Hailuo 3.0 : date de sortie et nouveau modèle vidéo de MiniMax expliqués

Hailuo 3.0 existe bel et bien, et il est déjà disponible. MiniMax a dévoilé le modèle lors de la WAIC le 17 juillet 2026, l’a ouvert au public le 31 juillet 2026, et le nomme MiniMax H3, tandis que l’application Hailuo et la plupart des créateurs parlent de Hailuo 3.0. Les premières informations pointaient vers un lancement en juin, la date a donc glissé d’environ un mois. Ce qui est arrivé représente un bond plus important qu’une simple mise à jour de version : une sortie native en 2K, des clips pouvant aller jusqu’à 15 secondes, un son stéréo généré en une seule passe, et un seul modèle qui lit ensemble le texte, les images, la vidéo et l’audio.

Cet article présente les dates, les caractéristiques, les tarifs annoncés, la situation des poids ouverts et ce que vous pouvez utiliser dès aujourd’hui sur Picasso IA, puisque H3 lui-même n’est pas encore dans le catalogue. Lorsqu’un chiffre provient d’un article tiers et non directement de MiniMax, nous le signalons, car les premières caractéristiques d’un nouveau modèle évoluent vite.

💡 Réponse rapide : Hailuo 3.0 et MiniMax H3 sont le même modèle. Dévoilé le 17 juillet 2026. Lancé le 31 juillet 2026. Poids annoncés comme ouverts à partir du 3 août 2026. Aujourd’hui, vous y accédez via l’application Hailuo, l’API de MiniMax ou des passerelles tierces. Pour les modèles utilisables dès maintenant sur Picasso IA, rendez-vous à la section tutoriel.

Quand Hailuo 3.0 a été lancé

Le calendrier officiel

Le lancement s’est déroulé en plusieurs étapes, ce qui explique pourquoi vous voyez deux dates différentes citées en ligne. Voici la séquence telle qu’elle a été rapportée :

Les deux dates sont exactes. Le 17 juillet correspond à la présentation sur scène. Le 31 juillet est le jour où les utilisateurs ordinaires ont pu réellement générer avec le modèle. Lorsqu’un article écrit « sorti le 17 juillet », il compte l’annonce, pas la disponibilité.

Pourquoi le nom prête à confusion

MiniMax est l’entreprise. Hailuo est sa marque grand public de vidéo. H3 est la désignation propre au modèle. Les créateurs disent « Hailuo 3.0 » parce que la gamme est passée par Hailuo 02, puis Hailuo 2.3, et que l’étape suivante semblait évidente. Une recherche sur « Hailuo 3 » et sur « MiniMax H3 » mène à la même sortie.

Le saut dans la numérotation n’est pas cosmétique. Selon l’annonce de MiniMax, les générations précédentes répartissaient le travail entre des systèmes experts distincts pour la génération texte vers vidéo, image vers vidéo, première et dernière image, référence de sujet, référence de mouvement et montage vidéo. H3 regroupe tout cela dans un seul paradigme de pré-entraînement et exprime les références et les modifications en langage courant. Il s’agit d’une conception différente, et non d’une simple mise à jour de version soignée.

Ce que MiniMax H3 sait faire

H3 est un modèle omni-modal polyvalent. Les caractéristiques ci-dessous sont celles qui concordent entre l’annonce et les articles que nous avons consultés.

2K natif à 24 fps

Natif est le mot qui compte. De nombreux modèles de vidéo génèrent le rendu en 720p ou en 1080p puis procèdent à un upscaling (augmentation de la résolution). H3 est décrit comme générant directement en 2K, ce qui offre une texture plus fine : le tissage d’un tissu, les pores de la peau, l’asphalte mouillé. À 24 fps, il conserve aussi la cadence cinématographique que la plupart des monteurs attendent.

Une mise en garde. Un article tiers détaillé indique que les poids téléchargeables s’arrêtent en dessous du 2K, car le module de régénération 2K reste propriétaire. Si cela se confirme, le service hébergé et une copie auto-hébergée ne produiront pas le même résultat.

Un son intégré au clip

Dialogues, effets et ambiance de pièce sortent du même passage que l’image. Cela supprime une étape entière des montages provisoires : plus besoin d’une passe sonore séparée juste pour juger si une scène fonctionne. Cela signifie aussi que le mouvement de la bouche et la voix sont produits ensemble, au lieu d’être recollés après coup.

Une bonne habitude pour les scènes de dialogue : placez la réplique entre guillemets dans le prompt et précisez qui la prononce, à quel volume et dans quel espace. Un murmure dans une cage d’escalier et un cri à travers un entrepôt ne doivent pas sonner de la même façon, et c’est dans le prompt que vous le dites au modèle.

