MiniMax Hailuo 2.3 en Novita AI es fácil de elegir comenzando por tu entrada: usa Texto a Video cuando la escena solo existe como prompt, usa Imagen a Video cuando un primer fotograma o imagen de referencia debe anclar el clip, y usa Fast Image to Video cuando ya tienes una imagen y quieres probar el endpoint Fast I2V de menor precio antes de gastar en el I2V estándar.
Tabla de selección de modo MiniMax Hailuo 2.3
| Decisión | Empieza aquí | Por qué |
|---|---|---|
| Solo tienes una escena escrita | Hailuo 2.3 Text to Video | El endpoint T2V requiere prompt y no necesita imagen. |
| Tienes un fotograma de producto, personaje, storyboard o una imagen aprobada | Hailuo 2.3 Image to Video | El endpoint I2V requiere tanto prompt como image, por lo que la imagen de entrada ancla el estado visual inicial. |
| Tienes una imagen y necesitas una primera pasada I2V más barata | Hailuo 2.3 Fast Image to Video | Los precios de Fast I2V son más bajos que los del I2V estándar para las mismas combinaciones de duración y resolución visibles. |
| Necesitas salida 1080P | Cualquiera de los tres modos, limitado a 6 segundos | Los documentos de Novita listan soporte 1080P para trabajos de Hailuo 2.3 de 6 segundos; los trabajos de 10 segundos se listan solo a 768P. |
| Necesitas un clip de 10 segundos | T2V, I2V o Fast I2V a 768P | Los documentos listan 10 segundos como una duración disponible, con 768P como la resolución soportada de 10 segundos. |
| Necesitas comandos de cámara por prompt documentados en la referencia de la API | T2V o I2V estándar | Los documentos de T2V e I2V listan 15 comandos de cámara compatibles; la página de Fast I2V no incluye esa sección de comandos de cámara. |
| Estás planeando un lote de prueba amplio | Empieza con 6s 768P; usa Fast I2V solo cuando haya una imagen disponible | 6s 768P es la fila visible más baja para cada modo, y Fast I2V es la fila visible más baja de Hailuo 2.3 I2V. |
| Estás produciendo un clip casi final solo con prompt | T2V a la resolución y duración objetivo | T2V es el único endpoint de la familia Hailuo 2.3 aquí que no necesita entrada de imagen. |
| Estás produciendo un clip casi final liderado por un activo | I2V estándar a la resolución y duración objetivo | I2V estándar mantiene el flujo de trabajo liderado por imagen mientras usa el endpoint no Fast. |
La distinción importante no es “qué modo es mejor” en abstracto. Es si tu primera prueba útil debe ser solo con prompt, liderada por imagen, o una pasada Fast I2V de menor precio. Si no hay una imagen de origen disponible, el modo Fast no es una opción porque Fast Hailuo 2.3 está documentado como un endpoint de imagen a video.
Si estás comparando Hailuo 2.3 con otros modelos de video recientes, Seedance V1.5 Pro añade un nivel de lote flexible y una opción I2V de primer y último fotograma, mientras que Kling V2.5 Turbo cubre T2V e I2V a 5 y 10 segundos. Para un resumen de las opciones del modelo Vidu que también cubren casos de uso de imagen a video, consulta la guía de Vidu Q3 Pro vs Turbo.
Modos de la API MiniMax Hailuo 2.3 en Novita AI
Novita AI documenta tres API de video asíncronas separadas de MiniMax Hailuo 2.3:
| Modo | Ruta de la API de Novita | Entradas requeridas | Controles compartidos |
|---|---|---|---|
| MiniMax Hailuo 2.3 Text to Video | POST /v3/async/minimax-hailuo-2.3-t2v |
prompt |
duration, resolution, enable_prompt_expansion, fast_pretreatment |
| MiniMax Hailuo 2.3 Image to Video | POST /v3/async/minimax-hailuo-2.3-i2v |
prompt, image |
duration, resolution, enable_prompt_expansion, fast_pretreatment |
| MiniMax Hailuo 2.3 Fast Image to Video | POST /v3/async/minimax-hailuo-2.3-fast-i2v |
prompt, image |
duration, resolution, enable_prompt_expansion |
Los tres endpoints son asíncronos. La solicitud de creación devuelve un task_id, no una URL de video terminada. Las aplicaciones deben almacenar el ID de la tarea y usar la Novita AI Task Result API para recuperar la salida generada cuando el trabajo se completa.
