MiniMax H3
El modelo de video omnimodal de pesos abiertos de MiniMax, que genera clips de 4 a 15 segundos con audio estéreo nativo a partir de texto, imágenes, video y audio. Es primero en imagen a video de LMArena, pero su licencia comunitaria excluye la UE, el Reino Unido, Corea del Sur y Estados Unidos.
MiniMaxModelo de videoLanzado en julio de 2026Datos revisados el 18 de octubre de 2026
Dónde lo sitúa la gente
#1
Convertir imágenes en video (empate), 57.112 votos
#2
Crear video (empate), 11.417 votos
Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.
Puntos fuertes y débiles
- Primero en imagen a video de LMArena, con más de 57,000 votos
- Pesos abiertos en Hugging Face (unos 4.4 millones de descargas)
- API barata: $0.08 por segundo en 768p
- La licencia no permite el uso en la UE, el Reino Unido, Corea del Sur ni Estados Unidos sin un acuerdo aparte
- Más abajo en texto a video de LMArena que en imagen a video
Ideal para
- Animar imágenes para convertirlas en video
- Alojar tú mismo la generación de video fuera de las regiones excluidas
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, texto a video1460,3Puntaje Arena 1460.3 (IC 95% 1451.7 a 1468.9); 11,417 votos; entrada "minimax-h3"; puesto 8 de 48 en la tabla completa
- LMArena, imagen a video1495,4Puntaje Arena 1495.4 (IC 95% 1490.2 a 1500.6); 57,112 votos; entrada "minimax-h3"; puesto 1 de 48 en la tabla completa
- Arena de video de Artificial Analysis1158,7Elo 1158.7 (IC 95% 1143.7 a 1173.7); 5,962 apariciones; puesto 4 de 32 en la arena de texto a video de Artificial Analysis
- Precio por minuto de video (estimado)$4.80$4.80 por minuto de video (estimación de Artificial Analysis)
Compáralo con
- Wan 3.0El modelo de video Wan 3.0 de Alibaba, disponible a través de Alibaba Cloud Model Studio, con clips de hasta 30 segundos y hasta 1080p.
- FLUX 3 VideoEl modelo de video FLUX 3 de Black Forest Labs, que genera video con audio sincronizado a partir de texto, fotogramas clave o un clip existente.
- Grok Imagine Video 1.5El modelo de video Grok Imagine de SpaceXSI (antes xAI), que convierte texto o imágenes en videos cortos.
- Veo 3.1El modelo de video cinematográfico Veo 3.1 de Google con audio sincronizado, publicado en vista previa pública en octubre de 2025 y ofrecido en los niveles estándar, Fast y Lite.