

Rilis Model Generasi Baru MiniMax: Apa yang Baru
MiniMax Hailuo 2.3 membuat klip sinematik 6-10 detik dari teks atau gambar. Lihat fitur, alur API submit-poll-download, dan harga USD per detik di APIMart.
Kalau Anda ingin mencoba MiniMax Hailuo 2.3 hari ini, ini jawaban singkatnya: model Standard mendukung text-to-video dan image-to-video, sedangkan Fast mendukung image-to-video, dengan gambar frame pertama wajib dan prompt tetap wajib. Outputnya berupa klip 6 atau 10 detik di 768p dan klip 6 detik di 1080p. Per Oktober 2026, harga mulai dari sekitar $0,29 per klip 768p 6 detik di Standard dan $0,15 di Fast, dengan alur API sederhana: submit → poll → download.
Kalau disederhanakan ke hal yang paling penting, rilis ini berkisar pada empat hal:
- Yang bisa dilakukan sekarang: text-to-video dan image-to-video
- Biayanya: sekitar $0,0248 hingga $0,072 per detik di APIMart, tergantung model dan resolusi (per Oktober 2026)
- Cara menghubungkannya:
POST /v1/videos/generations, lalu cek status denganGET /v1/tasks/{task_id} - Paling cocok untuk: tim yang membuat iklan pendek, klip produk, video penjelasan, dan variasi uji
Ada juga batasan yang jelas. Fast tidak mendukung text-to-video, karena mewajibkan gambar frame pertama. Di APIMart, kedua model tidak menerima gambar frame terakhir maupun subject reference. APIMart tidak memublikasikan waktu render yang tetap, jadi model ini lebih cocok untuk pekerjaan video pendek daripada editing format panjang.

Poin Penting
- MiniMax Hailuo 2.3 adalah model video sinematik format pendek: Standard mendukung text-to-video dan image-to-video, Fast mewajibkan gambar frame pertama (prompt tetap wajib), dan keduanya menghasilkan klip 6 atau 10 detik di 768p serta klip 6 detik di 1080p.
- Model ini menambahkan simulasi otot wajah dan Global Identity VAE untuk wajah yang stabil, 15 perintah kamera berbahasa Mandarin dalam kurung siku di awal prompt seperti
[推进](push in), serta gaya anime, lukisan tinta, dan CG game. - Di APIMart, API mengikuti pola submit, poll, download:
POST /v1/videos/generationsmengembalikandata[0].task_id,GET /v1/tasks/{task_id}di-polling setiap 15 hingga 30 detik sampai statusnyacompleted, dan URL video ada didata.result.videos[0].url[0]. - Per Oktober 2026, APIMart menagih per detik: Standard sekitar $0,0488 di 768p dan $0,072 di 1080p, Fast sekitar $0,0248 dan $0,0424.
- Fast berharga sekitar setengah Standard di 768p dan sekitar 40% lebih murah di 1080p, prompt maksimal 2.000 karakter, dan APIMart menyimpan hasil selama 72 jam.
Tutorial Minimax Hailuo: Kloning Suara, Video AI & Generasi Musik + Otomasi Make.com
Perbandingan Cepat
| Model | Jenis Input | Panjang Output | Resolusi | Harga Awal (per Okt 2026) | Paling Cocok Untuk |
|---|---|---|---|---|---|
| MiniMax-Hailuo-2.3 | Teks, atau teks + gambar frame pertama | 6 atau 10 dtk (768p); 6 dtk (1080p) | 768p, 1080p | $0,29 per klip 768p 6 dtk | Klip final, iklan, video produk |
| MiniMax-Hailuo-2.3-Fast | Gambar frame pertama + prompt teks | 6 atau 10 dtk (768p); 6 dtk (1080p) | 768p, 1080p | $0,15 per klip 768p 6 dtk | Draf, uji coba, output batch |
Yang paling menarik perhatian saya adalah ini: modelnya mudah dicoba, harganya mudah diperkirakan, dan API-nya lugas. Di APIMart, Anda memanggilnya lewat MiniMax Hailuo 2.3 API. Jadi, kalau Anda sedang menilai apakah Hailuo 2.3 cocok untuk alur kerja Anda, pertanyaan utamanya bukan "Bisakah saya mengaksesnya?" melainkan "Apakah saya butuh text-to-video, atau bisakah setiap klip dimulai dari gambar dan berhemat dengan Fast?"
2. Apa yang Dihadirkan MiniMax Hailuo 2.3 Saat Rilis
MiniMax Hailuo 2.3 adalah model video format pendek dari MiniMax untuk klip sinematik. Model ini dibuat untuk gerakan yang mulus, karakter yang ekspresif, dan prompt yang dipatuhi sedekat mungkin dengan permintaan Anda.
