Cómo hacer un spot de producto con IA: la guía real de MiniMax H3

[ARRIBA VA LA PORTADA — arrástrala aquí y borra esta línea]

Si has visto que MiniMax H3 genera vídeo en 2K con audio y quieres saber si te sirve para anunciar tu producto, esto es lo que hay antes de que te gastes un euro:

• Genera un máximo de 15 segundos por vez. No es un límite de tu plan: es el límite del modelo. Todo anuncio más largo se hace encadenando clips, y eso cambia por completo cómo tienes que planificarlo.
• El audio viene dentro, en estéreo, generado a la vez que la imagen. Es lo que de verdad lo diferencia de casi todos sus rivales. También es la parte que más falla.
• Un spot de 15 segundos en 2K te cuesta entre $1,22 y $1,95 según por dónde entres. Poco más de un euro. Esa cifra es real y es la razón por la que esta herramienta cambia las cuentas de un negocio pequeño.
• Rinde mejor en producto y UGC que en pieza cinematográfica. Los tests lado a lado lo colocan por detrás de Kling y Seedance en retrato cinematográfico, y por delante de Kling en vídeo de producto para e-commerce. Justo tu caso.
• Se rompe de formas concretas y predecibles: las caras se deforman en los planos generales, los personajes casi no parpadean, el texto en pantalla sale ilegible y, si pones a dos personas a hablar, las voces se contaminan entre sí. Todo eso tiene solución o rodeo, y están en esta guía.
• "Open source" es medio cierto, y la mitad que falta importa en España. Solo el módulo de 768p tiene los pesos abiertos, y su licencia excluye a la Unión Europea del despliegue local. Usarlo desde la web o la API está bien y puedes monetizar lo que generes; bajarte los pesos y montarlo en tu ordenador, no.
• El plan gratuito no incluye H3. Esto no lo dice ninguna guía y lo hemos comprobado dentro de una cuenta real: el plan de 0 € da "Hailuo models only" y cero créditos mensuales. H3 empieza en el plan de $8,40/mes.

Revisado el 31 de agosto de 2026. MiniMax H3 se lanzó el 31 de julio de 2026 y sigue moviéndose rápido: hay fallos reconocidos por el propio fabricante y en proceso de arreglo. Los precios y límites de esta guía enlazan a la fuente donde puedes comprobarlos hoy.

Qué pieza puedes hacer, y cuánto te va a costar

Antes de nada, encuentra tu caso en esta tabla:

Los precios salen de la tarifa por segundo del plan intermedio de Hailuo ($0,081/seg en 2K, $0,047/seg en 768p). Si entras por la API sin suscripción, la tarifa de lista es más alta — el desglose completo está en la sección de costes.

Mi recomendación si es tu primera vez: no empieces por el anuncio de 30 segundos. Haz un solo plano de producto de 15 segundos, míralo en el móvil, y solo entonces decide si merece la pena encadenar. Casi todo el dinero que se tira con estas herramientas se tira generando piezas largas antes de saber si el plano corto sale bien.

Las cuatro reglas del formato

Todo lo demás en esta guía sale de aquí. Son los límites del modelo, no de tu plan, y no se negocian con más presupuesto.

1. Entre 4 y 15 segundos por generación. Un aviso de honestidad: la documentación de la API dice 4–15 s y la web del producto dice 5–15 s. No coinciden. Si vas a automatizar algo con la API, prueba con 4 antes de darlo por bueno (documentación oficial).

2. Hasta 2K, que aquí significa 1440 píxeles en el lado corto, a 24 fotogramas por segundo. Y seis proporciones: 21:9, 16:9, 4:3, 1:1, 3:4 y 9:16. Con 9:16 y 1:1 tienes cubierto Reels, TikTok y feed sin recortar nada.

3. Hasta 12 archivos de referencia: como mucho 9 imágenes, 3 vídeos y 3 audios. Aquí está la funcionalidad que ningún rival iguala, y la que hace posible que tu producto salga siendo tu producto. Dos restricciones que casi nadie cuenta:

• El audio de referencia nunca va solo. Siempre tiene que ir acompañado de al menos una imagen o un vídeo.
• Vídeo y audio de referencia suman 15 segundos combinados como máximo.

