Hailuo vs MiniMax H3: el mismo proveedor, dos gramáticas de cámara opuestas

MiniMax tiene dos líneas de video en LUVI, y quieren la cámara escrita de formas opuestas. En Hailuo es un comando entre corchetes tomado de una lista cerrada: [Push in], [Tracking shot], [Static shot]. En MiniMax H3 esos corchetes no hacen absolutamente nada y la cámara hay que describirla en prosa. La consecuencia práctica es el motivo de este artículo: un prompt que funciona en una línea pierde su movimiento de cámara en la otra, y no aparece ningún error que te avise.

¿Qué cambia exactamente?

La instrucción se vuelve una frase y gana dos perillas.

• Hailuo: A man picks up a book [Pedestal up], then reads [Static shot]. Quince comandos, con la ortografía exacta, puestos en línea donde ocurre el movimiento. Hasta tres dentro de un mismo par de corchetes actúan a la vez.
• H3: The camera pushes in with small amplitude at slow speed toward the folded letter in her hands. Doce movimientos escritos con todas las letras, más cuatro modificadores fijos: with small amplitude, with large amplitude, at slow speed, at fast speed. La amplitud media y la velocidad normal se expresan omitiéndolas.

H3 además gasta un corte y no una coma para un segundo movimiento: un plano lleva un movimiento, una acción visible y un cuadro final, y un cambio de punto de vista se escribe como un plano nuevo con marca de tiempo. La regla de Hailuo es más laxa: corchetes separados en el orden del texto, unidos por "then".

¿Qué más no se traslada?

Cuatro cosas, y la del audio es la más grande.

• Sonido. Hailuo entrega solo imagen: sin diálogo, sin efectos, sin música, así que cada palabra sobre audio se pierde. H3 genera audio siempre y quiere dos campos completos, uno de ambiente y otro de música, porque un campo omitido se rellena con sonido inventado y no con silencio.
• Forma del prompt. Un prompt de Hailuo es un párrafo claro por debajo de 2000 caracteres. Un prompt de H3 es un documento con campos en minúscula y líneas en blanco entre ellos.
• Idiomas de diálogo. El conjunto estable de H3 cubre once idiomas; el turco queda fuera, y el camino seguro es escribir el plano sin bloque de diálogo y poner la voz después. Hailuo no tiene diálogo, así que la pregunta ni siquiera aparece.
• Nombres propios. En H3, los nombres de personajes, los títulos de películas y las celebridades activan la moderación de entrada y bloquean la solicitud entera. Hailuo tampoco acepta a una persona real como sujeto, pero la falla es más suave. En los dos, lo correcto es describir el aspecto.

¿En qué difieren los parámetros y cuánto cuestan?

Los dos cobran por segundo, y los dos esconden un valor por defecto que conviene revisar.

• Hailuo-2.3 Standard deja elegir seis o diez segundos; el nivel Pro no tiene control de duración y entrega seis. Un clip de seis segundos cotizó 560 créditos en Standard, 980 en Pro y 380 en Fast.
• H3 va de 4 a 15 segundos, con tres resoluciones escritas en mayúsculas —480P, 768P, 2K— y arranca en 2K. A ocho segundos cotizó 608 créditos en 480P y 1280 en 768P.

Dos valores por defecto piden una decisión consciente. La relación de aspecto de H3 empieza en 1:1, no en 16:9. Y sus valores de resolución son exactos: 768P con P mayúscula. Un valor mal escrito no se corrige, se descarta, el modelo vuelve a su propio valor y terminas pagando un nivel que no elegiste.

¿Entonces qué línea para qué trabajo?

• Trabajo sin sonido donde la física tiene que verse bien —un objeto que cae, una mano que da vuelta algo, un vehículo que cruza el cuadro— va a Hailuo, y los comandos entre corchetes sujetan el movimiento mejor que la prosa.
• Cualquier cosa que necesite su propio sonido, diálogo incluido, va a H3, porque Hailuo no puede generar ninguno.
• Un solo movimiento limpio con poco presupuesto es territorio de Hailuo Fast, a 380 créditos por seis segundos.
• Un tiempo más largo, o varios tiempos con cortes, es H3: quince segundos contra diez, y los cortes forman parte de su gramática en vez de ser algo a evitar.

Cómo lo verificamos

• Modelos: Hailuo-2.3 t2v Standard y t2v Pro, y MiniMax H3 Texto a Video.
• Configuración: clips de seis segundos en Hailuo; clips de ocho segundos en H3 a 480P y 768P, en 16:9.
• Fecha y qué se leyó: 22 de septiembre de 2026. Cotizaciones de créditos en vivo y contratos de parámetros de los modelos dentro de LUVI, las guías de prompts que LUVI escribió para ambas familias y la referencia de la API de texto a video de MiniMax para la lista de comandos de Hailuo.
• Resultados: 560 y 980 créditos por seis segundos en Hailuo-2.3 Standard y Pro, 380 en Fast; 608 y 1280 créditos por ocho segundos en H3 a 480P y 768P. No se generó ninguna salida para este artículo, así que no afirma nada sobre la calidad de los resultados.
• Limitaciones: que los corchetes no hagan nada en H3 viene de la guía de prompts de LUVI para esa familia, no de una prueba publicada por el proveedor.

En LUVI

La red de seguridad acá es el botón de la pluma junto al cuadro del prompt: aplica la guía del modelo que tengas seleccionado, así que un corchete que se coló desde Hailuo a un prompt de H3 se reescribe como prosa en vez de renderizarse como nada. Antes de generar en H3, revisa la relación de aspecto y la resolución en los controles: los dos valores por defecto sorprenden. La lista de qué modelos generan sonido junto con el video resuelve la otra mitad de la elección.

Las cuentas nuevas arrancan con 200 créditos y pueden sumar hasta 1,500 más verificando un teléfono y una tarjeta. Puedes crear una cuenta de LUVI y sentir la diferencia entre las dos gramáticas en un mismo plano.

Fuentes

• Referencia de la API de generación de video (texto a video) (en inglés). MiniMax, documentación oficial de la API. Consultado el 22 de septiembre de 2026.