# Hailuo AI: il modello video di MiniMax — Hailuo 2.3 e MiniMax H3

> Hailuo AI è il modello video dell'azienda cinese MiniMax. Hailuo 2.3 (ottobre 2025) crea clip da 6–10 secondi in 768p e 1080p, mentre il nuovo MiniMax H3 (31 luglio 2026) arriva a 4–15 secondi fino al 2K con audio stereo, fino a 12 riferimenti e parlato in 11 lingue. H3 ha pesi aperti ed è 8° su 48 su Arena. Hailuo è disponibile nel generatore di AI2Face.

Sviluppatore: MiniMax · Rilascio: 2026-07-31 · Aggiornato il 2026-10-02
URL: https://ai2face.com/it/models/hailuo

## Dati chiave

| | |
|---|---|
| Sviluppatore | MiniMax |
| Versioni | MiniMax H3 (31 luglio 2026), Hailuo 2.3 e 2.3 Fast (28 ottobre 2025) |
| Cosa fa | Video con audio da testo, fotogrammi e riferimenti (foto, video, audio) |
| Durata | H3 — 4–15 secondi; Hailuo 2.3 — 6 o 10 secondi |
| Risoluzione | H3 — 768p di default, fino al 2K; Hailuo 2.3 — 768p e 1080p |
| Audio | H3 — stereo a 32 kHz insieme al video |
| Riferimenti | H3 — fino a 9 foto, 3 video e 3 audio, 12 file in totale |
| Lingue del parlato | 11, incluso l'italiano |
| Pesi aperti | H3 — su Hugging Face e ModelScope, licenza MiniMax H3 Community |
| In AI2Face | Sì |

## Che cos'è Hailuo AI

Hailuo è una famiglia di modelli video dell'azienda cinese MiniMax, insieme all'app Hailuo AI. Secondo MiniMax, entro la fine del 2025 i suoi modelli video hanno aiutato gli utenti a creare oltre 600 milioni di clip.

La famiglia ha due generazioni attuali. **Hailuo 2.3** e il più veloce **2.3 Fast** sono usciti il 28 ottobre 2025 e hanno migliorato movimenti del corpo, espressioni facciali, fisica e supporto agli stili: anime, illustrazione, inchiostro, CG da videogioco. **MiniMax H3**, chiamato anche Hailuo 3, è uscito il 31 luglio 2026 come nuova generazione: un unico modello capisce testo, immagini, video e audio e genera la clip direttamente con audio stereo.

Il 3 agosto 2026 MiniMax ha pubblicato i pesi di H3 su Hugging Face e ModelScope con licenza MiniMax H3 Community. Alla base c'è un transformer da 33 miliardi di parametri che prevede video e audio insieme. MiniMax ora inserisce Hailuo 2.3 tra i modelli precedenti.

## Cosa sa fare Hailuo

**Clip con audio fino al 2K.** H3 genera 4–15 secondi a 24 fps. La risoluzione base è 768p, e una fase separata, Regenerate-2K, rigenera la clip in 2K tenendo conto del contesto originale. L'audio è stereo a 32 kHz e nasce insieme all'immagine.

[Una decappottabile rossa percorre una strada a tornanti lungo le scogliere, la telecamera sale dall'asfalto a una panoramica del mare turchese al tramonto](https://ai2face.com/_astro/media/models/hailuo/coastal-road.mp4 "La telecamera sale dalla strada al panorama del mare, con il rumore del motore e delle onde da un solo prompt. MiniMax H3, 2K, 8 s")

**Testo nell'inquadratura.** MiniMax evidenzia la precisione nel disegnare testo e marchi. Nel nostro test la scritta FRESH BREAD sulla vetrina è senza errori, ma all'inizio della clip le lettere appaiono a specchio, come se guardassi da fuori una scritta dipinta dall'interno.