4. El prompt admite hasta 7.000 caracteres. Es muchísimo, y es una pista de cómo hay que usarlo: este modelo no quiere una frase bonita, quiere una escaleta.

💡 Y una trampa de la API que conviene saber antes de programar nada: los modos imagen-a-vídeo y referencia-a-vídeo son mutuamente excluyentes. Si mandas los dos, hay reportes de que la API acepta la petición, cobra el precio completo y descarta uno de los dos inputs sin avisar. Manda uno.

Abrir Hailuo AI →

El método: de la idea al spot en 6 pasos

Paso 1. Escribe el anuncio en 15 segundos antes de tocar la herramienta

El error que más dinero cuesta es abrir Hailuo con una idea vaga. Quince segundos son tres planos, no una historia. Escríbelo así, en un papel:

0-5s   [Qué se ve] + [qué se oye]
5-10s  [Qué se ve] + [qué se oye]
10-15s [Qué se ve] + [qué se oye]

Si tu anuncio no cabe ahí, no necesitas un clip: necesitas dos, y eso es el paso 5.

Qué personalizar: el segundo bloque. El primero capta y el tercero cierra, pero el del medio es donde va lo que de verdad quieres que recuerden — el beneficio, no la característica.

Error habitual: meter la marca hablada en el segundo 1. En vertical, la gente decide en menos de eso. Empieza por el producto en movimiento y deja el nombre para el final.

Paso 2. Prepara las referencias (aquí se gana o se pierde)

Esta es la funcionalidad que hace a H3 distinto: acepta hasta 9 imágenes, 3 vídeos y 3 audios, con un máximo de 12 archivos. Ningún rival se acerca. Y es lo que hace que tu producto salga siendo tu producto y no un producto parecido.

Qué subir, por orden de importancia:

1. Dos o tres fotos limpias del producto, sobre fondo neutro, bien iluminadas, desde ángulos distintos. Limpias significa: sin manos, sin fondo cargado, sin texto encima.
2. Una foto de la etiqueta o el logo en plano cerrado, si quieres que se lea.
3. Una referencia de estilo: una imagen que tenga la luz y el color que buscas. No tiene que ser de tu producto.
4. El audio, si quieres una voz concreta. Recuerda: el audio de referencia nunca puede ir solo, y vídeo + audio suman 15 segundos combinados como máximo.

💡 La regla de oro de la consistencia: usa exactamente las mismas imágenes de referencia en todos los clips del mismo anuncio. En cuanto cambias una, el producto empieza a derivar entre planos.

📎 Si tus fotos de producto no están a la altura, ese es el cuello de botella real y no el modelo. Nosotros las limpiamos y escalamos con Magnific antes de subirlas. · Ver sus precios

Paso 3. Escribe el prompt por segundos, no por frases

H3 admite prompts de hasta 7.000 caracteres. Esa cifra es una pista: el modelo no quiere una frase evocadora, quiere una escaleta. Esta es la plantilla que usamos:

Resultado esperado: un clip donde el producto se mantiene reconocible y la cámara hace lo que le has pedido, sin sorpresas.

Qué personalizar: los bloques de audio. Es lo que la mayoría deja en blanco y es literalmente la ventaja competitiva de este modelo frente a los que solo hacen imagen.

Error habitual, y es el más caro: pedir texto dentro del vídeo sin deletrearlo. Si escribes "que aparezca el nombre de la marca", sale ruido con forma de letras — el propio ejemplo oficial de MiniMax generó ETR METNO CITFEP en lugar de la frase que tocaba. Si de verdad necesitas texto quemado, escríbelo literalmente entre comillas y añade las negaciones defensivas. Pero el consejo profesional es otro: el texto se pone después en el editor, siempre.

💡 Fíjate en que los prompts oficiales de MiniMax incluyen "no produzcas texto ilegible" y "no añadas chino". Eso delata un sesgo del modelo hacia el chino al renderizar letras — razón de más para rotular tú.

Prompt de seguimiento: cuando un clip salga bien, no lo toques. Duplica el prompt y cambia solo la línea de formato (vertical 9:16 → cuadrado 1:1 → horizontal 16:9) para tener las tres proporciones del mismo concepto.

