

Nuevo modelo de MiniMax: qué hay de nuevo
MiniMax Hailuo 2.3 genera clips cinematográficos de 6-10s desde texto o imágenes. Conoce funciones, el flujo de API y el precio en USD por segundo en APIMart.
Si quieres probar MiniMax Hailuo 2.3 hoy mismo, esta es la respuesta corta: el modelo Standard admite texto a video e imagen a video, y Fast admite imagen a video, con primer fotograma obligatorio y prompt igualmente obligatorio. Genera clips de 6 o 10 segundos en 768p y clips de 6 segundos en 1080p. A octubre de 2026, los precios empiezan en unos $0.29 por clip de 6 segundos en 768p con Standard y $0.15 con Fast, con un flujo de API sencillo: enviar → consultar → descargar.
Si lo reduzco a lo esencial, este lanzamiento gira en torno a cuatro cosas:
- Lo que puedes hacer ahora: texto a video e imagen a video
- Lo que cuesta: entre $0.0248 y $0.072 por segundo en APIMart, según el modelo y la resolución (a octubre de 2026)
- Cómo conectarlo:
POST /v1/videos/generationsy luego consultar el estado conGET /v1/tasks/{task_id} - Para quién es ideal: equipos que hacen anuncios cortos, clips de producto, videos explicativos y variantes de prueba
También hay límites claros. Fast no admite texto a video, porque exige un primer fotograma. En APIMart, ninguno de los dos modelos acepta imagen de último fotograma ni subject reference. APIMart no publica un tiempo de render fijo, así que encaja mejor en trabajos de video corto que en edición de formato largo.

Puntos clave
- MiniMax Hailuo 2.3 es un modelo de video cinematográfico de formato corto: Standard admite texto a video e imagen a video, Fast exige un primer fotograma (el prompt sigue siendo obligatorio) y ambos generan clips de 6 o 10 segundos en 768p y de 6 segundos en 1080p.
- Añade simulación de músculos faciales y Global Identity VAE para rostros estables, 15 comandos de cámara en chino entre corchetes al inicio del prompt como
[推进](push in), y estilos de anime, tinta china y CG de videojuego. - En APIMart, la API sigue el esquema enviar, consultar, descargar:
POST /v1/videos/generationsdevuelvedata[0].task_id, se consultaGET /v1/tasks/{task_id}cada 15 a 30 segundos hasta que el estado seacompleted, y la URL del video está endata.result.videos[0].url[0]. - A octubre de 2026, APIMart cobra por segundo: Standard cuesta unos $0.0488 en 768p y $0.072 en 1080p, Fast unos $0.0248 y $0.0424.
- Fast cuesta aproximadamente la mitad que Standard en 768p y alrededor de un 40 % menos en 1080p, los prompts admiten hasta 2.000 caracteres y APIMart conserva los resultados durante 72 horas.
Tutorial de Minimax Hailuo: clonación de voz, generación de video y música con IA + automatización con Make.com
Comparación rápida
| Modelo | Tipo de entrada | Duración | Resolución | Precio inicial (a oct. de 2026) | Ideal para |
|---|---|---|---|---|---|
| MiniMax-Hailuo-2.3 | Texto, o texto + primer fotograma | 6 o 10 s (768p); 6 s (1080p) | 768p, 1080p | $0.29 por clip de 6 s en 768p | Clips finales, anuncios, videos de producto |
| MiniMax-Hailuo-2.3-Fast | Primer fotograma + prompt de texto | 6 o 10 s (768p); 6 s (1080p) | 768p, 1080p | $0.15 por clip de 6 s en 768p | Borradores, pruebas, producción por lotes |
Lo que más me llamó la atención es esto: el modelo es fácil de probar, el precio es fácil de calcular y la API es directa. En APIMart lo llamas a través de MiniMax Hailuo 2.3 API. Así que, si estás evaluando si Hailuo 2.3 encaja en tu flujo, la pregunta clave no es «¿puedo acceder?», sino «¿necesito texto a video, o puedo empezar cada clip desde una imagen y ahorrar con Fast?»
2. Lo que ofrece MiniMax Hailuo 2.3 en su lanzamiento
MiniMax Hailuo 2.3 es el modelo de video corto de MiniMax para clips cinematográficos. Está pensado para un movimiento fluido, personajes expresivos y prompts que se ciñen a lo que pediste.
2.1 Capacidades principales y flujos admitidos
A nivel de modelo, la elección principal es Standard o Fast.
