MiniMax ने 17 जुलाई 2026 को WAIC में Hailuo 3.0 पेश किया, जिसे आधिकारिक तौर पर MiniMax H3 कहा जाता है, और 31 जुलाई को इसे लॉन्च कर दिया। इस लेख में रिलीज़ टाइमलाइन, 2K वीडियो और नेटिव ऑडियो स्पेक्स, बताई गई कीमत, ओपन वेट्स की स्थिति और आज आप क्या चला सकते हैं, यह सब मिलेगा।
Hailuo 3.0 असली है, और यह पहले ही रिलीज़ हो चुका है। MiniMax ने मॉडल को WAIC में 17 जुलाई 2026 को पेश किया, 31 जुलाई 2026 को इसे सार्वजनिक रूप से उपलब्ध कराया, और इसे MiniMax H3 कहता है, जबकि Hailuo ऐप और ज़्यादातर क्रिएटर इसे Hailuo 3.0 कहते हैं। शुरुआती रिपोर्ट्स में जून लॉन्च की ओर इशारा था, इसलिए तारीख करीब एक महीने खिसक गई। जो सामने आया है वह किसी सामान्य वर्ज़न अपडेट से बड़ी छलांग है: नेटिव 2K आउटपुट, 15 सेकंड तक के क्लिप, एक ही प्रक्रिया में बना स्टीरियो साउंड, और एक ऐसा मॉडल जो टेक्स्ट, इमेज, वीडियो और ऑडियो को एक साथ पढ़ता है।
इस लेख में हम तारीखें, स्पेक्स, बताई गई कीमत, ओपन वेट्स की स्थिति, और Picasso IA पर आज आप क्या चला सकते हैं, यह बताते हैं, क्योंकि H3 खुद अभी कैटलॉग में नहीं है। जहाँ कोई संख्या MiniMax के बजाय किसी तीसरे पक्ष के लेख से आई है, वहाँ हम यह साफ़ बताते हैं, क्योंकि किसी नए मॉडल के शुरुआती स्पेक्स तेज़ी से बदलते हैं।
💡 त्वरित जवाब: Hailuo 3.0 और MiniMax H3 एक ही मॉडल हैं। 17 जुलाई 2026 को पेश हुआ। 31 जुलाई 2026 को लॉन्च हुआ। वेट्स 3 अगस्त 2026 से ओपन होने की रिपोर्ट है। आज आप इसे Hailuo ऐप, MiniMax API या तीसरे-पक्ष के गेटवे से पा सकते हैं। Picasso IA पर अभी चलाने लायक मॉडल के लिए ट्यूटोरियल सेक्शन पर जाएँ।
लॉन्च चरणों में हुआ, इसलिए ऑनलाइन दो अलग-अलग तारीखें दिखती हैं। रिपोर्ट के अनुसार क्रम यह है:
| तारीख | क्या हुआ |
|---|---|
| 2026 की शुरुआत में | रिपोर्ट्स में अगले Hailuo मॉडल के लिए जून की विंडो का संकेत था |
| 17 जुलाई 2026 | MiniMax ने WAIC 2026 में H3 पेश किया |
| 31 जुलाई 2026 | MiniMax API (मॉडल ID MiniMax-H3) और Hailuo AI ऐप पर आधिकारिक लॉन्च |
| 3 अगस्त 2026 | बेस वेट्स एक कम्युनिटी लाइसेंस के तहत जारी होने की रिपोर्ट |
| 6 अगस्त 2026 | Luma ने Luma Agents के भीतर H3 की घोषणा की, एक्सेस की शर्तें अब भी साफ़ नहीं |
| अगस्त 2026 के अंत में | और गेटवे H3 जोड़ते हैं, जिनमें 30 अगस्त को Vercel AI Gateway भी शामिल है |
दोनों तारीखें सही हैं। 17 जुलाई स्टेज पर पहली झलक थी। 31 जुलाई वह दिन था जब आम यूज़र सचमुच इससे जेनरेट कर सकते थे। जब कोई लेख "17 जुलाई को रिलीज़" लिखता है, तो वह घोषणा को गिन रहा होता है, उपलब्धता को नहीं।
