Odyssey-3 vs Hailuo 2.3: el modelo de vídeo dominante que su propio creador ahora llama obsoleto

Hailuo 2.3 es el modelo de video de MiniMax que se lanzó el 28 de octubre de 2025 y tenía una reputación por la calidad de su física y su movimiento que la mayoría de los generadores de su generación no podían igualar. Además, a partir de este mes, está clasificado bajo Legacy Models en la documentación propia de MiniMax, sustituido por MiniMax H3. Odyssey-3 tiene diez días de antigüedad, fue publicado por Odyssey el 8 de octubre de 2026 como una vista previa de investigación, y hace algo para lo que Hailuo 2.3 nunca fue diseñado: generar un entorno a partir de un prompt y seguir prediciéndolo en tiempo real mientras te desplazas por él o desencadenas un evento. Compararlos no es una pelea justa en ningún sentido, y vale la pena explicar el motivo, porque también es una descripción de lo rápido que se movió esta categoría en doce meses.

Hailuo 2.3 sigue siendo invocable y sigue teniendo precio. Eso es lo que importa si hoy tienes que elegir: uno de estos dos modelos cuenta con una tarifa publicada y una API funcional, y el otro tiene una vista previa en el navegador y un formulario de contacto.

Lo que Hailuo 2.3 es en realidad, según la propia especificación de MiniMax

M​iniMax's model list describes M​iniMax H​ailuo 2.3 as text-to-video and image-to-video with state-of-the-art instruction following and what the company calls extreme physics mastery, at 1080p for six seconds or 768p for six or ten seconds, all at 24 fps. M​iniMax H​ailuo 2.3Fast is the cheaper variant, image-to-video only, same resolutions and durations. The 768p ten-second mode is the one that distinguishes it from most of its contemporaries: a ten-second single generation at 24 fps was, and largely still is, a real capability rather than a marketing line. Wait — I need to output the translation, not the original. La lista de modelos de M​iniMax describe M​iniMax H​ailuo 2.3 como texto a vídeo e imagen a vídeo, con un seguimiento de instrucciones de última generación y lo que la compañía denomina dominio extremo de la física, a 1080p durante seis segundos o a 768p durante seis o diez segundos, todo a 24 fps. M​iniMax H​ailuo 2.3Fast es la variante más económica, solo de imagen a vídeo, con las mismas resoluciones y duraciones. El modo de 768p y diez segundos es el que lo distingue de la mayoría de sus contemporáneos: una generación única de diez segundos a 24 fps era, y en gran medida sigue siendo, una capacidad real más que una frase de marketing.

La publicación de llegada en el feed de noticias chino de MiniMax está fechada el 28 de octubre de 2025 y enmarca el lanzamiento como una actualización de Hailuo 02 centrada en la expresividad dinámica y el realismo. No hay un lanzamiento con pesos abiertos, ni ningún informe técnico que podamos encontrar, y ninguna evaluación de terceros de Hailuo 2.3 en ninguno de los tableros públicos que revisamos —incluido Physics-IQ Verified, donde no aparecen en absoluto ni Hailuo 2.3 ni su variante Fast.

Cuánto cuesta, por clip y por segundo

La página de precios de MiniMax incluye la línea Hailuo con precios fijos por clip, lo cual es inusual e inusualmente fácil de planificar:

• M​iniMax-H​ailuo-2.3 — $0.28 por clip de seis segundos en 768p, $0.56 por clip de diez segundos en 768p, $0.49 por clip de seis segundos en 1080p.

• M​iniMax-H​ailuo-2.3-Fast — $0.19 por clip de seis segundos en 768p, $0.32 por clip de diez segundos en 768p, $0.33 por clip de seis segundos en 1080p.

• M​iniMax-H​ailuo-02, el predecesor, sigue en la lista con las mismas tarifas de 768p y 1080p, además de un nivel de 512p a $0.10 por seis segundos y $0.15 por diez segundos.

Dividido: este es nuestro cálculo sobre los precios de lista de MiniMax, no una cifra de MiniMax; es aproximadamente $0,047 por segundo a 768p y $0,082 por segundo a 1080p en Hailuo 2.3, y unos $0,032 y $0,055 por segundo en el nivel Fast. Son cifras baratas para un modelo de la clase 1080p.

Odyssey-3 no tiene precio de lista que dividir. Sus únicas cifras públicas de costo son las estimaciones normalizadas de la columna de costos de Physics-IQ Verified: $0.139 por video generado para Odyssey-3 y $0.267 para Odyssey-3 Pro. Esas no son comparables con las tarifas de M​iniMax, porque la tabla de clasificación normaliza sus cifras de costo a 24 fps y salida de 1280 de ancho cuando las entradas lo permiten, mientras que las cifras de M​iniMax son las que dice la factura. Poner las dos una al lado de la otra como si midieran la misma cantidad sería el tipo de comparación que parece rigurosa y no lo es.

