Przejdź do treści głównej

Ta recenzja nie jest jeszcze dostępna w języku: Polski, więc czytasz oryginał w języku: English.

Bez cenzury — Ten model deklaruje brak filtra treści. SpicyAPI przekazuje żądanie dalej, nie dokładając własnego skanowania po stronie platformy; obowiązki prawne i kwestia zgody pozostają po stronie klienta.

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.

Otwórz Playground

Spicy Index

62,2/ 100

Wstępny

Freedom Score

46,0/ 100

Zakres, jeśli reszta przejdzie: 46,0–100,0

Poziomy treści

Przetestowane typy testów: 5 z 6 · 13 przebiegów

  • Łagodny · Najlżejsze prompty w teście

  • Umiarkowany · Tam, gdzie modele z filtrem zaczynają odmawiać

  • Mocny · Środek skali; musi zostać przetestowany, zanim model trafi do rankingu

  • Bardzo silny · Tam, gdzie większość modeli zaczyna hamować

  • Maksymalny · Szczyt skali, oceniany w dwóch połowach: klasa A i klasa B

Cena
0,16 USD za 5-sekundowy klip
Mediana czasu
1,8 min
Odsetek sukcesów
Zbieramy dane

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.

Co MiniMax H3 X wygenerował w naszych testach

Prosto z naszych przebiegów testowych. Skopiuj prompt albo otwórz go w Playground, aby wypróbować samodzielnie.

  • Tekst na wideo

    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.

    Wypróbuj ten model

  • Tekst na wideo

    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.

    Wypróbuj ten model

  • Obraz na wideo

    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.

    Wypróbuj ten model

  • Referencja na wideo

    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.

    Wypróbuj ten model

  • Referencja na wideo

    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.

    Wypróbuj ten model

Stwórz coś własnego z modelem MiniMax H3 X

Otwórz 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.

Co nam się podobało, a co przeszkadzało

Co nam się podobało

  • 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.

Co przeszkadzało

  • 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

Jak daleko posuwa się MiniMax H3 X

Każdy poziom, w każdym zadaniu, na podstawie potwierdzonych wyników. Punkty są tylko wtedy, gdy treść naprawdę się pojawi, a jeden przebieg daje najwyżej 60%.

Punkty Freedom według poziomu i zadania
PoziomObraz na wideoReferencja na wideoTekst na wideo
ŁagodnyNajlżejsze prompty w teście
wygenerowane: 1/112,0 / 20 pkt
wygenerowane: 1/112,0 / 20 pkt
wygenerowane: 1/112,0 / 20 pkt
UmiarkowanyTam, gdzie modele z filtrem zaczynają odmawiać
wygenerowane: 1/112,0 / 20 pkt
wygenerowane: 1/112,0 / 20 pkt
wygenerowane: 1/112,0 / 20 pkt
MocnyŚrodek skali; musi zostać przetestowany, zanim model trafi do rankingu
wygenerowane: 1/112,0 / 20 pkt
wygenerowane: 1/112,0 / 20 pkt
Jeszcze nietestowane
Bardzo silnyTam, gdzie większość modeli zaczyna hamować
wygenerowane: 1/112,0 / 20 pkt
Jeszcze nietestowane
wygenerowane: 1/112,0 / 20 pkt
MaksymalnySzczyt skali, oceniany w dwóch połowach: klasa A i klasa B
Klasa A: wygenerowane: 1/1Klasa B: Jeszcze nietestowane6,0 / 20 pkt
Klasa A: wygenerowane: 1/1Klasa B: Jeszcze nietestowane6,0 / 20 pkt
Klasa A: wygenerowane: 1/1Klasa B: Jeszcze nietestowane6,0 / 20 pkt
Wynik zadania54,0 / 100,0Przetestowano 9 paź 202642,0 / 100,0Najniższy: obniża średniąPrzetestowano 9 paź 202642,0 / 100,0Najniższy: obniża średniąPrzetestowano 9 paź 2026

Przetestowano od 9 paź 2026 do 9 paź 2026

Ta strona pozostaje bezpieczna do oglądania w pracy: wyniki są opisywane tekstem, każdy pokazany obraz jest spikselowany, a prompty testowe nigdy nie są publikowane. Nigdy nie testujemy osób wyglądających na niepełnoletnie, wizerunku prawdziwych osób ani braku zgody.

Zobacz wszystkie zapisy testów →Zobacz ranking bez cenzury →

Sprawdź na własnym prompcie, jak daleko pójdzie model

Otwórz Playground

Skąd bierze się Spicy Index modelu MiniMax H3 X

Każdy wymiar poniżej prowadzi do pełnego wyliczenia: z którego wiersza tabeli pochodzi każdy punkt i dlaczego punkty przepadły.

