Tutorial de MiniMax Hailuo 2.3: creación de vídeo con IA

MiniMax Hailuo 2.3 es una potente herramienta para crear vídeos con IA de movimiento realista y efectos cinematográficos. Está disponible en APIMart a través de MiniMax Hailuo 2.3 API, con dos flujos de trabajo: texto a vídeo e imagen a vídeo a partir de un único primer fotograma. Eso lo hace adecuado para desarrolladores, estudios y docentes. Esto es lo que necesitas saber:

• Funciones clave: genera vídeos en 768p o 1080p, de 6 o 10 segundos en 768p y de 6 segundos en 1080p. Según MiniMax, la 2.3 mejora el movimiento corporal y las microexpresiones respecto a versiones anteriores.
• Precios: a octubre de 2026, desde $0,0248 por segundo con Fast en 768p. Fast cuesta aproximadamente la mitad que el modelo estándar en 768p y alrededor de un 40 % menos en 1080p.
• Configuración: regístrate en APIMart, genera una clave API y sigue un proceso sencillo de tres pasos: enviar la tarea, consultar su estado y descargar el vídeo desde el resultado de la tarea.
• Consejos de optimización: usa Fast para borradores de imagen a vídeo, cambia a Standard cuando necesites texto a vídeo o renders finales, y escribe prompts claros con el marco CCR (Camera, Character, Reaction).

Esta guía simplifica el proceso de creación de vídeo para que obtengas resultados de calidad mientras controlas los costes.

Puntos clave

• En APIMart, MiniMax Hailuo 2.3 genera clips de 768p o 1080p mediante dos flujos: texto a vídeo e imagen a vídeo a partir de un único primer fotograma. No hay entrada de último fotograma ni de subject reference.
• Todos los flujos siguen el mismo proceso asíncrono de tres pasos: enviar una petición POST para obtener un task_id, consultar GET /v1/tasks/{task_id} cada 10 segundos hasta que el estado sea completed y descargar el MP4 desde data.result.videos[0].url[0]; los resultados se conservan 72 horas.
• A octubre de 2026, Hailuo 2.3 cuesta en APIMart desde $0,0248/s para MiniMax-Hailuo-2.3-Fast en 768p hasta $0,072/s para el modelo estándar en 1080p.
• El parámetro prompt_optimizer es true por defecto; ponlo en false si necesitas la redacción exacta, y usa los 15 comandos de cámara en chino entre corchetes, como [推进] (push in), al inicio del prompt.
• 768p admite 6 o 10 segundos, 1080p está limitado a 6 segundos, los prompts tienen un máximo de 2.000 caracteres, y el modelo Fast exige first_frame_image, aunque el prompt sigue siendo obligatorio.
• Fast cuesta aproximadamente la mitad que Standard en 768p y alrededor de un 40 % menos en 1080p, así que prototipa imagen a vídeo con Fast en 768p y cambia a los ajustes que necesites para los renders finales.

Configurar MiniMax Hailuo 2.3 en APIMart

Crear y configurar una cuenta de APIMart

Para empezar, entra en apimart.ai y crea una cuenta gratuita. Una vez dentro, ve a la sección «API Key Management» del panel. Genera una nueva clave API y cópiala y guárdala de inmediato, porque solo se muestra una vez^[5].

Después, busca MiniMax-Hailuo-2.3 o MiniMax-Hailuo-2.3-Fast en el panel de modelos o en la documentación de la API. Así confirmas que está disponible y revisas los detalles del endpoint antes de escribir tu primera petición.

Con la cuenta lista y la clave API a buen recaudo, el siguiente paso es preparar tu entorno de desarrollo.

Requisitos previos de desarrollo

La API de APIMart admite varios lenguajes, como Python (con requests), JavaScript/TypeScript (con axios) y cURL. Las peticiones usan formato JSON y requieren un token Bearer para autenticarse.

Para proteger tu clave API, guárdala en una variable de entorno como os.environ["APIMART_API_KEY"] en lugar de escribirla directamente en tus scripts.

La generación de vídeo es un proceso asíncrono. Funciona así: envías una tarea a POST https://api.apimart.ai/v1/videos/generations, recibes un task_id en data[0].task_id, consultas GET https://api.apimart.ai/v1/tasks/{task_id} y, cuando el estado es completed, descargas el vídeo desde data.result.videos[0].url[0]. APIMart no publica un tiempo de render fijo; depende de la resolución, la duración y la carga del momento^[3].