Paso 4. Elige resolución con criterio, no por defecto

Parece obvio que hay que ir siempre a 2K. No lo es, y por dos razones:

La económica. En 768p pagas aproximadamente la mitad. Genera en 768p mientras estás buscando el encuadre y el movimiento correctos, y sube a 2K solo el clip que ya te gusta. Ahorras la mitad del presupuesto de pruebas.

Y la rara, que conviene conocer: hay usuarios reportando que la adherencia al prompt empeora al subir la resolución — que a resoluciones bajas respeta el encuadre y el ángulo de cámara, y a 768p empieza a ignorar los ángulos pedidos y a recolocar a los personajes. Subir los pasos de inferencia no lo arregla (hilo del repo oficial).

Regla práctica: prueba en 768p, publica en 2K, y si el resultado en 2K se desvía del prompt, vuelve a generar en vez de insistir con más pasos.

Paso 5. Encadenar clips para llegar a 30 o 45 segundos

Aquí es donde se separa el que hace pruebas del que entrega anuncios. El modelo da 15 segundos; tu anuncio necesita 30. Así se hace:

El método del relevo. Coges el último fotograma del clip 1 y lo usas como imagen de referencia del clip 2, junto con las mismas fotos de producto que usaste al principio. H3 soporta anclaje por primer y último fotograma, y eso es lo que hace que el corte no cante. Si tu clip lleva voz, usa también el audio del clip anterior como referencia de audio, para que el timbre no cambie a mitad de anuncio.

Las tres reglas para que no se note el corte:

1. Mismas referencias de producto en todos los clips. Siempre. No las cambies "para variar".
2. Describe al personaje o al producto con las mismas palabras literales en todos los prompts. Cambia solo la acción y el escenario. Si en el clip 1 pusiste "frasco ámbar de 50 ml con etiqueta blanca", en el clip 2 va esa misma cadena, palabra por palabra.
3. Corta en movimiento, no en reposo. Si el clip 1 termina con la cámara girando y el clip 2 empieza girando en la misma dirección, el cerebro rellena el salto. Si ambos terminan y empiezan quietos, se ve el corte.

Lo que no te van a contar: aun haciéndolo bien, hay deriva. Incluso las reseñas favorables lo admiten: pueden aparecer pequeños cambios de expresión, de detalle o de entorno entre generaciones. Planifica el anuncio para que eso importe poco — plano de producto, plano de detalle, plano de marca — en vez de un plano secuencia de una persona atravesando una habitación.

Y la cuenta real: encadenar no cuesta el doble, cuesta más del doble, porque el vídeo de referencia se factura por su duración de entrada además de la del vídeo que generas. Un anuncio de 30 segundos bien hecho sale por unos $3 en vez de los $2,43 teóricos.

Paso 6. El montaje final lo haces tú, y es lo que lo hace parecer profesional

Ningún clip generado sale listo para publicar. Lo que le falta, y que cuesta diez minutos:

• El texto y el precio, quemados en el editor. Nunca dentro del modelo.
• La música, por debajo del audio nativo. El audio ambiental que genera H3 tiende a quedar bajo en escenas con voz.
• Cortar el primer medio segundo si lleva voz. Hay un fallo reportado y sin respuesta oficial: al principio del vídeo, aproximadamente los primeros 0,5 segundos, puede salir un trozo de habla entrecortada o ininteligible (hilo abierto). Cortarlo en el montaje es más rápido que pelearse con el prompt.
• El logo final, como imagen fija. El modelo no reproduce logotipos con fiabilidad.

Para esto vale cualquier editor. CapCut sirve de sobra y es gratis.

¿Quieres que esto deje de ser una herramienta y pase a ser un sistema que te trae clientes? En IAEmpresa montamos el flujo completo: qué creatividades, cuántas versiones, dónde se publican y cómo se mide cuál vende. Reserva 15 minutos con Arti.

Lo que se rompe, y cómo esquivarlo

Todos los modelos de vídeo fallan. Lo útil es saber cómo falla este en concreto, porque casi todos sus fallos son evitables si conoces el patrón. Todo lo que sigue está documentado en los repositorios oficiales del modelo.