Para una visión más amplia de las opciones de modelos de video en Novita AI, la visión general de la API de generación de video cubre opciones de texto a video e imagen a video en distintas familias de modelos antes de que elijas un endpoint.
Las referencias de la API de Hailuo 2.3 verificadas el 23 de junio de 2026 listan opciones de duration de 6 y 10. Listan valores predeterminados de resolution en 768P, con 768P y 1080P disponibles para videos de 6 segundos y 768P disponible para videos de 10 segundos. El campo prompt es obligatorio en los tres modos y admite de 1 a 2000 caracteres.
Para los modos liderados por imagen, el campo image admite una URL pública o una URL de datos Base64 como data:image/jpeg;base64,.... Esto hace que I2V y Fast I2V sean más adecuados para flujos de trabajo donde la semilla visual ya existe en almacenamiento, una herramienta de diseño, un catálogo de productos o un paso de generación anterior.
¿Cuál es la diferencia entre T2V, I2V y Fast I2V?
Elige Hailuo 2.3 Text to Video cuando la primera versión del clip deba provenir solo del lenguaje. Este es el punto de partida más limpio para exploración de conceptos, ideación de escenas, planificación de tomas y pruebas de prompt donde aún no tienes una imagen de producto fija o un fotograma de personaje.
T2V también es la forma de solicitud más simple. No requiere carga de imagen ni URL de imagen, por lo que un producto puede recopilar un prompt, elegir duración y resolución, enviar la tarea y sondear el resultado. Úsalo cuando los criterios de aceptación traten sobre la idea de la escena en lugar de la fidelidad a una imagen inicial específica.
Elige Hailuo 2.3 Image to Video cuando la imagen de entrada sea parte de los criterios de aceptación. Una imagen fija de producto, un fotograma de personaje aprobado, una visual de marca, un panel de storyboard o un fotograma clave generado no deben recrearse a partir de texto si ya tienes el activo. Usa I2V para que la generación comience desde la imagen que proporcionas.
El I2V estándar también se adapta a flujos de trabajo de revisión donde un diseñador, comercial o equipo de producto aprueba un fotograma fijo antes de añadir movimiento. La imagen de entrada se convierte en el punto de referencia para el clip, mientras que el prompt describe cómo debe moverse la escena.
Elige Hailuo 2.3 Fast Image to Video cuando ya tienes una imagen y quieres probar los precios listados más bajos del endpoint Fast I2V. Fast I2V no es un modo solo con prompt; sigue requiriendo image más prompt. Por lo tanto, es una elección de costo y endpoint dentro de un flujo de trabajo liderado por imagen, no un reemplazo para T2V.
Los documentos describen Fast Hailuo 2.3 como acelerado y posicionado para equilibrar calidad y rendimiento a una tarifa más rentable. Para la planificación práctica, trátalo como una razón para probarlo temprano con tus propios activos en lugar de asumir que siempre reemplazará al I2V estándar. Si Fast I2V pasa tus criterios de aceptación visual, puede ser el mejor carril de iteración. Si no, mueve la misma imagen y dirección de prompt al I2V estándar.
Hay una diferencia de control documentada que notar. Los cuerpos de solicitud de T2V e I2V estándar incluyen fast_pretreatment; el cuerpo de solicitud de Fast I2V mostrado en los documentos no lo incluye. Los documentos de T2V e I2V estándar también listan 15 comandos de cámara compatibles, incluyendo paneo, inclinación, zoom, travelling, empuje, tirón, pedestal, sacudida, plano de seguimiento y plano estático. La página de Fast I2V verificada para este artículo no incluye esa sección de comandos de cámara, por lo que evita prometer un comportamiento idéntico de comandos de cámara en los tres modos a menos que tus propias pruebas lo confirmen.
¿Cuánto cuesta Hailuo 2.3 en Novita AI?