MiniMax कंपनी है। Hailuo उसका उपभोक्ता वीडियो ब्रांड है। H3 मॉडल का अपना पदनाम है। क्रिएटर "Hailuo 3.0" इसलिए कहते हैं क्योंकि सिलसिला Hailuo 02 और फिर Hailuo 2.3 तक चला, और अगला कदम स्वाभाविक लगा। "Hailuo 3" और "MiniMax H3" खोजने पर एक ही रिलीज़ सामने आती है।
नंबरिंग में यह छलांग सिर्फ़ दिखावटी नहीं है। MiniMax की घोषणा के अनुसार, पिछले वर्ज़न काम को अलग-अलग एक्सपर्ट सिस्टम में बाँटते थे: टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, पहला और आख़िरी फ़्रेम, सब्जेक्ट रेफ़रेंस, मोशन रेफ़रेंस और वीडियो एडिटिंग के लिए। H3 यह सब एक ही प्री-ट्रेनिंग पैराडाइम में समेट लेता है, और रेफ़रेंस व एडिट सादी भाषा में व्यक्त करता है। यह एक अलग डिज़ाइन है, सिर्फ़ पॉलिश किया हुआ वर्ज़न अपडेट नहीं।
H3 एक जनरल-पर्पस ओमनी-मोडल मॉडल है। नीचे दिए स्पेक्स वही हैं जो घोषणा और हमारे जाँचे गए लेखों में एक-दूसरे से मेल खाते हैं।
| स्पेक | बताई गई वैल्यू |
|---|---|
| रिज़ॉल्यूशन | नेटिव 2K |
| फ़्रेम रेट | 24 fps |
| क्लिप की लंबाई | प्रति जनरेशन 15 सेकंड तक |
| ऑडियो | नेटिव स्टीरियो, तस्वीर के साथ बना |
| आस्पेक्ट रेशियो | 21:9 से 9:16 तक |
| इनपुट | टेक्स्ट, इमेज, वीडियो क्लिप, ऑडियो क्लिप |
| एडिटिंग | इंस्ट्रक्शन-आधारित |
नेटिव ही वह शब्द है जो मायने रखता है। कई वीडियो मॉडल 720p या 1080p पर रेंडर करते हैं और बाद में अपस्केल करते हैं। H3 को सीधे 2K पर रेंडर करने वाला बताया गया है, जिससे बारीक टेक्सचर मिलता है: कपड़े की बुनाई, त्वचा के रोम-छिद्र, गीला डामर। 24 fps पर यह वह फ़िल्मी कैडेंस भी बनाए रखता है जिसकी ज़्यादातर एडिटर उम्मीद करते हैं।
एक चेतावनी। एक विस्तृत तीसरे-पक्ष लेख के अनुसार डाउनलोड होने वाले वेट्स 2K से नीचे रुकते हैं, क्योंकि 2K रीजेनरेशन मॉड्यूल प्रोप्राइटरी रहता है। अगर यह सही है, तो होस्टेड सर्विस और सेल्फ-होस्टेड कॉपी एक जैसा आउटपुट नहीं देंगी।
संवाद, इफ़ेक्ट और रूम टोन उसी प्रक्रिया से निकलते हैं जिससे तस्वीर बनती है। इससे रफ़ कट का एक पूरा चरण हट जाता है: यह जाँचने के लिए अलग साउंड पास की ज़रूरत नहीं कि सीन काम करता है या नहीं। इसका मतलब यह भी है कि होंठों की हरकत और आवाज़ साथ-साथ बनती हैं, बाद में जोड़ी नहीं जातीं।
संवाद वाले दृश्यों की एक व्यावहारिक आदत: प्रॉम्प्ट के भीतर बोली जाने वाली लाइन को कोटेशन मार्क्स में लिखें, और बताएँ कि कौन बोल रहा है, कितनी ज़ोर से, और किस जगह पर। सीढ़ियों में फुसफुसाना और गोदाम के पार चिल्लाना एक जैसे नहीं लगने चाहिए, और यह बात प्रॉम्प्ट में ही मॉडल को बतानी होती है।
💡 टिप: जेनरेट किए गए ऑडियो को एक मज़बूत ड्राफ़्ट लेयर मानें। किसी क्लाइंट तक भेजने से पहले हर टेक सुनें, ताकि अजीब रूम टोन या निगले गए शब्द पकड़ में आ सकें।
