Hailuo gegen MiniMax H3: derselbe Anbieter, zwei gegensätzliche Kameragrammatiken

MiniMax führt auf LUVI zwei Videoreihen, und sie wollen die Kamera auf entgegengesetzte Weise geschrieben haben. Bei Hailuo ist sie ein Befehl in eckigen Klammern aus einer geschlossenen Liste: [Push in], [Tracking shot], [Static shot]. Bei MiniMax H3 bewirken dieselben Klammern gar nichts, dort muss die Kamera in Prosa beschrieben werden. Die praktische Folge ist der Grund für diesen Beitrag: Ein Prompt, der in der einen Reihe funktioniert, verliert in der anderen seine Kamerabewegung – ohne Fehlermeldung.

Was ändert sich genau?

Die Anweisung wird zum Satz und bekommt zwei Regler.

• Hailuo: A man picks up a book [Pedestal up], then reads [Static shot]. Fünfzehn Befehle in exakter Schreibweise, gesetzt an die Stelle der Bewegung. Bis zu drei in einem Klammerpaar wirken gleichzeitig.
• H3: The camera pushes in with small amplitude at slow speed toward the folded letter in her hands. Zwölf ausgeschriebene Bewegungen, dazu vier feste Zusätze: with small amplitude, with large amplitude, at slow speed, at fast speed. Mittlere Amplitude und normale Geschwindigkeit drückt man durch Weglassen aus.

H3 gibt für eine zweite Bewegung zudem einen Schnitt aus und kein Komma: Eine Einstellung trägt eine Bewegung, eine sichtbare Aktion und ein Endbild, und ein Wechsel des Blickpunkts wird als neue Einstellung mit Zeitmarke geschrieben. Hailuos Regel ist lockerer: eigene Klammern in der Reihenfolge des Textes, verbunden mit „then“.

Was lässt sich sonst nicht übertragen?

Vier Dinge, und das mit dem Ton wiegt am schwersten.

• Ton. Hailuo liefert nur Bild: keine Dialoge, keine Effekte, keine Musik, jedes Wort über Ton ist also verschenkt. H3 erzeugt immer Ton und will zwei ausgefüllte Felder, eines für die Atmo und eines für die Musik, denn ein ausgelassenes Feld wird mit erfundenem Ton gefüllt und nicht mit Stille.
• Form des Prompts. Ein Hailuo-Prompt ist ein klarer Absatz unter 2000 Zeichen. Ein H3-Prompt ist ein Dokument mit kleingeschriebenen Feldnamen und Leerzeilen dazwischen.
• Dialogsprachen. H3s stabiler Satz umfasst elf Sprachen; Türkisch gehört nicht dazu, und der sichere Weg ist, die Einstellung ohne Dialogblock zu schreiben und die Stimme später zu legen. Hailuo hat gar keinen Dialog, die Frage stellt sich dort nicht.
• Eigennamen. Auf H3 lösen Figurennamen, Filmtitel und Prominente die Eingabeprüfung aus und blockieren die Anfrage vollständig. Hailuo lehnt eine reale Person als Motiv ebenfalls ab, scheitert aber sanfter. In beiden Fällen gilt: Beschreib das Aussehen.

Worin unterscheiden sich die Parameter, und was kosten sie?

Beide rechnen pro Sekunde ab, und beide verstecken eine Voreinstellung, die man prüfen sollte.

• Hailuo-2.3 Standard lässt sechs oder zehn Sekunden wählen; die Pro-Stufe hat keine Längenregelung und liefert sechs. Ein Clip von sechs Sekunden lag bei 560 Credits auf Standard, 980 auf Pro und 380 auf Fast.
• H3 reicht von 4 bis 15 Sekunden, mit drei in Großbuchstaben geschriebenen Auflösungen – 480P, 768P, 2K – und startet auf 2K. Bei acht Sekunden lag er bei 608 Credits in 480P und 1280 in 768P.

Zwei Voreinstellungen verlangen eine bewusste Wahl. H3s Seitenverhältnis beginnt bei 1:1, nicht bei 16:9. Und seine Auflösungswerte gelten exakt: 768P mit großem P. Ein falsch geschriebener Wert wird nicht korrigiert, sondern verworfen; das Modell fällt auf seine eigene Vorgabe zurück, und du zahlst eine Stufe, die du nicht gewählt hast.

Welche Reihe also für welche Aufgabe?

• Stumme Arbeit, bei der die Physik stimmen muss – ein fallender Gegenstand, eine Hand, die etwas umdreht, ein Fahrzeug, das durchs Bild zieht – geht zu Hailuo, wo die Klammerbefehle die Bewegung fester halten als Prosa.
• Alles, was eigenen Ton braucht, Dialog eingeschlossen, geht zu H3, denn Hailuo erzeugt keinen.
• Eine einzige saubere Bewegung bei knappem Budget ist Gebiet von Hailuo Fast, mit 380 Credits für sechs Sekunden.
• Eine längere Zeitmarke oder mehrere mit Schnitten ist H3: fünfzehn Sekunden gegen zehn, und Schnitte gehören dort zur Grammatik, statt vermieden zu werden.

Wie wir geprüft haben

• Modelle: Hailuo-2.3 t2v Standard und t2v Pro sowie MiniMax H3 Text zu Video.
• Einstellungen: Hailuo-Clips von sechs Sekunden; H3-Clips von acht Sekunden in 480P und 768P, jeweils 16:9.
• Datum und Gelesenes: 22. September 2026. Live-Angebote in Credits und die Parameterverträge der Modelle in LUVI, die Prompt-Leitfäden, die LUVI für beide Familien geschrieben hat, sowie MiniMax' API-Referenz für Text zu Video wegen der Hailuo-Befehlsliste.
• Ergebnisse: 560 und 980 Credits für sechs Sekunden auf Hailuo-2.3 Standard und Pro, 380 auf Fast; 608 und 1280 Credits für acht Sekunden auf H3 in 480P und 768P. Für diesen Beitrag wurden keine Ausgaben generiert, er trifft also keine Aussage über die Qualität der Ergebnisse.
• Offen geblieben: Dass die Klammern auf H3 nichts bewirken, stammt aus LUVIs Prompt-Leitfaden für diese Familie und nicht aus einem veröffentlichten Test des Anbieters.

In LUVI

Das Sicherheitsnetz ist hier die Feder neben dem Prompt-Feld. Damit greift der Leitfaden des jeweils gewählten Modells, sodass eine aus Hailuo verirrte Klammer in einem H3-Prompt als Prosa umgeschrieben wird, statt als nichts zu erscheinen. Prüf vor dem Generieren auf H3 Seitenverhältnis und Auflösung in den Reglern – beide Vorgaben überraschen. Die andere Hälfte der Entscheidung klärt die Liste, welche Modelle Ton zusammen mit dem Video erzeugen.

Neue Konten starten mit 200 Credits, und bestätigst du Telefon und Karte, kommen bis zu 1.500 dazu. Du kannst ein LUVI-Konto anlegen und den Unterschied der beiden Grammatiken an einer Einstellung spüren.

Quellen

• API-Referenz zur Videogenerierung (Text zu Video) (auf Englisch), MiniMax, offizielle API-Dokumentation. Abgerufen am 22. September 2026.