MiniMax H3 Prompt Yazma Rehberi
MiniMax H3 prompt rehberi, kullanımdaki modelle yapılan üretimlerden hazırlandı. Zamanlı adımlar, gerçekten doğru çıkan ekran yazıları, referans görselleri, ilk ve son kareler, kameranın uygulamadığı komutlar ve ses yönetimi. Fark yarattığını gösteremediğimiz iki teknik de dahil.
MiniMax H3 prompt yazma rehberi: MiniMax H3, metin promptundan, ilk kare ve isteğe bağlı son kareden ya da en fazla dokuz referans görselden video üretir. MiniMax H3 ile tüm çıktılar 2K çözünürlükte, saniyede 24 kare olarak gelir. Stereo ses de aynı dosyadadır. Sona doğru ayrı bir bölümde ele aldığımız H3 Max ise 768p veya 480p üretir. Saniye başına maliyeti 768p için 2 kredi, 480p için 1.5 kredidir. Klipler 5 ile 15 saniye arasında olabilir. Prompt alanı 7.000 karaktere kadar desteklediği için ses tasarımıyla birlikte tam bir çekim listesini tek isteğe sığdırabilirsin.
Bu rehber teknik özellikler listesinden değil, canlı modelde yapılan üretimlerden yola çıkılarak yazıldı. Aşağıdaki her klip, modelden çıktığı çözünürlükte sunulan bu testlerden biri. Bir teknik yazdığın kelimelerin hakkını veriyorsa onun için bir şablon var. Çok tekrarlanan bir teknik testlerimizde ölçülebilir fark yaratmadıysa bunu da söylüyoruz.
Prompt, dar beyaz büyük harflerle "CHAPTER ONE" yazan bir başlık kartı istiyordu. Tek üretimde tam olarak bu çıktı: doğru yazım, temiz yerleşim.
Modu açılır menüden seçmezsin, eklediğin dosyalar belirler. Medya yoksa metinden videoya üretimdir. Başlangıç karesi varsa, isteğe bağlı bitiş karesiyle birlikte, görselden videoya üretimdir. Doğrudan bir kare olarak değil, referans olarak kullandığın içeriklerse referanstan videoya üretim anlamına gelir.
Seedance ve WAN ile edindiğin alışkanlıkların çoğu burada da işe yarıyor. Ancak ikisinin etkisi beklediğimizden az çıktı. Aşağıdaki her satırı eşleştirilmiş iki denemeyle test ettik: özne, seed ve süre aynı kaldı, yalnızca test edilen teknik değişti.
| Teknik | MiniMax H3 Sonucu | Ne gördük? |
|---|---|---|
| Ekrandaki metni harfi harfine yazmak | İşe yarıyor, metin üretimi gerçekten güçlü | Testin iki sürümü de temiz, yazımı doğru bir başlık kartı üretti. Metni harfiyen yazmak, yazının görünmesini sağlamadı. Hangi kelimelerin görüneceğini ve nasıl dizileceğini belirledi: tarif edilen sürüm, serif bir yazı tipiyle "CHAPTER I" ifadesini kendi oluşturdu. Metnin aynen verildiği sürüm ise istendiği gibi dar karakterli, tamamı büyük harflerden oluşan "CHAPTER ONE" yazısını döndürdü. |
| Özne, sahne, eylem, kamera, ses sıralaması | İşe yarıyor, kalite değil kontrol kazandırıyor | Dört kelimelik yalın bir prompt bile başarılı bir klip üretti. Ama model kendi filmini yazdı: iki farklı çekim düzeni ve bir kesme. Yapılandırılmış sürüm ise tek ve kesintisiz bir planı korudu, istenen tek ileri kamera hareketini uyguladı. |
| Köşeli parantezlerle zamanlanmış adımlar | İşe yarıyor, kazancı net bitiş durumları | 10 saniyede, sade sürüm üç eylemi de zaten doğru sırayla gerçekleştirdi. Zamanlı sürüm, belirtilen bitiş durumlarını da yakaladı. İlk adımın ardından bankın boş kalması da buna dahil. |
| Kamera talimatını açık bir yasağa dönüştürmek | İşe yarıyor, yazmaya değer | "Kadraj hiç hareket etmiyor" ifadesi ve kaçınılacak hareketlerin listesi, klip boyunca sapasağlam, sabit bir kadraj sağladı. |
| Duygu sözcükleri yerine gözlemlenebilir davranışlar | İşe yarıyor | Belirtilen fiziksel ipuçları, aşağıya sabitlenmiş bakışlar, hareketsiz parmaklar, kalkık omuzlar, birebir uygulandı ve klip boyunca korundu. “Endişeli ve gergin görünüyor” ise kameraya dönük, sıradan bir performans üretti. |
