192 fotogramas: el único segundo entero de MiniMax H3

Un video de MiniMax H3 dura de 4 a 15 segundos. El techo son 362 fotogramas a 24 fps, que son 15,083 segundos y no quince pelados — y ese 0,083 de más es la pista de todo lo que viene debajo.

Pídele a MiniMax H3 un clip de ocho segundos y te devuelve 8,000 segundos. Pide siete y te devuelve 7,292. Pide doce y te devuelve 12,250. El modelo no redondea mal: no está trabajando en segundos.

H3 renderiza en bloques de fotogramas, no en segundos

Cada render de H3 es un número entero de bloques latentes, y el recuento de fotogramas cae siempre en:

frames = 17n + 5

A 24 fps eso fija la duración. El control de duración de una interfaz es una petición; lo que se renderiza de verdad es la rejilla, y tu valor se ajusta al bloque legal más cercano. ComfyUI hace ese ajuste a la vista: pon una duración y mira cómo salta el campo de los fotogramas.

En el rango de 4 a 15 segundos que acepta la API, la rejilla entera cabe en una tabla:

Una fila va en negrita, y es la única que lo necesita.

Por qué sólo un valor cae en un segundo entero

Un recuento de fotogramas se divide en segundos enteros cuando es múltiplo de 24. O sea que queremos:

17n + 5 ≡ 0  (mod 24)
17n     ≡ 19 (mod 24)

Diecisiete resulta ser su propio inverso módulo 24 — 17 × 17 = 289 = 12 × 24 + 1. Multiplica los dos lados por 17:

n ≡ 17 × 19 ≡ 323 ≡ 11 (mod 24)

Así que las soluciones son n = 11, 35, 59, …. La siguiente después de 11 es 35, que son 600 fotogramas, o 25 segundos — muy por encima del techo de 15 segundos.

Dentro del rango que H3 renderiza de verdad, n = 11 es la única respuesta. 192 fotogramas. 8,000 segundos. Todo lo demás que puedas pedir dura una fracción de segundo.

Cuándo importa esto y cuándo no

Para un clip suelto que va directo a un feed, no importa nada. Nadie que mire un bucle distingue 8,708 segundos de nueve.

Empieza a importar en cuanto el clip deja de estar solo:

• Montar con música. Un compás a 120 bpm son 2,000 segundos. Una petición de 10 segundos te da 7,292 u 8,708 — las dos se desvían de la rejilla, y la desviación se acumula a lo largo de una secuencia.
• Encadenar clips. Seis planos de 5,167 segundos son 31,002 segundos, no 31. Poca cosa, pero se acumula hasta dar una línea de tiempo que nunca acaba de cuadrar con las marcas que pusiste.
• Cualquier cosa con un hueco fijo. Una cortinilla de seis segundos no es una duración que H3 pueda producir. 6,583 es la más cercana, y se pasa.

Si un proyecto tiene alguna restricción de tiempo, constrúyelo con bloques de 8,000 segundos y recorta en el montaje. Es la única duración que el modelo devuelve limpia.

La versión práctica

Tres cosas que conviene guardarse:

1. Pide 8 segundos siempre que puedas. Es precisión gratis — el mismo coste por segundo de salida que cualquier otro valor, y es el único que llega entero.
2. Lee el recuento de fotogramas, no el campo de segundos. Los fotogramas son a lo que se comprometió el modelo. Los segundos son una división que haces tú después.
3. No pelees con la rejilla desde el prompt. Escribir “exactamente seis segundos” en un prompt no cambia el tamaño del bloque. El tiempo dentro del plano — un golpe en 00:04.500, por ejemplo — sí se respeta; la duración total no se negocia.

La aritmética vale la pena hacerla uno mismo. Lleva un minuto, no necesita más fuente que la regla 17n + 5 y los 24 fps, y resuelve una pregunta que si no parece que el modelo se comporta de forma imprevisible.

O deja que lo haga la interfaz: el generador de video con IA de MiniMax H3 de aquí sólo ofrece duraciones que la rejilla puede renderizar, así que el número que eliges es el número de segundos que recibes.