Con el entorno preparado y el flujo claro, puedes centrarte en gestionar el presupuesto y optimizar el uso.

Controlar el presupuesto y fijar límites de uso

Estos son los precios por segundo de APIMart para cada variante a octubre de 2026^[6]; consulta la página del modelo para ver las tarifas actuales.

Por ejemplo, generar un clip de 6 segundos en 768p con el modelo estándar cuesta alrededor de $0,29, mientras que con la variante Fast baja a unos $0,15, más o menos la mitad. En 1080p, un clip de 6 segundos cuesta unos $0,43 en Standard y $0,25 en Fast, alrededor de un 40 % menos. Un enfoque práctico es prototipar imagen a vídeo con MiniMax-Hailuo-2.3-Fast en 768p y después pasar a la resolución y el modelo que necesites para los renders finales. Consulta la página del modelo para ver los precios actuales.

El panel Billing de APIMart permite seguir el gasto en tiempo real, algo especialmente útil en trabajos por lotes, ya que el coste se calcula por segundo de vídeo generado.

Flujos principales de generación de vídeo

Flujo de texto a vídeo

Crear vídeos a partir de texto sigue un proceso sencillo de tres pasos: enviar, consultar y descargar.

• Crear la tarea: envía una petición POST a https://api.apimart.ai/v1/videos/generations con model, prompt, duration y resolution. El texto a vídeo usa el modelo estándar MiniMax-Hailuo-2.3, porque Fast exige un primer fotograma. A cambio recibirás un task_id en data[0].task_id.
• Consultar el estado: usa el task_id para consultar GET /v1/tasks/{task_id} cada 10 segundos. Mientras la tarea está en curso, el estado es pending o processing. Cuando termina, cambia a completed.
• Descargar el vídeo: lee la URL del vídeo en data.result.videos[0].url[0] y guarda el MP4 en tu propio almacenamiento. Los resultados se conservan 72 horas.

Un parámetro importante aquí es prompt_optimizer. Por defecto vale true, lo que significa que el modelo refinará tu prompt para mejorar la calidad visual. Sin embargo, si necesitas un control exacto, por ejemplo en contenido de marca donde la redacción es crítica, puedes ponerlo en false ^[3].

Para los movimientos de cámara, Hailuo 2.3 en APIMart admite 15 comandos en chino entre corchetes, que se colocan al inicio del prompt 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) ^[3].

Partiendo de este enfoque basado en texto, el flujo de imagen a vídeo ofrece aún más control al anclar el vídeo a una imagen inicial concreta.

Flujo de imagen a vídeo

La imagen a vídeo usa el parámetro first_frame_image, que acepta una URL pública o una data URI en Base64. Funciona con MiniMax-Hailuo-2.3 y con MiniMax-Hailuo-2.3-Fast; en Fast, first_frame_image es obligatorio y el prompt sigue siendo obligatorio. La propia documentación de MiniMax recomienda archivos JPG, JPEG, PNG o WebP de menos de 20 MB, con un lado corto de al menos 300 px y una relación de aspecto entre 2:5 y 5:2 ^[2].

Este flujo sigue la misma estructura de tres pasos que el de texto a vídeo. La diferencia es que tu imagen fija el primer fotograma, mientras que el prompt de texto marca cómo evoluciona la escena. Es ideal para marketing o educación, cuando quieres que una imagen de producto o un diagrama se transforme en una secuencia animada.

Un truco útil para crear vídeos más largos es capturar el último fotograma de un clip terminado y usarlo como first_frame_image de la siguiente tarea. Así es más fácil mantener la coherencia de personajes y escena entre varios clips sin ajustes adicionales ^[9].

Lo que Hailuo 2.3 no admite en APIMart

Hailuo 2.3 en APIMart solo acepta una entrada de imagen: first_frame_image. No tiene last_frame_image ni entrada de subject reference, así que las transiciones de primer a último fotograma y los flujos con referencia facial no están disponibles en este modelo ^[3].

Si los necesitas, revisa otros modelos de MiniMax en APIMart: MiniMax Hailuo 02 API admite transiciones de primer a último fotograma, y MiniMax H3 API admite entrada de primer/último fotograma además de imágenes, vídeo y audio de referencia multimodales.