| İlk ve son kare | İşe yarıyor, tam isabet | Her iki kare de verildiğinde klip, sağlanan açılış karesinden başladı ve boş iskeledeki sarılı halata kadar sağlanan kapanış karesine tam olarak ulaştı. |
| Her referans görseline bir görev vermek | İsteğe bağlı: H3 kendi başına temiz birleştirir | Bir kişi, beyaz fonda bir ürün ve boş bir oda içeren, özellikle zor tasarlanmış bir çift dahil iki çift. Rol belirtilmeyen sürüm de referansları aynı başarıyla birleştirdi: doğru yüz, doğru çanta, doğru oda. Ürünün beyaz arka planı da söylenmesine gerek kalmadan dışarıda bırakıldı. |
| İstenmeyenler listeleri | İsteğe bağlı ek önlem | İki çift. H3, ikisinde de yasaklanan öğeleri kendiliğinden dışarıda tuttu. Kısa bir negatif liste, örneğin istenmeyen vitrin yazılarına karşı son bir güvence sağlar. |
Kısacası: yapı, zamanlama, istenmeyen kamera hareketlerini belirtmek, gözlemlenebilir davranış ve metni harfi harfine yazmak, hepsi yazdığın kelimelerin hakkını veriyor. Referans rolleri ve negatif listeler ise ücretsiz ek güvence: H3 zaten referansları kendi başına birleştiriyor ve sahneleri temiz tutuyor.
H3, rol tanımı olmadan da referansları temiz biçimde birleştiriyor ve istenmeyen unsurları kendiliğinden dışarıda tutuyor. İki tekniğin de maliyeti yok. Bu yüzden özellikle iki kişi veya iki mekân gibi birbirinin yerine geçebilecek iki referans olduğunda, bunları ek güvence olarak kullan.
Özne + Eylem + Sahne ve Ortam + Görsel Stil + Kamera + Ses
H3 boşlukları kendinden emin biçimde doldurur. Kamerayı tarif etmezsen yönetmenliği devralır, çoğu zaman beş saniye içinde iki farklı çekim düzeni arasında kesme yapar. Tamamlanmış hissi veren bir klip istiyorsan harika, belirli bir plan arıyorsan sorun. Senin için önemli olanları netleştir, gerisini ona bırak.
<Subject> <performs the primary action> in <scene and environment>, at <time of day>. <Light direction, materials, colour, and texture>. Begin on <opening shot size and framing>, then <the one camera move you want>. Audio: <the sounds that belong to this action, in the order they happen>.
A barista in a narrow espresso bar tamps a portafilter, locks it into the group head, and starts the shot, at sunrise. Low warm sunlight comes through a window on the left, steam catches the light, brushed steel and matte ceramic surfaces. Begin on a medium shot of her hands at the machine, then slowly push in to a close-up of the espresso stream. Audio: the grind of the burr, the clack of the portafilter locking in, the hiss of the pump, and quiet morning room tone.
Başarılı, üstelik tamamen modelin kendi filmi. Önce latte sanatı dökümünü makro çekimde gösterdi, ardından kendi oluşturduğu bir baristanın geniş planına kesti.
Tek ve kesintisiz çekim. İstenen öne yaklaşma hareketi, belirtilen taraftan gelen ışık ve espresso akışında bitiş. Sade sürümle aynı seed.
İki klip de harika görünüyor. Bulgumuz da tam olarak bu. Yapılandırılmış prompt, H3'ün her zaman sunduğu kaliteye ek olarak talimatlara hassas uyum sağlıyor. Çekimin kafandaki görüntüye uyması gerekiyorsa formülü kullan. Sürprize açıksan tek satır yeter.
Tek bir eylemden uzun her klibi, art arda gelen zamanlı adımlar halinde yaz. Her adıma tek bir ana değişim ver ve bittiğinde neyin görünmesi gerektiğini söyle. Asıl işi bitiş durumu yapar: modele sürdürmesi gereken bir ruh hali değil, ulaşması gereken bir kontrol noktası verir.
