W katalogu SpicyAPI stoją cztery wpisy MiniMax H3 (H3, H3 Spicy, H3 LoRA i H3 Singularity LoRA), wszystkie z etykietą Uncensored. W naszych testach z września 2026 roku żadna nie odmówiła uruchomienia i żadna nie potrzebuje LoRA, aby dawać wyniki bez cenzury.
Zacznij od podstawowej MiniMax H3. Jest najtańsza z tej czwórki przy tekście, obrazach statycznych i referencjach obrazu, a przy tym generuje dźwięk. Wybierz H3 Spicy, gdy masz folder obrazów statycznych i chcesz je ożywić bez promptu. Wybierz H3 LoRA dla własnych wag, kontroli seeda albo referencji wideo i audio. Wybierz Singularity dla szybkiej akcji albo dalekich twarzy, gdy ładujesz też LoRA; obraz na wideo kosztuje dokładnie 25% więcej niż H3 LoRA w tej samej rozdzielczości, a stawki za tryb referencja na wideo są identyczne. Uważaj na obraz na wideo w kategorii dla dorosłych L4, gdzie dwa endpointy czasem zwracały osłabiony klip.
Cztery wersje obok siebie
„Spicy” ma strojenie wbudowane i nie ma miejsca na twoje; „LoRA” oznacza, że możesz wczytać do trzech własnych plików LoRA.
| Wersja | Zadania | Własna LoRA | Dźwięk w klipie | Długość klipu | Seed |
|---|---|---|---|---|---|
| MiniMax H3 | tekst na wideo, obraz na wideo, referencja na wideo | Nie | Tak | 5-15 s (tekst), 4-15 s (obraz, referencje) | Nie |
| MiniMax H3 Spicy | Tylko obraz na wideo; prompt jest opcjonalny | Nie | Brak opcji dźwięku (klip może wrócić niemy) | 3-15 s | Tak |
| MiniMax H3 LoRA | tekst na wideo, obraz na wideo, referencja na wideo | Tak, do trzech | Tak | 3-15 s | Tak |
| MiniMax H3 Singularity LoRA | Obraz na wideo, referencja na wideo (bez tekstu na wideo) | Tak, do trzech | Tak | 3-15 s | Tak |
Ilustracja ról wejściowych. Podstawowa H3 i H3 LoRA oferują wszystkie trzy trasy; hostowany Singularity oferuje tylko trasę obrazu i trasę referencji, a Spicy przyjmuje klatkę otwierającą.
H3 Spicy to nie „H3 ze slotem na LoRA”, a Singularity to nie inna nazwa Spicy: to osobne, wykonane przez społeczność dostrajanie H3 z własnymi zadaniami.
Ile kosztuje każda wersja
Ceny za pięciosekundowy klip, w dolarach amerykańskich. Właściwym źródłem jest oszacowanie w konsoli dla twoich ustawień.
| Klip 5 sekund | 480p | 768p | Najwyższy poziom |
|---|---|---|---|
| H3, każde zadanie | Niedostępne | 0,185 $ | 0,29 $ przy 2k (natywnie) |
| H3 Spicy, obraz na wideo | 0,19 $ | 0,42 $ | 0,76 $ przy 1080p (powiększone z 768p) |
| H3 LoRA, tekst lub obraz | 0,25 $ | 0,50 $ | 1,00 $ przy 1080p |
| H3 LoRA, referencje | 0,30 $ | 0,675 $ | 1,35 $ przy 1080p |
| Singularity, obraz | 0,3125 $ | 0,625 $ | 1,25 $ przy 1080p |
| Singularity, referencje | 0,30 $ | 0,675 $ | 1,35 $ przy 1080p |
Referencja na wideo dolicza opłatę za każdą referencję (0,0068 $ za obraz w podstawowej H3; 0,02 $ za obraz lub klip audio w rodzinach LoRA), a w zadaniach z referencjami w LoRA i Singularity każde przesłane wideo referencyjne jest rozliczane jak sekundy wyniku. Wczytanie LoRA nic nie kosztuje dodatkowo. W Spicy 1080p to powiększony obraz 768p, więc używaj 768p, chyba że twoja dostawa wymaga większych wymiarów pliku.
