MiniMax H3 ya está aquí: ¿Qué cambió para Prompting, con 5 Prompts reales de la primera semana?

MiniMax lanzó Hailuo H3 el 29 de julio de 2026, y la primera ola de pruebas de creadores aterrizó el mismo día. Esta publicación recopila lo que es verificable sobre el modelo hasta ahora, y —más útilmente— los prompts reales que la gente publicó en la primera semana, con las estructuras que parecen funcionar.

Todo lo siguiente se atribuye al creador o plataforma que lo publicó. Cuando un número proviene de un proveedor o una plataforma de distribución en lugar de pruebas independientes, se etiqueta como una afirmación.

Lo que realmente se lanzó

El resumen técnico más claro provino de fal, que <a href="https://x.com/fal/status/2083008450460541238" rel="nofollow" target="_blank">anunció la disponibilidad de H3 en su plataforma</a>:

MiniMax H3 (Hailuo-03) ya está disponible en fal. Modelo de video multimodal de peso abierto con audio estéreo nativo en cada generación. Combina hasta 9 imágenes, 3 videoclips y 3 audioclips como referencias. Mantiene sujetos, movimiento y audio consistentes. Los pesos se lanzarán pronto.

Esos límites de referencia —nueve imágenes, tres videoclips, tres audioclips— son el número más importante para el prompting, y volveremos a ellos.

En cuanto a especificaciones y precios, <a href="https://x.com/AndyMarlowg/status/2083218076699660442" rel="nofollow" target="_blank">AndyMarlowg</a> y <a href="https://x.com/Diana_Osire/status/2083131646702735618" rel="nofollow" target="_blank">Diana Osire</a> ambos informaron los mismos tres puntos a través de la integración de Topview: resolución nativa 2K, clips de 15 segundos, y audio y video generados juntos en una sola pasada, a aproximadamente el 30% del costo de Seedance 2.0. Trate la cifra de precios como una afirmación de la plataforma en lugar de un punto de referencia independiente —proviene del anuncio de la integración, no de pruebas comparativas.

La característica que los creadores siguen nombrando es Omni Reference. Como lo describió <a href="https://x.com/VORTEX_Promos/status/2082505281590743519" rel="nofollow" target="_blank">VORTEX_Promos</a>, puedes combinar video, imágenes, audio y texto dentro de un solo prompt, y anclar archivos específicos con @ para un control más estricto.

La plantilla "Single Continuous Shot" se extendió rápidamente

La historia de prompting más interesante de la primera semana no es una característica, es una plantilla. Dos creadores diferentes publicaron prompts estructuralmente idénticos con un día de diferencia.

<a href="https://x.com/umesh_ai/status/2082499539735588916" rel="nofollow" target="_blank">Umesh (@umesh_ai)</a>, 297 me gusta:

Speeder chase across a cliff city (single continuous shot) From a monumental cliffside city carved into stone, the camera dives toward a tiny streak of light ripping along a narrow ledge-road. Lock-on: a speeder hugging the wall at insane speed. The camera slingshots ahead, whips back, then drops tight to the rear thrusters: heat haze, grit snapping off the ledge, warning lights flashing. A collapsing balcony rains debris; the rider snaps a last-inch swerve under a falling arch, then threads through hanging laundry lines and open windows in one fluid line.

<a href="https://x.com/Strength04_X/status/2082712692159344891" rel="nofollow" target="_blank">Strength04_X</a>, al día siguiente:

Skyship flight across a floating kingdom (single continuous shot) From above a sea of endless clouds, the camera dives toward a majestic skyship soaring between gigantic floating islands. Lock-on: the airship accelerating into a violent thunderstorm suspended in the sky. The camera slingshots beneath the hull, whips across the towering sails, then drops tight behind the glowing engines: lightning tears across the clouds, rain lashes the deck, shattered rock fragments tumble through the air.

Si eliminamos el tema, el esqueleto es idéntico:

1. Línea de título con el tipo de toma entre paréntesis — (single continuous shot)
2. Movimiento de establecimiento — "From [wide vantage], the camera dives toward [subject]"
3. Lock-on: — una instrucción explícita para fijar la cámara al sujeto
4. Recorrido de cámara de tres tiempos — slingshots ahead / whips back / drops tight to [specific part]
5. Detalle sensorial agrupado en ese tercer tiempo — heat haze, grit, lightning, rain
6. Una secuencia de obstáculos — algo se derrumba, el sujeto se abre paso por un hueco
7. Una revelación para terminar — la cámara se abre hacia una vista panorámica

Esto vale la pena robarlo porque resuelve las dos cosas en las que los video models fallan con mayor frecuencia: le da a la cámara una trayectoria explícita en lugar de una "vibe", y nombra un final para que el clip se resuelva en lugar de detenerse a mitad de movimiento.