Hailuo 2.3 Standard admite tanto texto a video como imagen a video a partir de un único primer fotograma. MiniMax destaca en esta versión mejoras en el movimiento corporal, las microexpresiones y el control del estilo.[1][7]
Fast sirve para imagen a video: first_frame_image es obligatorio y aun así envías un prompt de texto. MiniMax lo describe como más rápido y económico; la documentación de APIMart habla de menor latencia.[3][5]
La reproducción ronda los 24 fps cinematográficos, pero conviene tomarlo como una referencia general, no como una especificación fija.[3][7][8]
En la práctica, esta elección afecta de inmediato a tres cosas:
- si puedes empezar solo con texto
- cuánto cuesta cada clip
- lo rápido que un equipo pasa del prompt al borrador terminado
2.2 Mejoras en movimiento, personajes y estilo
El mayor salto respecto a Hailuo 02 se nota en el movimiento y la emoción de los personajes.
Hailuo 2.3 usa simulación de músculos faciales para manejar expresiones pequeñas como el movimiento de cejas, los cambios de foco de la mirada y leves inclinaciones de cabeza. También usa Global Identity VAE para que rostros, cabello y ropa se mantengan más estables de un fotograma a otro.[1][4][9]
El movimiento de cámara también mejora. En APIMart colocas al inicio del prompt uno de los 15 comandos en chino entre corchetes, con las etiquetas exactas: [左移] / [右移] (paneo a la izquierda / derecha, desplazamiento lateral), [左摇] / [右摇] (giro a la izquierda / derecha), [推进] / [拉远] (push in / pull out), [上升] / [下降] (subir / bajar), [上摇] / [下摇] (inclinación arriba / abajo), [变焦推近] / [变焦拉远] (zoom in / out), además de [晃动] (sacudida), [跟随] (seguimiento) y [固定] (fijo).[5] Además, Hailuo 2.3 amplía el control de estilo con opciones de render para estéticas de anime, tinta china y CG de videojuego.[1][4][6][9]
Eso significa que los equipos pueden controlar con más intención cómo se siente un clip. Un primer plano de un personaje, un push in lento o una toma de producto estilizada dejan de ser cuestión de suerte y pasan a ser cuestión de escribir bien el prompt.
2.3 Dónde encaja mejor Hailuo 2.3
Hailuo 2.3 funciona mejor con clips cortos y contundentes. Si necesitas una pieza más larga, tiene más sentido generar aquí las tomas y unirlas en un editor convencional.
| Tipo de flujo | Fortalezas | Límites | Mejor uso |
|---|---|---|---|
| Texto a video | Buena fidelidad al prompt, salida estilizada | Solo modelo Standard | Clips sociales, tráileres estilizados |
| Imagen a video | Coherencia de personajes, detalles estables de la imagen de origen | Requiere una imagen de origen de calidad; solo primer fotograma | Giros de producto, anuncios de e-commerce |
| Fast (primer fotograma obligatorio) | Menor latencia, menor coste | Sin texto a video | Borradores por lotes, pruebas A/B |
Usa Hailuo 2.3 Standard cuando necesites texto a video, o cuando la dirección de estilo y el detalle del prompt sean lo más importante, como en anuncios principales, tráileres o momentos centrados en personajes. Pasa a Fast cuando puedas partir de una imagen y la velocidad y el volumen pesen más, sobre todo en pruebas de variantes o producción social por lotes.
Estas diferencias del lanzamiento se trasladan directamente a la configuración de la API, los límites de salida y las decisiones de integración de la siguiente sección.
3. Avance de la API: endpoints, entradas, salidas y acceso
3.1 Estructura de peticiones y respuestas
En APIMart, Hailuo 2.3 sigue un flujo sencillo enviar → consultar → descargar. Envías una petición POST https://api.apimart.ai/v1/videos/generations, recibes un task_id en data[0].task_id y esperas mientras se procesa el video. Después consultas GET https://api.apimart.ai/v1/tasks/{task_id}. Cuando el estado es completed, la URL del video está en data.result.videos[0].url[0]. Estos campos corresponden a las dos vías del lanzamiento: texto a video e imagen a video.
Para texto a video, la petición necesita un campo prompt, que puede tener hasta 2.000 caracteres. Para imagen a video, también envías first_frame_image como fotograma inicial. La imagen puede pasarse como URL pública o data URI en Base64. La propia documentación de MiniMax recomienda archivos de menos de 20 MB, con el lado corto mayor de 300 px y una relación de aspecto entre 2:5 y 5:2.