Los dos flujos de Hailuo 2.3, texto a vídeo e imagen a vídeo, comparten el mismo proceso asíncrono de tres pasos y la misma sintaxis de comandos de cámara. Para cambiar entre ellos basta con añadir o quitar first_frame_image en tu petición POST.

Masterclass de vídeo con IA de Hailuo: de principiante a profesional (Guía completa 2.3)

Mejorar la calidad del vídeo y reducir costes

Escribir prompts eficaces

Un prompt claro y preciso es esencial para obtener vídeo de calidad. Un método útil para estructurarlos es el marco Camera, Character, Reaction (CCR). Divide la escena en tres partes: qué hace la cámara, quién aparece en el plano y qué acción ocurre. Por ejemplo: «[跟随] Camera: plano de seguimiento lento; Character: un quarterback con camiseta azul; Reaction: lanza un pase largo durante un partido nocturno nevado en Chicago, con las luces del estadio creando un halo brumoso.»

Añadir detalles concretos sobre el estilo visual y el enfoque marca una gran diferencia. Términos como «fotorrealista», «iluminación cinematográfica» o «estilo anime» guían al modelo hacia el aspecto que buscas. Incluir detalles sutiles del personaje, como «una ligera elevación de ceja» o «una mirada pensativa», te permite aprovechar las mejoras en microexpresiones que MiniMax destaca para Hailuo 2.3 ^[4]. Eso sí, evita meter demasiadas acciones en un solo prompt, porque puede dar lugar a movimientos torpes o con fallos. Con un límite de 2.000 caracteres, apunta a prompts detallados pero depurados, claros y con un propósito definido ^[3][7].

Elegir la duración y la resolución adecuadas

Al decidir la resolución y la duración, conviene sopesar las opciones. Hailuo 2.3 ofrece dos resoluciones: 768p y 1080p. ¿La diferencia clave? Los clips en 1080p están limitados a 6 segundos, mientras que 768p admite 6 y 10 segundos ^[3].

Para los primeros borradores, los clips de 6 segundos en 768p son una opción práctica. Son asequibles y permiten evaluar el movimiento y la composición sin comprometer demasiados recursos. Cuando hayas acotado las opciones, cambia a ajustes de mayor resolución para el producto final.

Usar un flujo de trabajo iterativo

Un flujo iterativo es clave para equilibrar calidad y coste. En imagen a vídeo funciona bien un proceso en dos fases: explorar con el modelo Fast y volver a generar la mejor versión con los ajustes que necesites para la entrega.

«Genera de 3 a 5 variantes del mismo prompt con Hailuo 2.3 Fast durante la fase de concepto. Elige la mejor y vuelve a lanzar exactamente ese prompt en 2.3 Standard o 02 a 1080p para la salida final. Gastarás menos créditos en experimentos fallidos.» - QWE AI Academy ^[8]

En APIMart, un clip de 6 segundos en 768p cuesta unos $0,15 en Fast frente a unos $0,29 en Standard, así que Fast cuesta aproximadamente la mitad en 768p y alrededor de un 40 % menos en 1080p. MiniMax describe Fast como más rápido y rentable para la creación por lotes ^[4]. Probar varios borradores en Fast te permite identificar la versión más prometedora antes de gastar más en el render final. Compara los resultados con tus propios prompts antes de elegir un nivel para la entrega.

Integrar vídeos de MiniMax Hailuo 2.3 en producción

Gestionar tareas asíncronas y archivos de salida

Generar vídeo con Hailuo 2.3 implica un proceso asíncrono de tres pasos: primero, enviar una petición y recibir un task_id; después, consultar GET /v1/tasks/{task_id} hasta que el estado sea completed; por último, leer la URL del vídeo en data.result.videos[0].url[0] y descargarlo.

Si haces consultas periódicas, mantén un intervalo de 10 segundos para no alcanzar los límites de peticiones. En lotes grandes, guarda los task ID pendientes en una cola y consúltalos con un calendario común en lugar de lanzar un bucle intensivo para cada tarea.

Vigila el campo status para detectar errores. Si muestra failed, recoge el campo error de inmediato para depurar o registrar el problema. Descarga los archivos en cuanto estén listos; los resultados se conservan 72 horas. Para seguir las tareas entre respuestas asíncronas, guarda cada task_id junto con tu ID interno de producción y así podrás vincular los resultados con sus peticiones.