2.1 Kemampuan inti dan alur kerja yang didukung
Di tingkat model, pilihan utamanya adalah Standard atau Fast.
Hailuo 2.3 Standard mendukung text-to-video sekaligus image-to-video dari satu gambar frame pertama. MiniMax menonjolkan peningkatan gerakan tubuh, mikroekspresi, dan kontrol gaya dalam rilis ini.[1][7]
Fast ditujukan untuk image-to-video: first_frame_image wajib, dan Anda tetap mengirim prompt teks. MiniMax menggambarkannya lebih cepat dan lebih murah; dokumentasi APIMart menyebutnya berlatensi lebih rendah.[3][5]
Pemutaran berada di sekitar 24 fps yang sinematik, tetapi sebaiknya dianggap sebagai target umum, bukan spesifikasi yang terkunci.[3][7][8]
Dalam praktiknya, pilihan ini langsung memengaruhi tiga hal:
- apakah Anda bisa mulai dari teks saja
- berapa biaya setiap klip
- seberapa cepat tim bisa bergerak dari prompt ke draf jadi
2.2 Peningkatan gerakan, karakter, dan gaya
Lompatan terbesar dari Hailuo 02 terlihat pada gerakan dan emosi karakter.
Hailuo 2.3 memakai simulasi otot wajah untuk menangani ekspresi kecil seperti gerakan alis, pergeseran fokus mata, dan kemiringan kepala yang halus. Model ini juga memakai Global Identity VAE agar wajah, rambut, dan pakaian lebih stabil dari frame ke frame.[1][4][9]
Gerakan kamera juga lebih kuat. Di APIMart, Anda meletakkan salah satu dari 15 perintah berbahasa Mandarin dalam kurung siku di awal prompt, dengan label persis: [左移] / [右移] (pan ke kiri / kanan, geser menyamping), [左摇] / [右摇] (putar ke kiri / kanan), [推进] / [拉远] (push in / pull out), [上升] / [下降] (naik / turun), [上摇] / [下摇] (tilt ke atas / bawah), [变焦推近] / [变焦拉远] (zoom in / out), serta [晃动] (guncang), [跟随] (ikuti), dan [固定] (statis).[5] Selain itu, Hailuo 2.3 memperluas kontrol gaya dengan opsi render untuk estetika anime, lukisan tinta, dan CG game.[1][4][6][9]
Artinya, tim bisa lebih terarah dalam membentuk nuansa sebuah klip. Close-up karakter, push in perlahan, atau shot produk yang bergaya tidak lagi soal untung-untungan, melainkan soal menulis prompt.
2.3 Di mana Hailuo 2.3 paling cocok
Hailuo 2.3 paling cocok untuk klip yang pendek dan bertenaga. Jika Anda butuh karya yang lebih panjang, lebih masuk akal membuat shot-shotnya di sini lalu merangkainya di editor biasa.
| Jenis Alur Kerja | Kekuatan | Batasan | Kasus Penggunaan Terbaik |
|---|---|---|---|
| Text-to-Video | Kepatuhan prompt yang kuat, output bergaya | Hanya model Standard | Klip sosial, trailer bergaya |
| Image-to-Video | Konsistensi karakter, detail gambar sumber stabil | Butuh gambar sumber berkualitas tinggi; hanya frame pertama | Putaran produk, iklan e-commerce |
| Fast (wajib frame pertama) | Latensi lebih rendah, biaya lebih rendah | Tidak mendukung text-to-video | Draf batch, uji A/B |
Gunakan Hailuo 2.3 Standard saat Anda butuh text-to-video, atau saat arah gaya dan detail prompt paling penting, seperti iklan utama, trailer, atau momen yang berpusat pada karakter. Beralihlah ke Fast saat Anda bisa memulai dari gambar dan kecepatan serta volume lebih penting, terutama untuk uji variasi atau produksi sosial secara batch.
Perbedaan saat rilis ini terbawa langsung ke penyiapan API, batasan output, dan keputusan integrasi di bagian berikutnya.
3. Pratinjau API: Endpoint, Input, Output, dan Akses
3.1 Struktur request dan respons
Di APIMart, Hailuo 2.3 mengikuti alur sederhana submit → poll → download. Anda mengirim request POST https://api.apimart.ai/v1/videos/generations, menerima task_id di data[0].task_id, lalu menunggu selama video diproses. Setelah itu, Anda melakukan polling GET https://api.apimart.ai/v1/tasks/{task_id}. Saat statusnya completed, URL video ada di data.result.videos[0].url[0]. Field-field ini sejalan dengan dua jalur rilis: text-to-video dan image-to-video.
