fal's H3 Max renderiza un clip de 5 segundos en menos de 3 segundos — Ahora #1 en Image-to-Video

El número más sorprendente en el nuevo lanzamiento de MiniMax H3 Max no es el puesto en el ranking, aunque eso también es notable: el modelo de video que fal post-entrenó a partir de MiniMax H3 acaba de ocupar el puesto #1 en la clasificación de imagen a video de Artificial Analysis. Es la cifra de tiempo en la propia página del modelo de fal, donde un clip de muestra de 5 segundos reporta 2.77 segundos de inferencia. Eso es generación por debajo del tiempo real desde una API pública — el clip completo se renderiza antes de que termine la reproducción en tiempo real del mismo clip — y es la razón por la que este lanzamiento está atrayendo atención más allá del público habitual de lanzamientos de modelos. MiniMax H3 Max genera clips de 5 a 15 segundos con audio nativo de hasta 768p, y ahora mismo tiene un 50% de descuento de lanzamiento sobre el precio que expira el 1 de septiembre.

Por qué "menos de 3 segundos" importa más que el podio

Todo modelo de video afirma alguna versión de "rápido", por lo que vale la pena ser precisos sobre lo que realmente dice el número de fal. Los 2.77 segundos provienen del tiempo de inferencia en la salida de muestra de la propia página del modelo fal para un clip de cinco segundos: una cifra reportada por el proveedor, no medida de forma independiente, y aún no reproducida en ningún lugar donde el resto de nosotros pueda ejecutarla. Incluso teniendo en cuenta esa salvedad, es una cifra llamativa, porque 2.77 segundos para cinco segundos de video es un factor de tiempo real de alrededor de 0.55. Un modelo que genera un clip más rápido de lo que el clip se reproduce convierte la generación de video de un trabajo por lotes en algo que se puede poner dentro de un bucle: generar, evaluar, regenerar, todo dentro del tiempo que una persona estaría esperando de otro modo por una sola renderización.

La disyuntiva es la misma a la que apunta el marco de "velocidad frente a calidad" del tuit. Un factor de tiempo real de 0.55x proviene de que fal co-optimiza el post-entrenamiento con su propia pila de inferencia — descripción de fal, no reproducida por ningún benchmark independiente más allá de las tablas de clasificación — y es más fácil de alcanzar a 768p que a resoluciones más altas. Tampoco hay almuerzo gratis en la otra dirección: MiniMax H3 Max llega como máximo a 768p, por lo que la velocidad es en parte función del techo. Estás comprando el nivel más rápido de la familia H3, y la escalera de resoluciones se detiene donde comienza la velocidad.

Dónde aterrizó en las tablas

Las tablas de clasificación con audio de Artificial Analysis, capturadas el 27 de agosto de 2026, colocan a MiniMax H3 Max en el puesto #1 en imagen a video con un Elo de 1.204: una ventaja de 13 puntos sobre Dreamina Seedance 2.0 720p de ByteDance, con 1.191, y una ventaja de 20 puntos sobre el MiniMax H3 base, con 1.184. En texto a video, se ubica en el puesto #3 con un Elo de 1.235, dentro de un final de fotografía de seis puntos en la cima: Wan 3.0 con 1.240, Gemini Omni Flash con 1.237, MiniMax H3 Max con 1.235 y el MiniMax H3 base con 1.226. Estos son puntajes Elo de preferencia humana a ciegas de las propias arenas de Artificial Analysis, no cifras de los proveedores, y como toda arena, fluctúan a medida que llegan nuevos modelos y nuevos votos.

• Image-to-Video (con audio) — MiniMax H3 Max #1, Elo 1,204. Dreamina Seedance 2.0 720p #2, 1,191. MiniMax H3 #3, 1,184.

• Texto a video (con audio) — Wan 3.0 #1, 1,240. Gemini Omni Flash #2, 1,237. MiniMax H3 Max #3, 1,235. MiniMax H3 #4, 1,226.

• Fecha de captura — 2026-08-27; ambos tableros cambian a medida que se acumulan los votos.

El precio de lanzamiento y el reloj en él.

El precio tiene una fecha límite, que es la parte que la mayoría de la cobertura pasará por alto. fal está ofreciendo un 50% de descuento de lanzamiento en MiniMax H3 Max que, según la propia página del modelo, finaliza el 1 de septiembre. Con la tarifa promocional, 768p cuesta $0.04 por segundo — $2.40 por minuto — y 480p cuesta $0.025 por segundo — $1.50 por minuto. Después del descuento, las tarifas estándar son $0.08 por segundo a 768p ($4.80 por minuto) y $0.05 por segundo a 480p ($3.00 por minuto).

