Froging AI
Accueil

Test MiniMax H3 Max : quatre vidéos et leurs limites

Quatre générations originales en une seule tentative : transformation, mouvement rapide, dialogue et papier animé. Voici les observations, délais mesurés et limites du test.

Méthode et portée du test du 4 septembre 2026

Nous avons lancé quatre prompts originaux en texte vers vidéo, sans remplacer les sorties moins réussies. Chaque demande portait sur cinq secondes en 768P, avec expansion équilibrée du prompt et contrôle de sécurité actif : deux formats 16:9, un 9:16 et un 1:1. Nous avons inspecté des images à 10 %, 40 % et 80 %, les dimensions et les pistes du fichier, puis lu les clips.

Il s’agit d’un échantillon pratique, pas d’un benchmark statistique. Les trois nouveaux essais conservent leurs identifiants fal dans notre manifeste ; le colibri antérieur était lui aussi un premier résultat. Nous n’avons pas testé image initiale, image finale ou références, ni réalisé de comparaison contrôlée avec H3 standard.

1. Transformation mécanique : la fin reste incomplète

Les pièces deviennent un oiseau de laiton et de bleu, puis les ailes battent en conservant le même dessin. L’assemblage est lisible et la matière reste cohérente. En revanche, le passage en vol devant la caméra demandé n’a pas lieu : à 80 % du clip, l’oiseau est encore sur l’établi. Une transformation réussie ne garantit donc pas le dernier temps de l’action.

2. Coursier à vélo : vitesse lisible, roues moins précises

Le vêtement jaune, le cycliste, le vélo, la rue mouillée et le sens de déplacement restent cohérents dans les images observées. Le cycliste quitte le cadre comme demandé. Dans ce format vertical, l’action se comprend immédiatement, mais la géométrie fine des roues devient moins nette à vitesse élevée. Ce défaut compte lorsque le vélo doit être regardé de près.

3. Céramiste : stabilité visible, parole non certifiée

Visage, tablier, bol, atelier et rapport entre main et objet restent stables ; le regard revient vers l’argile. Le mouvement de bouche et une piste AAC sont présents. Nous n’avons toutefois pas réalisé de transcription contrôlée ni d’alignement phonème par phonème. Nous ne prétendons donc pas que la phrase exacte ou la synchronisation labiale soit validée.

4. Ville en papier : NORTH lisible, départ approximatif

L’objet plié devient un plan de rues puis une ville debout, avec une palette bleu et corail stable. Le panneau final affiche NORTH de manière lisible. C’est notre résultat le plus fidèle à la progression demandée. Le point de départ ressemble cependant davantage à une boîte qu’au pliage de plan de transport décrit. Un mot réussi ne démontre pas une fiabilité générale de la typographie.

Temps mesurés et fichiers reçus

Pour le coursier : 768 × 1344, inférence fal de 2,79 s et attente totale de 6,97 s. Pour la céramiste : 768 × 438, 2,81 s et 6,85 s. Pour la ville : 768 × 768, 1,28 s et 7,29 s. Les trois fichiers durent 5,184 s à 24 images/s avec AAC. Les quatre vidéos du test contiennent une piste AAC ; cela confirme sa présence technique, pas l’exactitude de chaque son.

L’inférence ne couvre que le calcul du modèle. File d’attente, traitement du prompt, interrogation du statut et réseau expliquent l’attente plus longue. Ces mesures ne garantissent pas le délai d’un autre compte ou d’une autre charge de service.

Prix indicatif et relation commerciale

Le 4 septembre 2026, fal affichait une promotion à 0,04 $ par seconde en 768P, contre un tarif régulier de 0,08 $. Une demande de cinq secondes représentait donc une estimation de 0,20 $, et les trois nouveaux essais 0,60 $. L’API ne donnait ni montant réellement facturé ni éventuel crédit gratuit : ce n’est pas un reçu. Les prix peuvent changer.

Froging intègre H3 Max via fal et peut percevoir des revenus quand vous utilisez ses crédits. fal n’a ni sponsorisé l’essai, ni approuvé les conclusions, ni rédigé le texte. Les sorties sont celles du modèle, avec seulement une compression pour le Web ; les défauts observés sont inclus.

H3 Max et H3 : deux choix, pas un classement général

H3 Max est la variante du modèle ouvert MiniMax H3 affinée par fal et optimisée pour son infrastructure d’inférence. H3 standard reste le modèle officiel de MiniMax et propose une sortie 2K. Max vise les itérations rapides en 480P ou 768P, sur des durées de 5 à 15 secondes ; les deux prennent en charge un son synchronisé natif.

Les quatre premiers résultats étaient suffisamment exploitables pour être publiés, avec une direction artistique stable et des formats horizontal, vertical et carré lisibles. Mais quatre générations ne mesurent pas un taux d’échec général, et nous n’avons pas relancé H3 standard avec les mêmes prompts. Ces observations ne démontrent donc pas que Max produit toujours une meilleure image.

Exemples

MiniMax H3 Max

Test 1 : assemblage mécanique

Le colibri se forme et bat des ailes, mais ne termine pas le passage devant la caméra demandé.

Lire le 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

Test 2 : action verticale rapide

Le cycliste sort du cadre ; les détails des roues deviennent moins nets à grande vitesse.

Lire le 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

Test 3 : dialogue et manipulation

Le visage et les mains restent stables. Une piste AAC est présente ; le dialogue exact et la synchronisation phonétique ne sont pas validés.

Lire le 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

Test 4 : ville en papier et texte

La transformation progresse et NORTH est lisible. L’objet initial ressemble davantage à une boîte qu’à une carte pliée.

Lire le 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.

Sources et documentation

Questions fréquentes

Quatre générations originales en une seule tentative : transformation, mouvement rapide, dialogue et papier animé. Voici les observations, délais mesurés et limites du test.

H3 Max remplace-t-il H3 standard ?

Non dans tous les cas. Max privilégie l’itération rapide en 480P ou 768P ; H3 standard conserve la 2K. Nous n’avons pas mené de comparaison qualitative contrôlée entre les deux.

Quelle vitesse avons-nous réellement mesurée ?

Sur les trois nouveaux clips : 1,28 à 2,81 s d’inférence et 6,85 à 7,29 s entre envoi et résultat.

À quels usages convient-il ?

Aux essais créatifs, storyboards, concepts publicitaires et clips sociaux. Une livraison 2K, une mécanique fine ou une parole exacte imposent d’autres contrôles.

À découvrir aussi

Blog : essais et guides de création IA

Lisez nos essais vidéo, suivis de modèles et méthodes de création. Chaque article distingue résultats observés, annonces et informations encore incertaines.

MiniMax H3 Max : générer et tester rapidement

Créez des clips avec son en 480P ou 768P, sur 5, 10 ou 15 secondes. H3 Max est une variante de H3 affinée par fal pour son infrastructure.

MiniMax H3 : vidéo IA en 2K

Dirigez une scène avec son stéréo natif depuis un prompt ou une première image. MiniMax H3 propose 768P et 2K, avec plusieurs formats de cadrage.

Prompts texte vers vidéo : actions et caméra

Construisez un plan vidéo à partir de mots : un sujet, une action lisible et une caméra qui la met en valeur.