MiniMax H3 contra o Veo 3.1: num deles os ajustes estão presos uns aos outros

A gente toca uma ferramenta de MiniMax H3, então temos um interesse óbvio aqui. Três coisas mantêm isto útil: todo número do Veo vem da documentação do próprio Google, as vitórias do Veo ganham uma seção só delas, e a gente nomeia o caso em que o Veo 3.1 Lite custa menos do que qualquer coisa que vendemos.

Os dois entregam vídeo com áudio gerado junto da imagem. Você vai ler por aí que um deles não faz isso; nunca foi verdade do H3 e não é mais verdade do Veo. A comparação gira em torno de outras três coisas. O H3 te dá de 4 a 15 segundos em qualquer inteiro, seis proporções de tela e até doze arquivos de referência, de $0.08 a $0.13 por segundo de saída. O Veo 3.1 chega a 4K, o que o H3 não consegue, e consegue estender um clipe até 148 segundos, o que o H3 não consegue. E acima de 720p, o Veo tem exatamente uma duração.

Os ajustes do Veo 3.1 são acoplados

Leia a tabela de parâmetros do Google em vez da lista de recursos e uma linha muda a comparação. Em durationSeconds está escrito: "4", "6", "8". Must be "8" when using extension, reference images or with 1080p and 4k resolutions.

Ou seja, os 4, 6 ou 8 segundos que todo mundo cita só valem em 720p e sem referências. Peça 1080p e o 4 e o 6 somem. Peça 4K, a mesma coisa. Anexe uma imagem de referência, a mesma coisa. Ligue a extensão e você também cai para 720p, porque a linha de resolução só acrescenta 720p para extensão.

O H3 não tem acoplamento equivalente. Qualquer inteiro de 4 a 15, em 768P ou 2K, em qualquer uma de seis proporções, com até nove imagens mais três vídeos mais três clipes de áudio. Os ajustes não restringem uns aos outros.

Três modelos diferentes usam o crachá Veo 3.1

Standard, Fast e Lite não são camadas de um modelo do jeito que camadas costuma sugerir. O Lite não tem 4K e não aceita imagem de referência nenhuma. O Standard e o Fast aceitam as duas coisas. A diferença de preço é de oito para um: $0.40 por segundo contra $0.05 em 720p.

Isso importa porque quase toda comparação cita os $0.40 do Standard e chama aquilo de Veo. Se a sua entrega é 720p e oito segundos, esse enquadramento te custa dinheiro: o Lite é mais barato que qualquer coisa da nossa própria tabela de preços, áudio incluído.

Preço por segundo mente. O que custa um filme pronto

Tarifas por segundo só comparam limpo quando os dois modelos conseguem produzir o mesmo trecho. Acima de 720p eles não conseguem, então a unidade honesta é um filme entregue.

Trinta segundos em saída da classe 1080p, guardando uma tomada em cada três:

As duas colunas usam o preço de tabela publicado de cada fornecedor, não a margem de um revendedor, que é onde a maioria das comparações erra em silêncio — a linha do Lite inclusive, e é a única linha que fica abaixo de nós.

Onde o Veo 3.1 ganha do MiniMax H3

4K. O Veo 3.1 Standard entrega; o H3 para no 2K. Se o contrato diz master em 4K, esta comparação acabou. O 2K do H3 é uma regeração e não um upscale, o que recupera texto pequeno que um upscaler inventaria, mas ainda é 2K.

Duração, num sentido específico. O Veo estende um clipe gerado de sete em sete segundos, até vinte vezes, chegando a 148 segundos. O H3 para em 15. A versão do Veo é soldada de pedaços de sete segundos e presa em 720p, mas 148 é 148.

Reprodutibilidade, em parte. O Veo expõe seed, com a ressalva do próprio Google de que isso não garante determinismo, só melhora um pouco. O H3 não expõe nada equivalente. Parcial ganha de nada.

Compras corporativas. O Vertex AI traz gestão de identidade, trilhas de auditoria e contratos. Nada no H3 chega perto nesse eixo.

Duas cláusulas de geografia, não uma

Toda comparação menciona uma delas e nenhuma menciona as duas.

Os pesos do H3 saem sob uma licença comunitária cujo Applicable Territory exclui os EUA, a UE, o Reino Unido e a Coreia do Sul, e a exclusão acompanha as saídas, não só a instalação. A API hospedada não é afetada e está disponível no mundo inteiro. A licença, cláusula por cláusula tem o detalhe.