Los datos actuales de la biblioteca de modelos y precios de Novita verificados el 23 de junio de 2026 listan las siguientes filas de MiniMax Hailuo 2.3:
| Modo | Duración | Resolución | Precio |
|---|---|---|---|
| Hailuo 2.3 Text to Video | 6s | 768P | $0.28/video |
| Hailuo 2.3 Text to Video | 10s | 768P | $0.56/video |
| Hailuo 2.3 Text to Video | 6s | 1080P | $0.49/video |
| Hailuo 2.3 Image to Video | 6s | 768P | $0.28/video |
| Hailuo 2.3 Image to Video | 10s | 768P | $0.56/video |
| Hailuo 2.3 Image to Video | 6s | 1080P | $0.49/video |
| Hailuo 2.3 Fast Image to Video | 6s | 768P | $0.19/video |
| Hailuo 2.3 Fast Image to Video | 10s | 768P | $0.32/video |
| Hailuo 2.3 Fast Image to Video | 6s | 1080P | $0.33/video |
Dos conclusiones sobre precios son importantes para la planificación. Primero, el T2V estándar y el I2V estándar tienen las mismas filas de precio visibles para la misma duración y resolución. Elige entre ellos según la entrada, no el costo. Segundo, Fast I2V tiene un precio más bajo que el I2V estándar en todas las filas visibles de Hailuo 2.3, pero requiere una imagen y debe evaluarse según tus propios criterios de salida.
Para una exploración temprana, 6s a 768P es la opción visible más baja en cada modo. Para una prueba solo con prompt, eso significa $0.28/video con T2V. Para una prueba liderada por imagen, eso significa $0.28/video con I2V estándar o $0.19/video con Fast I2V.
Para 1080P, las filas visibles de Hailuo 2.3 son trabajos de 6 segundos: $0.49/video para T2V o I2V estándar, y $0.33/video para Fast I2V. Para trabajos de 10 segundos, las filas visibles son 768P: $0.56/video para T2V o I2V estándar, y $0.32/video para Fast I2V.
Los precios pueden cambiar. Antes de un lote de alto volumen, verifica la fila exacta en la biblioteca de modelos de Novita AI o en la vista de precios de la consola.
¿Qué modo deberías probar primero?
Si la idea aún vive solo en un resumen, empieza con T2V. Mantén el primer prompt corto, elige 6s 768P y añade dirección de cámara solo cuando afecte la revisión. Esto mantiene la primera pasada ligera: sin preparación de imagen, sin carga de activos, solo una verificación rápida de si el concepto de la escena merece ser desarrollado.
Si la imagen ya es parte del resumen, usa I2V estándar primero. Una imagen fija de producto, un fotograma de personaje o un panel de storyboard cambia el trabajo de “inventar una escena” a “animar este punto de partida exacto”. T2V puede crear algo plausible, pero no puede preservar una imagen de origen específica a menos que esa imagen se pase a un endpoint I2V.
Fast I2V es útil cuando ya tienes la imagen y quieres más margen para experimentar antes de elegir finalistas. Debido a que tiene las filas de precio visibles más bajas de Hailuo 2.3 para trabajos liderados por imagen, es un carril sensato para probar dirección de movimiento, redacción de prompt y si la imagen de origen funciona como semilla. Después de esa pasada, sigue usando Fast I2V si la salida cumple con tu estándar, o mueve los candidatos más fuertes al I2V estándar.
La trampa principal es elegir Fast I2V demasiado pronto. Sigue siendo imagen a video, por lo que no es un atajo para un resumen escrito sin imagen adjunta. En ese caso, T2V es la mejor primera prueba.
Para una exploración amplia, 768P suele ser suficiente para juzgar la dirección del prompt, el ajuste de la imagen y las ideas de movimiento. Guarda 1080P para el conjunto más pequeño de clips que están lo suficientemente cerca como para inspeccionarlos en detalle.
Usa pruebas de 10 segundos cuando el tiempo extra cambie la decisión creativa, no como la primera pasada predeterminada. La fila documentada de Hailuo 2.3 para trabajos de 10 segundos es 768P; si tu equipo necesita 1080P, planifica alrededor de trabajos de 6 segundos o confirma si la consola en vivo ha añadido una opción más nueva antes de comprometerte con un lote.
Flujo de trabajo de la API MiniMax Hailuo 2.3
Una integración de producción debe tratar Hailuo 2.3 como un flujo de trabajo de trabajo asíncrono:
- Elige T2V, I2V o Fast I2V según la entrada disponible.
- Elige duración de 6s o 10s.
- Elige
768Po1080P, teniendo en cuenta que 1080P está documentado para trabajos de 6 segundos. - Envía la solicitud al endpoint asíncrono específico del modelo.
