Hailuo H3 API
Hailuo 3 视频生成模型，支持 4～15 秒文生、首尾帧图生和图片、视频、音频参考生成，输出 768p 或 2K。
Что такое Hailuo 3
Hailuo 3 (также MiniMax H3, Hailuo 3.0 или Hailuo 03) — модель генерации видео от MiniMax, выпущенная 31 июля 2026 года: единый омни-модальный Transformer с официальными характеристиками 4–15 секунд, 24 fps, разрешение 768p/2K и нативный стереозвук 32 кГц, генерируемый в том же проходе, что и картинка. MiniMax также заявляет до 9 референс-изображений + 3 референс-видео + 3 референс-аудио (всего до 12 файлов), промпты длиной около 7000 символов и аудио на 11 языках.
Roko предоставляет hailuo-3 через асинхронный API /v1/videos/tasks: text-to-video маршрутизируется в minimax-h3-text-to-video, image-to-video — в minimax-h3-image-to-video, reference-to-video — в minimax-h3-reference-to-video; входные модальности охватывают text, image, video и audio. Длительность 4–15 с (по умолчанию 4), разрешение 768p/2K (по умолчанию 768p), соотношения сторон 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (по умолчанию 16:9).
Цены по открытому каталогу Roko: $0.0836/с в 768p и $0.1364/с в 2K, оплата за секунды вывода; если в референсах есть видео, тарифицируются секунды входного видео + секунды вывода (эквивалент $0.1672 за секунду вывода в 768p, $0.2728 в 2K), а каждая референс-картинка с 6-й добавляет $0.0418. Посекундные цены официального API MiniMax отличаются и с ценами Roko не пересчитываются.
Стоимость модели
Цены соответствуют текущей производственной конфигурации и фактическим единицам тарификации каждого режима.
| Режим | Цена | Правило тарификации |
|---|---|---|
| 文生 / 图生 / 图片或音频参考 | 768p $0.0836/с2k $0.1364/с | 按输出视频秒数；第 6 张起的参考图另计 |
| 视频参考 | 768p $0.0836/с2k $0.1364/с | 按输入视频秒数 + 输出视频秒数；第 6 张起的参考图另计 |
Примеры расчёта стоимости
Примеры пересчитаны по ценам открытого каталога Roko; оценка делается при отправке по публичным параметрам, а после завершения может пересчитываться по фактическому потреблению, которое вернул провайдер.
8 с × $0.0836/с = $0.6688
Стандартный тариф без референсов; типовой выбор для поточных социальных клипов.
10 с × $0.1364/с = $1.364
Загрузите 1–2 изображения как первый кадр или стилевой референс в 2K — для мастеров под кроп в постпродакшене.
(6 с входного видео + 6 с вывода) × $0.0836/с = $1.0032
Видеореференсы тарифицируются в обе стороны — секунды входа + секунды вывода, эквивалент $0.1672 за секунду вывода.
8 с × $0.0836/с + 3 × $0.0418 = $0.7942
Каждая референс-картинка с 6-й добавляет $0.0418, то есть 8 картинок = 3 с надбавкой. Подходит для консистентности нескольких персонажей и сцен.
Информация о модели
Показаны только документированные поставщиком и реализованные в шлюзе модели, возможности и ограничения.
minimax-h3-text-to-video
- Ограничения
- —
- Длительность
- 4–15s
minimax-h3-image-to-video
- Ограничения
- Изображения 1–2
- Длительность
- 4–15s
minimax-h3-reference-to-video
- Ограничения
- Изображения 0–9 · Видео 0–3 · Аудио 0–3
- Длительность
- 4–15s
Ключевые возможности
Омни-модальные референсы (до 12 файлов)
Маршрут reference-to-video принимает до 9 референс-изображений, 3 референс-видео и 3 референс-аудио — всего до 12 файлов, чтобы зафиксировать персонажей, декорации, движение и голос. Видео- и аудиореференсы — заявления вендора; проверяйте на фактических результатах задач.
Нативный стереозвук за один проход
По словам MiniMax, стереозвук 32 кГц генерируется вместе с картинкой, без последующего озвучания, с поддержкой 11 языков. Roko берёт единую цену за секунду вывода; аудио без надбавки.
Два уровня: 768p и 2K
768p по умолчанию подходит для поточного производства; 2K ($0.1364/с) — для мастеров под кроп или большие экраны. Клипы длятся 4–15 с (по умолчанию 4), так что темп можно подстроить под сюжет.
Шесть соотношений сторон
21:9, 16:9, 4:3, 1:1, 3:4 и 9:16 (по умолчанию 16:9) покрывают всё от кинематографического широкого экрана до вертикального шорт-формата без принудительного кропа после генерации.