Los controles principales son:
durationpara la duración del clip: 6 o 10 segundos en 768p, 6 segundos en 1080presolutionen"768p"(por defecto) o"1080p"prompt_optimizercomo opción adicional
| Parámetro | Tipo | Obligatorio | Notas |
|---|---|---|---|
model | string | Sí | MiniMax-Hailuo-2.3 o MiniMax-Hailuo-2.3-Fast |
prompt | string | Sí | Máx. 2.000 caracteres; admite comandos de cámara en chino entre corchetes |
first_frame_image | string | Obligatorio en Fast; opcional en Standard | URL pública o data URI en Base64 |
duration | integer | No | 6 (por defecto) o 10; debe ser 6 en 1080p |
resolution | string | No | "768p" (por defecto) o "1080p" |
prompt_optimizer | boolean | No | Opción para refinar el prompt, true por defecto |
Mientras la tarea se ejecuta, GET /v1/tasks/{task_id} devuelve el estado pending o processing. Termina en completed o failed. Si se completa, lee la URL del video en data.result.videos[0].url[0]; no hay un ID de archivo aparte ni un endpoint de descarga. Si falla, revisa el campo error para ver el motivo.
Consultar cada 15 a 30 segundos es un ritmo razonable. Hacerlo más a menudo solo genera ruido. Una cosa más: APIMart conserva los resultados durante 72 horas, así que conviene mover los archivos terminados a tu propio almacenamiento poco después de generarlos.
3.2 Acceso directo y API unificada de APIMart

Los equipos también pueden llamar directamente a la API de la plataforma de MiniMax. Esa vía es la más cercana a la documentación y al calendario de lanzamientos de MiniMax, pero sus endpoints, campos de tarea y pasos de descarga son distintos de los de APIMart, así que no mezcles ambos en un mismo cliente.
APIMart ofrece otra vía para los equipos que quieren gestionar el trabajo multimodal en un solo lugar. Cada petición usa un token Bearer en la cabecera:
Authorization: Bearer YOUR_API_KEY
Su API unificada te da una clave API y un saldo en USD para llamadas de texto, imagen y video. También usa un estilo de petición compatible con OpenAI, lo que facilita la configuración si tu stack ya usa ese formato. Si vas a conectar varios tipos de modelos en un mismo pipeline, este tipo de configuración ahorra tiempo en el lado del cliente.
3.3 Precios y facturación en dólares estadounidenses
El precio se cobra por segundo generado en dólares estadounidenses. Estas son las tarifas de APIMart a octubre de 2026.
| Variante del modelo | Resolución | Precio en APIMart (USD/s) |
|---|---|---|
| MiniMax-Hailuo-2.3 | 768p | ~$0.0488 |
| MiniMax-Hailuo-2.3 | 1080p | ~$0.072 |
| MiniMax-Hailuo-2.3-Fast | 768p | ~$0.0248 |
| MiniMax-Hailuo-2.3-Fast | 1080p | ~$0.0424 |
Es decir, Fast cuesta aproximadamente la mitad que Standard en 768p y alrededor de un 40 % menos en 1080p. Una forma práctica de controlar el coste es probar en 768p y reservar 1080p para los renders finales. Así las primeras iteraciones salen más baratas y queda margen para entregar con mayor calidad después. Consulta la página del modelo para ver los precios actuales.
4. Patrones de integración para flujos multimodales
4.1 Patrones de implementación con SDK de Python y REST
Una vez definido el formato de petición y respuesta, el siguiente paso es integrar Hailuo 2.3 en un pipeline que puedas ejecutar una y otra vez. La forma más simple de verlo: Hailuo 2.3 es la capa de render dentro de un sistema más grande. Guarda tu clave API en una variable de entorno, usa autenticación Bearer en cada petición, requests para las llamadas de video y SDK para orquestar los prompts.
import os
import time
import requests
API_KEY = os.environ["APIMART_API_KEY"]
BASE_URL = "https://api.apimart.ai/v1"
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"model": "MiniMax-Hailuo-2.3",
"prompt": "[变焦推近] A ceramic coffee mug on a sunlit kitchen counter, steam rising, photorealistic",
"duration": 6,
"resolution": "768p",
"prompt_optimizer": True,
}
response = requests.post(f"{BASE_URL}/videos/generations", json=payload, headers=headers)
task_id = response.json()["data"][0]["task_id"]
while True:
status_resp = requests.get(f"{BASE_URL}/tasks/{task_id}", headers=headers)
task = status_resp.json()["data"]
if task["status"] == "completed":
video_url = task["result"]["videos"][0]["url"][0]
break
if task["status"] == "failed":
raise Exception(task.get("error", "Video generation failed"))
time.sleep(20)
Cuando tengas video_url, descarga el MP4 y pásalo a tu paso de almacenamiento o publicación. Los resultados se conservan 72 horas, así que no dejes este paso para después.
