Nouveau modèle MiniMax : les nouveautés

Si vous voulez tester MiniMax Hailuo 2.3 dès aujourd'hui, voici la réponse courte : le modèle Standard prend en charge le texte-vers-vidéo et l'image-vers-vidéo, et Fast prend en charge l'image-vers-vidéo, avec une première image obligatoire et un prompt tout aussi obligatoire. Il produit des clips de 6 ou 10 secondes en 768p et des clips de 6 secondes en 1080p. En octobre 2026, les prix démarrent à environ 0,29 $ par clip de 6 secondes en 768p en Standard et 0,15 $ en Fast, avec un flux API simple : soumettre → interroger → télécharger.

En allant à l'essentiel, ce lancement tient en quatre points :

• Ce que vous pouvez faire maintenant : texte-vers-vidéo et image-vers-vidéo
• Ce que ça coûte : environ 0,0248 $ à 0,072 $ par seconde sur APIMart, selon le modèle et la résolution (en octobre 2026)
• Comment l'intégrer : POST /v1/videos/generations, puis vérifier le statut avec GET /v1/tasks/{task_id}
• Pour qui : les équipes qui produisent des pubs courtes, des clips produit, des vidéos explicatives et des variantes de test

Il y a aussi des limites claires. Fast ne prend pas en charge le texte-vers-vidéo, car il exige une première image. Sur APIMart, aucun des deux modèles n'accepte d'image de dernière image ni de subject reference. APIMart ne publie pas de temps de rendu fixe ; le modèle convient donc mieux aux tâches vidéo courtes qu'au montage long format.

Points clés

• MiniMax Hailuo 2.3 est un modèle vidéo cinématographique pour formats courts : Standard prend en charge le texte-vers-vidéo et l'image-vers-vidéo, Fast exige une première image (prompt toujours obligatoire), et les deux produisent des clips de 6 ou 10 secondes en 768p et de 6 secondes en 1080p.
• Il ajoute une simulation des muscles du visage et un Global Identity VAE pour stabiliser les visages, 15 commandes de caméra en chinois entre crochets à placer au début du prompt comme [推进] (push in), ainsi que des styles anime, lavis et CG de jeu vidéo.
• Sur APIMart, l'API suit le schéma soumettre, interroger, télécharger : POST /v1/videos/generations renvoie data[0].task_id, GET /v1/tasks/{task_id} est interrogé toutes les 15 à 30 secondes jusqu'au statut completed, et l'URL de la vidéo se trouve dans data.result.videos[0].url[0].
• En octobre 2026, APIMart facture à la seconde : Standard coûte environ 0,0488 $ en 768p et 0,072 $ en 1080p, Fast environ 0,0248 $ et 0,0424 $.
• Fast coûte environ moitié moins que Standard en 768p et environ 40 % de moins en 1080p, les prompts sont limités à 2 000 caractères et APIMart conserve les résultats 72 heures.

Tutoriel Minimax Hailuo : clonage de voix, génération de vidéo IA et de musique + automatisation Make.com

Comparaison rapide

Ce qui m'a marqué : le modèle est simple à essayer, les prix sont faciles à estimer et l'API est directe. Vous l'appelez sur APIMart via MiniMax Hailuo 2.3 API. Si vous évaluez Hailuo 2.3 pour votre workflow, la question principale n'est donc pas « puis-je y accéder ? » mais « ai-je besoin du texte-vers-vidéo, ou puis-je démarrer chaque clip depuis une image et économiser avec Fast ? »

2. Ce que MiniMax Hailuo 2.3 apporte au lancement

MiniMax Hailuo 2.3 est le modèle vidéo court de MiniMax pour des clips cinématographiques. Il est conçu pour un mouvement fluide, des personnages expressifs et des prompts respectés au plus près.

2.1 Capacités principales et workflows pris en charge

Au niveau du modèle, le choix principal se fait entre Standard et Fast.

Hailuo 2.3 Standard prend en charge à la fois le texte-vers-vidéo et l'image-vers-vidéo à partir d'une seule première image. MiniMax met en avant, dans cette version, des améliorations du mouvement corporel, des micro-expressions et du contrôle du style.^[1][7]

Fast sert à l'image-vers-vidéo : first_frame_image est obligatoire, et vous envoyez quand même un prompt texte. MiniMax le présente comme plus rapide et moins cher ; la documentation d'APIMart parle d'une latence plus faible.^[3][5]

La lecture tourne autour de 24 fps, cadence cinématographique, mais il faut la considérer comme un objectif général plutôt qu'une spécification figée.^[3][7][8]

En pratique, ce choix influe tout de suite sur trois choses :

• la possibilité de partir du texte seul
• le coût de chaque clip
• la vitesse à laquelle une équipe passe du prompt au brouillon terminé

2.2 Améliorations du mouvement, des personnages et du style

Le plus grand progrès par rapport à Hailuo 02 concerne le mouvement des personnages et l'émotion.