Las caras se deforman en los planos generales. Es el fallo más reportado. Y lo importante es que no depende de la resolución sino del tamaño de la cara en pantalla: en plano medio y en plano corto las caras salen bien, y en plano general se destrozan, incluso generando a 720p (hilo). La queja fue tan masiva que MiniMax respondió oficialmente que están "trabajando en resolverlo sistemáticamente" (hilo).

→ El rodeo: para tu anuncio, planos medios y cortos. Si necesitas un general, que no haya caras reconocibles en él.

Los personajes casi no parpadean. Es el detalle que delata un vídeo como generado por IA antes que cualquier otro, y hay un hilo abierto sobre ello (#96).

→ El rodeo: clips cortos con la persona en movimiento, no planos largos de alguien mirando a cámara. Si necesitas un rostro hablando treinta segundos, este no es tu modelo.

Si hay dos personas hablando, las voces se contaminan. Con dos sujetos y dos referencias de voz distintas, la voz B se filtra en el sujeto A; si condicionas a uno con un acento, el otro lo adopta también. Está reportado y sin respuesta oficial todavía (issue en GitHub).

→ El rodeo: un solo hablante por clip. Si tu anuncio tiene diálogo, genera cada intervención en su propio clip y móntalos.

El texto en pantalla sale ilegible. Ya lo hemos visto en el paso 3. No se arregla con mejores prompts, se arregla no pidiéndolo.

El audio ambiental queda bajo en escenas con voz (hilo), y en las primeras décimas de segundo puede haber habla entrecortada.

→ El rodeo: los dos se arreglan en el editor, en menos de un minuto.

Y una cosa que no hemos podido comprobar, y que a ti te importa

MiniMax no publica la lista de idiomas que soporta el audio de H3. Hemos buscado y no existe ni un solo test publicado con resultados sobre la calidad del habla generada en español, ni sobre si el lipsync encaja con el español —que tiene un ritmo silábico y un movimiento de vocales bastante distinto del inglés—.

No vamos a rellenar ese hueco con una suposición. Lo que sí te decimos es el protocolo: antes de comprometer una entrega con un cliente, genera un clip de 5 segundos con la locución en español y escúchalo. Cuesta menos de 25 céntimos y te ahorra descubrirlo con el anuncio a medias. Cuando tengamos una prueba propia con resultados, la publicaremos aquí.

Lo que cuesta de verdad: los planes, con los spots que salen

Aquí está la tabla que nadie publica y que es la que de verdad decide tu compra. Datos tomados de una cuenta real, con la facturación anual activada:

Tres lecturas que sacar de esa tabla:

1. El plan gratuito no sirve para esto. Da cero créditos mensuales, unos créditos de prueba de una sola vez, y textualmente "Hailuo models only" — es decir, los modelos antiguos de Hailuo, no H3. Y los vídeos del plan gratuito salen con marca de agua, que solo desaparece a partir del primer plan de pago.
2. El salto de precio real está entre el primer y el segundo plan, y merece la pena. De $8,40 a $30,40 el precio por segundo baja de $0,101 a $0,081, y los segundos disponibles se multiplican por cuatro y medio. Si vas a publicar más de un anuncio al mes, el plan barato es el caro.
3. No estás pagando solo H3. Los planes incluyen acceso a Veo 3.1 y Sora 2, y a partir de $30,40 llevan Nano Banana Pro, Nano Banana 2, Seedream 5.0 Lite, Seedream 4.5, GPT Image 1.5, Light Studio y AnyAngle, varios de ellos ilimitados. Para un negocio pequeño eso significa que el mismo recibo cubre las imágenes de producto y el vídeo.

Y si entras por la API en vez de por suscripción, la tarifa de lista es distinta: alrededor de $0,13/seg en 2K y $0,08/seg en 768p, sin el descuento del plan. La API tiene sentido si vas a automatizar la generación desde tu propio sistema; para trabajar a mano, la suscripción sale mejor.

Ejemplo completo: un anuncio de 30 segundos, de principio a fin

Aromas del Sur, empresa ficticia pero con el problema de siempre: venden un perfume artesanal, tienen buenas fotos de producto y cero presupuesto para rodar. Quieren un anuncio de 30 segundos para Instagram.