💡 Astuce : Considérez le son généré comme une couche de brouillon solide. Écoutez chaque prise à la recherche d’une ambiance de pièce étrange ou de mots avalés avant de la transmettre à un client.

Un modèle, de nombreuses entrées

C’est la fonctionnalité phare. Vous pouvez donner à H3 une planche d’inspiration : le visage d’une photo, un mouvement de caméra tiré d’un court clip, un rythme issu d’un fichier audio, et une ligne de texte qui relie le tout. Des articles tiers indiquent jusqu’à neuf images, trois clips vidéo et trois clips audio dans une même requête. Les limites diffèrent d’un article à l’autre, alors vérifiez la documentation actuelle de MiniMax avant de concevoir un flux de travail autour d’un chiffre précis.

Le montage avec des phrases simples

Plutôt que de régénérer un plan entier, vous décrivez la modification : rendre la rue mouillée, changer la couleur de la veste, ralentir la caméra. Le montage basé sur des instructions est là où une conception omni-modale porte ses fruits, car le même modèle qui a créé le clip lit aussi votre correction. Attendez-vous à ce qu’il soit meilleur sur de petites modifications claires et plus faible sur les changements structurels importants.

Comment les créateurs l’utilisent

Les cas d’usage qui correspondent le mieux à la liste des fonctionnalités de H3 sont ceux où le son et la cohérence comptent autant que l’image :

• Publicités et spots produit. Une photo de produit comme référence, une réplique vocale en audio, et un clip de 15 secondes qui possède déjà son ambiance sonore.
• Prévisualisation pour le cinéma et les séries. Les réalisateurs peuvent mettre en place une scène avec un mouvement de caméra convaincant avant qu’une seule journée de tournage ne soit réservée.
• Visuels pour la musique. Un clip audio devient la référence de rythme, et le montage suit le tempo.
• Teasers pour les réseaux sociaux. Une sortie verticale en 9:16 avec le son inclus signifie moins d’étapes d’export avant la publication.

Aucun de ces usages n’exige la perfection dès le premier essai. Il faut une itération rapide et peu coûteuse, et c’est là que les tarifs à la seconde et les clips longs deviennent importants.

Hailuo 3.0 face à son prédécesseur

Voici comment H3 se situe face à Hailuo 2.3, le modèle Hailuo le plus récent du catalogue de Picasso IA. La colonne 2.3 provient de la page de ce modèle.

Là où l’écart est le plus grand

• Durée et résolution. Quinze secondes en 2K contre dix secondes en 768p ou six en 1080p change ce qu’une seule génération peut contenir.
• Références. Une seule image de première frame est loin d’une pile d’images, de clips et d’audio.
• Son. Les brouillons muets et les brouillons avec son sont deux flux de travail différents.

Cela dit, Hailuo 2.3 reste un choix sûr pour les clips sociaux, les teasers produit et les tests de concept rapides où le 1080p suffit largement.

Poids ouverts et tarifs réels

Ce que « ouvert » signifie vraiment

Au lancement, MiniMax a indiqué son intention de publier les poids du modèle. Selon les articles, les poids de base ont suivi le 3 août sous une licence communautaire. Un article décrit les conditions prévues comme une utilisation commerciale gratuite pour les organisations dont le chiffre d’affaires est inférieur à 20 millions de dollars, avec une attribution bien visible. Les conditions finales peuvent différer, alors lisez le texte de la licence avant de construire un produit dessus.

Deux points supplémentaires. « Poids ouverts » n’est pas la même chose que l’open source au sens strict. Et cela ne signifie pas qu’un ordinateur portable peut le faire tourner : aucune configuration matérielle minimale n’avait été vérifiée au moment de la publication de ces articles. Pour la plupart des créateurs, la voie pratique n’est pas de tout télécharger. C’est une option hébergée : l’application Hailuo, l’API propre à MiniMax, ou l’une des passerelles qui ont ajouté H3 après le lancement.

Ce que coûte un clip

Les fournisseurs d’hébergement indiquent environ 0,13 $ par seconde en 2K et 0,08 à 0,09 $ par seconde en 768p. MiniMax positionne son tarif 2K à moins d’un tiers de ce que facturent les grands modèles vidéo par seconde. Au tarif 2K :

Un flux de travail raisonnable consiste à faire un brouillon au tarif 768p, moins cher, lorsqu’un fournisseur le propose, à choisir la meilleure prise, puis à ne générer en 2K qu’à ce moment-là. Vous payez le plein tarif pour un seul clip au lieu de cinq.

💡 Conseil budget : Ces chiffres sont calculés par seconde générée, et non par seconde utilisable. Si vous ne gardez qu’une prise sur trois, votre coût réel par seconde finale est environ trois fois plus élevé. Les prix varient aussi selon le fournisseur et changent avec les promotions, alors vérifiez avant de vous engager.

