MiniMax H3 文生视频
把你想看到的画面打出来就行。不用找素材，也不用开剪辑软件。MiniMax H3 文生视频直接还你一条 4 到 15 秒的成片，画面、对白和配乐都在同一个 MP4 里，最高 2K。
13 条真片 · 点「试这条」直接载进输入框
11s · 16:9 · 768P四个场景，同一个人
一句话进去，
MiniMax H3 文生视频还你什么
多数人第一次跑文生视频都栽在同一处：写了一句话，剩下的全靠模型猜，回来的东西跟脑子里那个完全是两回事。
一个女人走在街上。
剩下的全靠模型自己补
- 什么时间？
- 穿什么？
- 镜头怎么动？
- 什么天气？
- 有什么声音？
- 什么镜头？
MiniMax H3 · 16:9 · 768P · 8sMiniMax H3 文生视频给你把话说完的空间，最多 7,000 字符。然后还你 4 到 15 秒之间任意整秒、24 帧、768P 或 2K 的成片，对白、音效和配乐已经和画面在同一个文件里。不用原图，不用分镜，不用剪辑软件。
- 你能写多少字符
- 7,000
- 任意整秒
- 4–15 秒
- 帧率
- 24 fps
- 分辨率
- 768P / 2K
- 画面、对白、音效与配乐
- 1 个 MP4
你能写多少字符
任意整秒
帧率
分辨率
画面、对白、音效与配乐
- 不用原图
- 不用分镜
- 不用剪辑软件
从一句话到一个镜头：
提示词的三种写法，效果差多少
同一个想法写三遍，每遍都配它跑出来的片子。三条都跑一遍，你就知道 MiniMax H3 文生视频到底在读什么。
第 1 档
6 个词
A woman walks down a street.
会飘
主体一帧一个样，镜头自己乱动。
第 2 档
30 个词
30 个词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
镜头照你说的动，雨也真下起来了。
- 模型是照这个结构训练出来的
第 3 档
官方字段
官方字段- 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.
可以交付
对白压在音乐前面，因为你写了。
更多跑通过的例子在 提示词灵感（英文），每一条都带着完整的结构化提示词。
MiniMax H3 文生视频的提示词结构，拆开给你看
填三个框，看着提示词自己拼出来，一键送进生成工具。
这个真不用你猜。H3 就是照一套三字段结构训练出来的，你照着写，它就不再替你瞎补。
顺序锁定
每句话该放哪
integrated_multimodal_description — 画面
决定你拿到的是你的镜头，还是它随手编的。
- 景别
- 主体
- 环境
- 动作
- 运镜
- 画面内的声音
按这个顺序写：景别、主体、环境、动作、运镜，最后是画面里发出的声音。每个镜头用 [Shot 1]、[Shot 2] 编号。
overall_soundscape — 这个房间听起来什么样
防止配乐把你的台词盖掉。
按时间顺序描述环境音、拟音，以及一支立在现场的话筒能收到的一切。如果某句台词重要，就说它在前面、其余都压在下面。
non_diegetic_music — 配乐
角色听不见的那层音乐。最短的一个字段。
给风格、乐器、速度和情绪走向就够，别给曲名。一两句话足够。写太满，是很多人跟自己的声音设计打架的原因。
实时拼出来的提示词
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
这三个字段就按这个顺序走，不能对调。
官方的输出规则
- 01看得见，或者听得见
- 02描述用英文，台词用本语言
- 03保持上面这个顺序
- 04不要写剧情梗概，不要留多余标签
- 05永远不要调换字段顺序
运镜怎么写才有用，多镜头怎么卡点
只写 camera moves 是白写。H3 要看到三样才肯动镜头：类型、幅度、速度。
push-in / pull-out / pan / tilt / orbit / handheld / crane / static