O Veo também tem uma cláusula de geografia, na própria página de limitações dele: na UE, no Reino Unido, na Suíça e no Oriente Médio e Norte da África, o personGeneration só aceita allow_adult. O Google também declara que o inglês é plenamente suportado e que outros idiomas não foram avaliados, o que vale pesar contra os onze idiomas estáveis de diálogo do H3.

Duas cláusulas, de dois tipos diferentes. Não é um modelo com restrições e outro sem. Um resumo, não aconselhamento jurídico.

Nos painéis de preferência cega

Arenas de preferência cega da Artificial Analysis, retrato de 14 de agosto de 2026:

Duas ressalvas antes de citar isso. O H3 não é o primeiro no painel de texto para vídeo; o Gemini Omni Flash lidera com 1.241, dentro do mesmo intervalo de confiança, e a documentação do próprio Google agora nomeia o Omni Flash como modelo de vídeo padrão e o Veo 3.1 como a escolha para extensão de cena e pipelines legados. Segundo, o Veo 3.1 está ausente do painel de edição de vídeo e não foi batido nele. Isso é uma ausência, não uma derrota.

Qual deles para o seu briefing

Quatro briefings te mandam para o Google. Melhor saber aqui do que depois da fatura. Um master em 4K: Standard, e só Standard. Um filme de oito segundos em 720p com orçamento apertado: Lite, mais barato que a gente. Uma entrega única com mais de quinze segundos em que 720p serve: a corrente de extensão do Veo. Compras dentro do Google Cloud: Vertex.

Quatro te mandam para cá. Qualquer coisa que não seja 16:9 ou 9:16. Qualquer coisa que precise de mais de três arquivos de referência, já que referência para vídeo aceita doze. Diálogo fora do inglês. E qualquer tomada contínua única entre nove e quinze segundos, que o Veo não consegue produzir em ajuste nenhum.

Perguntas frequentes

O MiniMax H3 é melhor que o Veo 3.1? No geral, não. O H3 lidera nos painéis de preferência cega, na duração, nas proporções de tela, na capacidade de referência e no preço. O Veo 3.1 lidera no 4K, na duração de extensão e no seed. Escolha pela especificação da entrega, não por vencedor.

O Veo 3.1 gera áudio? Gera, sempre. A tabela de recursos de modelos do Google lista áudio como sempre ligado no Veo 3.1, no Fast e no Lite, e não existe parâmetro generate_audio na tabela atual da API do Gemini. Comparações montadas sobre um Veo mudo estão desatualizadas.

O MiniMax H3 gera áudio? Gera, 32 kHz estéreo, produzido na mesma passagem que a imagem, sem chave.

O MiniMax H3 faz 4K? Não. O enum de resolução é 768P e 2K. Sites que citam uma tarifa de 4K do H3 estão citando algo que a MiniMax não publica.

Até onde cada um vai em duração? H3: qualquer inteiro de 4 a 15 segundos numa tomada contínua. Veo 3.1: 4, 6 ou 8, e só 8 acima de 720p, e depois extensões de sete segundos até um máximo de 148 segundos em 720p.

O Veo 3.1 aceita prompt negativo? Pela API do Gemini, não; o parâmetro não está na tabela dele. O seed está, com a ressalva do próprio Google.

Qual é mais barato? Depende da camada. Contra o Standard, o H3 sai por volta de um terço do preço. Contra o Lite em 720p, o H3 é mais caro.

Por que o Veo 3.1 ainda está marcado como preview? A tabela de versões de modelo do Google marca o Veo 3.1, o Fast e o Lite como preview, e o Veo 3, o Veo 3 Fast e o Veo 2 como descontinuados. Todo Veo que você pode comprar hoje é um modelo em preview.

Por quanto tempo os resultados ficam disponíveis? O Veo guarda os vídeos gerados por dois dias. O H3 deixa você consultar uma tarefa por sete dias, e as URLs de saída dele também têm prazo. Baixe e re-hospede nos dois casos.

Os vídeos levam marca d'água? O Veo marca com SynthID e oferece uma ferramenta de verificação. Se um revendedor de terceiros repassa o SynthID, vale confirmar direto com esse revendedor.

Eu deveria estar comparando com o Gemini Omni Flash? Possivelmente. A documentação do próprio Google nomeia ele como modelo de vídeo padrão.

---

Isso se resolve mais fácil com um clipe do que com uma tabela. Rode o seu próprio prompt pelo gerador de vídeo com IA MiniMax H3 — texto para vídeo aceita uma linha — e julgue a imagem você mesmo.