Untuk text-to-video, request memerlukan field prompt dengan panjang hingga 2.000 karakter. Untuk image-to-video, Anda juga mengirim first_frame_image sebagai frame awal. Gambar bisa dikirim sebagai URL publik atau data URI Base64. Dokumentasi MiniMax sendiri merekomendasikan file di bawah 20 MB, sisi pendek di atas 300 px, dan rasio aspek antara 2:5 dan 5:2.
Kontrol utamanya adalah:
durationuntuk panjang klip: 6 atau 10 detik di 768p, 6 detik di 1080presolutiondiatur ke"768p"(default) atau"1080p"prompt_optimizersebagai flag opsional
| Parameter | Tipe | Wajib | Catatan |
|---|---|---|---|
model | string | Ya | MiniMax-Hailuo-2.3 atau MiniMax-Hailuo-2.3-Fast |
prompt | string | Ya | Maks. 2.000 karakter; mendukung perintah kamera berbahasa Mandarin dalam kurung siku |
first_frame_image | string | Wajib untuk Fast; opsional untuk Standard | URL publik atau data URI Base64 |
duration | integer | Tidak | 6 (default) atau 10; harus 6 di 1080p |
resolution | string | Tidak | "768p" (default) atau "1080p" |
prompt_optimizer | boolean | Tidak | Flag opsional untuk menyempurnakan prompt, default true |
Selama tugas berjalan, GET /v1/tasks/{task_id} mengembalikan status pending atau processing. Pada akhirnya statusnya completed atau failed. Jika selesai, baca URL video dari data.result.videos[0].url[0]; tidak ada ID file terpisah atau endpoint unduhan. Jika gagal, cek field error untuk alasannya.
Polling setiap 15 hingga 30 detik adalah ritme yang wajar. Terlalu sering hanya menambah beban yang tidak perlu. Satu hal lagi: APIMart menyimpan hasil selama 72 jam, jadi sebaiknya pindahkan file yang sudah jadi ke penyimpanan Anda sendiri segera setelah dibuat.
3.2 Akses langsung dan API terpadu APIMart

Tim juga bisa memanggil API platform MiniMax secara langsung. Jalur ini paling dekat dengan dokumentasi dan jadwal rilis MiniMax, tetapi endpoint, field tugas, dan langkah unduhannya berbeda dari APIMart, jadi jangan mencampur keduanya dalam satu klien.
APIMart menawarkan jalur lain bagi tim yang ingin mengelola pekerjaan multimodal di satu tempat. Setiap request memakai Bearer token di header:
Authorization: Bearer YOUR_API_KEY
API terpadunya memberi Anda satu API key dan satu saldo USD untuk panggilan teks, gambar, dan video. API ini juga memakai gaya request yang kompatibel dengan OpenAI, sehingga penyiapan lebih mudah jika stack Anda sudah memakai format tersebut. Jika Anda menghubungkan beberapa jenis model ke satu pipeline, pengaturan seperti ini menghemat waktu di sisi klien.
3.3 Harga dan penagihan dalam dolar AS
Harga dikenakan per detik yang dihasilkan dalam dolar AS. Berikut tarif APIMart per Oktober 2026.
| Varian Model | Resolusi | Harga APIMart (USD/dtk) |
|---|---|---|
| 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 |
Jadi, Fast berharga sekitar setengah Standard di 768p dan sekitar 40% lebih murah di 1080p. Cara praktis mengelola biaya adalah menguji di 768p dan menyimpan 1080p untuk render final. Iterasi awal tetap lebih murah, sementara masih ada ruang untuk pengiriman berkualitas lebih tinggi nanti. Cek halaman model untuk harga terbaru.
4. Pola Integrasi untuk Alur Kerja Multimodal
4.1 Pola implementasi Python SDK dan REST
Setelah format request dan respons ditetapkan, langkah berikutnya adalah memasang Hailuo 2.3 ke pipeline yang bisa dijalankan berulang kali. Cara paling sederhana memahaminya: Hailuo 2.3 adalah lapisan render di dalam sistem yang lebih besar. Simpan API key di environment variable, gunakan autentikasi Bearer di setiap request, pakai requests untuk panggilan pembuatan video, dan andalkan SDK untuk orkestrasi prompt.
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)
Setelah mendapatkan video_url, unduh MP4 dan teruskan ke langkah penyimpanan atau publikasi Anda. Hasil disimpan selama 72 jam, jadi jangan tunda langkah ini.