<One line naming the setting and the overall event.> [0-3 seconds] <Opening shot. One primary change.> End with <a state a viewer could point at>. [3-7 seconds] <Next shot. One primary change.> End with <a state a viewer could point at>. [7-10 seconds] <Final shot. One primary change.> End with <the closing state>. Audio: <what runs underneath, and what happens at the specific moments>.
Sekans yine doğru sırayla ilerliyor. H3, açıkça belirtilmeyen sıralamaları iyi çözüyor. Bu yüzden düz bir anlatım, bazı modellerde olduğu gibi felakete dönüşmüyor.
Belirtilen bitiş durumlarının nasıl gerçekleştiğine bak: tekerlek standa yerleştirildiğinde tezgâh gözle görülür biçimde boş, jant telleri üzerindeki iş bittiğinde anahtar hâlâ adamın elinde.
15 saniyelik üst sınırı, her biri üç saniyelik beş zamanlanmış adımla test ettik. İlk dört adım doğru sırayla ve tam zamanında gerçekleşti. İpucu: on beş saniye için dört adım planla ve en geniş süreyi finale ayır.
Merkezleme, içini açma, duvarları yükseltme, ağız kısmını şekillendirme: dört adım da tam zamanında gerçekleşiyor.
Okunaklı metin, H3'ün en belirgin gücü ve test ettiğimiz diğer video modellerinden pratikte en büyük farkı. Testimizin iki tarafında da temiz, doğru yazılmış metinler çıktı. Promptun belirlediği şey, hangi kelimelerin görüneceği ve nasıl yerleştirileceği.
Temiz ve yazımı doğru, ama kelimeleri ve yazı tipini model seçti: serif yazı tipiyle "CHAPTER I".
İstenen metin, istenen yazı kalınlığı ve büyük-küçük harf düzeniyle, ortalanmış halde. Betimlemeli sürümle aynı seed.
A title card reads "<THE EXACT STRING>" in <weight, case, and family>, <position in frame>. Do not misspell it, do not add any other text, do not add subtitles.
En fazla dokuz görsel ekle. H3 bunları tek planda birleştirir: birinden yüzü, diğerinden ürünü, üçüncüsünden mekânı alır. H3, her görselin ne işe yaradığını kendisi çözer. İki testimizde de ayrıca söylenmeden doğru yüzü, ürünü ve mekânı bir araya getirdi.
Image 1 kadın, Image 2 omuz çantası, Image 3 lobi. Ayrıca beyaz ürün arka planının ve stüdyo fonunun kullanılmaması için net talimatlar.
Aynı seed, aynı görseller, tek bir sade cümle. Doğru yüz, doğru çanta, doğru oda. İstenmeyen iki arka plan da talimat verilmeden çıkarıldı.
Daha önce bir kişi ve bir mekânla yapılan iki görselli test de aynı sonucu verdi. Bizim yorumumuz şu: her referans yalnızca tek bir role mantıklı biçimde uyuyorsa H3 eşleştirmeyi kendi yapıyor. Rol belirtmenin bir maliyeti yok ve yine de yazmanı öneriyoruz. Çünkü iki referans aynı role uyabildiği anda model tahmin yürütmek zorunda kalıyor. Bir cümle yazmak, yeniden üretimden daha ucuz.
Use Image 1 for <what it defines>: preserve <the specific features that must survive>. Use Image 2 for <what it defines>: preserve <the specific features that must survive>. Use Image 3 for <the location>: <the elements of the set that matter>. Do not use <the parts of any reference that should not appear, such as a studio backdrop>. <The action, the light, and the shot.>
Tüm referans testlerinde yüzler ve saçlar korundu. İpucu: Her kıyafeti görselde göstermenin yanında promptta da adıyla belirt ("lacivert kanvas ceket"). Böylece kıyafetler de aynı sıkılıkla sabitlenir.
PixelDojo'da referanslar görsellerden oluşur: bir yüzü, ürünü ve mekânı tek planda sabitlemenin en hızlı yolu.
Yukarıdakiler, bir veya iki referanslı tek bir plan için yeterli. Bir prompt birden fazla materyal ve adlandırılmış bir karakter kadrosu içerdiğinde, bir belirteç sistemi ve sabit bir düzen gerekir. Bu bölüm, bunlar için kullandığımız yapıyı anlatıyor. Kendi A/B test serimizden değil, model dokümantasyonundan yola çıkılarak yazıldı.
