MiniMax H3 (Hailuo H3): ماذا يفعل نموذج الفيديو من MiniMax — 2K وصوت ستيريو و12 مرجعًا

ما هو MiniMax H3

MiniMax H3 نموذج فيديو من الشركة الصينية MiniMax، صاحبة خدمة Hailuo AI. صدر في 31 يوليو 2026 وحلّ محل Hailuo 2.3، ولذلك يُسمّى كثيرًا Hailuo 3 أو Hailuo H3. نظرة على العائلة كلها والمقارنة مع 2.3 الأقدم في صفحة Hailuo AI.

تسمّي MiniMax النموذج H3 «نموذجًا متعدد الوسائط للأغراض العامة». كان النص إلى فيديو، والفيديو من صورة، ونقل الحركة، والتعليق الصوتي يحتاج كل منها إلى نموذج مختلف. في H3 صار نموذجًا واحدًا: يفهم النص والصور والفيديو والصوت، ويولّد الصورة وصوت الستيريو معًا.

في 3 أغسطس 2026 فتحت MiniMax أوزان H3. في القلب Transformer كثيف من 33 مليار معامل. يمكن حساب نحو 13 مليارًا منها مسبقًا، فلا حاجة إلى تحميلها عند التوليد.

في ترتيب Arena بتاريخ 21 سبتمبر 2026، يحتل H3 المرتبة 8 من 48 نموذج فيديو، متقدمًا على Veo 3.1 وSora 2 Pro.

ماذا يستطيع MiniMax H3

مقطع بصوت حتى 15 ثانية. الطول من 4 إلى 15 ثانية بخطوة ثانية واحدة، و24 إطارًا في الثانية. الكلام والضوضاء والموسيقى تُولَّد مع الصورة، بصوت ستيريو.

دقة 2K بإعادة التوليد. الدقة الأساسية 768p. طلب Regeneration منفصل يأخذ المقطع الجاهز وكل المراجع الأصلية ويولّده من جديد بدقة 2K. تؤكد MiniMax أن هذا ليس تكبيرًا: النموذج يعيد رسم النص الصغير وتفاصيل المنتج وبنية اللقطة.

حتى 12 مرجعًا. في وضع المراجع يقبل H3:

• حتى 9 صور؛
• حتى 3 فيديوهات بطول 2–15 ثانية، وبمجموع لا يتجاوز 15 ثانية؛
• حتى 3 ملفات صوت بالحدود نفسها.

المجموع لا يتجاوز 12 ملفًا. فيديو المرجع يحدد الحركة أو الكاميرا، والصوت يحدد صوتًا أو أغنية أو إيقاعًا. الصوت لا يعمل إلا مع صورة أو فيديو.

الإطار الأول والأخير. يمكنك إعطاء صورة للبداية وأخرى للنهاية أو الاثنتين معًا، فيبني النموذج الحركة بينهما. من دون صور يتحول الطلب إلى توليد من النص.

كلام بـ11 لغة. ينطق H3 الجملة الموضوعة بين علامتي تنصيص ويزامنها مع شفتي الشخصية. تعلن MiniMax دعمًا ثابتًا لـ11 لغة، من بينها الروسية.

النص والعلامات داخل اللقطة. تعدّ MiniMax رسم النص والعلامات بدقة من نقاط القوة الرئيسة في H3، وتستهدف به الإعلان والتجارة الإلكترونية والملصقات المتحركة مباشرة.

نسب الصورة: 21:9 و16:9 و4:3 و1:1 و3:4 و9:16. وفي الفيديو من صورة تتبع النسبة المصدر.

إصدارات MiniMax H3 والأسعار

	MiniMax H3	H3 + Regeneration	MiniMax H3 Max
من صنعه	MiniMax	MiniMax	fal.ai اعتمادًا على H3
الدقة	768p	2K	480p و768p
المدة	4–15 ث	كالمقطع الأصلي	5–15 ث
الأوضاع	نص، إطارات، مراجع، تعديل	إعادة مقطع جاهز	نص، صورة، مراجع
سعر API للثانية	0.08 دولار	+0.05 دولار فوق مقطع 768p، أو 0.13 دولار إذا خرج 2K مباشرة	0.08 دولار في 768p و0.05 دولار في 480p
صور مرجعية مجانية	5	—	2

في قائمة أسعار MiniMax نسخ أخف أيضًا: H3 Highspeed بسعر 0.06 دولار للثانية في 768p، وH3 Lite بسعر 0.04 دولار في 768p و0.025 دولار في 480p. يُحسب الفيديو الداخل حسب مدته بالتعرفة نفسها، والصوت الداخل مجاني.

متى يصلح MiniMax H3

• الإعلان والتجارة الإلكترونية — منتج عليه كتابة، وشعار، وملصق متحرك.
• مقطع بشخصية من صور — 9 صور تكفي لتثبيت الوجه والملابس والأغراض.
• نقل الحركة — فيديو المرجع يحدد حركة الشخصية أو حركة الكاميرا.
• مقطع على أغنية — صوت المرجع يحدد الغناء والإيقاع.
• خادم خاص — الأوزان المفتوحة تتيح تشغيل H3 عندك؛ طريقة ذلك في ComfyUI في دليل MiniMax H3 في ComfyUI.