El audio nativo cambia lo que pertenece al Prompt

Dado que H3 genera audio estéreo en la misma pasada que el video, el sonido ahora forma parte de la superficie del prompt en lugar de ser un paso de postproducción. Varios creadores señalaron esto como la diferencia práctica con respecto a las versiones anteriores de Hailuo — <a href="https://x.com/ShamiWeb3/status/2083011335680585893" rel="nofollow" target="_blank">ShamiWeb3</a> lo describió como elementos visuales, movimiento y audio llegando en un único creative pipeline.

La implicación para la escritura de prompts es simple: si no describes el sonido, estás dejando que el modelo adivine. Ambient bed, impact moments, y si hay diálogo o solo score, todo merece una cláusula cada uno.

Referencia Omni: Nueve imágenes son muchas

<a href="https://x.com/maxescu/status/20828334084343034181" rel="nofollow" target="_blank">maxescu</a> llevó el límite de referencia al máximo y reportó que se mantuvo:

Hailuo H3 is awesome for multi-character reference. I added 9 character sheets: Myself, Chris, Rourke, Linus, Lola, Kavan, Sebastien, Tim, and Jerrod. It did an awesome job keeping everything together.

Nueve personajes nombrados en una sola generación supera con creces lo que la mayoría de los video models toleran antes de que los rostros comiencen a mezclarse. Si estás construyendo algo episódico —un elenco recurrente, una mascota de marca, una serie con el mismo presentador—, esta es la capacidad que debes probar primero, porque es la que históricamente obliga a la gente a volver a la edición manual.

Los negativos y las listas de tomas siguen haciendo el trabajo pesado

Para el trabajo comercial, los prompts que produjeron resultados limpios no fueron los más flexibles. <a href="https://x.com/noorwithwifi/status/2082897758084907132" rel="nofollow" target="_blank">noorwithwifi</a> publicó este prompt completo para un spot de moda:

12s cinematic luxury fashion ad, 4K, 24fps, ultra-photorealistic. A high-fashion model in a flowing iridescent metallic gown walks along a minimalist desert runway at golden hour. Cinematic aerial, tracking, orbit, close-up, and hero shots with realistic cloth physics, flowing fabric, shimmering reflections, soft wind, golden sun flare, HDR lighting, Vogue-style editorial, seamless continuity, consistent face/outfit, no flicker, no warping, no extra limbs, fade to black.

Nótese la estructura de tres partes: encabezado técnico (duration, frame rate, look), luego la escena, y después una serie de restricciones — consistent face/outfit, no flicker, no warping, no extra limbs, fade to black. Los negativos están haciendo un trabajo real; también lo está haciendo nombrar la transición final.

Un enfoque diferente de <a href="https://x.com/Maercihh/status/2082704405619679353" rel="nofollow" target="_blank">Maercihh</a>, quien escribió una secuencia de montaje stop-motion como pasos cronológicos estrictos — hands position twigs into an outline, then place bark for the face and jaw, then add layered strips for scale armor, then pack in moss. Cuando el objetivo principal de un clip es un proceso, secuenciar el prompt como un proceso es lo que evita que el model haga un cross-fade entre los estados inicial y final.

Y <a href="https://x.com/lepadphone/status/2082586918525796858" rel="nofollow" target="_blank">lepadphone</a>, quien tuvo acceso anticipado, defendió específicamente el caso de uso de comerciales de productos: una imagen, un prompt simple, un spot pulido en 2K — con la observación de que lo que destacó fue menos la resolución que lo bien que el model manejó la brand identity y el visual language de la publicidad.

Lo que se mantiene

Nada en la primera semana sugiere que los fundamentos hayan cambiado. Describe el movimiento en lugar de repetir lo que ya muestra una imagen de referencia; nombra tu closing frame; usa negativos para anular los defaults del model en lugar de esperar que una descripción positiva gane. Nuestra Hailuo H3 prompt guide cubre esa estructura base con más profundidad, y sigue siendo aplicable — H3 principalmente amplía lo que puedes introducir, no cómo debes escribir.

La advertencia honesta: esta es la primera semana. Cada afirmación anterior es una cita directa del creador que realizó la prueba o un anuncio de la plataforma. Nadie ha realizado aún comparaciones controladas, y las impresiones de acceso anticipado tienden a ser positivas por diseño.

Mantente al día con los H3 Prompts

Recopilamos AI video prompts de X continuamente y los clasificamos por model, así los ejemplos de Hailuo y MiniMax se acumulan a medida que los creadores los publican. Explóralos en trending prompts.

Trabajar en la dirección opuesta —viste un H3 clip y quieres saber cómo se construyó— es para lo que sirve nuestra herramienta video to prompt. Pega un enlace o sube el clip y te devuelve un structured prompt que cubre scene, motion y camera work que puedes adaptar para H3 o cualquier otro model.