Lunes, 20 minutos — el papel. Escriben los 30 segundos como dos bloques de 15, con audio en cada tramo. Bloque 1: el frasco girando en luz de tarde, sonido de ambiente cálido. Bloque 2: plano de la etiqueta, mano abriendo el tapón, voz cerrando con la marca.

Lunes, 15 minutos — las referencias. Eligen tres fotos del frasco desde ángulos distintos y una de la etiqueta en plano cerrado. Dos estaban mal iluminadas, así que las limpian antes de subirlas. Cuatro imágenes en total: dentro de las cinco gratuitas, sin coste extra.

Lunes, 10 minutos — la prueba barata. Generan el bloque 1 en 768p para ver si el movimiento de cámara funciona. Sale por $0,71. El primer intento tiene la cámara girando al revés; el segundo está bien. Dos pruebas: $1,42.

Martes — la generación buena. Regeneran el bloque 1 en 2K con el prompt que ya funciona: $1,22. Cogen el último fotograma y lo usan como referencia del bloque 2, junto con las mismas cuatro imágenes de producto. El bloque 2 en 2K: $1,22, más el sobrecoste de la referencia.

Martes — el montaje. En CapCut: cortan las primeras décimas del bloque 2 porque la voz entra entrecortada, añaden el nombre y el precio como texto quemado, ponen el logo fijo al final y bajan la música bajo la locución. Veinte minutos.

Lo que aprendieron y no esperaban: el primer intento del bloque 2 llevaba un plano general con una persona de fondo, y la cara salió deformada. Lo resolvieron quitando la persona del prompt. No es un fallo aleatorio: es el patrón conocido de las caras en plano general, y sabiéndolo se esquiva a la primera.

Coste total de generación: unos $3,90. Menos de cuatro euros. Tiempo: dos ratos de una hora.

Lo legal, en tres líneas que sí importan

Es la parte que más gente se salta y la que más caro sale.

1. Marca de agua. El plan gratuito marca los vídeos. Los planes de pago no. Y en los términos está prohibido quitar la marca de agua o los metadatos de identificación de contenido generado por IA. No lo intentes.

2. Uso comercial: hay una contradicción entre dos documentos oficiales del propio Hailuo, y conviene que la sepas. Sus términos de servicio contienen una cláusula que dice que no debes usar el servicio con fines comerciales; su política de pago dice que conservas todos los derechos de propiedad intelectual sobre el contenido, incluido el derecho a usarlo comercialmente. La lectura razonable es que la primera se refiere a no revender el acceso al servicio y la segunda a los vídeos que generas — y en el hilo oficial de licencias, personal de MiniMax confirmó que un creador individual puede monetizar lo que genera. Pero no está resuelto en el papel. Si vas a apoyar una campaña grande de un cliente en esto, guarda una captura de la política de pago vigente el día que lo produces.

3. El AI Act. La licencia del propio modelo obliga a indicar de forma clara y visible que el contenido está generado por máquina. Y en España el Reglamento europeo de IA tiene obligaciones de transparencia que afectan a la publicidad. No es un detalle: es lo que decide si tu anuncio es un activo o un problema. Lo tienes desarrollado en nuestra guía sobre cuándo tienes que avisar de que usas IA.

Y lo del "open source": qué significa exactamente en España

En el lanzamiento se leyó por todas partes que H3 era el primer modelo de vídeo de código abierto que compite con los de pago. Es medio cierto, y la mitad que falta te afecta si estás en España.

Lo que sí es abierto: el módulo base, el que genera a 768p. Sus pesos están publicados (33.000 millones de parámetros).

Lo que no: el módulo que interpreta las referencias multimodales y el módulo que hace el 2K. Es decir, en local, aunque lo consigas montar, el techo son 768p. "Open source" y "genera en 2K" no describen la misma cosa.

Y lo que más importa aquí: la licencia de esos pesos define su territorio como "el mundo excepto" la Unión Europea, Reino Unido, Corea del Sur y Estados Unidos. Un autónomo o una empresa en España no está autorizado a descargar y desplegar los pesos localmente bajo la licencia estándar; hay que solicitar una licencia formal aparte.