Eklediğin dosyalara kısa etiketlerle atıfta bulun: Image1, Video1, Audio1. Sayıdan önce boşluk koyma. Sayı, yükleme sırasını gösterir. Yani etiket, ekleme sırasında o sırada bulunan dosyayı temsil eder. Yazmaya başlamadan önce sıralamayı netleştir ve promptun ortasında numaraları değiştirme. Bir dosyayı değiştireceksen etiketi değil, dosyayı değiştir.
Tek kelime yazmadan önce, planın hangi dar kapsamlı referans kuralına uyacağını belirle. Her birinde referansların neleri kontrol edebileceğine dair farklı bir kural var. Her promptta tek bir kural seti kullan, her referans tam olarak kendi işini yapsın.
| Kural seti | Referanslar neyi kontrol eder? | Promptta ne yazmalı? |
|---|---|---|
| Metinden videoya | Dosya eklenmemiş | Planın tamamı, yukarıdaki temel formülle. |
| İlk ve son kare | Başlangıç ve bitiş görselleri | Hangi görselle açılıp hangisiyle kapanacağı ve birinden diğerine geçişi sağlayan tek bir neden-sonuç bağlantılı hareket. |
| Omni referans | Kimlik, kıyafet, aksesuar ve mekân | Her görsele net bir görev ver. Birleştirmede korunması gereken özellikleri belirt. |
| Performans aktarımı | Bir kaynak video yalnızca hareketi sağlar | Kopyalanacak hareketin adı ve o videodaki kişilerin, kıyafetlerin ve mekânın kullanılmaması gerektiği açıkça belirtilmeli. |
| Ses aktarımı | Bir ses dosyası sesi sağlar | Hangi karakterin o sesle konuştuğu, dudak senkronunun korunacağı ve altta nasıl bir ortam sesi duyulacağı. |
| Hedefli düzenleme | Bir klip ana kaynaktır | Ana görselin tek kaynak olduğu, yapılacak değişikliklerin eksiksiz listesi ve yerinden oynamaması gerekenlerin listesi. |
Altı örneğin de temelindeki kural şu: bir materyal tek bir şeyi kontrol eder, kontrol etmemesi gereken her şey de yazılır. "Referansları kullan" bir talimat değil, bir temennidir.
Klip boyunca aynı kalması gereken her şey, çekim listesinin üstünde, etiketli bölümlerde yer almalı. Böylece çekim listesi yalnızca değişenleri taşır. Özne sayısı, yüzler, kıyafetler, aksesuarlar, sesler ve kimin nerede durduğu: bu altı unsuru üstte sabitle ki her adım bunları devralsın.
[REFERENCE USE] Image1 = <one job>. Keep <features>. Ignore <what must not travel>. Image2 = <one job>. Keep <features>. Ignore <what must not travel>. [IDENTITY / CONTINUITY LOCKS] <How many people are in frame, and no more.> <Each face, tied to its token.> <Each garment, described in words as well as shown.> <Each hero prop, and which hand or surface holds it.> [SCENE] <Location, time of day, weather, and the light.> [DIALOGUE] <Character>: "<the exact line>" [SCREEN GEOGRAPHY] <Who is on the left, who is on the right, and what they look at.>
Kadraj içi yerleşim en sık atlanan konu. Kimin nerede durduğunu ve her karakterin nereye baktığını belirtmek, kamera hareket ettiğinde bakış yönlerinin tutarlı kalmasını sağlar.
Plan listesi, bu rehberin önceki bölümlerindeki zamanlanmış adım kurallarını izliyor: çakışmayan ardışık zaman aralıkları, her aralıkta tek bir ana olay ve belirtilmiş bir bitiş durumu. Her aralık için kadrajı, kamera davranışını, eylemi, varsa diyalog cümlesini ve sonunda neyin hangi durumda olacağını yaz. Tek ve kesintisiz bir eylem için düz anlatım hâlâ yeterli. Köşeli parantezler sekanslar içindir, süs olsun diye değil.
Çekim listesinin ardından tamamlayıcı bölümlerle bitir. Bunlar tek bir adımı değil, klibin tamamını tanımlar. Bu yüzden bir adım gibi okunmamaları için en altta yer alırlar.