Hailuo 2.3 utilise une simulation des muscles du visage pour gérer de petites expressions comme les mouvements de sourcils, les changements de regard et les légères inclinaisons de tête. Il utilise aussi un Global Identity VAE pour garder les visages, les cheveux et les vêtements plus stables d'une image à l'autre.^[1][4][9]

Les mouvements de caméra progressent eux aussi. Sur APIMart, vous placez au début du prompt l'une des 15 commandes en chinois entre crochets, avec les libellés exacts : [左移] / [右移] (pan à gauche / droite, déplacement latéral), [左摇] / [右摇] (rotation à gauche / droite), [推进] / [拉远] (push in / pull out), [上升] / [下降] (montée / descente), [上摇] / [下摇] (tilt vers le haut / bas), [变焦推近] / [变焦拉远] (zoom avant / arrière), ainsi que [晃动] (tremblement), [跟随] (suivi) et [固定] (fixe).^[5] En plus, Hailuo 2.3 élargit le contrôle du style avec des options de rendu pour les esthétiques anime, lavis et CG de jeu vidéo.^[1][4][6][9]

Les équipes peuvent donc maîtriser plus délibérément le ressenti d'un clip. Un gros plan de personnage, un push in lent ou un plan produit stylisé relèvent moins du hasard et davantage de l'écriture du prompt.

2.3 Là où Hailuo 2.3 s'intègre le mieux

Hailuo 2.3 convient surtout aux clips courts et percutants. Pour une pièce plus longue, il est plus logique de générer les plans ici puis de les assembler dans un logiciel de montage classique.

Utilisez Hailuo 2.3 Standard quand vous avez besoin du texte-vers-vidéo, ou quand la direction de style et le détail du prompt priment, comme pour des pubs phares, des bandes-annonces ou des moments centrés sur un personnage. Passez à Fast quand vous pouvez partir d'une image et que la vitesse et le volume comptent davantage, en particulier pour les tests de variantes ou la production sociale par lots.

Ces différences de lancement se retrouvent directement dans la configuration de l'API, les contraintes de sortie et les choix d'intégration de la section suivante.

3. Aperçu de l'API : endpoints, entrées, sorties et accès

3.1 Structure des requêtes et des réponses

Sur APIMart, Hailuo 2.3 suit un flux simple soumettre → interroger → télécharger. Vous envoyez une requête POST https://api.apimart.ai/v1/videos/generations, récupérez un task_id dans data[0].task_id et attendez le traitement de la vidéo. Ensuite, vous interrogez GET https://api.apimart.ai/v1/tasks/{task_id}. Quand le statut est completed, l'URL de la vidéo se trouve dans data.result.videos[0].url[0]. Ces champs correspondent aux deux parcours de lancement : texte-vers-vidéo et image-vers-vidéo.

Pour le texte-vers-vidéo, la requête a besoin d'un champ prompt, qui peut atteindre 2 000 caractères. Pour l'image-vers-vidéo, vous envoyez aussi first_frame_image comme image de départ. L'image peut être fournie en URL publique ou en data URI Base64. La documentation de MiniMax recommande des fichiers de moins de 20 Mo, un petit côté supérieur à 300 px et un format compris entre 2:5 et 5:2.

Les principaux réglages sont :

• duration pour la durée du clip : 6 ou 10 secondes en 768p, 6 secondes en 1080p
• resolution sur "768p" (par défaut) ou "1080p"
• prompt_optimizer comme option facultative

Pendant l'exécution de la tâche, GET /v1/tasks/{task_id} renvoie le statut pending ou processing. Il se termine par completed ou failed. Si la tâche aboutit, lisez l'URL de la vidéo dans data.result.videos[0].url[0] ; il n'y a ni ID de fichier séparé ni endpoint de téléchargement. En cas d'échec, consultez le champ error.

Interroger toutes les 15 à 30 secondes est un bon rythme. Plus souvent, vous ne faites que générer du bruit. Autre point : APIMart conserve les résultats 72 heures, il vaut donc mieux déplacer les fichiers terminés vers votre propre stockage peu après la génération.

3.2 Accès direct et API unifiée d'APIMart

Les équipes peuvent aussi appeler directement l'API de la plateforme MiniMax. Cette voie reste la plus proche de la documentation et du calendrier de sortie de MiniMax, mais ses endpoints, ses champs de tâche et ses étapes de téléchargement diffèrent de ceux d'APIMart : ne mélangez donc pas les deux dans un même client.