Setelah alur API berjalan, tugas berikutnya adalah menetapkan nilai default yang menjaga pengeluaran dan kualitas output tetap terkendali.
4.2 Desain pipeline untuk tim konten dan produk
Sebagian besar tim konten dan produk cukup dengan tiga pola pipeline. Pola-pola ini sejalan dengan kasus penggunaan utama artikel ini: text-to-video, image-to-video, dan penyusunan audio setelah render.[13][10][12][20][21]
Untuk alur kerja klip iklan (teks → video), sebuah LLM menyusun prompt terstruktur dengan latar, subjek, deskripsi gerakan, dan perintah kamera dalam kurung siku di awal. Contohnya:
[跟随] A pair of running shoes on a track, golden hour lighting, cinematic
Prompt itu lalu dikirim dalam request text-to-video ke Hailuo 2.3 Standard. Pengaturan ini cocok untuk klip pendek 6 detik.[16]
Untuk alur kerja demo produk (gambar → video), unggah foto produk yang bersih lalu kirim sebagai first_frame_image ke Hailuo 2.3 atau Hailuo 2.3 Fast. Dengan begitu, tampilan produk tetap akurat sambil mendapat gerakan yang tidak bisa ditunjukkan gambar diam.[13][10][12]
Untuk alur kerja sinkronisasi narasi (video + audio), render videonya terlebih dulu. Lalu tambahkan voiceover atau musik saat pascaproduksi memakai model suara atau musik, dan gabungkan semuanya di pipeline publikasi Anda.
Jika Anda butuh sekuens lebih dari 10 detik, rangkai klip-klipnya. Ambil frame terakhir dari satu hasil generasi dan masukkan ke request berikutnya sebagai first_frame_image. Serah terima yang sederhana, tetapi membantu menjaga tampilan karakter dan kesinambungan adegan antarsegmen.[10][12]
4.3 Parameter yang perlu distandarkan sebelum peluncuran
Ada baiknya memperlakukan ini sebagai kebijakan peluncuran. Mengunci daftar singkat nilai default sebelum menskalakan membuat output lebih stabil, biaya lebih mudah direncanakan, dan pemakaian tim lebih selaras.[16][17][18][19]
Daftar periksa singkat biasanya sudah cukup:
- Template prompt - Gunakan satu struktur bersama: perintah kamera, latar, subjek, gerakan, dan tag gaya seperti
"cinematic","product demo", atau"user-generated feel". Simpan pustaka prompt yang sudah terbukti berhasil agar tim bisa memakainya ulang alih-alih mulai dari nol.[11][14][15] - Durasi - Sesuaikan panjang klip dengan kebutuhan. Gunakan klip 6 detik untuk pratinjau dan konten sosial. Simpan klip 10 detik (hanya 768p) untuk kampanye yang butuh waktu lebih.
- Resolusi - Tetapkan
768psebagai default untuk draf dan iterasi. Gunakan1080phanya untuk render final. - Aturan gambar frame pertama - Tentukan di mana gambar sumber yang disetujui disimpan, jaga file dalam batas yang direkomendasikan MiniMax (di bawah 20 MB, sisi pendek di atas 300 px), dan definisikan apa yang dianggap frame awal yang baik untuk image-to-video.[10][17][18][15]
- Pemilihan model - Gunakan
MiniMax-Hailuo-2.3-Fastuntuk batch image-to-video bervolume tinggi. GunakanMiniMax-Hailuo-2.3(Standard) untuk text-to-video dan untuk output final setelah Anda membandingkan keduanya dengan prompt sendiri.[19]
Nilai default ini membentuk profil biaya dan pilihan model yang dibahas berikutnya.
5. Biaya, Pemilihan Model, dan Kesimpulan
5.1 Memperkirakan biaya untuk skenario produksi umum di AS
Setelah penyiapan rilis dan alur API siap, hal berikutnya yang perlu dipastikan adalah biaya produksi.
Per Oktober 2026, klip 768p 6 detik di Hailuo 2.3 berbiaya sekitar $0,29, dan klip 10 detik sekitar $0,49. Di Hailuo 2.3 Fast, klip yang sama berbiaya sekitar $0,15 dan $0,25, kira-kira setengahnya. Di 1080p (hanya 6 detik), selisihnya lebih kecil: sekitar $0,43 di Standard dibanding $0,25 di Fast, sekitar 40% lebih murah.
Bagi merek e-commerce AS yang membuat 80 klip produk Standard berdurasi 10 detik per bulan di 768p, total biaya generasinya sekitar $39,00.