La buena noticia, y es importante: en el hilo oficial de licencias, personal de MiniMax aclaró que la restricción es sobre la distribución y el despliegue de los pesos, no sobre la API ni sobre los outputs. Usar H3 desde Hailuo o desde la API estando en España está bien, y puedes usar comercialmente lo que generes.

Traducido a tu caso: olvídate del "open source". Para ti es una herramienta de pago en la nube, y así es como está pensada esta guía. Montarlo en local, además, requiere descargar más de 40 GB de pesos y hardware de servidor, con un techo de 768p. No compensa.

¿Y frente a Veo 3.1, Kling o Seedance?

La respuesta honesta es que depende del trabajo, y hay un patrón claro en los tests que hemos revisado.

Donde H3 gana: en precio, con diferencia — el propio MiniMax afirma que su precio por segundo en 2K es menos de un tercio del de los modelos principales. Y en flexibilidad de referencias: hasta 12 archivos entre imágenes, vídeos y audios es algo que ninguno de sus rivales ofrece hoy, y es justo lo que necesitas para que tu producto salga siendo el tuyo.

Donde pierde: en acabado cinematográfico y en sincronía de labios, donde Veo 3.1 sigue por delante. Y en resolución máxima: H3 llega a 2K, mientras Veo, Kling 3.0 y Seedance 2.5 llegan a 4K.

El dato que te sirve a ti: en un test lado a lado de las tres, en retrato cinematográfico H3 quedó tercero (4,0 sobre 5, frente al 4,5 de Kling 3.0), pero en vídeo de producto y UGC para e-commerce quedó segundo y por delante de Kling (4,3 frente a 4,0). Es decir: rinde relativamente mejor justo en el caso de uso de un negocio pequeño que en la pieza de autor.

Lo práctico: si tienes uno de los planes de Hailuo, tienes acceso a Veo 3.1 y Sora 2 dentro del mismo plan. Prueba el mismo anuncio en dos modelos y quédate con el que necesite menos correcciones. Es la única comparativa que de verdad vale: la tuya, con tu producto.

📎 Si el resultado tiene que ser publicable sí o sí y H3 se te queda corto, Higgsfield es lo que usamos cuando la pieza es para un cliente. · Ver sus precios

📎 Y si lo que necesitas es una persona hablando a cámara más de quince segundos —el punto flojo de H3—, eso se resuelve con avatares, no con generación de vídeo: HeyGen. · Ver sus precios

Dicho esto: si estás empezando y lo que quieres es tener tres creatividades para probar en Meta esta semana, con el plan de $8,40 y esta guía te sobra. No pagues más hasta que el cuello de botella sea la calidad y no la falta de ideas.

Errores frecuentes

• Empezar por el anuncio de 30 segundos. Genera un clip de 15, míralo en el móvil y decide. Es el error que más presupuesto se lleva.
• Generar las pruebas en 2K. Prueba en 768p, que cuesta poco más de la mitad, y sube a 2K solo lo que ya funciona.
• Cambiar las imágenes de referencia entre clips del mismo anuncio. Es la causa número uno de que el producto "cambie" a mitad de vídeo.
• Pedir texto dentro del vídeo. Sale ilegible. El texto se pone en el editor, siempre.
• Meter un plano general con caras. Es el fallo conocido del modelo. Planos medios y cortos.
• Poner a dos personas a hablar en el mismo clip. Las voces se contaminan. Un hablante por clip.
• Dar por hecho que la locución en español va a sonar bien. Nadie lo ha medido públicamente. Gasta 25 céntimos en comprobarlo antes de prometérselo a un cliente.
• Confiar en que "open source" significa que puedes montarlo en tu ordenador. En España, con la licencia estándar, no.
• Contratar el plan anual el primer día. El descuento es real, pero te ata doce meses a una herramienta que aún está arreglando fallos básicos.

Preguntas frecuentes

¿MiniMax H3 es gratis?

No para lo que te interesa. El plan gratuito de Hailuo da cero créditos mensuales, unos créditos de prueba de una sola vez, y textualmente "Hailuo models only" — los modelos antiguos, no H3. Además marca los vídeos con marca de agua. H3 empieza en el plan de $8,40/mes con facturación anual.

¿Cuánto cuesta un anuncio de 15 segundos?