Con el flujo de API funcionando, lo siguiente es fijar valores por defecto que mantengan bajo control el gasto y la calidad de salida.
4.2 Diseños de pipeline para equipos de contenido y producto
La mayoría de los equipos de contenido y producto se arreglan con tres patrones de pipeline. Corresponden a los principales casos de uso del artículo: texto a video, imagen a video y montaje de audio después del render.[13][10][12][20][21]
Para un flujo de clip publicitario (texto → video), un LLM construye un prompt estructurado con escenario, sujeto, descripción del movimiento y un comando de cámara entre corchetes al inicio. Por ejemplo:
[跟随] A pair of running shoes on a track, golden hour lighting, cinematic
Ese prompt se envía luego en una petición de texto a video a Hailuo 2.3 Standard. Esta configuración funciona bien para clips cortos de 6 segundos.[16]
Para un flujo de demo de producto (imagen → video), sube una foto limpia del producto y pásala como first_frame_image a Hailuo 2.3 o Hailuo 2.3 Fast. Así el producto mantiene su aspecto exacto mientras gana un movimiento que una imagen fija no puede mostrar.[13][10][12]
Para un flujo de sincronización de narración (video + audio), primero renderiza el video. Después añade la locución o la música en posproducción con un modelo de voz o de música, y combínalo todo en tu pipeline de publicación.
Si necesitas secuencias de más de 10 segundos, encadena clips. Toma el último fotograma de una generación y úsalo en la siguiente petición como first_frame_image. Es un relevo sencillo, pero ayuda a mantener estables la apariencia de los personajes y la continuidad de la escena entre segmentos.[10][12]
4.3 Parámetros que conviene estandarizar antes del despliegue
Ayuda tratar esto como una política de despliegue. Fijar una lista corta de valores por defecto antes de escalar mantiene la salida estable, hace los costes más fáciles de planificar y alinea el uso del equipo.[16][17][18][19]
Una lista breve suele bastar:
- Plantilla de prompt - Usa una estructura común: comando de cámara, escenario, sujeto, movimiento y etiqueta de estilo como
"cinematic","product demo"o"user-generated feel". Mantén una biblioteca de prompts que ya hayan funcionado para que los equipos los reutilicen en lugar de empezar de cero.[11][14][15] - Duración - Ajusta la duración del clip a la tarea. Usa clips de 6 segundos para previsualizaciones y contenido social. Reserva los clips de 10 segundos (solo 768p) para campañas que necesiten más tiempo.
- Resolución - Fija
768ppor defecto para borradores e iteraciones. Usa1080psolo para renders finales. - Reglas para el primer fotograma - Define dónde se guardan las imágenes de origen aprobadas, mantén los archivos dentro de los límites recomendados por MiniMax (menos de 20 MB, lado corto mayor de 300 px) y define qué es un buen fotograma inicial para imagen a video.[10][17][18][15]
- Selección de modelo - Usa
MiniMax-Hailuo-2.3-Fastpara lotes grandes de imagen a video. UsaMiniMax-Hailuo-2.3(Standard) para texto a video y para la salida final, después de comparar ambos con tus propios prompts.[19]
Estos valores por defecto determinan el perfil de costes y la elección de modelo que veremos a continuación.
5. Coste, selección de modelo y conclusiones
5.1 Estimación de costes para escenarios de producción habituales en EE. UU.
Con la configuración de lanzamiento y el flujo de API listos, lo siguiente es fijar el coste de producción.
A octubre de 2026, un clip de 6 segundos en 768p con Hailuo 2.3 cuesta unos $0.29, y uno de 10 segundos unos $0.49. Con Hailuo 2.3 Fast, esos mismos clips salen por unos $0.15 y $0.25, más o menos la mitad. En 1080p (solo 6 segundos), la diferencia es menor: unos $0.43 en Standard frente a $0.25 en Fast, alrededor de un 40 % menos.
Para una marca de e-commerce de EE. UU. que haga 80 clips de producto Standard de 10 segundos al mes en 768p, el coste total de generación ronda los $39.00.
