MiniMax H3, czyli nowy Hailuo - cena za sekundę, H3 Max i pierwszy klip

Jeśli wpisujesz w wyszukiwarkę "hailuo ai", najpewniej szukasz dziś modelu MiniMax H3. To on zastąpił w rodzinie MiniMaxa wersję Hailuo 2.3: robi ujęcia 4-15 s w 768P albo 2K i dodaje do nich dźwięk stereo według twojego opisu. W Kadrarisie stawka to od 0,928 zł za sekundę (cena dla 768P, 2K kosztuje więcej), a lżejszy MiniMax H3 Max kosztuje od 0,603 zł za sekundę. Poniżej wyjaśniam nazwy, rozpisuję koszty z dopłatami, pokazuję, kiedy wybieram który wariant, i daję gotowe zapytania.

Dlaczego jeden model ma trzy nazwy

Hailuo AI to aplikacja MiniMaxa dla zwykłych użytkowników, do wideo i obrazów. Jej najmocniejszym modelem długo był Hailuo 2.3. 31 lipca 2026 MiniMax pokazał następcę pod nazwą MiniMax H3. W opisach pojawia się też jako Hailuo 03, a w społeczności po prostu jako Hailuo 3. To wszystko ten sam model.

W Kadrarisie znajdziesz dwa warianty:

• MiniMax H3 - wersja pełna. Ma 768P i 2K, stereo, kadr startowy i końcowy oraz referencje: zdjęcia, nagrania wideo, próbki głosu.
• MiniMax H3 Max - progi 480P i 768P, generowanie z tekstu albo z dwóch klatek, bez referencji i bez 2K.

Uwaga na słowo "Max". Sugeruje topową wersję, tymczasem dostajesz mniejszą rozdzielczość i węższy wybór trybów.

Parametry obu wariantów

Tak wyglądają schematy obu modeli w Kadrarisie:

MiniMax podkreśla w H3 trzy mocne strony: wierność poleceniu, poprawny tekst i logo w kadrze oraz kopiowanie ruchu z podanego nagrania do zupełnie innej sceny. Podział ról w referencjach jest prosty - zdjęcia pilnują wyglądu, klipy ruchu, nagrania głosu. Samo audio nie wystarczy, musi mu towarzyszyć zdjęcie albo klip.

Lis w śniegu: moja próba w 2K

Mój sierpniowy test H3 przez API to jedno zadanie. Pierwsza klatka to obraz lisa skaczącego w śnieg z mojego wcześniejszego testu Grok Imagine, a polecenie brzmiało: niech lis dokończy nurkowanie. Jedna próba, bez losowania ponownie.

Puch leci tak, jak powinien, a sierść wygląda jak na obrazie wejściowym. Tak pracuję najczęściej: kadr z modelu obrazów, ruch z modelu wideo. Więcej o tym w tekście o tym, jak zrobić film AI ze zdjęcia.

Ile zapłacisz za klip

Rozliczenie idzie za sekundę gotowego filmu, a stawka zależy od rozdzielczości:

Każdy próg z dokładną kwotą pokazują strony modeli: H3 oraz H3 Max. Kwotę konkretnego zadania zobaczysz przed startem - w Studio na przycisku, w API w estimated_cost.

Referencje potrafią podnieść rachunek, więc sprawdź je przed wysłaniem:

• Klip referencyjny - jego sekundy doliczają się do rozliczenia. Ujęcie 6 s z referencją 5 s kosztuje tyle co 11 s.
• Zdjęcia referencyjne - pięć mieści się w cenie, za szóste do dziewiątego jest dopłata.
• Nagranie głosu - bez dopłaty.

Jeśli zadanie padnie, płacisz 0 zł, bo zarezerwowana kwota w pełni wraca. Polskie konto rozlicza się w złotówkach brutto: wpłacasz BLIK-iem lub kartą, a fakturę z NIP-em zaznaczasz przy doładowaniu. Abonamentu nie ma, saldo nie wygasa. Jak to wypada przy innych modelach, liczę w poradniku ile kosztuje rolka z AI.

Pełny H3 czy H3 Max

Z cennika wyczytałem rzecz, która zmienia wybór: w 768P H3 Max nie wychodzi taniej od pełnego H3, a gdy sprawdzałem stawki, był nawet odrobinę droższy. Oszczędność pojawia się tylko w 480P. Dlatego dzielę to tak:

• H3 w 2K - materiał na YouTube i do reklam, gdy potrzebuję stereo i zapasu jakości w montażu.
• H3 w 768P - rolki na Instagram czy TikTok, bo tam platforma i tak zjada 2K.
• H3 z materiałami wzorcowymi - bohater, który wraca w kolejnych ujęciach, choreografia przeniesiona z nagrania, głos z próbki.
• H3 Max w 480P - tanie próby ruchu i przejścia od kadru A do kadru B, zanim zlecę wersję docelową.

Skoro w 768P cena jest praktycznie ta sama, przy tej rozdzielczości zawsze biorę pełny H3 - dostaję referencje i dźwięk w gratisie. Oba warianty zestawiłem też w porównaniu H3 i H3 Max.

Pierwszy klip w Kadraris Studio

1. Załóż konto i wpłać od 40 zł.
2. W Studio przejdź do wideo i wybierz MiniMax H3.
3. Opisz scenę, a na końcu dopisz, co ma być słychać.
4. Wybierz kadr, jakość 768P lub 2K i czas od 4 do 15 sekund.
5. Startujesz od kadru? Wgraj go jako pierwszą klatkę. Do przejścia A do B dodaj też ostatnią.
6. Sprawdź kwotę na przycisku i kliknij Generuj.