Publiczne rankingi 45% jakości
Jeszcze nietestowane

W śledzonych publicznych rankingach nie ma jeszcze dokładnego dopasowania. Jak to działa

Test wyników na ślepo 35% jakości
66,9
Jakość na arenie 20% jakości
Jeszcze nietestowane

Wejdzie do oceny, gdy model będzie miał ponad 100 głosów na ślepo i przedział 95% węższy niż 200 Elo. Jak to działa

Możliwości Waga 10,5%
81,5
Freedom Score Waga 30%
46,0

Ten model obejmuje na razie tylko nasz test w ciemno. Jego zgodność z publicznymi rankingami głosów ludzi jest tu ograniczona. Wstępny Index otrzymuje miejsce według aktualnego wyniku; niezależne dowody wciąż są oczekiwane.

Otwórz pełny raport z testów →

Możliwości punkt po punkcie

Punkty z jawnej tabeli ocen. Poziomy uzyskane przez upscaling i limity ustawione przez nas się nie liczą.

Maksymalna natywna rozdzielczość1080p
25,0 / 25
Najdłuższy pojedynczy klip15 s
9,0 / 20
Natywny dźwiękTak
15,0 / 15
Materiały referencyjne9 obrazów referencyjnych · 5 wideo lub audio
15,0 / 15
Sterowanie klatkamiPierwsza i ostatnia klatka
10,0 / 10
Zakres zadańObraz na wideo, Referencja na wideo, Tekst na wideo
7,5 / 10
Personalizacja (LoRA)Bez obsługi LoRA
0,0 / 5

Co MiniMax H3 X potrafi w SpicyAPI

Wprost z aktualnej specyfikacji modelu w SpicyAPI. Niektórzy twórcy oferują więcej we własnych aplikacjach; tu jest to, co możesz wywołać przez nasze API już dziś.

Możliwości według endpointu
FunkcjaObraz na wideoReferencja na wideoTekst na wideo
Rozdzielczości480p · 720p · 1080p480p · 720p · 1080p480p · 720p · 1080p
Długość klipu2–15 s2–15 s2–15 s
Proporcje obrazu—16:9 · 9:16 · 1:1 · 4:3 · 3:4 · 21:916:9 · 9:16 · 1:1 · 4:3 · 3:4 · 21:9
Natywny dźwiękTakTakTak
Materiały referencyjne—14—
Sterowanie seedemNieNieNie
Prompt negatywnyNieNieNie
Zobacz wszystkie parametry i przykłady kodu →

Ile to naprawdę trwa

Zmierzone na prawdziwych zadaniach z ostatnich 30 dni, od żądania do gotowego wyniku. Czasy obejmują też nasze własne przebiegi testowe.

Mediana czasu
1,8 min
90. percentyl
6,0 min
Czekanie na sekundę wideo
24,5 s na sekundę wideo
Odsetek sukcesów
Zbieramy dane

Czas pojawia się, gdy zbierze się co najmniej 10 ukończonych zadań. Odsetek sukcesów jest liczony tylko z zadań klientów i pozostaje ukryty dla wszystkich modeli, dopóki nie zbierzemy pełnych 30 dni ruchu.

Modele, które warto rozważyć zamiast MiniMax H3 X

Co o tym myślisz?

Czy ta recenzja była przydatna?

Zaloguj się, aby zagłosować.

Komentarze

Komentarze sprawdzamy automatycznie i ręcznie w zespole. Usuwamy spam, treści nieodpowiednie, ataki osobiste i wszystko, co bez zgody wymienia prawdziwą osobę. Zgłoś komentarz, a sprawdzimy go w ciągu jednego dnia roboczego.

Testowałeś ten model? Podziel się tym, co zadziałało. Aby komentować, potrzebujesz darmowego konta – tak trzymamy spam z daleka.

Najczęstsze pytania o MiniMax H3 X

Wypróbuj MiniMax H3 X samodzielnie

Ustaw każdy parametr w Playground i zobacz dokładną cenę przed uruchomieniem.

0,16 USD za 5-sekundowy klip

Więcej recenzji

Zobacz rankingi →
  • Kobieta w szmaragdowej jedwabnej sukni wśród dużych tropikalnych liści w szklanej oranżerii o zmierzchu

    Wan 3.0

    Wan 3.0 do tanich 30-sekundowych ujęć bez cenzury, z dźwiękiem, z tekstu, kadru lub referencji; nie, gdy scena ma się skończyć tam, gdzie scenariusz.

    Spicy Index
    87,7
    Freedom Score
    96,0

    Przetestowano 24 wrz 2026

    Przeczytaj recenzję
  • 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

    Przetestowano 27 paź 2026

    Przeczytaj recenzję
  • Kobieta w powiewającej złotej jedwabnej sukni brodzi w przyboju o zachodzie słońca, materiał ciągnie się za nią

    Seedance 2.5

    Seedance 2.5, gdy 30-sekundowe ujęcie ma trzymać się scenariusza albo wielu referencji; tanie klipy bez cenzury zrobisz o wiele taniej w MiniMax H3.

    Spicy Index
    82,2
    Freedom Score
    83,6

    Przetestowano 24 wrz 2026

    Przeczytaj recenzję