Où en est-on sur Picasso IA

Le statut honnête

Au moment de la rédaction, H3 ne figure pas parmi les modèles texte vers vidéo de Picasso IA. La famille Hailuo du catalogue passe par Hailuo 2.3. Vérifier la page du catalogue avant de planifier autour d’un modèle vaut toujours la peine : trente secondes suffisent.

Aucune date n’est confirmée pour H3 sur la plateforme. Lorsqu’une version plus récente de Hailuo apparaîtra, le flux de travail ci-dessous restera valable : choisir le modèle, écrire le prompt, sélectionner la résolution et la durée, générer. Seule la liste des options s’allongera.

Les modèles les plus proches que vous pouvez utiliser aujourd’hui

Si vous voulez ce rendu MiniMax dès maintenant, ou si vous avez besoin d’audio et de clips longs avec un autre fournisseur, voici les options les plus proches du catalogue :

Comment utiliser Hailuo 2.3 sur PicassoIA

Comme H3 n’est pas dans le catalogue, le tutoriel ci-dessous utilise Hailuo 2.3, le modèle MiniMax le plus proche que vous pouvez faire tourner sur Picasso IA aujourd’hui.

Étape par étape

1. Ouvrez la page Hailuo 2.3 sur Picasso IA.
2. Rédigez votre prompt : une scène, une action principale, un mouvement de caméra.
3. Facultatif : ajoutez une image de première frame. La vidéo conserve le format de cette image et construit le clip autour d’elle.
4. Choisissez la résolution et la durée (voir le tableau ci-dessous).
5. Laissez l’optimiseur de prompt activé, sauf si vous avez besoin d’une formulation exacte.
6. Générez, examinez le mouvement, puis affinez le prompt et relancez.

Réglages à connaître

Si vous voulez seulement animer une photo unique et que la vitesse compte plus que la résolution, Hailuo 2.3 Fast est la voie la plus rapide dans la même famille.

💡 Astuce : Générez d’abord une image fixe avec l’un des modèles texte vers image de Picasso IA, vérifiez que la composition vous convient, puis utilisez-la comme première frame. C’est le moyen le moins coûteux de contrôler la manière dont un clip commence.

Prompts pour un rendu cinématographique

Une structure fiable est sujet et pose de départ, mouvement dans le temps, mouvement de caméra, éclairage. Court et concret bat long et poétique. Deux exemples :

• Un pêcheur en ciré jaune tire un filet par-dessus le bord d’un petit bateau, travelling avant lent, lumière grise de l’aube, fine bruine sur l’eau.
• Un boulanger saupoudre de farine un plan de travail en bois, puis sort un plateau de pain du four, caméra à l’épaule dérivant vers la droite, lumière chaude de tungstène.

Avec un modèle qui génère du son, comme H3, vous ajouteriez une ligne pour l’audio : le cliquetis du plateau, le crépitement de la pluie. Pour Hailuo 2.3, gardez le prompt visuel.

Qui doit passer au nouveau modèle et qui doit attendre

Passez à H3 dès maintenant si votre travail exige des images en 2K, des clips proches de 15 secondes, un son généré avec l’image, ou un recours intensif à des éléments de référence. Utilisez l’application Hailuo ou l’API de MiniMax.

Restez sur un modèle du catalogue si vous voulez tout au même endroit. Hailuo 2.3 gère bien les clips sociaux et les teasers, et Seedance 2.0 ou Sora 2 prennent en charge la partie audio.

Attendez quelques semaines si votre chaîne de production repose sur l’auto-hébergement. Les poids, les conditions de licence et la configuration matérielle requise sont encore en cours de stabilisation, et les classements de benchmark évoluent au fil des votes.

Quel que soit votre choix, testez le même prompt sur deux ou trois modèles avant de vous engager. Un prompt figé est le seul test équitable : même sujet, même mouvement de caméra, même indication d’éclairage. Enregistrez les résultats côte à côte et jugez le mouvement, la stabilité des visages et la texture sur un écran de taille normale, pas sur un aperçu de téléphone.

Créez vos propres clips sur Picasso IA

Vous n’avez pas besoin d’attendre H3 pour expérimenter ce style de vidéo. Choisissez une scène que vous pouvez décrire en deux phrases, générez une première frame, puis lancez-la avec Hailuo 2.3. Ensuite, reprenez la même idée sur Seedance 2.0 et comparez le mouvement et le son côte à côte.

Trois premiers tests simples : une présentation lente d’un produit, une scène de rue sous la pluie et un gros plan de portrait avec un léger tour de tête. Parcourez tous les modèles disponibles sur picassoia.com/en/all-models, commencez par un prompt et gardez ceux qui vous surprennent.