La afirmación de la física, y dónde se puede comprobar

La afirmación central de Hailuo 2.3 era la precisión física —la propia frase de MiniMax es dominio extremo de la física— y el benchmark que existe específicamente para poner a prueba esa afirmación es Physics-IQ Verified, gestionado por Anates Labs junto con DeepMind. Hailuo 2.3 no figura en él. MiniMax H3, el sucesor de pesos abiertos publicado el 31 de julio de 2026, sí figura: puesto 9 con una mejora neta de +0.95 pp sobre la media del track en los propios prompts del benchmark, 24 fps, coste normalizado de $0.438 por vídeo. MiniMax H3 Max, el nivel de alta velocidad del mismo modelo, se sitúa en el puesto 11 con −2.63 pp.

Así que el sucesor de la familia está en la tabla de clasificación y es ligeramente positivo; su propia generación nunca se envió. Odyssey-3, en la misma tabla de clasificación y con el mismo conjunto de prompts, se sitúa en el puesto 8 con +2,15 pp y $0,129 por vídeo, y en el puesto 3 con +9,99 pp cuando se envía con prompts personalizados. Odyssey-3 Pro, con prompts personalizados, está en el puesto 2 con +11,15 pp.

Si lo lees con honestidad, dice tres cosas a la vez. Un modelo del mundo construido para la interacción está obteniendo una puntuación superior a la de una familia de modelos de video específicamente diseñados en un benchmark de plausibilidad física. La comparación es asimétrica, porque la propia generación del modelo dominante nunca se probó allí. Y el margen, +2,15 frente a +0,95 en el conjunto de prompts emparejados, está muy dentro de las barras de error de ±0,84 y ±0,35 puntos que llevan esas dos filas. Según la evidencia disponible, Odyssey-3 y la mejor entrada de MiniMax no están a una distancia medible en cuanto a plausibilidad física.

La diferencia que no aparece en ninguna puntuación

Cada fila anterior mide si un modelo produce un clip físicamente plausible. La respuesta de Hailuo 2.3 es un clip: toma un prompt o una imagen fija, devuelve seis o diez segundos de video a 24 fps en la resolución que elijas, y la transacción termina ahí. Es una buena respuesta, y el precio por clip de MiniMax la convierte en una económica.

La respuesta de Odyssey-3 no es un clip. Odyssey lo describe como un transformer de difusión de video de varios pasos extendido de forma autorregresiva mediante teacher forcing y enmascaramiento causal, destilado en una variante de pocos pasos lo suficientemente rápida como para interactuar con ella, y la vista previa expone navegación en primera persona, navegación en tercera persona y movimiento de cámara independiente. No obtienes un video; obtienes un entorno que responde a lo que haces dentro de él. Nada en la documentación de H​ailuo 2.3 tiene un equivalente, y nada en su historial de lanzamientos sugiere que M​iniMax buscara uno — M​iniMax se orientó hacia pesos abiertos y referencias multimodales con H3, no hacia la interactividad.

Esa diferencia es la razón por la que Odyssey puede publicar resultados sobre un brazo robótico que se recupera de un agarre fallido y una política de conducción entrenada con veinte horas de datos simulados, mientras que MiniMax publica clips. No son dos puntos en un mismo eje. Son ejes diferentes que casualmente están etiquetados ambos como generación de video.

Llegar a ellos

Se puede acceder a H​ailuo 2.3 a través de la API de la propia plataforma de M​iniMax, y OrcaRouter no lo aloja. Odyssey-3 no está en ninguna plataforma alojada y no tiene ninguna tarifa publicada que permita a nadie enrutarlo.

Lo que sí alcanza una sola clave de OrcaRouter es la parte de la familia que está vigente: minimax/minimax-h3, el sucesor de pesos abiertos, se enruta a $0.08 por segundo de salida en 768P — el precio de lista del propio M​iniMax, trasladado con un 0% de margen, así que cualquier cambio en esa tarifa se refleja en tu factura ese mismo día. La línea de video K​ling está en la misma clave a $0.084–$0.28 por solicitud, junto con más de 200 modelos, con conmutación por error automática entre proveedores y un DSL de enrutamiento que coloca varios modelos de video detrás de una sola interfaz, de modo que una prueba comparativa sea solo un cambio de configuración. Si Odyssey abre un endpoint de autoservicio, esa es la forma en que habría que añadirlo.

De qué se trata realmente este enfrentamiento

H​ailuo 2.3 no es un modelo que nadie elegiría hoy como opción de frontera —su propio proveedor ya ha pasado página dos veces—, pero sigue siendo un generador de clips bueno, barato y bien especificado, a un precio por segundo que la mayoría de los recién llegados no consigue batir, y su modo de diez segundos a 768p ofrece más de lo que la vista previa de Odyssey-3 te dará en una sola salida continua. Si lo que necesitas es metraje terminado a un coste predecible, H​ailuo 2.3 es el modelo más útil hoy, y ninguna postura basada en benchmarks de física cambia eso.

Odyssey-3 es el más interesante, y todavía no es un producto. Es el modelo al que hay que prestar atención si tu problema es la predicción en lugar de la producción: qué ocurre después, dado lo que acabo de hacer. El resumen honesto de Odyssey-3 frente a H​ailuo 2.3 es que el incumbente se está retirando y el retador aún no está a la venta, lo que convierte esto en una comparación entre un servicio que puedes comprar y una capacidad que solo puedes probar.