APIMart offre une autre voie aux équipes qui veulent gérer le travail multimodal à un seul endroit. Chaque requête utilise un jeton Bearer dans l'en-tête :

Authorization: Bearer YOUR_API_KEY

Son API unifiée vous donne une seule clé API et un seul solde en USD pour les appels texte, image et vidéo. Elle utilise aussi un style de requête compatible OpenAI, ce qui simplifie la mise en place si votre stack utilise déjà ce format. Si vous branchez plusieurs types de modèles dans un même pipeline, ce type de configuration fait gagner du temps côté client.

3.3 Tarifs et facturation en dollars américains

La facturation se fait à la seconde générée, en dollars américains. Voici les tarifs d'APIMart en octobre 2026.

Fast coûte donc environ moitié moins que Standard en 768p et environ 40 % de moins en 1080p. Une façon pratique de maîtriser les coûts : tester en 768p et réserver le 1080p aux rendus finaux. Les premières itérations restent moins chères, tout en laissant de la marge pour une livraison de meilleure qualité. Consultez la page modèle pour les tarifs actuels.

4. Modèles d'intégration pour les workflows multimodaux

4.1 Modèles d'implémentation avec le SDK Python et REST

Une fois le format des requêtes et réponses défini, l'étape suivante consiste à intégrer Hailuo 2.3 dans un pipeline réutilisable. Le plus simple est de voir Hailuo 2.3 comme la couche de rendu d'un système plus large. Gardez votre clé API dans une variable d'environnement, utilisez l'authentification Bearer sur chaque requête, requests pour les appels vidéo et des SDK pour l'orchestration des 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)

Une fois video_url obtenue, téléchargez le MP4 et transmettez-le à votre étape de stockage ou de publication. Les résultats sont conservés 72 heures : ne remettez pas cette étape à plus tard.

Une fois le flux API en place, il reste à définir des valeurs par défaut qui maîtrisent la dépense et la qualité de sortie.

4.2 Conception de pipelines pour les équipes contenu et produit

La plupart des équipes contenu et produit s'en sortent avec trois modèles de pipeline. Ils correspondent aux principaux usages de cet article : texte-vers-vidéo, image-vers-vidéo et assemblage audio après rendu.^{[13][10][12][20][21]}

Pour un workflow de clip publicitaire (texte → vidéo), un LLM construit un prompt structuré avec un décor, un sujet, une description du mouvement et une commande de caméra entre crochets au début. Par exemple :

[跟随] A pair of running shoes on a track, golden hour lighting, cinematic

Ce prompt est ensuite envoyé dans une requête texte-vers-vidéo à Hailuo 2.3 Standard. Cette configuration fonctionne bien pour des clips courts de 6 secondes.^[16]

Pour un workflow de démo produit (image → vidéo), téléversez une photo produit propre et transmettez-la comme first_frame_image à Hailuo 2.3 ou Hailuo 2.3 Fast. Le produit reste fidèle visuellement tout en gagnant un mouvement qu'une image fixe ne peut pas montrer.^[13][10][12]

Pour un workflow de synchronisation de narration (vidéo + audio), rendez d'abord la vidéo. Ajoutez ensuite la voix off ou la musique en post-production avec un modèle vocal ou musical, puis combinez le tout dans votre pipeline de publication.

Si vous avez besoin de séquences de plus de 10 secondes, enchaînez les clips. Prenez la dernière image d'une génération et injectez-la dans la requête suivante comme first_frame_image. C'est un relais simple, mais il aide à garder l'apparence des personnages et la continuité de la scène d'un segment à l'autre.^[10][12]

4.3 Paramètres à standardiser avant le déploiement

Il est utile de traiter cela comme une politique de déploiement. Figer une courte liste de valeurs par défaut avant de passer à l'échelle stabilise les sorties, rend les coûts plus prévisibles et aligne les usages de l'équipe.^{[16][17][18][19]}

Une courte check-list suffit généralement :

• Modèle de prompt - Utilisez une structure commune : commande de caméra, décor, sujet, mouvement et tag de style comme "cinematic", "product demo" ou "user-generated feel". Tenez une bibliothèque de prompts qui ont déjà fonctionné pour que les équipes les réutilisent au lieu de repartir de zéro.^[11][14][15]
• Durée - Adaptez la durée du clip à la tâche. Utilisez des clips de 6 secondes pour les aperçus et le contenu social. Réservez les clips de 10 secondes (768p uniquement) aux campagnes qui ont besoin de plus de temps.
• Résolution - Réglez 768p par défaut pour les brouillons et itérations. Utilisez 1080p seulement pour les rendus finaux.
• Règles pour la première image - Précisez où se trouvent les images sources validées, gardez les fichiers dans les limites recommandées par MiniMax (moins de 20 Mo, petit côté supérieur à 300 px) et définissez ce qu'est une bonne image de départ pour l'image-vers-vidéo.^{[10][17][18][15]}
• Choix du modèle - Utilisez MiniMax-Hailuo-2.3-Fast pour les gros lots image-vers-vidéo. Utilisez MiniMax-Hailuo-2.3 (Standard) pour le texte-vers-vidéo et pour la sortie finale, après avoir comparé les deux sur vos propres prompts.^[19]

Ces valeurs par défaut façonnent le profil de coûts et le choix de modèle abordés ensuite.

