MiniMax H3 verschiebt offene KI-Videos in Richtung Produktion

Worum es geht

MiniMax hat am 31. Juli 2026 MiniMax H3 vorgestellt. Das Modell erzeugt Videos mit bis zu 15 Sekunden Länge, 2K-Auflösung und nativem Stereo-Audio. Der eigentliche Reiz liegt aber nicht nur in der Auflösung: MiniMax kündigt offene Gewichte an und will H3 damit näher an die offene Modellwelt bringen, die bei Sprachmodellen längst normaler ist als bei Videomodellen.

Das Thema ist deshalb relevant, weil KI-Video bisher stark von geschlossenen Plattformen geprägt ist. Wer Modelle nicht selbst betreiben oder anpassen kann, bleibt abhängig von Preisen, Limits, Moderation und Produktentscheidungen einzelner Anbieter.

Was MiniMax H3 tatsächlich macht

Laut MiniMax versteht H3 Text, Bilder, Videos und Audio gemeinsam als Kontext. Ein Nutzer kann also mehrere Referenzen kombinieren: etwa eine Kamerabewegung aus einem Video, eine Figur aus einem Bild und eine Stimme aus einer Audiodatei. Das Modell soll daraus einen zusammenhängenden Clip erzeugen, statt jede Modalität getrennt zu behandeln.

Unabhängige Zusammenfassungen bestätigen die Kernangaben: bis zu 15 Sekunden, 2K-Ausgabe, 24 Bilder pro Sekunde und Audio, das gemeinsam mit dem Bild erzeugt wird. MiniMax nennt außerdem Anwendungsfälle wie Werbung, E-Commerce, Produktdesign, UI/UX und Gaming.

Warum das wichtig ist

Offene Gewichte würden den Markt verändern, wenn MiniMax sie tatsächlich veröffentlicht. Studios, Entwickler und Forschungsteams könnten das Modell lokal testen, auf eigene Hardware anpassen und Workflows bauen, die nicht vollständig an eine einzelne Cloud gebunden sind. Das ist besonders wichtig, weil Videogenerierung teuer ist und viele professionelle Teams reproduzierbare Ergebnisse brauchen.

Der Preis ist ebenfalls ein Signal. Berichte nennen für 2K-Generierung 0,8 Yuan pro Sekunde, also 12 Yuan für 15 Sekunden. Wenn diese Größenordnung stabil bleibt, geraten teurere geschlossene Video-APIs unter Druck.

Einfach erklärt

Stell dir eine Filmküche vor. Bisher musstest du Bild, Ton und Schnitt oft in getrennten Töpfen kochen und hoffen, dass am Ende alles zusammenpasst. H3 verspricht einen gemeinsamen Topf: Bild, Stimme, Bewegung und Stil werden zusammen geplant. Offene Gewichte wären dann das Rezept, nicht nur das fertige Gericht aus einem Restaurant.

Praktisches Beispiel

Ein kleines Möbelstudio will 40 Produktclips pro Monat erstellen. Jeder Clip zeigt ein Regal in einer Wohnung, mit Kamerafahrt, Umgebungsgeräuschen und kurzer Nutzungsszene. Bei 15 Sekunden pro Clip wären das 600 Sekunden Material im Monat.

Wenn H3 per API günstig genug bleibt, kann das Studio viele Varianten testen. Wenn die Gewichte später wirklich verfügbar sind, könnte ein Dienstleister das Modell auf eigene Markenbilder, Materialien und Bildsprache abstimmen. Genau dort liegt der Produktionswert: nicht im einzelnen Clip, sondern in wiederholbaren Kampagnen.

Einordnung und Grenzen

• Die Gewichte sind angekündigt, aber laut Prüfungen vom 1. August 2026 noch nicht öffentlich herunterladbar.
• Offene Gewichte bedeuten nicht automatisch Open Source; Trainingsdaten, Code und Lizenzdetails können weiter eingeschränkt bleiben.
• Ein Modell, das Markenstile aus Referenzen nachbildet, kann auch Missbrauch erleichtern, etwa für gefälschte Produktvideos oder irreführende Werbung.

SEO- und GEO-Schlüsselbegriffe

MiniMax H3, Hailuo 3.0, KI-Video, offene Gewichte, generative Video-Modelle, 2K Video, natives Audio, Video-to-Video, China AI, Creative Tools