MiniMax H3 والبدائل

	MiniMax H3	Wan 3.0	Kling 3.0	Seedance 2.5
المطوّر	MiniMax	Alibaba	Kuaishou	ByteDance Seed
المدة	4–15 ث	حتى 30 ث	حتى 15 ث	4–30 ث
أعلى دقة	2K	1080p	4K	1080p
المراجع	9 صور، 3 فيديوهات، 3 أصوات	10 صور، 5 فيديوهات، 5 أصوات، ومستند	حتى 7 صور أو عناصر	حتى 50 ملفًا
أوزان مفتوحة	نعم	لا	لا	لا
الترتيب في Arena (21/09/2026)	8	6	—	7
في AI2Face	نعم	نعم	نعم	نعم

H3 هو النموذج الوحيد في العشرة الأوائل على Arena بأوزان مفتوحة، وبأكثر مجموعة مداخل مرونة: صور وفيديو وصوت في توليد واحد. إذا احتجت مقطعًا أطول من 15 ثانية فخذ Wan 3.0 أو Seedance 2.5، وللدقة 4K خذ Kling 3.0.

كيف تكتب الأوامر لـ MiniMax H3

1. صِف علاقة المدخلات بالنتيجة بكلام عادي. تنصح MiniMax بهذا حرفيًا: «بطلة الصورة الأولى تغني مع الملف الصوتي، والكاميرا تتحرك كما في الفيديو».
2. أضف علامات الكاميرا. يفهم H3 وسومًا مثل [pan] و[zoom] و[static]، وهي تحدد الحركة من دون وصف طويل.
3. الحوار بين علامتي تنصيص مع ذكر المتكلم.
4. الصوت في جملة مستقلة: «الصوت: مطر على الحجارة، وساكسفون، وترام بعيد».
5. لا تقتصد في النص. يمكن أن يصل الأمر إلى 7000 حرف.

مثال للوحة المراجع أعلاه:

البطلة من الصور 1–3 بمعطف مطر أصفر تركب الدراجة الخضراء من الصورة 5
على الحجارة المبللة من الصورة 7، وهي تمسك المظلة الحمراء من الصورة 4. تتوقف
عند المقهى من الصورة 8، تنزل الغطاء وتبتسم للكاميرا: "أخيرًا في البيت."
[pan] الكاميرا تتبعها من الجانب، ثم [static] على لقطة قريبة.
الصوت: مطر، حفيف الإطارات، أكورديون خافت من المقهى.

كيف تستخدم MiniMax H3 في AI2Face

MiniMax H3 موجود في مولّد AI2Face إلى جانب Wan 3.0 وKling وVeo 3.1.

1. سجّل حسابًا: الحسابات الجديدة تحصل على أرصدة ترحيبية.
2. افتح المولّد، وانتقل إلى الفيديو، واختر MiniMax H3.
3. ارفع الإطارات أو المراجع، واكتب الأمر، واختر المدة والدقة.
4. تظهر تكلفة الأرصدة قبل البدء. أرصدة الباقات لا تنتهي صلاحيتها. يمكنك الدفع بالبطاقة أو بالعملات المشفرة.

المراجع تُجهَّز في المولّد نفسه: ورقة بزوايا الشخصية، كالتي في هذه الصفحة، تُصنع في Nano Banana Pro.

القيود

• 15 ثانية في التوليد الواحد. الأطول لا يأتي إلا بوصل المقاطع.
• دقة 2K خطوة منفصلة. أولًا 768p، ثم إعادة التوليد.
• H3 Max بلا 2K وبلا مقاطع أقصر من 5 ثوانٍ.
• المرجع الصوتي لا يعمل وحده، بل مع صورة أو فيديو فقط.
• حدود الملفات: فيديو حتى 50 ميغابايت، وصورة حتى 30، وصوت حتى 15؛ أضلاع الصورة من 256 إلى 5760 بكسل، والنسبة من 2:5 إلى 5:2.
• الأوزان المفتوحة ثقيلة. مثال التشغيل من MiniMax معدّ لأربع بطاقات رسوم، ومرحلة 2K متاحة عبر API فقط.
• التفاصيل الدقيقة. تكتب MiniMax نفسها أن التفصيل في بعض المشاهد ما زال قابلًا للتحسين.

الخلاصة

MiniMax H3 هو الخيار الأنسب حين يُجمع المقطع من مصادر كثيرة: صور الشخصية، وفيديو الحركة، وصوت الكلام في توليد واحد، مع 2K حقيقي وصوت ستيريو. وهو النموذج الوحيد في العشرة الأوائل على Arena بأوزان مفتوحة، فيمكن تشغيله عندك. للمقاطع الأطول من 15 ثانية خذ Wan 3.0 أو Seedance 2.5، وللوحة لقطات بشخصيات كعناصر خذ Kling 3.0. وتُقارن كلها على أمر واحد في AI2Face.