder 2K, mit Stereo in 32 kHz. Deine Quelle bleibt unangetastet.
Die Ausgabe ist eine neue MP4

Eingangs-Videosekunden werden in deinem Tarif mit demselben Satz pro Sekunde berechnet wie die Ausgabe.

Fragen, die wirklich gestellt werden

FAQ zu MiniMax H3 Video zu Video KI

Was du wissen solltest, bevor du vorhandenes Material umstilisierst

Was ist MiniMax H3 Video zu Video KI?

Mit MiniMax H3 Video zu Video nimmst du einen Clip, den du schon hast, das Modell liest ihn als Referenz und generiert einen neuen, der von ihm geformt ist. Einen eigenen Bearbeitungs-Endpunkt gibt es nicht; das hier ist der Referenzweg mit einem Quellclip darin.

Ändert es meine Originaldatei?

Nein. Dein Upload bleibt unangetastet. Was du herunterlädst, ist ein neues Video.

Wie lang darf mein Quellclip sein?

Bis zu drei Clips, je 2 bis 15 Sekunden, 15 Sekunden zusammen.

Welche Formate funktionieren?

MP4 oder MOV, H.264 oder H.265, Ton in AAC oder MP3, 50 MB je Datei, 23,976 bis 60 fps.

Kann ich den ursprünglichen Hintergrund behalten?

Sag es, und beschreib nur, was sich ändern soll. Was du nicht erwähnst, überlebt eher als alles, was du umschreibst.

Warum hat sich die Stimme geändert, obwohl ich keinen Ton hochgeladen habe?

Die eigene Tonspur deines Clips ist Teil der Eingabe. Stell den Weg auf nur Bewegung, um sie fallen zu lassen.

Komme ich über 15 Sekunden hinaus?

Nicht in einem Lauf. Generier in Abschnitten und füg sie zusammen.

Kommt es mit der Bildrate meiner Quelle zurück, und mit Ton?

Die Ausgabe hat 24 fps, unabhängig von deiner Quelle, mit Stereo in 32 kHz, das neben dem Bild entsteht.

Wie wird abgerechnet?

Ausgabesekunden plus die eigenen Sekunden deiner Quelle, beide zum Satz deiner Auflösung. Erst in 768P zu entwerfen und dann hochzustufen kostet dasselbe wie gleich 2K, und die Hochstufung berechnet die Quelle erneut.

Muss ich mich registrieren, hat es Ton, und darf ich es kommerziell nutzen?

Quellvideo läuft auf MiniMax H3, und das ist kostenpflichtig — freischalten kannst du es unter /pricing. Die Anmeldung ist kostenlos und enthält einen MiniMax-H3-Clip, den du auf Text zu Video oder Bild zu Video ausgeben kannst. Dieser kostenlose Clip ist ebenfalls H3, er kommt also mit Ton — eine stumme Stufe gibt es hier nicht. Kommerzielle Nutzung ist in jedem Tarif enthalten, 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. Die Prompts gehören ebenfalls dir und laufen überall. Eine Zusammenfassung, keine Rechtsberatung.

Bring einen Clip mit und sieh, was hält.

Quellvideo läuft auf MiniMax H3, und das ist kostenpflichtig — freischalten kannst du es unter /pricing. Die Anmeldung ist kostenlos und enthält einen MiniMax-H3-Clip auf Text zu Video oder Bild zu Video.

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