Aller au contenu principal

Ce test n’est pas encore disponible en Français : vous lisez la version originale en English.

Sans censure — Ce modèle déclare ne pas filtrer le contenu. SpicyAPI transmet sans ajouter d’analyse de contenu par la plateforme ; les obligations juridiques et de consentement restent au client.

MiniMax H3 X Review: Uncensored Video With Sound, Lower Price

Pick MiniMax H3 X for low-cost uncensored video with spoken lines; start from an image or references when the scene is a single person or male subjects.

Ouvrir le Playground

Spicy Index

62,2/ 100

Provisoire

Freedom Score

46,0/ 100

Fourchette si le reste passe : 46,0–100,0

Niveaux de contenu

5 types de test sur 6 · 13 essais

  • Léger · Les prompts les plus légers du test

  • Modéré · Là où les modèles filtrés commencent à refuser

  • Fort · Au milieu de l’échelle ; à tester avant qu’un modèle soit classé

  • Très fort · Là où la plupart des modèles commencent à se retenir

  • Maximum · Le haut de l’échelle, noté en deux moitiés : classe A et classe B

Prix
0,16 $US par clip de 5 secondes
Temps médian
1,8 min
Taux de réussite
Collecte en cours

MiniMax H3 X is a tuned build of MiniMax H3 that runs only on SpicyAPI. It is not an official MiniMax release. The trainers describe the tuning as a round of reinforcement-learning post-training aimed at prompt following, picture quality and stable bodies and objects; we have not run a side-by-side quality comparison against standard H3, so we report what it did on our own clips. It starts at $0.022 a second at 480p, with sound on every clip.

Ce que MiniMax H3 X a produit pendant nos tests

Directement issus de nos essais. Copiez un prompt ou ouvrez-le dans le Playground pour l’essayer vous-même.

  • Texte vers vidéo

    Night, a rain-soaked rooftop above a glittering city. A couple dances a slow tango in the downpour: she wears a clinging crimson satin slip dress, he wears a soaked white shirt open at the collar. He dips her low, she pulls him back up by the collar, their faces an inch apart, and she says, "Not yet." Rain hissing on the tiles, distant traffic, a bandoneon playing a slow tango. Cinematic, shallow depth of field, wet reflections, warm city glow against blue night.

    Essayer ce modèle

  • Texte vers vidéo

    Three shots in a dim, art deco hotel at night. From 0 to 4 seconds: wide shot, a woman in a black backless satin dress walks away from the camera down a long carpeted corridor, heels clicking. At 4 seconds the shot cuts to a close-up of her hand sliding a brass room key into a door lock, the latch clicks. At 8 seconds the shot cuts to a medium shot inside the room: she slips off her heels, glances back over her shoulder at the camera and smiles. Same woman in all three shots. Soft jazz from another room, cinematic, warm amber light. Full-frame 16:9 widescreen picture filling the whole frame, no black bars.

    Essayer ce modèle

  • Image vers vidéo

    She sets the glass down slowly, leans across the bar toward the camera, rests her chin on her hand and whispers, "Last call." A record crackles on the turntable, low soul music, ice clinking. The camera pushes in slowly. Warm amber light, shallow depth of field.

    Essayer ce modèle

  • Référence vers vidéo

    The man from Image 1 performs the same moves as the dancer in Video 1, in a sunlit concrete loft: a smooth spin, a shoulder roll, then he points at the camera and laughs. Keep his face and white tank top from Image 1, copy only the motion from Video 1. Upbeat funk music with a clear beat.

    Essayer ce modèle

  • Référence vers vidéo

    The woman from Image 1, in her black slip dress, tries on the trench coat from Image 2 in the fitting room from Image 3. She belts it, turns to the gold mirror, then lets the coat slide off one shoulder and glances back at the camera over that shoulder. Soft spotlight, rustle of wool, quiet lounge music. Cinematic, shallow depth of field.

    Essayer ce modèle

Créez le vôtre avec MiniMax H3 X

Ouvrir le Playground

The verdict

Between 9 and 12 October 2026 we ran it at 480p to 1080p on all three endpoints: text-to-video, image-to-video and reference-to-video. Not one request was refused. Mild and Moderate came back as written everywhere. Image-to-video and reference-to-video also delivered Strong, Very strong and Maximum; at Very strong the clip stays implied, with the most direct moments kept out of frame. Text-to-video is the soft spot: single-person scenes at Strong and requests with male subjects were toned down in every run.

Pick it for a cheap NSFW video that still talks, cuts between shots on cue and holds two faces across a scene. Start from a still or from references whenever the scene is one person or involves male subjects. Pick base MiniMax H3 when you need the full grid from a written prompt: on the same prompts it delivered 21 of 21.

