Froging AI
Startseite

MiniMax H3 Max im Test: vier Videos und ihre Grenzen

Vier eigene Generierungen mit jeweils einem Versuch: Verwandlung, schnelle Bewegung, Dialog und Papieranimation. Beobachtungen, Wartezeiten und Testgrenzen.

Methode und Umfang am 4. September 2026

Wir nutzten vier eigene Text-zu-Video-Prompts und ersetzten keine schwächeren Ausgaben. Jeder Auftrag verlangte fünf Sekunden in 768P, ausgewogene Prompt-Erweiterung und aktivierte Sicherheitsprüfung: zweimal 16:9, einmal 9:16 und einmal 1:1. Geprüft wurden Frames bei 10 %, 40 % und 80 %, Abmessungen und Medienstreams sowie die Wiedergabe.

Das ist eine praktische Stichprobe, kein statistischer Benchmark. Die drei neuen Versuche bewahren ihre fal-Anfragekennungen im Manifest; auch der frühere Kolibri war ein Erstresultat. Startbild, Endbild und Referenzen wurden nicht geprüft, ebenso wenig ein kontrollierter Direktvergleich mit Standard-H3.

1. Mechanische Verwandlung: der Abschluss fehlt

Aus Teilen entsteht ein blaues Messingvogelmotiv, dessen Gestaltung beim Flügelschlag erhalten bleibt. Aufbau und Material sind verständlich. Der verlangte Vorbeiflug an der Kamera fehlt jedoch: Bei 80 % sitzt der Vogel noch auf der Werkbank. Eine gelungene Verwandlung garantiert somit nicht den letzten Handlungsschritt.

2. Fahrradkurier: klare Bewegung, weichere Räder

Gelbe Jacke, Fahrer, Fahrrad, nasse Straße und Bewegungsrichtung bleiben in den geprüften Frames konsistent. Der Fahrer verlässt wie verlangt das Bild. Im Hochformat ist die Aktion gut lesbar, doch feine Radgeometrie wird bei hohem Tempo weicher. Das zählt bei genauer Betrachtung des Fahrrads.

3. Keramikerin: sichtbare Stabilität, Sprache nicht verifiziert

Gesicht, Schürze, Schale, Werkstatt und Hand-Objekt-Beziehung bleiben stabil; der Blick kehrt zum Ton zurück. Mundbewegung und AAC-Tonspur sind vorhanden. Eine kontrollierte Transkription oder phonemgenaue Ausrichtung wurde jedoch nicht durchgeführt. Exakter Wortlaut und präzise Lippensynchronität sind damit nicht bestätigt.

4. Papierstadt: NORTH lesbar, Anfang vereinfacht

Das gefaltete Objekt wird zum Straßenplan und anschließend zur aufgerichteten Stadt bei stabiler Blau-Korall-Palette. Das abschließende Schild zeigt NORTH lesbar. Die verlangte Entwicklung gelingt hier am besten. Der Anfang ähnelt jedoch eher einer Schachtel als dem beschriebenen gefalteten Verkehrsplan. Ein gelungenes Wort beweist keine allgemeine Schriftzuverlässigkeit.

Gemessene Zeiten und gelieferte Dateien

Fahrradkurier: 768 × 1344, fal-Inferenz 2,79 s, gesamte Wartezeit 6,97 s. Keramikerin: 768 × 438, 2,81 s und 6,85 s. Papierstadt: 768 × 768, 1,28 s und 7,29 s. Die drei Dateien dauern 5,184 s bei 24 fps mit AAC. Alle vier Testvideos enthalten AAC; das bestätigt den Audiostream, nicht die Genauigkeit jedes Geräuschs.

Inferenz umfasst nur die Modellberechnung. Warteschlange, Prompt-Verarbeitung, Statusabfragen und Netzwerk erklären zusätzliche Zeit. Die Messungen garantieren keine identische Dauer bei anderem Konto oder anderer Auslastung.

Preisangaben und geschäftliche Beziehung

Am 4. September 2026 zeigte fal einen Aktionspreis von 0,04 US-Dollar je Sekunde in 768P gegenüber regulär 0,08. Daraus folgen geschätzt 0,20 US-Dollar für fünf Sekunden und 0,60 für die drei neuen Versuche. Die API nannte weder tatsächliche Belastung noch Freikontingent; dies ist kein Zahlungsbeleg. Preise können sich ändern.

Froging integriert H3 Max über fal und kann an der Nutzung seiner Credits verdienen. fal hat den Test weder gesponsert noch Schlussfolgerungen genehmigt oder den Text verfasst. Die Ausgaben sind Modellresultate mit lediglich Webkompression; beobachtete Fehler werden gezeigt.

H3 Max oder H3: Auswahl nach Ausgabeziel

H3 Max ist die von fal nachtrainierte Variante des offenen MiniMax-H3-Basismodells, optimiert für die Inferenzinfrastruktur von fal. Standard-H3 bleibt das offizielle MiniMax-Modell mit einer 2K-Ausgabeoption. Max eignet sich für schnelle Entwürfe in 480P oder 768P mit 5 bis 15 Sekunden Länge; beide unterstützen nativ synchronisierten Ton.