Entre $1,22 y $1,95 según por dónde entres. Con el plan de $30,40/mes salen a $0,081 el segundo en 2K, así que 15 segundos son $1,22. Por la API sin suscripción, la tarifa de lista ronda los $0,13 el segundo, o sea $1,95.

¿Cuántos vídeos puedo hacer al mes con cada plan?

En 2K y contando spots de 15 segundos: 5 al mes con el plan de $8,40, 25 con el de $30,40 y 58 con el de $71,20. Son los segundos de generación que anuncia cada plan divididos entre 15.

¿Cuál es la duración máxima de un vídeo con MiniMax H3?

15 segundos por generación. Es un límite del modelo, no del plan. Hay una discrepancia entre fuentes sobre el mínimo: la documentación de la API dice 4 segundos y la web del producto dice 5. Para piezas más largas hay que encadenar clips, y el método está en el paso 5 de esta guía.

¿Cómo hago un vídeo de 30 segundos entonces?

Encadenando dos clips: usas el último fotograma del primero como imagen de referencia del segundo, mantienes exactamente las mismas fotos de producto en los dos, describes el sujeto con las mismas palabras literales y cortas en movimiento. Ten en cuenta que sale algo más caro que el doble, porque el vídeo de referencia se factura también por su duración de entrada.

¿MiniMax H3 habla español?

No lo sabemos con certeza, y desconfía de quien te lo asegure. MiniMax no publica la lista de idiomas soportados por el audio de H3, y no existe ningún test publicado con resultados sobre la calidad del habla en español. Antes de comprometer una entrega, genera un clip de 5 segundos con la locución y escúchalo: cuesta menos de 25 céntimos.

¿Puedo usar los vídeos en un anuncio de pago?

Su política de pago dice que conservas todos los derechos sobre el contenido, incluido el uso comercial, y personal de MiniMax lo confirmó en el hilo oficial de licencias. Pero sus términos de servicio contienen una cláusula que dice lo contrario, así que los dos documentos oficiales no coinciden. Si vas a apoyar una campaña importante en esto, guarda una captura de la política vigente el día que produces. Y recuerda las obligaciones de transparencia del AI Act.

¿Se puede usar MiniMax H3 desde España?

Sí, por la web de Hailuo y por la API, sin bloqueo geográfico declarado. Lo que no puedes hacer desde España es descargar y desplegar los pesos abiertos en local: la licencia excluye expresamente a la Unión Europea, Reino Unido, Corea del Sur y Estados Unidos de ese uso.

¿Es de código abierto de verdad?

A medias. Solo el módulo base de 768p tiene los pesos publicados; ni el módulo que interpreta las referencias ni el que genera el 2K son abiertos. Así que "open source" y "2K" no describen lo mismo. Y en España su licencia no autoriza el despliegue local.

¿Por qué se deforman las caras en mis vídeos?

Porque estás usando planos generales. Es el fallo más reportado del modelo y depende del tamaño de la cara en pantalla, no de la resolución: en plano medio y corto sale bien, en plano general se rompe incluso a 720p. MiniMax ha reconocido públicamente que están trabajando en arreglarlo. Mientras tanto, planos cortos.

¿Por qué sale texto ilegible dentro del vídeo?

Porque el modelo no sabe escribir bien y tiende a producir caracteres con forma de letra. En un ejemplo del propio MiniMax salió ETR METNO CITFEP en lugar de la frase pedida. La solución no es un prompt mejor: es no pedir texto y ponerlo tú en el editor.

¿Puedo hacer un vídeo de dos personas conversando?

En el mismo clip, no te lo recomendamos: hay un fallo reportado y sin resolver por el que las voces se contaminan entre personajes — el timbre y el acento de uno se filtran en el otro. Genera cada intervención en su propio clip y móntalos.

¿Qué necesito para ejecutarlo en mi ordenador?

En la práctica, no lo hagas. Hay que descargar más de 40 GB de pesos, la recomendación oficial es un servidor con varias GPU, el techo es 768p porque el módulo de 2K no es abierto, y la licencia no autoriza ese uso desde España. Para un negocio pequeño la ruta correcta es la nube.

¿Qué es mejor, MiniMax H3 o Veo 3.1?