Длинные промпты и консистентность персонажей
Вендор заявляет промпты до ~7000 символов и консистентность на основе референсов; на запуске Artificial Analysis ставил H3 на 1-е место в видеомонтаже, 2-е в text-to-video и 3-е в image-to-video (сторонний рейтинг, не замеры Roko).
Основные параметры
Параметры формируются из структурированной конфигурации; неподдерживаемые и неуказанные поля не показываются.
modelstringID модели
Значение по умолчанию:minimax-h3-text-to-video / minimax-h3-image-to-video / minimax-h3-reference-to-videopromptstringHailuo 3 视频生成模型，支持 4～15 秒文生、首尾帧图生和图片、视频、音频参考生成，输出 768p 或 2K。
Значение по умолчанию:ОбязательноdurationintegerСекунды выходного видео
Значение по умолчанию:4–15squalityenumТекущая тарификация
Значение по умолчанию:768p / 2kaspect_ratioenumВозможность
Значение по умолчанию:21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16image_urlsarrayИзображение в видео: 1–2 · Референс в видео: 0–9
Значение по умолчанию:Зависит от режимаvideo_urlsarrayРеференс в видео: 0–3
Значение по умолчанию:Зависит от режимаaudio_urlsarrayРеференс в видео: 0–3
Значение по умолчанию:Зависит от режимаВозможности и рекомендации
Основные возможности
- Текст в видео · minimax-h3-text-to-video
- Изображение в видео · minimax-h3-image-to-video
- Референс в видео · minimax-h3-reference-to-video
- 768p / 2k на выходе
- 4–15s Длительность
Ограничения
- Изображение в видео: Изображения 1–2
- Референс в видео: Изображения 0–9 · Видео 0–3 · Аудио 0–3
- Источник характеристик: https://evolink.ai/zh/hailuo-3
Ограничения и нюансы
- Референсы с видео тарифицируются в обе стороны — секунды входного видео плюс секунды вывода, поэтому чем длиннее референс, тем выше стоимость.
- Каждая референс-картинка с 6-й добавляет $0.0418; большие наборы картинок линейно увеличивают расходы.
- Успешная отправка означает лишь приём задачи, но не успех генерации; итоговым считается терминальный статус.
- Ссылки вывода имеют ограниченный срок жизни — скачивайте и переносите материал своевременно.
- Генерация в 2K обычно занимает больше времени, чем в 768p; закладывайте запас для срочных задач (официальных таймингов нет).
Как вызывать
- POST /v1/videos/tasks с model=hailuo-3, плюс prompt, изображение первого кадра, референс-видео/аудио, duration, resolution, aspect_ratio и параметры маршрута; в ответе возвращается task_id.
- Опрашивайте GET /v1/tasks/{task_id}, пока статус не перейдёт в терминальный succeeded или failed.
- При succeeded прочитайте URL видео из результата задачи; ссылки вывода Roko имеют срок жизни — своевременно переносите материал в своё хранилище.
- При failed прочитайте ошибку, исправьте промпт или параметры и отправьте заново тем же потоком; неудачные задачи рассчитываются по правилам возврата платформы.
- Успешная отправка означает лишь приём задачи, но не успех генерации; итоговым считается терминальный статус.
Типовые сценарии
Социальные клипы с репликами и звуками
Вход: промпт сцены (MiniMax заявляет поддержку аудио на 11 языках) + 16:9 или 9:16; действие: текстовый маршрут, 4–15 с; ожидаемый результат: upstream-возможность может создать синхронные изображение и звук за один проход; ограничение: в каталоге Roko нет отдельного переключателя аудио, поэтому наличие звука проверяйте по результату задачи, а клип ограничен 15 секундами.
Короткометражки с несколькими референсами
Вход: референсы персонажа + референс-видео сцены + референс-аудио голоса (всего ≤12 файлов); действие: маршрут reference-to-video; результат: единый облик и голос между кадрами; ограничение: консистентность зависит от качества референсов — проверяйте на своих тестах.
Видеомонтаж и рестайлинг
Вход: существующий клип + промпт с инструкциями по монтажу; действие: маршрут с видеореференсом, оплата за секунды входа + секунды вывода; результат: на запуске H3 был первым в монтаже по стороннему рейтингу (не замеры Roko); ограничение: секунды входного видео входят в стоимость, референс-клипы держите короткими.
Рекламные мастера в 2K
Вход: 1–2 фото товара + детальный промпт; действие: маршрут image + уровень 2K ($0.1364/с); результат: мастер высокого разрешения под цветокоррекцию и кроп; ограничение: 2K дороже за секунду и обычно идёт дольше — сначала проверьте промпты в 768p.