[REFERENCE USE] Image1 = Nadia, lead. Keep the face, the freckles, and the dark curls tied back. Ignore the grey studio backdrop. Image2 = Theo, second character. Keep the face, the beard, and the wire-rim glasses. Ignore the office behind him. Image3 = the record shop interior. Keep the wooden browsing bins, the yellow pendant lights, and the tiled floor. Video1 = motion source only. Copy the slow turn of the head and the reach across the bin. Do not use its actors, its clothing, or its location. Audio1 = Nadia's speaking voice. Nadia speaks in this voice. Keep her lip sync accurate to the line below. [IDENTITY / CONTINUITY LOCKS] Exactly two people are in frame for the whole clip. No extras, no passers-by. Nadia has the face from Image1. Theo has the face from Image2. Nadia wears a rust corduroy jacket over a cream tee. Theo wears a charcoal knit sweater. The hero prop is one sleeved vinyl record. It stays in Nadia's hands until she passes it to Theo. [SCENE] The record shop from Image3, late afternoon. Low sun comes through the front window on the right and the pendant lights are already on. [DIALOGUE] Nadia: "This is the pressing I told you about." [SCREEN GEOGRAPHY] Nadia stands on the left at the browsing bin. Theo stands on the right by the counter. They look at each other when they speak and at the record when it changes hands. [SHOT LIST] [0-4 seconds] Medium two-shot, locked off. Nadia turns her head toward Theo and reaches across the bin. End with the record lifted clear of the bin in her right hand. [4-8 seconds] Slow push in to a medium close-up on Nadia. She says her line and holds the record up. End with the sleeve fully readable in frame. [8-12 seconds] Hold the medium close-up, then reframe right as she passes the record. End with the record in Theo's hands and Nadia's hands empty. [ACTING] Nadia's gaze stays on Theo through the line and drops to the record as she passes it. Her thumbs stay on the sleeve edges. Theo's shoulders drop as he takes it and he exhales once. [LIGHT AND IMAGE] Warm low sun from the right, soft fill from the pendants, deep shadows in the bins. Muted rust and amber palette. Shallow depth of field on a 40mm lens, fine grain. [CAMERA] One slow push in and one reframe, both on a tripod head. No handheld, no zoom, no whip pan. [PRODUCTION SOUND] Quiet shop room tone, the rustle of sleeves in the bin, one soft card-stock slide as the record leaves its slot, and Nadia's line clean over the top. No music. [NEGATIVES] No identity drift between Nadia and Theo. No wardrobe changes. No third person entering frame. No broken eyelines. No subtitles or captions.
PixelDojo şu anda görsel referansları sunuyor. Bu yüzden gerçekten ekleyebildiğin referans etiketleri Image1 ile Image9 arasında. Video1 ve Audio1 görev tanımlarını da burada anlatıyoruz, çünkü model bunları okuyor. Üstelik görsel odaklı promptları tutarlı kılan da aynı disiplin: her dosyaya tek görev.
Bir başlangıç karesi ekle, H3 onu hareketlendirsin. Bir başlangıç ve bir bitiş karesi ekle, aralarındaki hareketi doldursun. Bu, modelin sunduğu en hassas kontrol. Bu modda en boy oranı görselden alınır, dolayısıyla oran seçici dikkate alınmaz.
Verilen kare korunup canlandırılıyor: adam direğin yanında kalıp başını çeviriyor, ip rüzgârda hareket ediyor.
Aynı açılış karesi. Sola doğru yürüyüp kadrajdan çıkar. Klip, boş iskele ve sarılı halat dahil, verilen kapanış karesine birebir oturarak biter.
H3 sinematografi terimlerini doğrudan anlar ve hareketi sever: kendi hâline bıraktığında aksiyonu canlı, hafifçe hareket eden bir kamerayla takip eder. Sabit bir plan için istemediğin kamera hareketlerini listele. Kadrajı kımıldatmadan korur.
O çalışırken onu takip eden, doğal ve hareketli bir kamera.
Klip boyunca tek ve sabit kadraj. Yalnızca bahçıvan ve püsküren su hareket ediyor. Sessiz sürümle aynı seed.
Locked-off static <wide / medium / close> shot. No push in, no handheld, no zoom, no dolly. The frame never moves.
Kamera hareketi istediğinde tek bir hareket belirt ve ekranda neyin değişeceğini anlat. "Espresso akışının yakın planına doğru yavaşça ilerle" talimatı yazıldığı gibi uygulandı. İpucu: her kamera terimini görmek istediğin değişimle eşleştir, H3 bunu yerine getiriyor.