- Almacena el
task_iddevuelto. - Sonda la API de resultado de tarea hasta que la tarea tenga éxito o falle.
- Almacena la URL del medio devuelta según las reglas de retención de tu producto.
Aquí hay una solicitud mínima de texto a video:
curl --location --request POST 'https://api.novita.ai/v3/async/minimax-hailuo-2.3-t2v' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer ${NOVITA_API_KEY}" \
--data-raw '{
"prompt": "A compact smart speaker on a kitchen counter lights up as the camera slowly pushes in. Soft morning light, clean product demo, no text overlays.",
"duration": 6,
"resolution": "768P",
"enable_prompt_expansion": true,
"fast_pretreatment": false
}'
Aquí hay una solicitud mínima de imagen a video:
curl --location --request POST 'https://api.novita.ai/v3/async/minimax-hailuo-2.3-i2v' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer ${NOVITA_API_KEY}" \
--data-raw '{
"image": "https://example.com/product-frame.jpg",
"prompt": "Animate the product with a subtle light pulse while the camera makes a slow push-in. Keep the product centered and avoid adding text.",
"duration": 6,
"resolution": "768P",
"enable_prompt_expansion": true,
"fast_pretreatment": false
}'
Aquí está la misma prueba liderada por imagen usando Fast I2V:
curl --location --request POST 'https://api.novita.ai/v3/async/minimax-hailuo-2.3-fast-i2v' \
--header 'Content-Type: application/json' \
--header "Authorization: Bearer ${NOVITA_API_KEY}" \
--data-raw '{
"image": "https://example.com/product-frame.jpg",
"prompt": "Animate the product with a subtle light pulse while the camera makes a slow push-in. Keep the product centered and avoid adding text.",
"duration": 6,
"resolution": "768P",
"enable_prompt_expansion": true
}'
En los tres casos, construye para estados en cola, procesando, exitoso y fallido. La respuesta inicial te da un ID de tarea; no significa que el video ya esté disponible.
Recomendación final
Para la mayoría de los equipos, la primera prueba de MiniMax Hailuo 2.3 debería ser 6s 768P. Usa T2V si solo tienes un prompt. Usa I2V estándar si el primer fotograma o imagen de referencia es innegociable. Usa Fast I2V si tienes una imagen y quieres un carril de iteración de menor precio antes de decidir qué salidas merecen revisión I2V estándar o 1080P.
Esa secuencia mantiene la primera pasada vinculada a la restricción de entrada real. También evita un error común: tratar el modo Fast como un atajo universal. Fast Hailuo 2.3 es un endpoint de imagen a video, por lo que es útil solo después de que exista una imagen.
Preguntas frecuentes
¿Está disponible MiniMax Hailuo 2.3 para texto a video en Novita AI?
Sí. Novita AI documenta POST /v3/async/minimax-hailuo-2.3-t2v para MiniMax Hailuo 2.3 Text to Video.
¿Está disponible MiniMax Hailuo 2.3 para imagen a video en Novita AI?
Sí. Novita AI documenta POST /v3/async/minimax-hailuo-2.3-i2v para Image to Video estándar y POST /v3/async/minimax-hailuo-2.3-fast-i2v para Fast Image to Video.
¿Cuál es la diferencia entre Hailuo 2.3 I2V y Fast I2V?
Ambos requieren prompt e image. El endpoint Fast I2V tiene filas de precio visible más bajas que el I2V estándar y está documentado por separado como minimax-hailuo-2.3-fast-i2v. El I2V estándar incluye fast_pretreatment en el cuerpo de solicitud documentado; Fast I2V no muestra ese campo.
¿Soporta Hailuo 2.3 1080P?
Sí, para trabajos de 6 segundos. Los documentos de Hailuo 2.3 verificados el 23 de junio de 2026 listan 768P y 1080P para videos de 6 segundos y solo 768P para videos de 10 segundos.
¿Cuánto cuesta MiniMax Hailuo 2.3 en Novita AI?
Las filas visibles verificadas el 23 de junio de 2026 comienzan en $0.28/video para 6s 768P T2V o I2V estándar, $0.19/video para 6s 768P Fast I2V, $0.49/video para 6s 1080P T2V o I2V estándar y $0.33/video para 6s 1080P Fast I2V.
