MiniMax M3 читает видео и не рисует ни одного кадра

MiniMax M3 не генерирует видео и никогда не генерировала. Видео она принимает на вход — до примерно тридцати минут материала за один запрос — и выдаёт текст: описания, разборы, раскадровки, код. Видео у MiniMax рисует H3, вышедшая двумя месяцами позже M3 и отличающаяся от неё одной буквой в строке API.

Сюда приходят двумя разными путями, и ответы им нужны противоположные.

Если вы искали генератор видео MiniMax M3, нужная модель называется H3, и клип можно сделать прямо сейчас — та же компания, правильная буква. Если вы действительно имели в виду M3 и хотите знать, что она делает с отснятым материалом, читайте дальше. Ответ намного конкретнее, чем «ничего», а настоящее ограничение — не то, что стоит в спецификации.

Может ли MiniMax M3 генерировать видео

Нет. Я пошёл сначала в тег пайплайна: он закрывает вопрос за одну проверку, и её можно повторить меньше чем за минуту.

Тег пайплайна — самая быстрая из этих проверок. Это объявленное поле в репозитории модели, и оно называет модальность вывода; у M3 там стоит текст. У модели, чей тег задачи заканчивается на -to-text, нет пути к видеофайлу — как бы ни был сформулирован запрос.

Строка про тарификацию бьёт по командам сильнее, чем по одиночкам. Заложите проект не на ту модель — и смета окажется не «немного мимо», а в другой единице измерения: токены против секунд вывода. Дальше по цепочке это не сходится нигде.

Что M3 на самом деле видит в вашем клипе

Знать это стоит, даже если вы только снимаете: M3 оказывается полезной как раз на входе.

M3 мультимодальна изначально: текст, изображения и видео приходят через один и тот же чат-эндпойнт и обучались вместе с самого начала, а не через визуальный адаптер, довинченный поверх текстовой модели. Карточка развёртывания NVIDIA ставит потолок длинной формы примерно на 30 минутах материала за запрос, а MiniMax сообщает о 84,6 на Video-MME при 512 кадрах — это её собственная оценка, читайте её как заявление вендора.

Три вещи важнее этой цифры.

Видео уходит внутрь кадрами, а не файлом. Вы дискретизируете клип и передаёте упорядоченную последовательность изображений. В опубликованной MiniMax оценке частота дискретизации была 1 FPS.

Отсюда следует, что потолок — это бюджет токенов, переодетый в длительность. Каждый взятый кадр тратит часть контекстного окна на 1 048 576 токенов. Поэтому предел выглядит как минуты на странице развёртывания и как кадры в конфиге оценки: 512 кадров при 1 FPS — это примерно восемь с половиной минут реального материала. Полчаса остаются получасом, только если вы готовы смотреть их по кадру в секунду. Возьмите две минуты при 12 FPS — и тот же бюджет уйдёт на двенадцатую часть хронометража. Ставьте частоту кадров под сцену, а не под длину файла.

M3 не слышит ваш клип. Видеотракт — это последовательность неподвижных изображений, и звуковая дорожка с ними не едет. Улика лежит в собственной конфигурации Video-MME у MiniMax: там каждые 30 секунд подмешивали субтитры текстом, вместо того чтобы подавать звук. Значит, всё, что M3 говорит про реплики, музыку или атмосферу помещения, она вывела из картинок и из того текста, который вы ей дали. Если реплики важны, приложите расшифровку.

Остаётся аккуратная инверсия, по которой эту пару легко запомнить: H3 определяется звуком, который производит, а M3 — звуком, который не может принять. Одна компания, два месяца разницы.

Если настоящая задача — описать уже отснятое, наш инструмент «видео в промпт» делает версию под H3: читает клип и возвращает структурированный промпт, с которого можно сразу генерировать, а не прозу, которую потом придётся руками раскладывать по полям.

На имя «MiniMax 3» откликаются четыре продукта

В 2026 году вышли три продукта с тройкой в названии, строки API у двух из них отличаются одним символом, а миллионное окно M3 MiniMax продаёт под «пониманием длинного видео» — формулировка точная и на беглый взгляд неотличимая от генерации.

H3 Max — самый свежий способ попасть не туда. Это настоящая модель, одобренная MiniMax и стоящая рядом с H3 в её же документации, но подставить её свободно нельзя: только хостинг, без опубликованных весов, 768p вместо 2K. Что именно «максимизирует» Max и чем за это платит — весь размен целиком.

Какая модель нужна вашей задаче

Пусть M3 пишет промпт, а H3 его рисует

Работа в видеопайплайне у M3 есть. Просто это не работа по рендеру.

H3 не нужна одна фраза. Ей нужно длинное структурированное описание — план за планом, с движениями камеры, таймингами и звуком, разложенными по именованным полям. MiniMax собирает такое описание хостовой ступенью Context-IR, которой в открытом релизе нет, и её же рекомендации приглашают разработчиков строить собственную предобработку.

M3 попадает в этот проём почти слишком точно. Миллионное окно держит гайдлайн бренда и раскадровку одновременно; нативный ввод изображений и видео означает, что она прочитает ваши референсы; а на выходе у неё текст — ровно то, что H3 потребляет. То есть связка такая: M3 пишет промпт, H3 его рисует — и поиск, который вас сюда привёл, был не ошибкой, а одной буквой в стороне от рабочего процесса.

Полная передача — системный промпт, заставляющий M3 выдавать трёхпольный формат H3, во что этот обмен обходится на фоне рендера и где расходятся две лицензии — разобрана в MiniMax H3 против MiniMax M3. Чтобы не собирать её самому, наш генератор промптов выдаёт ту же структуру прямо в браузере.

MiniMax M3 и видео: частые вопросы

MiniMax M3 — это видеомодель? Это мультимодальная модель, которая читает видео. Моделью генерации видео она не является: её тег пайплайна — image-text-to-text.

Умеет ли MiniMax M3 делать видео по тексту? Нет. Это умеет H3 — модель, которую MiniMax для этого и построила.

Что за «генератор видео MiniMax M3», который везде рекламируют? Почти всегда это интерфейс на MiniMax H3, использующий написание M3, чтобы поймать этот поиск. Генератор настоящий; название модели на нём — нет.

H3 Max и M3 — это одно и то же? Нет, и эту пару перепутать проще всего. H3 Max делает видео и является дообученной H3; M3 делает текст. Общая буква — совпадение.

Понимает ли M3 звук в загруженном видео? Нет. Внутрь идут кадры, дорожка с ними не идёт. Когда важны реплики, приложите расшифровку текстом.

Сколько у MiniMax M3 параметров? Около 428B всего, примерно 23B активных на токен, 128 экспертов, четыре из них активны на токен. Метаданные safetensors на Hugging Face дают ровно 427 040 140 160.

MiniMax M3 и MiniMax H3 — обе с открытыми весами? Обе публикуют веса под ограничительными лицензиями, которые не являются open source по критериям OSI, и ограничения у них разной формы: у M3 нет территориального предела, H3 исключает четыре рынка. Что на самом деле ограничивает лицензия H3 разбирает эту сторону.

Мне просто нужно сделать видео. Начните с видео по тексту на MiniMax H3 — M3 не нужна, а звук приходит в том же проходе.

---

Последняя проверка — 31 августа 2026. Потолок в 30 минут — это опубликованная цифра развёртывания NVIDIA, а не гарантия API MiniMax, и оценка Video-MME у MiniMax собственная; обе снабжены источником, чтобы их можно было перепроверить, а не принимать на веру. MiniMax выпускает модели достаточно быстро, чтобы четвёртая «тройка» была реальной возможностью.