Выбор среди видеомоделей Roko
Только сравнение позиционирования и тарификации; финальное решение — за каталогом каждой модели и вашими тестами.
hailuo-3 vs kling-o3
H3 делает ставку на омни-модальные референсы (изображения/видео/аудио разом) и нативный стереозвук с оплатой за секунду вывода; kling-o3 — на 4K и многоплановый нарратив. H3 — для кадров, управляемых референсами и со звуком; kling-o3 — для длинного формата в высоком разрешении; базы тарификации различаются.
hailuo-3 vs kling-3.0-turbo
kling-3.0-turbo выигрывает скоростью и меньшей ценой за единицу для быстрых черновиков; у H3 глубже референс-модальности (до 12 файлов) и есть нативный звук. Черновики на turbo, ключевые кадры на H3 — распространённая связка.
hailuo-3 vs happy-horse-1.1
happy-horse-1.1 ориентирован на многоплановый нарратив при меньшей цене за единицу; отличие H3 — глубина референсов и звук в том же проходе. happy-horse-1.1 — для серийного нарратива с ограниченным бюджетом, hailuo-3 — для одиночных кадров с референсами и единым звукокартинным образом.
Частые вопросы
Какой ID модели и маршруты у hailuo-3 на Roko?
Отправляйте model=hailuo-3: text-to-video идёт в minimax-h3-text-to-video, image-to-video — в minimax-h3-image-to-video, reference-to-video — в minimax-h3-reference-to-video. Фактическая субмодель — та, что указана в ответе задачи.
Сколько стоит одно видео Hailuo 3?
Оплата за секунды вывода: $0.0836/с в 768p и $0.1364/с в 2K; референсы с видео тарифицируются как секунды входа + секунды вывода, каждая референс-картинка с 6-й добавляет $0.0418. Например, клип 768p text-to-video на 8 с стоит $0.6688. Оценка — по публичным параметрам при отправке, расчёт может быть по фактическому потреблению.
Какие длительность, разрешение и соотношения сторон поддерживаются?
Длительность 4–15 с (по умолчанию 4); разрешение 768p/2K (по умолчанию 768p); соотношения 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 (по умолчанию 16:9). Авторитетный источник — текущий каталог Roko.
Можно ли сгенерировать видео со звуком?
MiniMax заявляет, что H3 может генерировать стереозвук 32 кГц в том же проходе, что и изображение, с поддержкой 11 языков. Но в текущем каталоге Roko нет отдельного переключателя аудио, поэтому фактический результат нужно проверять в ответе задачи; в формуле цены также нет отдельной надбавки за звук.
Сколько референс-файлов можно отправить?
Image-to-video принимает 1–2 изображения; reference-to-video — до 9 референс-картинок, 3 референс-видео и 3 референс-аудио, всего до 12 файлов. Каждая референс-картинка с 6-й добавляет $0.0418.
Почему после успешной отправки видео сразу нет?
hailuo-3 работает через асинхронный API /v1/videos/tasks: успешная отправка означает только приём задачи, а генерация требует времени на очередь и инференс. Опрашивайте GET /v1/tasks/{task_id} и забирайте URL видео после статуса succeeded.
Есть ли бесплатный лимит?
hailuo-3 тарифицируется по потреблению, в каталоге Roko бесплатный лимит не указан; стоимость оценивается по публичным параметрам при отправке и рассчитывается по фактическому потреблению — с опорой на терминальный статус задачи и страницу цен.
Можно ли использовать видео в коммерческих целях?
Коммерческое использование зависит от ваших прав на входные материалы, лицензии модели и правил целевой платформы: веса H3-Base выпущены под Community License — перед коммерческим использованием изучите лицензию и условия платформы самостоятельно. Roko не даёт юридических консультаций.
Ссылки на результат действуют вечно?
Нет. Ссылки вывода Roko имеют ограниченный срок жизни; скачайте и перенесите материал в своё хранилище сразу после завершения задачи.
Источники
Заявления о возможностях вендора взяты из официального релиза MiniMax и материалов открытых весов; вызываемые на Roko параметры, маршруты и цены — из текущего производственного каталога. Дата проверки: 2026-10-09.
- MiniMax Research: MiniMax H3 launch Official launch: multimodal context, up to 15 seconds at 2K, native stereo audio, and open-weight plan
- MiniMax API Platform: H3 pricing Official API rate card: 768p/2K output seconds, input-video seconds, and reference-image surcharge
- ComfyUI Wiki: MiniMax H3 open weights Open-weight release: H3-Base 768p, 24fps, aspect ratios 21:9 to 9:16, 32kHz stereo audio
- Roko API video task docs Async submit, task query, and billing lifecycle on Roko
- Roko API model catalog Current routes, prices, and generation config
Модели семейства
Другие доступные варианты того же семейства моделей.
Hailuo H3
Другие видеомодели
Другие модели единого асинхронного API видеозадач.
