MiniMax H3 文字轉影片
把你想看到的東西打出來。MiniMax H3 文字轉影片給你一支做好的 4 到 15 秒片子——畫面、對白和配樂在同一個 MP4 裡，768P 或 2K。不用素材，不用剪輯軟體。
13 支真的片子 · 按「試這個」載入一支
11 秒 · 16:9 · 768P四個場景，同一個角色
一段提示詞能給你什麼
用 MiniMax H3 文字轉影片
多數人的文字轉影片都死在同一個地方。你寫了一句話，模型把你沒說的部分全部自己補完，回來的東西跟你腦子裡那個完全不一樣。
一位女子走在街上。
剩下的都是模型自己補的
- 什麼時間？
- 穿什麼？
- 鏡頭怎麼動？
- 什麼天氣？
- 有什麼聲音？
- 什麼鏡頭？
MiniMax H3 · 16:9 · 768P · 8 秒MiniMax H3 文字轉影片給你把話說完的空間，最多 7,000 字元。回來的是 4 到 15 秒之間任何一個整秒、24 影格每秒、768P 或 2K 的影片，對白、音效與音樂已經和畫面在同一個檔案裡。不用原圖，不用分鏡，不用剪輯軟體。
- 你能寫多少字元
- 7,000
- 任何一個整秒
- 4–15 秒
- 影格率
- 24 fps
- 解析度
- 768P / 2K
- 畫面、對白、音效與音樂
- 1 個 MP4
你能寫多少字元
任何一個整秒
影格率
解析度
畫面、對白、音效與音樂
- 不用原圖
- 不用分鏡
- 不用剪輯軟體
從一句話到一個鏡頭：
MiniMax H3 提示詞的三種寫法
同一個想法寫三遍，每一遍都配上它跑出來的片子。三條都跑一次，你就知道 MiniMax H3 文字轉影片到底在讀什麼。
第 1 級
6 個詞
A woman walks down a street.
會飄
主體在影格之間會飄，運鏡也由它自己決定。
第 2 級
30 個詞
30 個詞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.
能用了
鏡頭照你說的動，雨也真的下起來了。
- 模型就是照這個結構訓練出來的
第 3 級
官方欄位
官方欄位- 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.
可以交出去
對白壓在音樂前面，因為你寫了。
更多跑過的例子在 提示詞範例，每一條都附著完整的結構化提示詞。
MiniMax H3 文字轉影片的提示詞結構，一個欄位一個欄位拆給你看
填三個框，看著提示詞自己拼起來，直接送進生成器。
這個真的不用猜。H3 就是照一套三欄位結構訓練出來的，你照著寫，它就不會再替你亂補。
順序鎖定
每句話該放哪
integrated_multimodal_description — 畫面
決定你拿到的是你的鏡頭，還是它隨手編的。
- 景別
- 主體
- 環境
- 動作
- 運鏡
- 畫面裡的聲音
照這個順序寫：景別、主體、環境、動作、運鏡，最後才是畫面裡發出的聲音。每個鏡頭用 [Shot 1]、[Shot 2] 編號。
overall_soundscape — 這個場景聽起來是什麼樣
不讓配樂把你的台詞蓋掉。
按時間順序描述環境音、擬音，還有一支立在現場的麥克風收得到的一切。如果某一句台詞重要，就寫明它在前面，其餘的都壓在下面。
non_diegetic_music — 配樂
角色聽不見的那一層音樂。最短的一個欄位。
給風格、樂器、速度和情緒走向就好，不要給曲名。一兩句就夠——寫太滿，正是很多人最後跟自己的聲音設計打架的原因。
即時拼出來的提示詞
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
這三個欄位就按這個順序走，不能對調。
官方的輸出規則
- 01看得見，或者聽得見
- 02描述用英文，台詞用它自己的語言
- 03維持上面那個順序
- 04不要寫劇情大綱，不要留多餘的標籤
- 05永遠不要調換欄位順序
MiniMax H3 的運鏡怎麼寫，多鏡頭怎麼卡秒數
只寫 camera moves 是不會動的。H3 要看到三樣東西才肯動鏡頭：類型、幅度、速度。
push-in / pull-out / pan / tilt / orbit / handheld / crane / static