Przykład: cztery szkice w 768p i jeden finalny klip w 2k na podstawowej H3 kosztują 4 x 0,185 $ + 0,29 $ = 1,03 $. Ten sam plan na H3 LoRA (szkice w 480p, finalny klip w 1080p) to 4 x 0,25 $ + 1,00 $ = 2,00 $. Dla tego planu podstawowa H3 jest tańsza. H3 LoRA i tak może uzasadnić swoją dopłatę bez adaptera, gdy potrzebujesz kontroli seeda, zapytania trzysekundowego albo referencji wideo i audio, których podstawowa H3 nie udostępnia.
Poziomy treści
L1 to obrazy sugestywne, L2 to umiarkowane obrazy NSFW, L3 to zaawansowane obrazy NSFW, L4 to sceny dla dorosłych o wyższej intensywności między dwiema osobami dorosłymi. L5a to dodatkowa kategoria dla dorosłych; L5b to osobna próba przemocy filmowej, a nie silniejsza kategoria dla dorosłych. Klip jest osłabiony, gdy wrócił opłacony, ale przygaszony lub tylko sugerowany.
Żadna wersja nie odmówiła uruchomienia i żadna nie potrzebowała LoRA odblokowującej treści:
| Wersja i zadanie | Wynik bez LoRA |
|---|---|
| H3: tekst, obraz, referencja obrazu | Wyrenderowany na każdym sprawdzonym poziomie |
| H3 Spicy: obraz | Uzupełnienie z 25 września: dwa z trzech klipów L4 odpowiadały treści; jeden był osłabiony |
| H3 LoRA: tekst, referencja | Wyrenderowany na każdym poziomie |
| H3 LoRA: obraz | L4 osłabiony w dwóch z trzech klipów; pozostałe poziomy wyrenderowane |
| Singularity: obraz, referencja | Wyrenderowany na każdym poziomie |
Wszystkie osłabione klipy zaczynały się od obrazu statycznego na poziomie L4. Jeśli L4 z obrazu statycznego to twój główny scenariusz, sprawdź własny obraz statyczny na endpoincie, którego planujesz używać, albo przejdź na tekst na wideo lub referencje na wideo. Z wczytaną LoRA dla dorosłych H3 LoRA i Singularity także wyrenderowały L4 we wszystkich zadaniach, które oferują. Szczegóły: H3, H3 Spicy, H3 LoRA i Singularity.
Wypróbuj w Playground
- Otwórz MiniMax H3 tekst na wideo i zostań na karcie Playground, w widoku Form. Zaloguj się kontem z saldem, aby uruchomić.
- Opisz ujęcie w Prompt albo zacznij od tego: Uruchom ten prompt na H3 →
- Ustaw Resolution na 768p, a Duration na 5, żeby pierwszy rzut był tani; szacunek pojawia się przed wysłaniem.
- Uruchom model. Aby porównać wersje, otwórz H3 Spicy (dodaj własny obraz statyczny w Input image; prompt jest opcjonalny) lub H3 LoRA i sprawdź tam ten sam pomysł.
Którą wersję wybrać?
Masz napisaną scenę i nic więcej. Użyj trybu tekst na wideo z podstawowej H3: Singularity i Spicy nie zaczną od tekstu, a H3 LoRA jest droższa. Rób szkice w 768p, a potem powtórz wybrane ujęcie w 2k. Podstawowa H3 nie ma seeda, więc powtórzenie to nowe ujęcie.
Masz folder obrazów statycznych i chcesz ożywić każdy. Użyj H3 Spicy, jeśli wolisz nie pisać promptów: sam obraz statyczny to kompletne żądanie, klipy zaczynają się od 3 sekund (0,114 $ przy 480p), a opublikowane czasy testów oscylowały około minuty lub dwóch, a nie w umowie SLA. Użyj trybu obraz na wideo z podstawowej H3, jeśli i tak napiszesz jedno zdanie o ruchu: jest taniej, sięga 2k i generuje dźwięk. H3 Spicy nie ma opcji dźwięku, a klip może wrócić niemy; wtedy dodaj dźwięk w montażu. W każdym razie opisz to, co się rusza, a nie to, co już jest w kadrze; Spicy może zostawić obraz statyczny bez zmian, gdy poprosisz o scenę, której kadr nie pokazuje.
Potrzebujesz utrzymać postać, strój i lokalizację między ujęciami. Użyj trybu referencja na wideo. Podstawowa H3 przyjmuje do dziewięciu obrazów referencyjnych i nic więcej; żeby skopiować ruch z klipu albo dźwięk z pliku audio, użyj zadania z referencjami w LoRA lub Singularity. Nazwij w prompcie rolę każdej referencji („Obraz 1 to kobieta, obraz 2 to pokój”), a podstawowa H3 może zignorować osobną referencję ubioru, więc ubierz postać bezpośrednio na jej obrazie.