Jedna rzecz łapie wielu: przy starcie ze zdjęcia H3 ignoruje proporcje i bierze je z obrazu. Przy samym tekście jest odwrotnie - musisz wskazać konkretny format, bo adaptive zostanie odrzucone.

A co z polskim?

Całe Studio, cennik i faktury masz po polsku. Inaczej jest z mową w samym filmie: producent nie podaje, w jakich językach H3 mówi, dlatego nie zakładam, że poprawnie zagra polską kwestię. Opis sceny daję po angielsku, kwestie mówione daję w cudzysłowie, a polskiego lektora nagrywam osobno. Jak opisywać kamerę i dźwięk, zebrałem w poradniku prompty do wideo AI.

Te same zadania przez API

export KADRARIS_API_KEY="sk-kd-..."

Ujęcie z opisu, 2K ze stereo

curl https://kadraris.com/v1/generate \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "input": {
      "prompt": "A blacksmith hammers glowing steel on an anvil at night, slow push-in, sparks flying. Audio: metal clang, hissing water, crackling forge.",
      "duration": 8,
      "resolution": "2K",
      "aspect_ratio": "16:9"
    }
  }'

Wielkość liter ma znaczenie: model przyjmuje 768P i 2K, a 768p już nie.

Przejście od jednej klatki do drugiej

{
  "model": "minimax-h3-max",
  "input": {
    "prompt": "The camera drifts forward as the bare garden blooms, flowers open one after another",
    "image_url": "https://twoja-domena.pl/pliki/ogrod-zima.jpg",
    "end_image_url": "https://twoja-domena.pl/pliki/ogrod-lato.jpg",
    "duration": 6,
    "resolution": "480P"
  }
}

Postać i jej głos z próbek

{
  "model": "minimax-h3",
  "input": {
    "prompt": "The man from the reference photo leans on a bike in a park and says: \"Same route, every morning.\" Birds and distant traffic in the background.",
    "image_urls": ["https://twoja-domena.pl/pliki/postac.jpg"],
    "audio_urls": ["https://twoja-domena.pl/pliki/glos.mp3"],
    "duration": 6,
    "resolution": "768P"
  }
}

W trybie referencji proporcje same ustawiają się na adaptive, dlatego nie podaję aspect_ratio.

Odbiór pliku w Pythonie

import os
import time
import requests

API = "https://kadraris.com/v1"
KEY = os.environ["KADRARIS_API_KEY"]
HEADERS = {"Authorization": f"Bearer {KEY}"}


def zlec(payload: dict) -> dict:
    r = requests.post(f"{API}/generate", headers=HEADERS,
                      json=payload, timeout=30)
    if r.status_code != 202:
        msg = r.json()["error"]["message"]
        raise RuntimeError(f"{r.status_code}: {msg}")
    task = r.json()
    print("szacunek:", task["estimated_cost"])
    pauza = 5
    while task["status"] not in ("succeeded", "failed"):
        time.sleep(pauza)
        pauza = min(pauza * 1.5, 20)
        task = requests.get(f"{API}/tasks/{task['id']}",
                            headers=HEADERS, timeout=30).json()
    return task


task = zlec({
    "model": "minimax-h3",
    "input": {
        "prompt": "Fog rolls over a pine forest at dawn, static shot. "
                  "Audio: wind in branches, a distant owl.",
        "duration": 6,
        "resolution": "768P",
        "aspect_ratio": "9:16",
    },
})

if task["status"] == "succeeded":
    url = task["output"][0]["url"]
    with open(f"{task['id']}.mp4", "wb") as f:
        f.write(requests.get(url, timeout=180).content)
    print("zapisane, koszt:", task["cost"])
else:
    print("porażka, 0 zł:", task["error"])

Plik pobieram od razu, bo link działa ograniczony czas. Wszystkie pola są w dokumentacji generowania, a wariant z powiadomieniem zamiast pętli w dokumentacji webhooków.

Kiedy sięgam po inny model

Po H3 sięgam, kiedy liczy się 2K ze ścieżką audio i sterowanie materiałami wzorcowymi. Przy dłuższych ujęciach, do 30 sekund naraz, próbuję Seedance 2.5 (różnice wersji opisuję w Seedance 2.0 czy 2.5), a przy scenach z kilkoma ujęciami Kling 3.0, o którym jest tekst Kling 3.0 - cena. Wszystkie modele wideo obok siebie zestawia tekst API do wideo AI - porównanie.

Pytania

Czy dostanę darmowe klipy Hailuo na start?

W Kadrarisie płacisz od pierwszego klipu, a najmniejsza wpłata to 40 zł (zadanie, które padnie, kosztuje 0 zł). Sama aplikacja Hailuo dorzuca nowym użytkownikom trochę kredytów, tyle że jej regulamin opisuje takie filmy jako oznaczone logo, w gorszej jakości i tylko do użytku prywatnego.

Czy H3 da się postawić na własnym komputerze?

2 sierpnia 2026 MiniMax udostępnił wagi H3-Base, ale licencja wyklucza między innymi Unię Europejską. Poza tym tryb 2K jest dostępny tylko u producenta w chmurze. Z Polski korzystasz więc z aplikacji albo z API.

Każdy klip H3 ma dźwięk?

Tak, H3 zawsze dokłada ścieżkę stereo, a jej treść opisujesz w prompcie. Listy języków mowy producent nie podaje.

Jak zrobić film dłuższy niż 15 sekund?

Jedno zadanie to 4-15 s w H3 i 5-15 s w H3 Max. Dłuższy materiał składam z kilku ujęć, w każdym z tym samym zestawem zdjęć postaci w referencjach.