Cara sederhana memikirkannya:
- Gunakan Hailuo 2.3 Fast untuk draf image-to-video, varian A/B, dan uji batch
- Gunakan Hailuo 2.3 untuk text-to-video, halaman produk live, iklan sosial berbayar, dan pratinjau app store
Harga tentu penting. Tetapi itu tidak boleh menjadi satu-satunya penentu. Apa yang perlu dicapai oleh output jauh lebih penting.
5.2 Memilih MiniMax Hailuo 2.3 di Katalog APIMart
Pilihannya bermuara pada tiga hal: jenis input, kecepatan draf, atau volume batch.
| Model | Kekuatan Inti | Profil Output yang Didukung | Harga APIMart (USD/dtk, per Okt 2026) | Kasus Penggunaan Terbaik di AS |
|---|---|---|---|---|
| MiniMax Hailuo 2.3 | Text-to-video dan image-to-video, ketepatan karakter, kontrol gaya | 768p: 6 atau 10 detik; 1080p: 6 detik | $0,0488 (768p) / $0,072 (1080p) | Klip merek, demo produk, sosial berbayar |
| MiniMax Hailuo 2.3 Fast | Latensi lebih rendah, efisiensi biaya batch; wajib frame pertama | 768p: 6 atau 10 detik; 1080p: 6 detik | $0,0248 (768p) / $0,0424 (1080p) | Draf, varian kreatif, generasi massal |
Kelebihannya, satu integrasi mencakup kedua tier. Jadi, jika tim ingin berpindah antara mode draf dan mode output final, cukup ubah nilai model, selama setiap request Fast menyertakan first_frame_image.
5.3 Poin Penting untuk Diingat
Jika Anda memilih di antara kedua tier, aturannya sederhana: Hailuo 2.3 dibuat untuk video format pendek, terutama klip singkat di mana konsistensi gerakan dan kecocokan merek paling penting.
Sebelum menskalakan, jalankan uji coba yang ketat. Buat batch klip terkontrol berdurasi 6 detik dan 10 detik. Lalu tinjau kualitas gerakan dan kecocokan merek bersama tim kreatif, pastikan waktu penyelesaian sesuai dengan alur produksi Anda, dan pastikan tampilan penagihan APIMart cocok dengan detik yang terpakai dan total biaya dalam USD.
FAQ
Model mana yang sebaiknya saya pakai untuk mulai?
Untuk text-to-video, mulailah dengan Hailuo 2.3 Standard. Jika setiap klip bisa dimulai dari gambar, Hailuo 2.3 Fast adalah opsi yang lebih murah untuk draf dan pekerjaan batch.
Jika Anda butuh seni bergaya, gerakan manusia, atau mikroekspresi, Hailuo 2.3 adalah pilihan yang baik. Jika pekerjaan Anda lebih bergantung pada gerakan yang kaya fisika atau transisi frame pertama ke terakhir, Hailuo 02 juga pilihan yang solid. Jika Anda butuh audio native atau output 2K, lihat MiniMax H3, model video MiniMax yang lebih baru.
Anda bisa mengakses semuanya lewat APIMart API terpadu dengan mengatur parameter model.
Bagaimana cara membuat klip lebih dari 10 detik?
Di Hailuo 2.3, klip 10 detik memerlukan 768p. 1080p hanya mendukung klip hingga 6 detik, jadi tidak bisa dipakai untuk output yang lebih panjang.
Butuh lebih dari batas klip API 10 detik? Buat beberapa klip lalu sambungkan di backend Anda, dengan memakai frame terakhir satu klip sebagai first_frame_image klip berikutnya. Sebaiknya tangani ini secara asinkron, dengan melakukan polling setiap tugas sampai statusnya completed.
Apa yang biasanya menyebabkan request generasi gagal?
Request generasi bisa gagal karena beberapa alasan umum:
- Parameter tidak valid, misalnya
duration: 10denganresolution: "1080p", atau request Fast tanpafirst_frame_image - API key tidak valid
- Saldo akun tidak mencukupi
- Rate limit (429)
- Error server internal (5xx)
Request berbasis gambar juga bisa gagal jika file input terlalu besar atau rasio aspeknya di luar rentang yang didukung.
Jika status tugas berubah menjadi failed, cek field error untuk alasan pastinya.
Tentang Tim APIMart
Tim APIMart menulis panduan model, perbandingan, dan analisis harga untuk developer yang membangun produk dengan AI. APIMart menyediakan satu API untuk model chat, gambar, dan video dari berbagai penyedia, sehingga Anda bisa membandingkan model yang dibahas di sini sebelum rilis.
Pilih model yang Anda inginkan di marketplace model
Coba model chat, gambar, dan video di marketplace model APIMart, lalu rasakan kemampuan model dengan cepat melalui satu API terpadu.