यही इस फ़ीचर सेट की मुख्य विशेषता है। आप H3 को मूड बोर्ड दे सकते हैं: किसी फ़ोटो से एक चेहरा, किसी छोटे क्लिप से कैमरा मूव, किसी ऑडियो फ़ाइल से लय, और एक टेक्स्ट लाइन जो इन सबको जोड़ती है। तीसरे-पक्ष लेख एक ही रिक्वेस्ट में अधिकतम नौ इमेज, तीन वीडियो क्लिप और तीन ऑडियो क्लिप बताते हैं। अलग-अलग लेखों में सीमाएँ अलग रही हैं, इसलिए किसी खास संख्या पर वर्कफ़्लो डिज़ाइन करने से पहले MiniMax के मौजूदा डॉक्यूमेंटेशन की जाँच करें।
पूरा शॉट दोबारा बनाने के बजाय आप बदलाव बताते हैं: सड़क को गीला करें, जैकेट का रंग बदलें, कैमरा धीमा करें। इंस्ट्रक्शन-आधारित एडिटिंग वह जगह है जहाँ ओमni-मोडल डिज़ाइन का फ़ायदा मिलता है, क्योंकि जिस मॉडल ने क्लिप बनाई, वही आपका सुधार भी पढ़ता है। उम्मीद करें कि यह छोटे, साफ़ बदलावों पर सबसे अच्छा और बड़े ढाँचागत बदलावों पर कमज़ोर होगा।
H3 की फ़ीचर सूची के सबसे अच्छे उपयोग वे हैं जहाँ साउंड और कंसिस्टेंसी तस्वीर जितनी ही मायने रखती है:
इनमें से किसी को भी पहली बार में परफ़ेक्शन की ज़रूरत नहीं है। उन्हें तेज़ और सस्ते इटरेशन की ज़रूरत है, और यहीं प्रति-सेकंड प्राइसिंग और लंबे क्लिप मायने रखने लगते हैं।
यहाँ देखें कि H3 Hailuo 2.3 के मुकाबले कैसा है, जो Picasso IA कैटलॉग का सबसे नया Hailuo मॉडल है। 2.3 वाला कॉलम उस मॉडल के पेज से लिया गया है।
| फ़ीचर | Hailuo 2.3 Picasso IA पर | MiniMax H3 (Hailuo 3.0) |
|---|---|---|
| सबसे ऊँचा रिज़ॉल्यूशन | 1080p (6 सेकंड के क्लिप) | नेटिव 2K |
| सबसे लंबा क्लिप | 768p पर 10 सेकंड | 15 सेकंड तक |
| इनपुट | टेक्स्ट प्रॉम्प्ट, वैकल्पिक पहला फ़्रेम इमेज | टेक्स्ट, इमेज, वीडियो, ऑडियो एक साथ |
| ऑडियो | मॉडल फ़ीचर में सूचीबद्ध नहीं | नेटिव स्टीरियो |
| एडिटिंग | उपलब्ध नहीं | इंस्ट्रक्शन-आधारित |
| Picasso IA पर | हाँ | लिखे जाने के समय कैटलॉग में नहीं |
फिर भी, Hailuo 2.3 सोशल क्लिप, प्रोडक्ट टीज़र और तेज़ कॉन्सेप्ट टेस्ट के लिए अब भी एक अच्छा विकल्प है, जहाँ 1080p काफ़ी है।
लॉन्च के समय MiniMax ने कहा था कि वह मॉडल वेट्स प्रकाशित करेगा। रिपोर्ट्स के अनुसार बेस वेट्स 3 अगस्त को एक कम्युनिटी लाइसेंस के तहत आए। एक लेख में बताई गई योजनाबद्ध शर्तें हैं: प्रमुख एट्रिब्यूशन के साथ, 20 मिलियन डॉलर से कम राजस्व वाले संगठनों के लिए मुफ़्त कमर्शियल उपयोग। अंतिम शर्तें अलग हो सकती हैं, इसलिए किसी प्रोडक्ट को इस पर बनाने से पहले लाइसेंस का टेक्स्ट पढ़ें।