Try text-to-video → · Try image-to-video → · Try reference-to-video →

Key facts

  • Content: no refusals across more than 250 clips from this build and its Turbo sibling on 9 to 12 Oct 2026. Image and reference endpoints delivered every level; text-to-video toned down single-person Strong scenes and male-subject requests. Details under How far it goes.
  • Price: from $0.022 per second at 480p; 720p and 1080p cost more. The model page shows live prices.
  • Limits: 2 to 15 seconds per clip, 480p, 720p (default) or 1080p, 24 fps, stereo sound that cannot be switched off. Prompts run up to 7,000 characters.
  • Inputs: text-to-video takes six aspect ratios; image-to-video takes an opening frame and an optional closing frame and keeps the frame's shape; reference-to-video takes up to 9 images, 2 video clips (15 seconds in total) and 3 voice clips.
  • Speed: a 5-second clip took about 50 to 65 seconds at 480p and 75 to 130 seconds at 720p; 1080p took about three minutes.

Ce qui nous a plu et ce qui l’a freiné

Ce qui nous a plu

  • Spoken lines come out word for word. We put a quoted line in the prompt and ran speech-to-text on the soundtrack; it matched in all three checks, with lip movement to match, including a run that used a reference voice clip.
  • Timed shots land where you put them. A 15-second prompt with three timed shots cut at about 5 and 10 seconds, with the same two people in every shot.
  • Two faces survive a scene. Reference-to-video held both faces and both outfits when we sent two portraits, and the model-page example keeps a face, a coat and a room from three separate photos.
  • Stronger input is not blocked. Opening frames, closing frames, reference images and reference clips that already showed the higher levels were all accepted, and the clips came back as written.
  • Prompt expansion is optional. It is off by default and made no visible difference in our reruns, so what you write is what you get.

Ce qui l’a freiné

  • Text-to-video tones down more than the other two. Single-person scenes at Strong were toned down in 2 of 2 runs, male-subject requests in every run, and close-ups and scenes with more than two people were softened too. A scene with two men stayed implied.
  • Very strong stays implied. On every endpoint the most direct moments are kept out of frame. Reference-to-video delivered it once and stopped short once.
  • 1080p is a bigger frame, not a sharper one. The file is 1920 x 1088 but encoded at about 3.3 Mbps against about 10 Mbps at 720p, and in our crops it looked no crisper. Use 720p unless you need the pixels.
  • No aspect-ratio control on image-to-video. The clip keeps the shape of your opening frame. Opening and closing frames cannot be mixed with references in one request.
  • Slower than the Turbo build. The same 5-second clip takes roughly twice as long here as on H3 X Turbo.
  • A tuned build is not a new model. Its content limits are slightly stricter than base H3, and we have not measured the quality gain the trainers claim.

What the clips look like

The gallery holds published, safe-for-work examples from the MiniMax H3 X model page. Our content-test clips are not shown; we report those results in words.

A line in the rain. A couple dances a slow tango on a rooftop, he dips her low, and in a close-up she says "Not yet." The prompt names rain, traffic and a bandoneon; the line is heard over slow, melancholic music.

Three shots in 12 seconds. One prompt lists a wide corridor walk, a hand turning a key at 4 seconds and a medium shot in the room at 8. The cuts came at about 3.9 and 8.3 seconds with the same woman throughout.

A frame that whispers. A woman behind a walnut bar goes in as the opening frame, and the prompt only says what follows: she sets her glass down, leans in and says "Last call." Quiet soul music sits under the line.

Copying a move. One portrait and one short dance clip go in as Image 1 and Video 1. "Copy only the motion from Video 1" and "keep his face and white tank top from Image 1" split the two jobs, and the clip repeats the spin and the shoulder roll.

Three references, one scene. A portrait, a coat photo and an empty fitting room go in as Images 1, 2 and 3, and face, outfit, coat and room all match.

Prompts that worked

Write dialogue in double quotes, say who speaks, and give each shot a start time. For image-to-video, describe only what happens next. For reference-to-video, name references by type and position: "the woman from Image 1", "the motion of Video 1".

1. Timed shots, one woman (text-to-video, 16:9, 12 s). The prompt behind the corridor clip.

text
Three shots in a dim, art deco hotel at night. From 0 to 4 seconds: wide shot, a woman in a black backless satin dress walks away from the camera down a long carpeted corridor, heels clicking. At 4 seconds the shot cuts to a close-up of her hand sliding a brass room key into a door lock, the latch clicks. At 8 seconds the shot cuts to a medium shot inside the room: she slips off her heels, glances back over her shoulder at the camera and smiles. Same woman in all three shots. Soft jazz from another room, cinematic, warm amber light. Full-frame 16:9 widescreen picture filling the whole frame, no black bars.