Alle vier ersten Ergebnisse waren für die Veröffentlichung brauchbar und hielten Bildgestaltung sowie Quer-, Hoch- und Quadratformat erkennbar zusammen. Vier Generierungen liefern aber keine allgemeine Fehlerquote. Da wir Standard-H3 nicht mit denselben Vorgaben gegengeprüft haben, belegen die Ergebnisse auch keine grundsätzlich höhere Bildqualität von Max.

Beispiele

MiniMax H3 Max

Test 1: mechanischer Zusammenbau

Der Kolibri setzt sich zusammen und schlägt mit den Flügeln; der gewünschte Vorbeiflug bleibt unvollständig.

Originalprompt lesen

One continuous 5-second macro shot in a sunlit watchmaker's workshop. On a dark worn wooden bench, loose brass gears, cobalt-blue enamel plates, tiny screws, and coiled springs rapidly snap together in a clear sequence to form one palm-sized mechanical hummingbird. As the final chest plate clicks into place, its wings begin beating, fine metal dust lifts from the bench, and the bird launches forward before arcing past the camera. Low eye-level macro camera with a subtle push-in during assembly, then a short rack focus that follows the launch. Warm side light, crisp material detail, physically believable parts and motion, no cuts, no slow motion, no hands, no people, no text, no logos. Audio: precise metal clicks during assembly, a rising mechanical wing hum, a soft rush of air, and quiet workshop room tone; no music.

MiniMax H3 Max

Test 2: schnelle Hochformat-Action

Der Radfahrer verlässt das Bild. Feine Raddetails werden bei hohem Tempo unscharf.

Originalprompt lesen

One continuous 5-second vertical documentary shot on a rainy city side street at blue hour. A bicycle messenger in a bright yellow rain shell rides quickly from left to right, leans through one sharp corner, crosses a shallow puddle that throws a clean fan of water from both tires, then straightens and accelerates out of frame. Low camera tracking parallel to the bicycle at wheel height, holding the same rider in profile through the turn. Natural wet asphalt reflections, believable balance and wheel rotation, jacket fabric reacting to speed, no cuts, no slow motion, no collisions, no text, no logos. Audio: tire hiss on wet pavement, one crisp chain shift, water spray, distant traffic and light rain; no music.

MiniMax H3 Max

Test 3: Dialog und Handbewegungen

Gesicht und Hände bleiben stabil. Eine AAC-Tonspur ist vorhanden; exakter Wortlaut und phonemgenaue Synchronität wurden nicht geprüft.

Originalprompt lesen

One continuous 5-second naturalistic workshop shot. A ceramicist in her thirties sits at a pottery wheel shaping a small wet clay bowl with both hands. She glances up toward the camera and clearly says, ‘Slow hands make a clean curve.’ She gives a small smile, looks back down, and keeps the bowl centered as it spins. Locked medium close-up, 50mm lens, soft north-window daylight, clay texture and wet fingerprints visible, stable face and hands, no cuts, no subtitles, no text, no logos. Audio: her voice close and natural, steady pottery-wheel hum, wet clay rubbing softly, faint room tone; no music.

MiniMax H3 Max

Test 4: Papierstadt und Schrift

Die Verwandlung gelingt und NORTH ist lesbar. Die Ausgangsform ähnelt eher einer Schachtel als einem gefalteten Stadtplan.

Originalprompt lesen

One continuous 5-second stop-motion paper-craft shot, square format, viewed directly overhead on a clean white tabletop. A folded cobalt-and-coral transit map opens by itself in three clear accordion steps. Small paper streets rise first, then six miniature buildings unfold upright, and finally one cream station sign pops up in the center with the single word NORTH printed in bold black capital letters. Crisp cut-paper edges, visible fibers, consistent limited palette, stepped handmade motion, stable overhead camera, no hands, no cuts, no other words, no logos. Audio: three paper folds, soft cardboard pops as buildings rise, then one small wooden click when the NORTH sign locks into place; no music.

Häufige Fragen

Vier eigene Generierungen mit jeweils einem Versuch: Verwandlung, schnelle Bewegung, Dialog und Papieranimation. Beobachtungen, Wartezeiten und Testgrenzen.

Ersetzt H3 Max das Standard-H3?

Nicht für jeden Zweck. Max priorisiert schnelle Iteration in 480P oder 768P, Standard-H3 behält 2K. Einen kontrollierten Qualitätsvergleich haben wir nicht durchgeführt.

Welche Geschwindigkeit wurde tatsächlich gemessen?

Bei drei neuen Clips: 1,28 bis 2,81 s Inferenz und 6,85 bis 7,29 s vom Absenden bis zum Ergebnis.

Wofür eignet es sich?

Für kreative Tests, Storyboards, Werbeentwürfe und Social-Clips. 2K-Lieferung, feine Mechanik oder exakte Sprache erfordern andere Prüfungen.

Passende Inhalte