MiniMax H3
Le modèle vidéo omnimodal en poids ouverts de MiniMax, qui génère des clips de 4 à 15 secondes avec audio stéréo natif à partir de texte, d'images, de vidéo et d'audio. Il est premier sur LMArena en image-vers-vidéo, mais sa licence communautaire exclut l'UE, le Royaume-Uni, la Corée du Sud et les États-Unis.
MiniMaxModèle vidéoSorti en juillet 2026Données vérifiées le 18 octobre 2026
Son classement selon le public
#1
Transformer des images en vidéo (égalité), 57 112 votes
#2
Créer des vidéos (égalité), 11 417 votes
D'après les votes à l'aveugle de LMArena, où le public choisit la meilleure de deux réponses anonymes. Voir les tableaux complets dans le classement IA.
Points forts et points faibles
- Premier sur LMArena en image-vers-vidéo, sur plus de 57,000 votes
- Poids ouverts sur Hugging Face (environ 4.4 millions de téléchargements)
- API bon marché : $0.08 par seconde en 768p
- La licence n'autorise pas l'usage dans l'UE, au Royaume-Uni, en Corée du Sud ou aux États-Unis sans accord séparé
- Moins bien classé sur LMArena en texte-vers-vidéo qu'en image-vers-vidéo
Idéal pour
- Animer des images en vidéo
- Auto-héberger la génération vidéo hors des régions exclues
Tous nos scores
Chaque barre compare ce modèle au meilleur résultat obtenu par un modèle de cette page sur le même test.
- LMArena, texte vers vidéo1 460,3Score Arena 1460.3 (IC à 95% de 1451.7 à 1468.9) ; 11,417 votes ; entrée "minimax-h3"; position 8 sur 48 au classement complet
- LMArena, image vers vidéo1 495,4Score Arena 1495.4 (IC à 95% de 1490.2 à 1500.6) ; 57,112 votes ; entrée "minimax-h3"; position 1 sur 48 au classement complet
- Arène vidéo Artificial Analysis1 158,7Elo 1158.7 (IC à 95% de 1143.7 à 1173.7) ; 5,962 apparitions ; position 4 sur 32 dans l'arène texte-vers-vidéo d'Artificial Analysis
- Prix par minute de vidéo (estimation)$4.80$4.80 par minute de vidéo (estimation Artificial Analysis)
Comparer avec
- Wan 3.0Le modèle vidéo Wan 3.0 d'Alibaba, proposé via Alibaba Cloud Model Studio, avec des clips jusqu'à 30 secondes et jusqu'en 1080p.
- FLUX 3 VideoLe modèle vidéo FLUX 3 de Black Forest Labs, qui génère des vidéos avec audio synchronisé à partir de texte, d'images clés ou d'un clip existant.
- Grok Imagine Video 1.5Le modèle vidéo Grok Imagine de SpaceXSI (ex-xAI), qui transforme du texte ou des images en courtes vidéos.
- Veo 3.1Le modèle vidéo cinématographique Veo 3.1 de Google avec audio synchronisé, sorti en préversion publique en octobre 2025 et proposé en niveaux standard, Fast et Lite.