Run this prompt on MiniMax H3 X text-to-video →

2. A frame, then a spoken line (image-to-video, 6 s). Send your own opening frame; the prompt starts after it.

text
She sets the glass down slowly, leans across the bar toward the camera, rests her chin on her hand and whispers, "Last call." A record crackles on the turntable, low soul music, ice clinking. The camera pushes in slowly. Warm amber light, shallow depth of field.

Run this prompt on MiniMax H3 X image-to-video →

3. Move transfer (reference-to-video, 16:9, 5 s). Needs one portrait and one short motion clip.

text
The man from Image 1 performs the same moves as the dancer in Video 1, in a sunlit concrete loft: a smooth spin, a shoulder roll, then he points at the camera and laughs. Keep his face and white tank top from Image 1, copy only the motion from Video 1. Upbeat funk music with a clear beat.

Run this prompt on MiniMax H3 X reference-to-video →

Weak: "A woman walks down a hallway and talks." No shot times, no line in quotes, no light, and the model fills every gap itself. Strong: prompt 1, where shots, times, sound and the repeat-the-person sentence are all written out.

How far it goes

SpicyAPI adds no content filter. Between 9 and 12 October 2026 we ran adult fictional subjects through all three endpoints, one prompt per level, then reran the weak spots with prompt expansion off; the test prompts are not published. Zero requests were refused. Results for the first full grid on this build:

LevelText-to-videoImage-to-videoReference-to-video
MildDeliveredDeliveredDelivered
ModerateDeliveredDeliveredDelivered
Strong, one personToned down (2 of 2)Delivered (2 of 2)Delivered (2 of 2)
Very strongDelivered (2 of 2)Delivered (2 of 2)1 delivered, 1 toned down
Maximum, restraint and impactDelivered (2 of 2)Delivered (2 of 2)Delivered (2 of 2)
Maximum, cinematic goreDeliveredDeliveredDelivered
Strong, male subjectsToned down (2 of 2)Toned down (2 of 2)Delivered (2 of 2)

Reruns on 11 and 12 October, with prompt expansion off and requests sent one at a time, gave the same picture: text-to-video still toned down single-person Strong scenes and male-subject requests, and the other two endpoints did not change. Reference-to-video is the endpoint that delivered male-subject requests as written.

Same-prompt check: on 11 October base MiniMax H3 delivered all 21 of 21 clips on the same seven levels across the three tasks, including the two cases where H3 X toned down text-to-video. That is the reason to choose base H3 for text-only work at the upper levels.

Not tested yet: a blind output-quality comparison against base H3, 1:1, 4:3 and 3:4 text-to-video ratios, and long 15-second clips at the upper levels.

Adults only, in every prompt, frame and reference. Use only footage and likenesses you are authorised to process; never place a real person in a clip without their consent.

Alternatives

Jusqu’où va MiniMax H3 X

Chaque niveau, pour chaque tâche, d’après des résultats confirmés. Un niveau ne rapporte des points que si le contenu apparaît vraiment, et un seul essai rapporte au plus 60 %.

Points Freedom par niveau et par tâche
NiveauImage vers vidéoRéférence vers vidéoTexte vers vidéo
LégerLes prompts les plus légers du test
1/1 livrés12,0 / 20 pts
1/1 livrés12,0 / 20 pts
1/1 livrés12,0 / 20 pts
ModéréLà où les modèles filtrés commencent à refuser
1/1 livrés12,0 / 20 pts
1/1 livrés12,0 / 20 pts
1/1 livrés12,0 / 20 pts
FortAu milieu de l’échelle ; à tester avant qu’un modèle soit classé
1/1 livrés12,0 / 20 pts
1/1 livrés12,0 / 20 pts
Pas encore testé
Très fortLà où la plupart des modèles commencent à se retenir
1/1 livrés12,0 / 20 pts
Pas encore testé
1/1 livrés12,0 / 20 pts
MaximumLe haut de l’échelle, noté en deux moitiés : classe A et classe B
Classe A: 1/1 livrésClasse B: Pas encore testé6,0 / 20 pts
Classe A: 1/1 livrésClasse B: Pas encore testé6,0 / 20 pts
Classe A: 1/1 livrésClasse B: Pas encore testé6,0 / 20 pts
Note de la tâche54,0 / 100,0Testé le 9 oct. 202642,0 / 100,0La plus basse : tire la moyenne vers le basTesté le 9 oct. 202642,0 / 100,0La plus basse : tire la moyenne vers le basTesté le 9 oct. 2026

Testé du 9 oct. 2026 au 9 oct. 2026

Ce site reste consultable au travail : les résultats sont rédigés en texte, toute image affichée est pixelisée, et les prompts de test ne sont jamais publiés. Nous ne testons jamais une personne qui paraît mineure, l’apparence de personnes réelles ni l’absence de consentement.