small / medium / strong
slow / steady / fast
它动了
slow push-in, small amplitude
camera moves
被忽略slow push-in, small amplitude画面朝主体收拢，别的什么都不动。
fast aerial push-in, large amplitude大幅度买到的是走过的距离，不是切镜头的快慢。
medium handheld follow, medium amplitude手持是一种质感。你不说，镜头就会像装在轨道上一样稳。
多镜头卡点
超出片长，整次生成作废
8 秒片长到此结束
给镜头编号，给这一刀打时间戳。最后一个时间戳一定要落在你选的片长以内。
已经有素材、比起重写更想换个风格？那条路是 视频改视频（英文）。
让角色开口说话：对白和声音写在同一条提示词里
你的角色可以说话。声音和画面出自同一次生成，不另外收费。
一句台词是怎么组成的
同一次生成 · 不额外收费
(S1) / (S2) · 768P · 8s十一种稳定的语言
11
- 阿拉伯语
- 中文
- 英语
- 法语
- 德语
- 意大利语
- 日语
- 韩语
- 葡萄牙语
- 俄语
- 西班牙语
这条规则最多人漏
提示词里描述的部分用英文写，但每句台词要用它本来的语言写。
(S2) replies firmly, [Japanese] 分かった。对(S2) replies firmly, [Japanese] Understood.错
把一句日语台词写成英文，是念出来不对味的头号原因。
需要在好几条片子里保持同一张脸或同一把嗓音？用 参考生视频（英文）。
参数、限制，以及三个最容易踩的坑
下面每个数都来自官方 API 文档。其中三行是大家最常栽的地方。
- 时长
- 4–15 秒，整秒好几个站点写 5–15。API 文档接受 4。
- 帧率
- 24 fps
- 分辨率
- 768P 或 2K
- 01画幅
- 21:9 · 16:9 · 4:3 · 1:1 · 3:4 · 9:16，必填
- 提示词上限
- 7,000 字符
- 02帧网格
- 24 帧下的 17n+5
- 03种子 / 反向提示词
- 不开放
- 输出
- 一个 MP4，H.264 + AAC，音频已封装
Source: 官方 · MiniMax API reference
三个最容易踩的坑
- 01
画幅留空，这次调用直接报错。
- 21:9
- 16:9
- 4:3
- 1:1
- 3:4
- 9:16
- adaptive
图片生视频（英文） 可以用 adaptive，因为它有你的图可以推断画幅。
- 02
你要 7 秒，回来可能是 6.9 秒。
24 帧下 17n + 5 帧
- 你要的
- 7.0 秒
- 回来的
- 6.9 秒
时长会吸到最近的合法区块上。这是模型的规则，不是 bug。
- 03
没有种子，也没有反向提示词。
这里 7,000 字符Veo 3.1 是 1,024 token条形长度 = 提示词额度
控制力来自把想要的东西说得更准。Veo 3.1（英文） 只给你 1,024 token。
一条 MiniMax H3 文生视频要多少钱
按输出秒数计费，不是按次数。所以跑一条 4 秒试片比 15 秒成片便宜，跑砸了完全不扣费。下面是在这儿出一条 8 秒要多少钱，旁边是大家常拿来比的两个模型。
一条 8 秒，按各家标价
- 本页 · 8 秒 768P
- $0.64
- Veo 3.1 Standard · 1080p
- $3.20
- Seedance 2.5 · 720p
- $1.85
各家标价，核对于 2026-08-13。完整价格。
两种付法每月积分一样多
- 免费不用绑卡
不用账号出一条，跑的是免费引擎。MiniMax H3 本身是付费的。
$0永久全程不需要信用卡
免费开始只做机器人校验，不要邮箱
1 条，不用账号
Agnes Video V2.0 · 16:9 · 5 秒 · 无声