Duygu kelimeleri bir performansı tarif etmez, özetler. Bunun yerine kameranın görebileceği şeyleri yaz: gözler nereye bakıyor, eller ne yapıyor, nefes nasıl değişiyor, ne sabit kalıyor.
Kameraya dönük, sıradan bir performans. Keman kucağında duruyor ve verilen yönlendirme davranışa değil, bir yüz ifadesine dönüşüyor.
Bakışlar yere sabitlenmiş, parmaklar kemanın sapını kavrıyor, omuzlar yukarıda tutuluyor. Talimat harfiyen uygulanıyor ve klip boyunca korunuyor.
<Subject> <is in the situation>. <What the hands do>, <where the eyes go>, <what the shoulders or posture do>, and <one breath or pause>. <Shot size>, <camera behaviour>.
Her klip stereo bir ses kanalıyla gelir. Bu yüzden ses, sana hazır gelen değil, senin yönettiğin bir unsurdur. Sesleri duyuldukları sırayla belirt, altta neyin devam ettiğini ve nelerin duyulmaması gerektiğini söyle.
Kesintisiz bir arka plan sesi. Klip boyunca yapılan ölçümde, çok az değişimle yaklaşık −32 dB seviyesinde kalıyor.
Görüntü aynı, ama ses izi olaylar üzerinden kurulmuş: vuruşların ve suya daldırıp soğutmanın gerçekleştiği anlarda −23 dB'ye çıkan kısa seslerle, yaklaşık −45 dB düzeyinde sessiz arka plan bölümleri.
Audio: <what runs underneath for the whole clip>, <the specific event sounds in the order they happen>, and at <the moment> <the sound that marks it>. No music.
Ses seviyeleri sahneye uyum sağlar. Bu yüzden sakin sahneler gerçekten doğal bir sessizlikle gelir. Göl kenarı ve kulis kliplerimizde ortalama yaklaşık −44 dB ölçtük. Bu, hareketli sahnelerin yaklaşık 25 dB altında. Son ses yüksekliğini kurguda ayarla.
İstemediğin unsurları, promptun içine sade cümlelerle yaz. H3 sahneleri kendiliğinden temiz tuttuğu için kısa bir dışlama satırı zorunluluk değil, son bir güvence.
İstendiği gibi boş bir teras.
Burada da boş bir teras var: H3 sahneyi kendiliğinden temiz tuttu.
Önceki göldeki tekne çifti de aynı sonucu verdi. Yani pratik öneri, "negatif talimatlar alışılmadık derecede etkili" demekten daha dar kapsamlı: bunları modelin kendiliğinden eklemeyi sevdiği şeyler için kullan. Testlerimizde bunlar ekrandaki metinler ve kamera hareketiydi. Sahnenin varlığını ima ettiği bir özneyi negatif talimatla kaldırabileceğine güvenme. Kadrajda bir insan olmaması gerekiyorsa, insanın yasaklandığı bir yer değil, boş bir yer tarif et.
H3'te 2K üretilen altı en-boy oranı: 21:9, 16:9, 4:3, 1:1, 3:4 ve 9:16. Dikey çıktı, yatay görüntüden kırpılmak yerine gerçek 1440 x 2560 çözünürlükte üretiliyor. Bu yüzden sosyal medya içeriklerini sonradan yeniden kadrajlamak yerine doğrudan kullanacağın formatta üretmek daha mantıklı.
Telefon ekranı için yazılmış bir ürün reklamı: kamera yükseliyor, yoğuşma damlaları süzülüyor ve geniş bir kadrajdan kırpılan hiçbir şey yok.