Una forma sencilla de verlo:
- Hailuo 2.3 Fast para borradores de imagen a video, variantes A/B y pruebas por lotes
- Hailuo 2.3 para texto a video, páginas de producto publicadas, anuncios sociales de pago y vistas previas en tiendas de apps
El precio importa, claro. Pero no debería ser lo único que decida. Lo que necesitas que logre el resultado importa más.
5.2 Elegir MiniMax Hailuo 2.3 dentro del catálogo de APIMart
La elección se reduce a tres cosas: tipo de entrada, velocidad de borrador o volumen por lotes.
| Modelo | Fortalezas principales | Perfil de salida | Precio en APIMart (USD/s, a oct. de 2026) | Mejores usos en EE. UU. |
|---|---|---|---|---|
| MiniMax Hailuo 2.3 | Texto a video e imagen a video, fidelidad de personajes, control de estilo | 768p: 6 o 10 segundos; 1080p: 6 segundos | $0.0488 (768p) / $0.072 (1080p) | Clips de marca, demos de producto, social de pago |
| MiniMax Hailuo 2.3 Fast | Menor latencia, rentabilidad por lotes; primer fotograma obligatorio | 768p: 6 o 10 segundos; 1080p: 6 segundos | $0.0248 (768p) / $0.0424 (1080p) | Borradores, variantes creativas, generación masiva |
Lo bueno es que una sola integración cubre ambos niveles. Así, si tu equipo quiere pasar del modo borrador al modo final, solo cambia el valor de model, siempre que cada petición a Fast incluya un first_frame_image.
5.3 Puntos para recordar
Si tienes que elegir entre los dos niveles, la regla es sencilla: Hailuo 2.3 está pensado para video corto, sobre todo para clips breves donde la coherencia del movimiento y el encaje con la marca importan más.
Antes de escalar, haz un piloto bien controlado. Genera un lote de clips de 6 y 10 segundos. Después revisa con tu equipo creativo la calidad del movimiento y el encaje con la marca, comprueba que el tiempo de entrega funciona para tu flujo de producción y confirma que la vista de facturación de APIMart coincide con los segundos usados y el coste total en USD.
Preguntas frecuentes
¿Con qué modelo debería empezar?
Para texto a video, empieza con Hailuo 2.3 Standard. Si cada clip puede empezar desde una imagen, Hailuo 2.3 Fast es la opción más barata para borradores y lotes.
Si necesitas arte estilizado, movimiento humano o microexpresiones, Hailuo 2.3 es una buena elección. Si tu trabajo depende más del movimiento con mucha física o de transiciones de primer a último fotograma, Hailuo 02 también es una opción sólida. Si necesitas audio nativo o salida 2K, echa un vistazo a MiniMax H3, el modelo de video más reciente de MiniMax.
Puedes acceder a todos ellos desde la API de APIMart unificada configurando el parámetro model.
¿Cómo hago clips de más de 10 segundos?
En Hailuo 2.3, los clips de 10 segundos requieren 768p. 1080p solo admite clips de hasta 6 segundos, así que no sirve para salidas más largas.
¿Necesitas superar el límite de 10 segundos por clip de la API? Genera varios clips y únelos en tu backend, usando el último fotograma de un clip como first_frame_image del siguiente. Lo mejor es hacerlo de forma asíncrona, consultando cada tarea hasta que esté completed.
¿Qué suele hacer que falle una petición de generación?
Una petición de generación puede fallar por varias razones habituales:
- Parámetros no válidos, como
duration: 10conresolution: "1080p", o una petición a Fast sinfirst_frame_image - Claves de API no válidas
- Saldo insuficiente
- Límites de peticiones (429)
- Errores internos del servidor (5xx)
Las peticiones con imagen también pueden fallar si el archivo de entrada es demasiado grande o su relación de aspecto queda fuera del rango admitido.
Si el estado de una tarea cambia a failed, revisa el campo error para ver el motivo exacto.
Sobre el equipo de APIMart
El equipo de APIMart escribe guías de modelos, comparativas y análisis de precios para desarrolladores que construyen con IA. APIMart ofrece una sola API para modelos de chat, imagen y vídeo de varios proveedores, así que puedes comparar los modelos de este artículo antes de lanzar.
Elige el modelo que quieres en el marketplace
Prueba modelos de chat, imagen y video en el marketplace de APIMart y experimenta rápidamente sus capacidades con una API unificada.