[La mano di un artista finisce di dipingere in bianco FRESH BREAD sul vetro di una panetteria, poi la telecamera arretra verso l'interno, verso gli scaffali del pane](https://ai2face.com/_astro/media/models/hailuo/text-on-glass.mp4 "La scritta è senza errori, ma nei primi secondi appare a specchio. MiniMax H3, 8 s")

**Parlato dei personaggi.** Puoi scrivere una battuta tra virgolette nel prompt: H3 la fa pronunciare al personaggio e ne muove le labbra. MiniMax dichiara un supporto stabile di 11 lingue: arabo, cinese, coreano, francese, giapponese, inglese, italiano, portoghese, russo, spagnolo e tedesco.

[Un anziano con la barba grigia accanto a un fuoco in un bosco di notte guarda in camera, pronuncia una frase e poi getta un ramo nel fuoco](https://ai2face.com/_astro/media/models/hailuo/campfire-line.mp4 "La battuta del personaggio è nel prompt, così come il crepitio del fuoco e i grilli. MiniMax H3, 8 s")

**Riferimenti.** In modalità Ref2VA, H3 accetta fino a 9 immagini, 3 video da 2–15 secondi e 3 audio, 12 file in totale. L'audio va fornito insieme a un'immagine o a un video. La modalità FL2VA crea la clip tra un primo e un ultimo fotogramma.

**Formati:** 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16.

## Hailuo 2.3 e H3: le differenze

| | Hailuo 2.3 | MiniMax H3 |
|---|---|---|
| Uscita | 28 ottobre 2025 | 31 luglio 2026 |
| Durata | 6 o 10 s | 4–15 s |
| Risoluzione | 768p, 1080p (1080p solo con 6 s nell'API) | 768p, fino al 2K |
| Audio | no | stereo insieme al video |
| Input | testo o un'immagine | testo, fino a 9 foto, 3 video, 3 audio |
| Pesi aperti | no | sì |
| Posizione su Arena (21/09/2026) | 32 su 48 | 8 su 48 |
| Prezzo API | 0,28 $ per 6 s in 768p | 0,08 $ al secondo in 768p |

## Per quali lavori è adatto Hailuo

- **Pubblicità ed e-commerce.** MiniMax indica pubblicità, branding e commercio elettronico come usi principali di H3: testo e marchi precisi nell'inquadratura.
- **Clip con un personaggio da foto.** 9 immagini di riferimento bastano per mantenere volto, abiti e prodotto.
- **Trasferimento del movimento.** Un video di riferimento detta il movimento del personaggio: MiniMax lo indica come punto di forza.
- **Clip parlate in più lingue.** H3 gestisce 11 lingue in modo stabile.
- **Video stilizzati.** Hailuo 2.3 tiene bene anime, illustrazione e CG da videogioco.

## Hailuo e le alternative

| | MiniMax H3 | [Seedance 2.5](/it/models/seedance) | [Veo 3.1](/it/models/veo-3-1) | [Kling 3.0](/it/models/kling) |
|---|---|---|---|---|
| Sviluppatore | MiniMax | ByteDance | Google | Kuaishou |
| Durata | 4–15 s | fino a 30 s | 4, 6 o 8 s | fino a 15 s |
| Risoluzione | fino al 2K | non dichiarata dallo sviluppatore | fino al 4K | 720p, 1080p |
| Audio | stereo | sì | sì | sì |
| Riferimenti | fino a 12 file | fino a 50 | fino a 3 foto | fino a 7 foto |
| Pesi aperti | sì | no | no | no |
| Posizione su Arena | 8 | 5 e 7 | 23 (Veo 3) | 29 (2.6 Pro) |

H3 è una scelta solida quando servono 2K, audio stereo e molti riferimenti. Se conta la durata, sono più comodi Seedance 2.5 o [Wan 3.0](/it/models/wan), con clip fino a 30 secondi. Il leader della classifica è [Gemini Omni](/it/models/gemini-omni).