दो और बातें। "ओपन वेट्स" का मतलब सख़्त अर्थ में ओपन सोर्स नहीं है। और इसका यह मतलब भी नहीं कि लैपटॉप इसे चला सकता है: इन लेखों के प्रकाशित होने तक कोई न्यूनतम हार्डवेयर सत्यापित नहीं हुआ था। ज़्यादातर क्रिएटर्स के लिए व्यावहारिक रास्ता कुछ डाउनलोड करना नहीं है। यह एक होस्टेड विकल्प है: Hailuo ऐप, MiniMax का अपना API, या लॉन्च के बाद H3 जोड़ने वाले गेटवे में से कोई।
होस्टिंग प्रदाता बताते हैं कि लगभग 2K पर $0.13 प्रति सेकंड और 768p पर $0.08 से $0.09 प्रति सेकंड है। MiniMax अपनी 2K कीमत को मुख्यधारा वीडियो मॉडलों की प्रति-सेकंड कीमत के एक-तिहाई से कम बताता है। 2K दर पर:
| क्लिप की लंबाई | 2K पर अनुमानित लागत |
|---|---|
| 5 सेकंड | $0.65 |
| 10 सेकंड | $1.30 |
| 15 सेकंड | $1.95 |
| 60 सेकंड का तैयार फ़ुटेज | $7.80 |
एक समझदार वर्कफ़्लो यह है कि जहाँ प्रदाता देता है वहाँ सस्ती 768p दर पर ड्राफ़्ट बनाएँ, जीतने वाला टेक चुनें, और फिर ही 2K पर रेंडर करें। पाँच की जगह एक क्लिप के लिए पूरी कीमत चुकाते हैं।
💡 बजट टिप: ये आंकड़े प्रति जेनरेट किए गए सेकंड के हैं, प्रति उपयोगी सेकंड के नहीं। अगर आप तीन में से एक टेक रखते हैं, तो तैयार हर सेकंड की असली लागत लगभग तिगुनी होगी। कीमतें प्रदाता के अनुसार अलग होती हैं और प्रमोशन से बदलती हैं, इसलिए प्रतिबद्ध होने से पहले पुष्टि कर लें।
लिखे जाने के समय H3 Picasso IA पर टेक्स्ट-टू-वीडियो मॉडलों में सूचीबद्ध नहीं है। कैटलॉग में Hailuo परिवार Hailuo 2.3 तक चलता है। किसी मॉडल पर योजना बनाने से पहले कैटलॉग पेज देख लेना हमेशा तीस सेकंड के लायक है।
प्लेटफ़ॉर्म पर H3 की कोई पुष्ट तारीख नहीं है। जब कोई नया Hailuo मॉडल आएगा, तो नीचे का वर्कफ़्लो वैसा ही रहेगा: मॉडल चुनें, प्रॉम्प्ट लिखें, रिज़ॉल्यूशन और अवधि चुनें, जेनरेट करें। सिर्फ़ विकल्पों की सूची बढ़ेगी।
अगर आपको अभी वह MiniMax वाला लुक चाहिए, या किसी दूसरे प्रदाता से ऑडियो और लंबे क्लिप चाहिए, तो कैटलॉग में ये सबसे नज़दीकी विकल्प हैं:
| मॉडल | इसे क्यों आज़माएँ |
|---|---|
| Hailuo 2.3 | 1080p तक सिनेमैटिक टेक्स्ट-टू-वीडियो, वैकल्पिक पहले फ़्रेम के साथ |
| Hailuo 2.3 Fast | उसी परिवार में त्वरित फ़ोटो-टू-वीडियो एनिमेशन |
| Hailuo 02 | पिछली पीढ़ी से 1080p वीडियो |
| Hailuo 02 Fast | आइडिया टेस्ट करने के लिए तुरंत 512p ड्राफ़्ट |
| Seedance 2.0 | बिल्ट-इन ऑडियो के साथ टेक्स्ट-टू-वीडियो |
| Sora 2 | सिंक्ड ऑडियो के साथ टेक्स्ट-टू-वीडियो |
| Veo 3.1 | टेक्स्ट से 1080p वीडियो |
| Kling v3 Video | सिनेमैटिक वीडियो जनरेशन |
| Wan 3 | सिनेमैटिक वीडियो जनरेशन |
चूँकि H3 कैटलॉग में नहीं है, नीचे का ट्यूटोरियल Hailuo 2.3 का इस्तेमाल करता है, जो आज Picasso IA पर चलाया जा सकने वाला सबसे नज़दीकी MiniMax मॉडल है।
| सेटिंग | विकल्प | डिफ़ॉल्ट | नोट |
|---|---|---|---|