5. Coût, choix du modèle et points à retenir

5.1 Estimer le coût de scénarios de production américains courants

Une fois la configuration de lancement et le flux API en place, il faut fixer le coût de production.

En octobre 2026, un clip de 6 secondes en 768p sur Hailuo 2.3 coûte environ 0,29 $, et un clip de 10 secondes environ 0,49 $. Sur Hailuo 2.3 Fast, ces mêmes clips reviennent à environ 0,15 $ et 0,25 $, soit à peu près la moitié. En 1080p (6 secondes seulement), l'écart est plus faible : environ 0,43 $ en Standard contre 0,25 $ en Fast, soit environ 40 % de moins.

Pour une marque e-commerce américaine qui produit 80 clips produit Standard de 10 secondes par mois en 768p, le coût total de génération est d'environ 39,00 $.

En résumé :

• Hailuo 2.3 Fast pour les brouillons image-vers-vidéo, les variantes A/B et les tests par lots
• Hailuo 2.3 pour le texte-vers-vidéo, les pages produit en ligne, le social payant et les aperçus d'app stores

Le prix compte, bien sûr. Mais il ne devrait pas être le seul critère. Ce que la sortie doit accomplir compte davantage.

5.2 Choisir MiniMax Hailuo 2.3 dans le catalogue d'APIMart

Le choix tient à trois critères : type d'entrée, rapidité des brouillons ou volume par lots.

L'avantage, c'est qu'une seule intégration couvre les deux paliers. Si votre équipe veut passer du mode brouillon au mode final, il suffit de changer la valeur de model, à condition que chaque requête Fast inclue un first_frame_image.

5.3 Points à retenir

Si vous devez choisir entre les deux paliers, la règle est simple : Hailuo 2.3 est conçu pour la vidéo courte, surtout pour les clips brefs où la cohérence du mouvement et l'adéquation à la marque comptent le plus.

Avant de passer à l'échelle, lancez un pilote serré. Générez un lot contrôlé de clips de 6 et 10 secondes. Passez ensuite en revue la qualité du mouvement et l'adéquation à la marque avec votre équipe créative, vérifiez que le délai de production convient à votre flux, et confirmez que la vue de facturation d'APIMart correspond aux secondes utilisées et au coût total en USD.

FAQ

Par quel modèle commencer ?

Pour le texte-vers-vidéo, commencez par Hailuo 2.3 Standard. Si chaque clip peut partir d'une image, Hailuo 2.3 Fast est l'option la moins chère pour les brouillons et les traitements par lots.

Si vous avez besoin d'art stylisé, de mouvement humain ou de micro-expressions, Hailuo 2.3 est un bon choix. Si votre travail repose davantage sur un mouvement riche en physique ou sur des transitions première/dernière image, Hailuo 02 est aussi un choix solide. Si vous avez besoin d'audio natif ou d'une sortie 2K, regardez du côté de MiniMax H3, le modèle vidéo plus récent de MiniMax.

Vous pouvez tous les utiliser via l'API APIMart unifiée en réglant le paramètre model.

Comment faire des clips de plus de 10 secondes ?

Sur Hailuo 2.3, les clips de 10 secondes nécessitent du 768p. Le 1080p ne prend en charge que des clips de 6 secondes au maximum, il ne convient donc pas aux sorties plus longues.

Besoin de dépasser la limite de 10 secondes par clip de l'API ? Générez plusieurs clips et assemblez-les dans votre backend, en utilisant la dernière image d'un clip comme first_frame_image du suivant. Le mieux est de gérer cela de façon asynchrone, en interrogeant chaque tâche jusqu'à ce qu'elle soit completed.

Qu'est-ce qui fait généralement échouer une requête de génération ?

Une requête de génération peut échouer pour quelques raisons courantes :

• Paramètres invalides, comme duration: 10 avec resolution: "1080p", ou une requête Fast sans first_frame_image
• Clés API invalides
• Solde insuffisant
• Limites de débit (429)
• Erreurs serveur internes (5xx)

Les requêtes basées sur une image peuvent aussi échouer quand le fichier d'entrée est trop volumineux ou que son format sort de la plage prise en charge.

Si le statut d'une tâche passe à failed, consultez le champ error pour connaître la raison exacte.