Pon eso junto al MiniMax H3 base y la promoción está haciendo gran parte del trabajo. En el mismo panel de Artificial Analysis, el modelo base se registra a $7.80 por minuto — pero esa es la tarifa de 2K. En la resolución de 768p donde realmente compite MiniMax H3 Max, el MiniMax H3 base se lista a $0.08 por segundo, o $4.80 por minuto — exactamente lo que será la tarifa estándar del post-entrenamiento después del 1 de septiembre. En otras palabras: la brecha actual de $2.40 frente a $7.80 es en realidad una comparación entre un nivel de 768p con descuento y un nivel de 2K sin descuento. La comparación limpia es a 768p, y ahí la ventaja de precio dura hasta que termine el descuento.

Lo que fal realmente cambió

fal describe MiniMax H3 Max como un modelo post-entrenado a partir de MiniMax H3 para una mayor adherencia a las instrucciones y una mejor estética, y luego co-optimizado con la pila de inferencia personalizada de fal para un mayor rendimiento — siendo esa parte del rendimiento de donde proviene la velocidad. Lo que se puede medir desde fuera es el envolvente de salida: clips de 5 a 15 segundos con audio nativo, hasta 768p, con los mismos endpoints de texto-a-video y referencia-a-video de la misma familia disponibles alrededor. El límite de 768p es la verdadera restricción a recordar. Significa que "Max" es una afirmación sobre el líder de la clasificación y la velocidad, no sobre la escalera de resolución: los pesos abiertos del MiniMax H3 base también alcanzan un máximo de 768p, mientras que su API alojada llega a 2K mediante un módulo de regeneración solo para API. Un post-entrenamiento derivado de la versión de código abierto hereda el mismo límite.

La cuestión de los pesos abiertos

fal ha declarado su intención de liberar los pesos del MiniMax H3 Max, lo que convertiría al post-entrenamiento en el modelo de pesos abiertos mejor clasificado en ambas tablas de audio — por delante del MiniMax H3 base, que ostenta ese título hoy. La pregunta abierta es si eso se concreta como algo genuinamente abierto. El MiniMax H3 base se abrió el 3 de agosto bajo una licencia comunitaria personalizada que, según los propios términos de MiniMax, excluye el uso del modelo y sus resultados en la UE, el Reino Unido, Corea del Sur y los EE. UU., y requiere autorización escrita previa para el uso comercial con ingresos anuales superiores a 20 millones de dólares. Si los pesos del H3 Max se distribuyen bajo una licencia similar, "abierto" llevará consigo el mismo territorio trazado a su alrededor — con el matiz adicional de que un post-entrenamiento construido por un tercero se encuentra en un punto de licencia más gris que el original.

Llamándolo desde un router

A efectos prácticos, la parte enrutable de esta familia es el modelo base. MiniMax H3 está hoy en OrcaRouter al precio de lista del proveedor — 0,08 $ por segundo a 768p, 0,13 $ por segundo a 2K — con un margen del 0 % y conmutación por error automática, de modo que los equipos pueden llamar a la familia H3 a través de una sola API sin tener que integrar un endpoint de un proveedor que ya tiene días de antigüedad. El propio MiniMax H3 Max aún no está enrutado; solo se sirve a través de la API de su propio desarrollador. Esa es exactamente la situación para la que sirve el hábito de la conmutación por error: puedes crear prototipos con el modelo actual número uno de imagen a video sin apostar por él una ruta de producción, y si H3 Max llega a un proveedor enrutado, aparecerá al precio de lista ese mismo día — incluida la promoción del proveedor —, en lugar de mediante una integración hecha a mano que consume tu tiempo y su margen.

Qué ver en las próximas semanas

Tres fechas y decisiones determinan si este debut es un momento o una nota al pie. Primero, el 1 de septiembre: cuando termina el descuento del 50%, el precio de 768p se duplica hasta igualar al modelo base, y el "líder de imagen a video de $2.40" se convierte en un "líder de imagen a video de $4.80" — lo que cambia la propuesta de valor para cualquiera que planee un volumen sostenido. Segundo, los pesos: si fal realmente los distribuye, y bajo qué licencia. Tercero, la arena: si el foto finish de seis puntos en la cima de texto a video se mantiene a medida que se acumulan los votos. Nada de eso está decidido, que es exactamente la razón por la cual un modelo sub-real-time que acaba de encabezar una tabla de clasificación a mitad de precio es el comienzo de la historia en lugar del final.