| रिज़ॉल्यूशन | 768p, 1080p | 768p | 1080p केवल 6 सेकंड के क्लिप सपोर्ट करता है |
| अवधि | 6 या 10 सेकंड | 6 | 10 सेकंड केवल 768p पर उपलब्ध है |
| प्रॉम्प्ट ऑप्टिमाइज़र | चालू या बंद | चालू | मोशन, फ़्रेमिंग और कंसिस्टेंसी को सुधारता है |
| पहला फ़्रेम इमेज | वैकल्पिक अपलोड | कोई नहीं | आउटपुट इमेज के आस्पेक्ट रेशियो से मेल खाता है |
अगर आप केवल एक फ़ोटो को एनिमेट करना चाहते हैं और रिज़ॉल्यूशन से ज़्यादा स्पीड की परवाह है, तो Hailuo 2.3 Fast उसी परिवार में तेज़ रास्ता है।
💡 टिप: पहले Picasso IA के किसी टेक्स्ट-टू-इमेज मॉडल से एक स्टिल बनाएँ, जाँचें कि कंपोज़िशन सही है, फिर उसे पहले फ़्रेम के रूप में इस्तेमाल करें। क्लिप कैसे शुरू होता है, यह नियंत्रित करने का यह सबसे सस्ता तरीका है।
एक भरोसेमंद ढाँचा है सब्जेक्ट और शुरुआती पोज़, समय के साथ मोशन, कैमरा मूव, रोशनी। छोटा और ठोस, लंबे और काव्यात्मक से बेहतर है। दो उदाहरण:
H3 जैसे साउंड जेनरेट करने वाले मॉडल के साथ आप ऑडियो के लिए एक लाइन जोड़ेंगे: ट्रे की खनखनाहट, बारिश की सरसराहट। Hailuo 2.3 के लिए प्रॉम्प्ट को विज़ुअल ही रखें।
अभी H3 पर जाएँ अगर आपके काम को 2K फ़्रेम, 15 सेकंड के आसपास के क्लिप, तस्वीर के साथ बना साउंड, या भारी रेफ़रेंस सामग्री चाहिए। Hailuo ऐप या MiniMax API इस्तेमाल करें।
कैटलॉग मॉडल पर रहें अगर आप सब कुछ एक ही जगह चाहते हैं। Hailuo 2.3 सोशल क्लिप और टीज़र अच्छे से संभालता है, और Seedance 2.0 या Sora 2 ऑडियो वाले हिस्से को संभालते हैं।
कुछ हफ़्ते इंतज़ार करें अगर आपकी पाइपलाइन सेल्फ-होस्टिंग पर निर्भर है। वेट्स, लाइसेंस की शर्तें और हार्डवेयर ज़रूरतें अभी तय हो रही हैं, और शुरुआती बेंचमार्क रैंकिंग वोट आने के साथ बदलती रहती है।
आप जिस भी खेमे में हों, प्रतिबद्ध होने से पहले दो या तीन मॉडलों पर एक ही प्रॉम्प्ट चलाएँ। एक तय प्रॉम्प्ट ही निष्पक्ष टेस्ट है: वही सब्जेक्ट, वही कैमरा मूव, वही रोशनी का नोट। नतीजे साथ-साथ सेव करें और मोशन, चेहरे की स्थिरता और टेक्सचर को फ़ोन प्रीव्यू पर नहीं, फ़ुल-साइज़ मॉनिटर पर परखें।
इस शैली के वीडियो के साथ प्रयोग शुरू करने के लिए आपको H3 का इंतज़ार करने की ज़रूरत नहीं। कोई ऐसा सीन चुनें जिसे दो वाक्यों में बता सकें, पहला फ़्रेम जेनरेट करें, और उसे Hailuo 2.3 पर चलाएँ। फिर वही विचार Seedance 2.0 पर चलाएँ और मोशन व साउंड की तुलना साथ-साथ करें।
तीन आसान पहले टेस्ट: धीमा प्रोडक्ट रिवील, बारिश में सड़क का दृश्य, और छोटी सी सिर घुमाने वाली क्लोज़ पोर्ट्रेट। picassoia.com/en/all-models पर उपलब्ध हर मॉडल देखें, एक प्रॉम्प्ट से शुरू करें, और जो नतीजे आपको चौंकाएँ उन्हें रखें।
अपनी भाषा चुनें