## Come scrivere i prompt per Hailuo

- **Parti dall'azione e dalla telecamera:** cosa succede e come si muove la telecamera, ad esempio «la telecamera sale dall'asfalto a una panoramica».
- **L'audio su una riga a parte.** «Sound: rumore del motore, vento, onde»: H3 lo genera insieme all'immagine.
- **Le battute tra virgolette.** Indica chi parla e descrivi in breve il tono.
- **Il testo a schermo esatto e tra virgolette**, più «spelled exactly». Se la telecamera guarda attraverso un vetro, controlla che la scritta non sia a specchio.
- **Assegna un ruolo a ogni riferimento.** Scrivi nel prompt cosa prendere da ogni file: il volto dalla prima foto, la giacca dalla seconda, il movimento dal video.

## Come usare Hailuo in AI2Face

Hailuo è disponibile nel generatore di AI2Face, senza bisogno di un account MiniMax. Puoi lanciare lo stesso prompt su Hailuo, Seedance, Veo 3.1 e Kling e confrontare i risultati. Il costo di ogni generazione è visibile prima dell'avvio, paghi con carta o cripto e i crediti dei pacchetti non scadono. I nuovi account ricevono crediti di benvenuto dopo la registrazione.

## Limiti

- **15 secondi per generazione.** Per storie più lunghe dovrai montare più clip o usare modelli da 30 secondi.
- **Il 2K è una fase a parte.** La risoluzione base di H3 è 768p; il 2K si ottiene rigenerando e costa di più.
- **Il testo dietro un vetro o nei riflessi** a volte esce a specchio, come nel nostro test.
- **Il riferimento audio non funziona da solo:** solo insieme a un'immagine o a un video.
- **I pesi aperti richiedono hardware potente:** 33 miliardi di parametri non girano su un normale portatile.

## In sintesi

Hailuo è uno dei modelli video più forti del 2026: MiniMax H3 è 8° su Arena, crea clip fino a 15 secondi in 2K con audio stereo, gestisce fino a 12 riferimenti e parla 11 lingue. Hailuo 2.3 resta l'opzione economica per clip brevi e stilizzate. Usa H3 per la pubblicità e per clip con un personaggio e testo a schermo; per storie lunghe Seedance 2.5 o Wan 3.0, per il 4K Veo 3.1. Il modo più semplice per confrontarli sullo stesso prompt è AI2Face.

## Domande frequenti

### Che cos'è Hailuo AI?

Un modello video dell'azienda cinese MiniMax e l'omonima app Hailuo AI. Il modello attuale è MiniMax H3, chiamato anche Hailuo 3: clip fino a 15 secondi in 2K con audio stereo.

### In cosa MiniMax H3 è diverso da Hailuo 2.3?

H3 crea clip fino a 15 secondi invece di 10, fino al 2K invece del 1080p, con audio stereo incluso, e accetta fino a 12 riferimenti: foto, video e audio. Su Arena H3 è 8°, Hailuo 2.3 è 32°.

### Si può usare Hailuo gratis?

I pesi di H3 sono aperti, ma per eseguirlo serve una scheda video potente: il modello ha 33 miliardi di parametri. In AI2Face puoi provare Hailuo con i crediti di benvenuto dopo la registrazione, e il costo è visibile prima di ogni generazione.

### Quali lingue capisce Hailuo?

MiniMax dichiara un supporto stabile di 11 lingue in H3: arabo, cinese, coreano, francese, giapponese, inglese, italiano, portoghese, russo, spagnolo e tedesco. Vale sia per il prompt sia per il parlato dei personaggi.

### Quanto costa Hailuo tramite API?

MiniMax H3 costa 0,08 $ al secondo in 768p e 0,13 $ in 2K. Hailuo 2.3 si paga a clip: 0,28 $ per 6 secondi in 768p e 0,49 $ per 6 secondi in 1080p.

## Fonti

- https://www.minimax.io/news/minimax-h3-open-source
- https://www.minimax.io/blog/minimax-h3
- https://www.minimax.io/news/minimax-hailuo-23
- https://platform.minimax.io/docs/release-notes/models
- https://platform.minimax.io/docs/guides/pricing-paygo
- https://arena.ai/leaderboard/text-to-video
- https://www.minimax.io/news/minimax-global-announces-full-year-2025-financial-results