small / medium / strong
slow / steady / fast
它動了
slow push-in, small amplitude
camera moves
被忽略slow push-in, small amplitude畫面朝主體收攏，其他什麼都不動。
fast aerial push-in, large amplitude大幅度買到的是走過的距離，不是切鏡頭的快慢。
medium handheld follow, medium amplitude手持是一種質感。你不說，鏡頭回來就像裝在軌道上一樣穩。
多鏡頭卡秒數
超出片長，整次生成作廢
8 秒的片長到此結束
給鏡頭編號，給這一刀標上時間戳記。最後一個時間戳記一定要落在你選的片長以內。
已經有素材，比起重寫更想換個風格？那條路是 影片轉影片。
對白和聲音，寫在同一條 MiniMax H3 提示詞裡
你的角色可以開口說話。聲音和畫面出自同一次生成，不另外收費。
一句台詞是怎麼組成的
同一次生成 · 不另外收費
(S1) / (S2) · 768P · 8 秒十一種穩定的語言
11
- 阿拉伯文
- 中文
- 英文
- 法文
- 德文
- 義大利文
- 日文
- 韓文
- 葡萄牙文
- 俄文
- 西班牙文
最多人漏掉的一條
提示詞裡描述的部分用英文寫，但每一句台詞要用它自己的語言寫。
(S2) replies firmly, [Japanese] 分かった。對(S2) replies firmly, [Japanese] Understood.錯
把一句日文台詞寫成英文，是念出來不對味的頭號原因。
需要好幾支片子裡都是同一張臉、同一把嗓音？用 參考圖生影片。
MiniMax H3 文字轉影片的參數、限制，以及三個最容易踩的坑
在花掉任何點數之前，先把這場戲排好。下面每一個數字都來自官方 API 文件。
- 片長
- 4–15 秒，整秒好幾個站寫 5–15。API 文件接受 4。
- 影格率
- 24 fps
- 解析度
- 768P 或 2K
- 01長寬比
- 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16，必填
- 提示詞上限
- 7,000 字元
- 02影格格線
- 24 影格每秒下的 17n+5
- 03種子 / 負面提示詞
- 未開放
- 輸出
- 一個 MP4，H.264 + AAC，音訊已經混好
Source: 官方 · MiniMax API reference
三個最容易踩的坑
一支 MiniMax H3 文字轉影片要多少錢
按輸出秒數計費，不是按次數，所以跑一支 4 秒的試片比 15 秒的成品便宜。生成失敗完全不收錢。下面是在這裡出一支 8 秒要多少錢，旁邊是大家最常拿來一起比的兩個模型。
一支 8 秒，各家標價
- 本頁 · 8 秒 768P
- $0.64
- Veo 3.1 Standard · 1080p
- $3.20
- Seedance 2.5 · 720p
- $1.85
各家標價，核對於 2026-08-13。完整價格。
兩種繳法，每月點數一樣
- 免費免綁卡
一支真的 MiniMax H3 影片，帶聲音。4 秒 · 768P 之外的一切都靠點數。
$0永遠從頭到尾都不用信用卡
免費開始只驗機器人——不要 email
在 MiniMax H3 上跑 1 支
MiniMax H3 · 4 秒 · 768P · 16:9 · 帶聲音
7 天後回來看看——37 點數，再一支$9.9 起的任何一個點數包，都能解鎖 MiniMax H3 AI 影片生成器——每一種輸入方式、768P 和 2K
- 原生 2K 的 MiniMax H3只有付費
- 聲音和畫面一起生成只有付費
- 一支，不用綁卡
- 一次跑 1 支
- 跑壞的不收錢
- 生成內容不公開
- 任何一個點數包都能解鎖 MiniMax H3 AI 影片生成器的每一種輸入方式
免費層跑的是另一個引擎。看方案
速度與排隊
- 排隊
- 免費通道
- 同時任務數
- 1
- 批次
- 1
- 紀錄保留
- 24 小時 · 登入後 7 天