| Ayar | Aralık | Notlar |
|---|---|---|
| Süre | 5 ila 15 saniye | Tam saniyeler. Maliyet süreyle artar. |
| Çözünürlük | H3: 2K veya 768p. H3 Max: 768p veya 480p | H3'te başlangıç karesi kullanmak 2K'yı zorunlu kılar. H3 Max ise her modda seçimini korur. |
| Kredi | 2K'da saniyede 5, 768p'de 2,5. H3 Max: 768p'de 2,5, 480p'de 2 | 5 saniyelik 2K klip için 20 kredi, H3 Max'te 768p için 10. 2K'da tam 15 saniye için 60. Referans video, klibin her saniyesine 4,5 kredi ekler. Beşinciden sonraki her referans görseli de 1 kredi ekler. |
| Prompt uzunluğu | 7.000 karaktere kadar | Ses tasarımıyla birlikte eksiksiz bir çekim listesi rahatça sığıyor. |
| En boy oranı | Altı oran | İlk kare modunda dikkate alınmaz, biçimi görsel belirler. |
H3'te her üretim 2K'dır. Yani beğenmediğin klip de iyi çıkanla aynı maliyettedir. Görünümü ve sesi 5 saniyede test et, sonra beğendiğin promptu ihtiyacın olan süreyle yeniden çalıştır. Değerlendirme için 768p yeterliyse bu testleri H3 Max ile daha ucuza yapabilirsin.
H3 Max, MiniMax H3'ün hız için geliştirilmiş, performans odaklı bir sürümü. Yukarıdaki tüm örneklerle aynı prompt dilini anlıyor ve yine kendi senkronize sesini üretiyor. İlk kareyi ve isteğe bağlı olarak son kareyi kabul ediyor. Aynı altı en boy oranında 5 ila 15 saniyelik klipler üretiyor. 768p'de saniye başına 2 kredi, 480p'de 1,5 krediyle hızlıca çıktı veriyor.
Promptta istenen kameranın öne yaklaşma hareketiyle tek ve kesintisiz çekim. Ellerinde başlar, espresso akışında biter. 2560 x 1440.
Aynı prompt. Bu da kameranın ileri yaklaştığı tek ve kesintisiz bir planı korudu, kadraj kadının elleriyle açıldı ve espresso akışıyla bitti. Görünür fark, kare boyutu: 1344 x 768 ve 2560 x 1440.
Başlangıç karesi, H3'ün aksine H3 Max'i daha pahalı bir fiyat kademesine taşımıyor. Bu üretimde model, kapağın açılarak içindekilerin gösterildiği anı kurguladı: kamera etrafında dönerken ilk iki saniyede kutuyu kapattı, sonra yeni bir açıdan tekrar açtı. Aynı görsel ve aynı prompt ile yapılan 480p üretimde bu kurgu hiç oluşmadı. Bu yüzden bu açılışı modelin her zaman yaptığı değil, yapabildiği bir şey olarak gör.
| Ayar | MiniMax H3 | H3 Max |
|---|---|---|
| Çözünürlük | 2K veya 768p | 768p veya 480p |
| Saniye başına kredi | 2K'da 5, 768p'de 2,5. Ek olarak referans videonun her saniyesi için 4,5 ve beşinciden sonraki her referans görseli için 1 | 768p'de 2,5, 480p'de 2 |
| 5-second clip | 2K'da 20 kredi, 768p'de 12,5 | 768p'de 10 kredi, 480p'de 7,5 |
| Başlangıç karesinin ücrete etkisi | 2K zorunlu olur. Bu yüzden görselden videoya üretim, 5 saniye için 20 kredi tutar. | Yok. Seçtiğin çözünürlük korunur |
| Referans görseller, videolar, sesler | Dokuz görsele, üç videoya, üç ses dosyasına kadar | Desteklenmez. Yalnızca kareler |
| Süre | 5 ila 15 tam saniye | 5 ila 15 tam saniye |
| En boy oranları | Altı, 21:9'dan 9:16'ya | Altı, aynı liste |
| Ölçülen üretim süresi | 2026-08-26 tarihinde, 5 saniyelik görselden videoya klip için yaklaşık 205 saniye | 24 to 33 seconds across three 5-second runs on 2026-09-01 |
Bir prompta 2K ücreti ödemeden önce onu test etmek için H3 Max'e geç. 768p'nin yeterli olduğu sosyal medya ve ürün kliplerinde de, 2K maliyetinin bütçeyi zorladığı görselden videoya işlerde de H3 Max'i seç. Teslimin 2K olacaksa veya planın referans görsel, referans video ya da referans ses gerektiriyorsa MiniMax H3'te kal.
2026-08-03 tarihinde PixelDojo'daki canlı modelde test edildi: aynı seed kullanılarak ve yalnızca bir değişken değiştirilerek eşleştirilmiş çiftler halinde 24 üretim yapıldı. Bir teknik ölçülebilir bir fark yaratmadıysa bu rehber, o tekniği tekrarlamak yerine bunu açıkça söylüyor.