登录仍然免费，Agnes 引擎每天 3 条，无声$9.9 起的任意积分包都能解锁 MiniMax H3，所有模式，768P 与 2K
- MiniMax H3 原生 2K仅付费
- 声音与画面一起生成仅付费
- 一条，不用账号
- 同时跑 1 个任务
- 失败的片子不花钱
- 生成内容私有
- 任意积分包都能解锁 MiniMax H3 的全部模式
免费档是另一个引擎。看套餐
速度与排队
- 队列
- 免费通道
- 同时任务数
- 1
- 批量
- 1
- 历史保留
- 24 小时 · 登录后 7 天
- 支持
- 社区
- Lite省 50%
解锁 MiniMax H3 原生 2K。最小的付费档，大多数人选的是 Pro。
$24.9/mo$49.9按年扣 $298.8 · 一年省 $300
7 天退款 · 随时取消
每月 1,290 积分 · 约 22 条
4 秒 · 768P · 文生视频
或 4 秒 2K 约 17 条
月付年付，每月积分一样多
- MiniMax H3 原生 2K：音画同生
- 对白、音效与配乐在同一个文件里
- 最长 15 秒15s
- 每月约 22 条 4 秒 768P 文生视频
- 失败的片子不花钱
- 积分未使用可 7 天退款
- 同时跑 1 个任务
- 同一条提示词可批量出 2 个版本
仅限个人与评估用途：为什么
速度与排队
- 队列
- 标准
- 同时任务数
- 1
- 批量
- 2
- 历史保留
- 7 天
- 支持
- 邮件 · 48 小时
- 多数人推荐Pro省 50%
比 Lite 多 $50。每月约 125 条，同样的 MiniMax H3，队列更快。
$49.9/mo$99.9按年扣 $598.8 · 一年省 $600
7 天退款 · 随时取消
每月 4,990 积分 · 约 125 条
4 秒 · 768P · 文生视频
或 4 秒 2K 约 84 条
月付年付，每月积分一样多
- 包含 Lite 的全部
- 每月约 125 条 4 秒 768P 文生视频
- 同时跑 3 个任务3×
- 视频反推提示词
- 同一条提示词可批量出 4 个版本
- 历史保留 7 天
- 积分未使用可 7 天退款
仅限个人与评估用途：为什么
速度与排队
- 队列
- 快速
- 同时任务数
- 3
- 批量
- 4
- 历史保留
- 7 天
- 支持
- 邮件 · 12 小时
- Studio省 50%
一整个月的产量，排队最优先，还有 4 小时内回你的真人。
$99.9/mo$199.9按年扣 $1,198.8 · 一年省 $1,200
7 天退款 · 随时取消
每月 12,990 积分 · 约 325 条
4 秒 · 768P · 文生视频
或 4 秒 2K 约 217 条
月付年付，每月积分一样多
- 包含 Pro 的全部
- 每月约 325 条 4 秒 768P 文生视频
- 同时跑 8 个任务8×
- 同一条提示词可批量出 4 个版本
- 历史保留 7 天
- 优先支持，4 小时内响应
- 我们能给到的最低积分消耗
- 积分未使用可 7 天退款
仅限个人与评估用途：为什么
速度与排队
- 队列
- 优先，排在最前面
- 同时任务数
- 8
- 批量
- 4
- 历史保留
- 7 天
- 支持
- 优先 · 4 小时
怎么用 MiniMax H3 把一句话做成视频
四步，没有一步要开剪辑软件。声音就在画面那个文件里。
把画面和声音描述出来
一个输入框两样都收。先写镜头看到什么，再写它听到什么：对白、音效、配乐。
最多 7,000 字符设画幅、长度和分辨率
六种画幅，4 到 15 秒之间任意整秒，768P 或 2K。
24 帧，4–15 秒生成
画面和 32 kHz 立体声在同一次生成里做出来，不是事后拼上去的。
一次生成下载 MP4
一个文件，声音已经在里面。任务失败不扣积分，所有档位包括免费档。
付费档不加任何标记
免费档跑的是 Agnes Video V2.0，16:9，无声。MiniMax H3 本身，连同 2K 和音画同生，从付费档开始。
MiniMax H3 文生视频常见问题
十二个答案 · 全部展开 · 没有折叠