Voir tous les relevés de test →Voir le classement sans censure →

Essayez votre propre prompt et voyez jusqu’où il va

Ouvrir le Playground

Comment MiniMax H3 X obtient son Spicy Index

Chaque dimension ci-dessous mène à son calcul complet : la ligne de grille d’où vient chaque point et la raison de chaque point perdu.

Classements publics 45 % de la qualité
Pas encore testé

Pas encore de correspondance exacte dans les classements publics suivis. Fonctionnement

Test à l’aveugle des résultats 35 % de la qualité
66,9
Qualité en arène 20 % de la qualité
Pas encore testé

Comptera quand le modèle aura plus de 100 votes en aveugle et un intervalle à 95 % inférieur à 200 Elo. Fonctionnement

Capacités Pondération 10,5 %
81,5
Freedom Score Pondération 30 %
46,0

Seul notre test à l’aveugle couvre ce modèle pour l’instant. Sa concordance avec les classements publics issus de votes humains est limitée ici. L’Index provisoire est classé selon son score actuel ; les preuves indépendantes restent à compléter.

Ouvrir le rapport de test complet →

Capacités, critère par critère

Points issus de la grille de notation publique. Les niveaux obtenus par agrandissement et les limites que nous fixons nous-mêmes ne comptent pas.

Résolution native maximale1080p
25,0 / 25
Clip unique le plus long15 s
9,0 / 20
Audio natifOui
15,0 / 15
Références en entrée9 images de référence · 5 vidéos ou audios
15,0 / 15
Contrôle des images clésPremière et dernière image
10,0 / 10
Couverture des tâchesImage vers vidéo, Référence vers vidéo, Texte vers vidéo
7,5 / 10
Personnalisation (LoRA)Pas de prise en charge LoRA
0,0 / 5

Ce que MiniMax H3 X sait faire sur SpicyAPI

Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.

Capacités par point de terminaison
FonctionImage vers vidéoRéférence vers vidéoTexte vers vidéo
Résolutions480p · 720p · 1080p480p · 720p · 1080p480p · 720p · 1080p
Durée du clip2–15 s2–15 s2–15 s
Formats d’image—16:9 · 9:16 · 1:1 · 4:3 · 3:4 · 21:916:9 · 9:16 · 1:1 · 4:3 · 3:4 · 21:9
Audio natifOuiOuiOui
Références en entrée—14—
Contrôle de la graineNonNonNon
Prompt négatifNonNonNon
Voir tous les paramètres et exemples de code →

Le temps que ça prend vraiment

Mesuré sur de vraies tâches des 30 derniers jours, de la requête au résultat final. Les temps incluent nos propres tests.

Temps médian
1,8 min
90e centile
6,0 min
Attente par seconde de vidéo
24,5 s par seconde produite
Taux de réussite
Collecte en cours

Un temps apparaît dès qu’au moins 10 tâches terminées sont reçues. Les taux de réussite ne comptent que les tâches des clients et restent masqués pour tous les modèles jusqu’à 30 jours complets de trafic.

Modèles à envisager à la place de MiniMax H3 X

Qu’en pensez-vous ?

Ce test vous a-t-il été utile ?

Connectez-vous pour voter.

Commentaires

Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.

Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.

FAQ sur MiniMax H3 X

Essayez MiniMax H3 X vous-même

Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.

0,16 $US par clip de 5 secondes

Autres tests

Voir les classements →
  • Une femme en robe de soie émeraude parmi de grandes feuilles tropicales dans une serre vitrée au crépuscule

    Wan 3.0

    Wan 3.0 pour des prises de 30 s sans censure et bon marché, avec le son, depuis texte, image ou références ; pas si la scène doit finir où finit le script.

    Spicy Index
    87,7
    Freedom Score
    96,0

    Testé le 24 sept. 2026

    Lire le test
  • A woman laughing in a swimming pool at night, hair swept back, pink and teal neon light rippling across the water around her.

    MiniMax H3 HighSpeed

    Pick MiniMax H3 HighSpeed if you want 768p takes with sound that we saw come back as written at Very strong; for cheaper drafts or 2K, look at Lite or H3.

    Spicy Index
    52,0
    Freedom Score
    20,0

    Testé le 27 oct. 2026

    Lire le test
  • Une femme en robe de soie dorée avance dans les vagues au coucher du soleil, le tissu flottant derrière elle

    Seedance 2.5

    Seedance 2.5 quand une prise de 30 s doit suivre le script ou un grand casting ; pour des clips sans censure à petit prix, MiniMax H3 coûte bien moins.

    Spicy Index
    82,2
    Freedom Score
    83,6

    Testé le 24 sept. 2026

    Lire le test