Froging AI
Inicio

MiniMax H3 Max: análisis de cuatro pruebas reales

Probamos cuatro generaciones de una sola pasada con H3 Max. La revisión del 4 de septiembre de 2026 documenta resultados y fallos, sin presentar los mejores ejemplos como garantía.

Método y tiempos

Las pruebas usan clips de 5 segundos a 768P. En las tres solicitudes nuevas cronometradas, fal comunicó entre 1.28 y 2.81 segundos de inferencia; el tiempo medido desde envío hasta resultado fue de 6.85 a 7.29 segundos. Son medidas diferentes: cola, red y procesamiento afectan a la espera. No extrapolamos estas cifras a todos los encargos.

Los vídeos son generaciones originales sin edición de contenido, aparte de compresión web. No hicimos un benchmark controlado frente al H3 estándar. Este último mantiene interés para 2K; H3 Max admite 480P o 768P y prioriza rapidez en la infraestructura de fal.

Cada solicitud utilizó expansión de prompt en modo balanced y el filtro de seguridad activado. Hubo dos clips 16:9, uno 9:16 y uno 1:1. Inspeccionamos fotogramas al 10%, 40% y 80%, las dimensiones y pistas de los archivos y la reproducción en la página. Esta ronda solo evaluó texto a vídeo: no probamos imagen a vídeo desde un primer fotograma, fotogramas finales ni entradas de referencia. Las tres solicitudes nuevas conservaron sus identificadores fal en el manifiesto de producción; publicamos sus primeras salidas, sin elegir reemplazos. El colibrí anterior también fue una primera generación. Cuatro resultados no permiten calcular una tasa general de fallos.

Transformación mecánica y acción rápida

La primera prueba pedía que engranajes, placas azules y resortes formaran un colibrí mecánico que despegara y pasara junto a la cámara. El montaje del ave se entiende y conserva su diseño, pero la acción final queda incompleta: en el fotograma del 80% aún está sobre la mesa. La transformación funciona mejor que el desenlace solicitado.

La segunda muestra un mensajero en bicicleta, impermeable amarillo, calle mojada y un giro en vertical 9:16. Se mantienen sujeto, dirección y ambiente, y el ciclista sale del encuadre. La geometría fina de las ruedas pierde nitidez durante el movimiento rápido. fal indicó 2.79 segundos de inferencia y medimos 6.97 de espera total.

Diálogo, manos y texto exacto

En la tercera prueba una ceramista moldea un cuenco y mira a cámara. Rostro, delantal, manos y objeto permanecen coherentes en los fotogramas examinados; la mirada vuelve al torno. Hay movimiento de boca y una pista AAC. No verificamos la frase exacta ni alineación fonema a fonema mediante transcripción controlada. La inferencia fue 2.81 segundos y la espera, 6.85.

La cuarta prueba transforma un mapa de papel azul y coral en una ciudad vista desde arriba, en formato 1:1. La palabra NORTH queda legible y la progresión resulta clara. La forma inicial se parece más a una caja que a un mapa de transporte plegado. Inferencia: 1.28 segundos; espera: 7.29. Un único rótulo acertado no demuestra fiabilidad tipográfica general.

Precio, alcance y relación comercial

El 4 de septiembre de 2026 fal mostraba una promoción de 0.04 USD por segundo a 768P: una solicitud de 5 segundos equivalía a 0.20 USD a esa tarifa. También indicaba 0.08 USD como tarifa regular. La respuesta de generación no expuso el importe realmente facturado; no presentamos la estimación como cargo comprobado ni como precio permanente.

Froging integra H3 Max mediante fal y puede obtener ingresos por generaciones pagadas con créditos. fal no patrocinó ni aprobó esta reseña. Los resultados favorecen iteración rápida y transformaciones claras, pero no justifican prometer física perfecta, diálogo exacto o ejecución completa de cada acción.

Archivos entregados y alcance del presupuesto

Mensajero: 768×1344, inferencia de 2.79 segundos y espera de 6.97. Ceramista: 768×438, inferencia de 2.81 y espera de 6.85. Ciudad de papel: 768×768, inferencia de 1.28 y espera de 7.29. Los tres archivos nuevos duran 5.184 segundos, a 24 fps, con audio AAC; los cuatro resultados de la reseña contienen una pista AAC. La duración entregada no se debe confundir con los 5 segundos solicitados.

A la tarifa promocional publicada, las tres solicitudes nuevas suponían una estimación total de 0.60 USD. La respuesta no reveló el cargo ni si se aplicó una franquicia gratuita. Los resultados sirven para conceptos, anuncios, guiones gráficos e iteración, pero no prueban que H3 Max reemplace a H3 estándar cuando se exige 2K, texto exacto o sincronización estricta.

Ejemplos

MiniMax H3 Max

Prueba 1: montaje mecánico

El colibrí se ensambla y bate las alas, pero no completa el vuelo frente a la cámara solicitado.

Leer el prompt original

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

Prueba 2: acción vertical rápida

El ciclista sale del encuadre, aunque los detalles de las ruedas pierden nitidez a gran velocidad.

Leer el prompt original

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

Prueba 3: diálogo e interacción manual

El rostro y las manos permanecen estables y hay una pista AAC. No se validaron las palabras exactas ni la sincronización fonética.

Leer el prompt original

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

Prueba 4: ciudad de papel y texto

La transformación avanza y NORTH es legible. La forma inicial se parece más a una caja que a un mapa plegado.

Leer el prompt original

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.

Fuentes y documentación

Preguntas frecuentes

Cuatro vídeos originales de H3 Max, tiempos medidos, seguimiento del prompt y límites. Distingue inferencia, espera total y pruebas de audio.

¿Es más rápido que la duración del vídeo?

En tres pruebas de 5 segundos, la inferencia fue 1.28–2.81 segundos, pero la espera total fue 6.85–7.29. No son garantías para otras solicitudes.

¿Se comprobó sincronización labial exacta?

No. Se observó movimiento de boca y audio AAC, sin una prueba controlada de transcripción y alineación.

¿Es mejor que H3 estándar?

No se hizo una comparación controlada. H3 estándar ofrece 2K; H3 Max se centra en rapidez a 480P o 768P.

¿El precio citado sigue siendo el actual?

Es una tarifa promocional observada el 4 de septiembre de 2026. Consulta el coste vigente antes de generar.

También te puede interesar

Blog de Froging AI: análisis y guías de creación

Lee pruebas de modelos, análisis de anuncios y guías para utilizar imágenes y vídeo con criterios claros de evaluación.

MiniMax H3 Max: generador de vídeo con IA

Prueba ideas audiovisuales con H3 Max, la variante de H3 ajustada por fal para generación rápida. Acepta texto o una imagen inicial e incorpora audio nativo.

MiniMax H3: generador de vídeo con IA

Genera escenas audiovisuales con MiniMax H3 a partir de texto o una primera imagen. El flujo ofrece audio estéreo nativo, salida hasta 2K y seis relaciones de aspecto.

Prompts de texto a vídeo: acción, cámara y sonido

Escribe una toma que pueda suceder en el tiempo disponible. Empieza por una acción observable y añade cámara y ambiente cuando apoyen esa acción.