Masz już wagi LoRA. Użyj H3 LoRA. Każdy wpis to bezpośredni link HTTPS do pliku .safetensors plus siła od 0 do 4; plik musi być wytrenowany dla MiniMax H3 i zgodny z wybranym zadaniem. Sam publiczny link do pliku nie potwierdza zgodności adaptera. Konceptualna LoRA przy pełnej sile wraz z promptem opisującym inną scenę może zastąpić twoją klatkę otwierającą: napisz prompt jako to, co dzieje się dalej w tej samej kadrze, i zacznij około 0,6-0,8. LoRA stylu wyraźnie widać w tekście na wideo; przy zdjęciu na wejściu wygląd ustala zdjęcie.
Szybka akcja albo daleka twarz, plus wczytywanie LoRA. Wybierz Singularity. Jej karta autora opisuje mniejsze rozmycie ruchu i lepsze dalekie twarze, a przykłady obrotu mieczem i zamrożenia w breakdance z recenzji pozostały czytelne w trakcie ruchu.
Spokojniejsze ujęcia. Wybierz raczej H3 LoRA: obraz na wideo w Singularity kosztuje 25% więcej (referencje kosztują tyle samo). W opublikowanych testach pięciosekundowy klip w 480p zajął około 80 s w Singularity wobec 25-50 s w H3 LoRA.
Scena z dwiema osobami, bez erotyki wprost, taka, jaką mógłby opisać brief.
Czy do NSFW potrzebujesz LoRA?
W zapisanych próbach nie był potrzebny żaden adapter odblokowujący treści. Podstawowa H3 i Spicy nie udostępniają slotu na LoRA; pozostałe dwie obsłużyły żądania dla dorosłych z pustymi tablicami adapterów, z wyjątkami dla obrazu na L4 pokazanymi wyżej. LoRA dopasowuje wygląd, styl lub postać; nie jest przełącznikiem treści. Strona modelu mówi, że wagi nie są sprawdzane pod kątem treści; to jest co innego niż zgodność pliku i dozwolone użycie.
Referencja na wideo nie zawsze oznacza wideo referencyjne
Referencja na wideo w podstawowej H3 przyjmuje do dziewięciu obrazów i żadnego wideo ani audio referencyjnego. Zadania z referencjami w LoRA i Singularity przyjmują do dziewięciu obrazów, trzech klipów wideo i trzech klipów audio. Wideo referencyjne jest ograniczone do 15 sekund łącznie i rozliczane jak sekundy wyniku ponad długość twojego wyniku; referencje obrazu i audio doliczają opłatę za każdy element. Tylko podanie istniejącego klipu jako referencji ruchu albo dźwięku wymaga endpointu z rodziny LoRA.
A co z H3 Max i H3 Image LoRA?
To dwie osobne gałęzie bez etykiety tej czwórki wersji. H3 Max to osobna wersja MiniMax H3 dotrenowana przez fal; jej tekst na wideo ma etykietę Filtered, a obraz na wideo Softened, a ponadto odrzucała lub osłabiała kilka promptów z wyższych poziomów, więc nie jest tu właściwym wyborem (zob. recenzję H3 Max). H3 Image LoRA robi klatki still; kiedy jej używać, wyjaśnia przewodnik o klatkach still a wideo.
Wersja skrócona
Podstawowa H3 to ustawienie domyślne: najtańsze, z dźwiękiem i obsługuje wszystkie trzy typy wejścia. Spicy jest dla obrazów statycznych, które chcesz ożywić bez promptu, LoRA dla własnych wag albo referencji wideo i audio, a Singularity dla szybkiej akcji i dalekich twarzy. Wszystkie cztery mają etykietę Uncensored i żadna nie odmówiła uruchomienia, ale etykieta nie czyni ich wymiennymi ani nie zwalnia cię z przestrzegania prawa ani zasad zgody tam, gdzie publikujesz.
Dokąd iść dalej
- Porównaj pole po polu: H3 a H3 Spicy, H3 a H3 LoRA i H3 LoRA a Singularity.
- Zobacz, jak daleko sięga podstawowa H3 na każdym poziomie, w Czy MiniMax H3 jest bez cenzury?, skopiuj działające prompty z przewodnika po promptach MiniMax H3 albo skonfiguruj wagi za pomocą przewodnika po API H3 LoRA.