Veo 3.1 tiene mejor acabado cinematográfico y mejor sincronía de labios; H3 es bastante más barato y acepta muchas más referencias. Para vídeo de producto y UGC —el caso de un negocio pequeño— H3 rinde relativamente mejor que en pieza cinematográfica. Y como los planes de Hailuo incluyen acceso a Veo 3.1 y Sora 2, la comparativa que vale es la que hagas tú con tu propio producto.

Conclusión

Lo que ha cambiado con MiniMax H3 no es que la IA haga vídeo. Es que un plano de producto de quince segundos, con audio, en calidad publicable, cuesta poco más de un euro.

Eso reordena las cuentas de un negocio pequeño: deja de tener sentido producir un anuncio y empieza a tenerlo producir cinco y ver cuál funciona. El cuello de botella ya no es el presupuesto de producción, es tener claro qué quieres decir en quince segundos.

Y por eso la parte más importante de esta guía no es ningún prompt. Es el paso 1: escribir el anuncio en un papel antes de tocar la herramienta. Los que llegan a un resultado publicable son los que hacen eso; los que abren Hailuo con una idea vaga se dejan el presupuesto en pruebas y acaban diciendo que la IA no funciona.

Empieza por un solo clip de 15 segundos. Míralo en el móvil. Y solo entonces decide si merece la pena encadenar.

¿Quieres que esto sea un sistema y no un experimento?

En IAEmpresa no nos quedamos en la herramienta. Montamos el flujo:

• Qué creatividades necesita tu producto y cuántas versiones de cada una.
• Cómo se producen en serie sin que cada una sea un proyecto.
• Dónde se publican y cómo se mide cuál vende de verdad.
• Qué hay que declarar según el AI Act para que no te dé un disgusto.

Si tienes un negocio con producto y quieres dejar de depender de una productora para cada pieza, reserva una llamada de diagnóstico.

Reservar diagnóstico de 15 min con Arti →

Sin compromiso. Te diremos con claridad si podemos ayudarte o no.

Sobre los enlaces: algunos de los enlaces a herramientas de esta guía son de afiliado. Si te das de alta a través de ellos, IAEmpresa puede recibir una comisión sin coste adicional para ti. No cambia lo que recomendamos: aquí solo hay herramientas que usamos de verdad, y cuando hay una alternativa más barata o gratuita, la decimos.

Fuentes revisadas

• MiniMax: anuncio oficial de MiniMax H3 (31 de julio de 2026)
• MiniMax: documentación oficial de generación de vídeo
• Hugging Face: repositorio oficial MiniMaxAI/MiniMax-H3
• Licencia MiniMax H3 Community License (territorios excluidos)
• Hilo oficial de licencias: aclaración de MiniMax sobre API y outputs
• Hilo oficial: deformación de caras en planos generales
• Hilo oficial: MiniMax reconoce el problema de las caras
• Hilo oficial: los personajes no parpadean
• Hilo oficial: la adherencia al prompt empeora al subir resolución
• Hilo oficial: habla entrecortada al inicio del vídeo
• Hilo oficial: audio ambiental bajo en escenas de diálogo
• GitHub: las voces se contaminan entre personajes
• Hailuo AI: política de pago y derechos sobre el contenido
• Hailuo AI: términos de servicio
• Precios y planes: comprobados directamente en una cuenta de Hailuo el 31 de agosto de 2026, con facturación anual activada.

Autor: Arti, consultor de IA aplicada a negocios en IAEmpresa.

Última revisión: 31 de agosto de 2026.

Sigue aprendiendo

• 7 IAs chinas gratis: cuál usar para cada tarea — dónde encaja MiniMax dentro del ecosistema chino y qué alternativas tiene.
• Google Flow gratis: guía completa — el otro camino para hacer vídeo, con lo que Google deja hacer sin pagar.
• Avatares de IA para negocios: crea tu clon y tu primer vídeo — para las piezas con una persona hablando, que es el punto flojo de H3.
• ¿Tienes que avisar de que usas IA? El AI Act para empresas — obligatorio si vas a publicar publicidad generada.
• IA gratis de Google: qué es gratis de verdad — la misma lógica de auditar el "gratis", aplicada a Google.