Con un sistema de gestión de tareas eficiente, te resultará más fácil controlar costes y escalar la operación.

Presupuesto y escalado del uso

Hailuo 2.3 se factura por segundo de vídeo generado, así que calcular el coste es sencillo. Por ejemplo, a octubre de 2026, 2.400 segundos de salida Fast en 768p ($0,0248/s) cuestan unos $59,52, mientras que el mismo volumen con el modelo estándar en 768p cuesta unos $117,12.

Para mantener los costes bajo control, usa Fast en los primeros renders de imagen a vídeo. A octubre de 2026 en APIMart, Fast cuesta aproximadamente la mitad que Standard en 768p y alrededor de un 40 % menos en 1080p. La respuesta de la consulta de tarea también incluye un campo cost, así que puedes registrar el coste real de cada tarea sin esperar a la factura mensual.

«El modelo Hailuo 2.3 Fast... genera vídeos más rápido y a menor precio, reduciendo hasta un 50 % el coste de la creación por lotes.» - MiniMax News ^[4]

Al escalar la producción, elige el método de consulta que se ajuste a tu volumen:

Si gestionas muchas tareas simultáneas, un worker basado en cola es la mejor opción. Un bucle de consulta simple basta para tareas pequeñas o puntuales.

Conclusión

MiniMax Hailuo 2.3, disponible en APIMart desde $0,0248 por segundo (Fast en 768p, a octubre de 2026), pone la producción profesional de vídeo con IA al alcance por una fracción del coste. Por ejemplo, un clip de 6 segundos en 768p cuesta unos $0,15 en Fast y unos $0,29 en Standard.

Para empezar, configura tu cuenta de APIMart y elige el flujo que encaje con tus objetivos creativos: texto a vídeo con Standard, o imagen a vídeo con Standard o Fast. Afina los resultados con el método CCR (Camera, Character, Reaction)^[11]. En proyectos más largos, mantén la coherencia visual capturando el último fotograma de cada clip y usándolo como fotograma inicial del siguiente segmento^[9].

El modelo Fast ofrece un ahorro claro: aproximadamente la mitad del precio de Standard en 768p y alrededor de un 40 % menos en 1080p. Úsalo para borradores y lotes, y elige el modelo y la resolución de los renders finales después de comparar los resultados con tus propios prompts^[4].

Esta eficiencia en costes no ha pasado desapercibida:

«Hailuo 2.3 vuelve a batir el récord mundial de rentabilidad en modelos de vídeo... ofreciendo "más por el mismo precio" tanto a empresas como a usuarios particulares.» - MiniMax Official News^[4]

Para los equipos que gestionan producción de vídeo a gran escala, las estrategias de integración anteriores son muy valiosas. La consulta basada en cola, el campo cost por tarea y las plantillas de prompts facilitan un pipeline de producción escalable para gestionar muchos clips cada semana.

Preguntas frecuentes

¿Cuál es la mejor manera de mantener la coherencia de los personajes en varios clips?

Hailuo 2.3 en APIMart no tiene entrada de subject reference, así que la coherencia depende de tus primeros fotogramas y tus prompts. Empieza cada clip con un first_frame_image de iluminación y ángulos uniformes, y reutiliza el último fotograma de un clip como primer fotograma del siguiente. Sé preciso en los prompts y describe con claridad el sujeto, la acción y el estilo. Empieza con clips cortos de seis segundos para comprobar la coherencia antes de pasar a vídeos más largos o de mayor resolución.

¿Cómo compruebo el estado de muchos trabajos de vídeo a la vez?

Si son pocas tareas, consulta cada una con GET /v1/tasks/{task_id} cada 10 segundos más o menos.

En lotes grandes, guarda los ID pendientes en una cola y deja que un worker los consulte con un calendario común, aplicando backoff cuando aparezca un HTTP 429. Así el número de peticiones es predecible y te mantienes dentro de los límites.

¿Por qué desactivaría prompt_optimizer?

Cuando quieras un control preciso sobre la generación de vídeo, pon el parámetro prompt_optimizer en false. Así el sistema deja de modificar tus prompts automáticamente y tu redacción y especificaciones exactas guían directamente el resultado del modelo.