- 支援
- 社群
- Lite省 30%
用原生 2K 解鎖 MiniMax H3 AI 影片生成器。最小的付費方案——大多數人選的是 Pro。
$16.9/mo$24.9年繳 $202.8 · 一年省 $96
7 天退款 · 隨時取消
750 點數 / 月 · 約 20 支影片
4 秒 · 768P · 文字轉影片
或 4 秒 2K 約 13 支
月繳年繳，每月點數一樣
- 原生 2K 的 MiniMax H3——還有原生音訊
- 對白、音效與音樂在同一個檔案裡
- 最長 15 秒15 秒
- 每月約 20 支 4 秒 768P 的文字轉影片
- 跑壞的不收錢
- 點數沒動過，7 天內可退
- 一次跑 1 個任務
- 同一段提示詞批次跑 2 個版本
包含商業使用——涵蓋範圍
速度與排隊
- 排隊
- 一般
- 同時任務數
- 1
- 批次
- 2
- 紀錄保留
- 7 天
- 支援
- Email · 48 小時
- 多數人推薦Pro省 30%
比 Lite 多 $32。每月約 47 支影片，同一個 MiniMax H3 AI 影片生成器，排隊更快。
$39.9/mo$56.9年繳 $478.8 · 一年省 $204
7 天退款 · 隨時取消
1,775 點數 / 月 · 約 47 支影片
4 秒 · 768P · 文字轉影片
或 4 秒 2K 約 31 支
月繳年繳，每月點數一樣
- Lite 的全部
- 每月約 47 支 4 秒 768P 的文字轉影片
- 同時 3 個任務3×
- 影片轉提示詞
- 同一段提示詞批次跑 4 個版本
- 紀錄保留 7 天
- 點數沒動過，7 天內可退
包含商業使用——涵蓋範圍
速度與排隊
- 排隊
- 快速
- 同時任務數
- 3
- 批次
- 4
- 紀錄保留
- 7 天
- 支援
- Email · 12 小時
- Studio省 30%
整整一個月的量、排隊排在最前面，還有一個 4 小時內回覆的真人。
$99.9/mo$142.9年繳 $1,198.8 · 一年省 $516
7 天退款 · 隨時取消
4,425 點數 / 月 · 約 119 支影片
4 秒 · 768P · 文字轉影片
或 4 秒 2K 約 77 支
月繳年繳，每月點數一樣
- Pro 的全部
- 每月約 119 支 4 秒 768P 的文字轉影片
- 同時 8 個任務8×
- 同一段提示詞批次跑 4 個版本
- 紀錄保留 7 天
- 4 小時內的優先支援
- 我們給得出的最低點數消耗
- 點數沒動過，7 天內可退
包含商業使用——涵蓋範圍
速度與排隊
- 排隊
- 優先——排在最前面
- 同時任務數
- 8
- 批次
- 4
- 紀錄保留
- 7 天
- 支援
- 優先 · 4 小時
怎麼用 MiniMax H3 把一段文字變成影片
四個步驟，沒有一步需要剪輯軟體。聲音就在畫面那個檔案裡。
把畫面和聲音都描述出來
一個輸入框兩樣都收。先寫鏡頭看到什麼，再寫它聽到什麼——對白、音效、配樂。
最多 7,000 字元設定長寬比、長度和解析度
六種長寬比，4 到 15 秒之間任何一個整秒，768P 或 2K。
24 影格每秒，4–15 秒生成
畫面和 32 kHz 立體聲在同一次生成裡做出來，不是事後拼上去的。
一次生成下載 MP4
一個檔案，聲音已經在裡面。任務失敗不扣點數，每個方案都一樣，免費的也是。
任何一層都不加浮水印
免費的那一支跑的就是 MiniMax H3 本身：4 秒 · 768P · 16:9，帶原生聲音。2K、更長的片長和其他比例要用點數跑。
MiniMax H3 文字轉影片常見問題
第一支 MiniMax H3 影片之前，先知道這些
MiniMax H3 文字轉影片是什麼？
長寬比一定要選嗎？
一支片子最長可以多長？
我要 7 秒，怎麼回來是 6.9 秒？
提示詞可以寫多長？
可以用種子或負面提示詞嗎？
可以出 2K 嗎？
聲音真的是生成出來的嗎？
我的角色可以說哪些語言？
一定要註冊嗎？
免費做出來的片子有聲音嗎？
這些影片可以商業使用嗎？
由 MiniMax H3 AI Video Generator 編輯團隊撰寫與維護發布於 最後更新 工具版本 2026.09.4