MiniMax H3 Geldi: 2K ve Sesli Video, Ama Açık Ağırlıklar Henüz Yok

Kısa özet: Çin merkezli MiniMax, 31 Temmuz 2026’da H3 adlı yeni video üretim modelini kullanıma açtı. H3; metin, görsel, video ve sesi aynı istekte referans olarak alabiliyor, 4 ila 15 saniyelik 2K video ve yerleşik stereo ses üretebiliyor. API fiyatı 2K çıktı için saniye başına 0,13 dolar; dolayısıyla yalnız çıktı maliyeti 0,52 ile 1,95 dolar arasında değişiyor. Ancak duyurudaki “açık model” ifadesini şimdilik temkinli okumak gerekiyor: MiniMax ağırlıkları ilerleyen günlerde yayımlamayı planladığını söylüyor; 1 Ağustos sabahı GitHub ve Hugging Face hesaplarında H3 ağırlıkları ya da bunlara uygulanacak model lisansı yoktu. Bugün doğrulanabilen ürün, ücretli bulut API’si.

Yenilik: Tek istekte görüntü, hareket, ses ve düzenleme

Video modelleri çoğu zaman metinden video, görselden video, ilk-son kare denetimi ve karakter referansı gibi ayrı iş akışları sunuyor. H3’ün asıl iddiası bu sınırları tek bir çok kipli bağlamda birleştirmek. Kullanıcı en fazla dokuz görsel, üç kısa video ve üç ses kaydını bir istemle ilişkilendirebiliyor. Modelden bir görseldeki kişiyi, başka bir videodaki kamera hareketini ve bir ses kaydındaki tınıyı kullanarak yeni bir sahne üretmesi istenebiliyor.

Resmî API belgesinde metinden video, ilk veya son kareyle görselden video ve referans tabanlı üretim destekleniyor. Referans videoların her biri 2-15 saniye, toplamı en fazla 15 saniye olabiliyor; ses için de aynı süre sınırı var. Karma girdiler 12 dosyayla, istek gövdesi 64 MB ile sınırlı. Çıktı süresi tam sayı olarak 4-15 saniye seçiliyor. Belge “2K” diyor fakat kesin piksel boyutunu belirtmiyor; bu nedenle 2K etiketini tek başına sinema teslim standardı gibi yorumlamamak gerekir.

MiniMax, H3’ün fiyat-performansının yaygın rakiplerden daha iyi olduğunu ve özellikle yazı ile marka öğelerini doğru üretmede güçlü olduğunu ileri sürüyor. Fakat duyuruda karşılaştırılan modeller, test örneklemi ve insan değerlendirme yöntemi açıklanmıyor. Teknik rapor da “yakında” yayımlanacak. Bu yüzden örnek videolar ürünün yapabildiklerini gösteren bir vitrin; bağımsız kalite, tutarlılık veya maliyet kanıtı değil.

H3 nasıl çalışıyor?

Şirketin özetlediği mimaride dört parça öne çıkıyor. “Contextual Omni Representation”, görsel ve işitsel girdiler arasındaki ilişkiyi doğal dille tarif edilen ortak bir bağlama dönüştürüyor. MiniMax, bir kaynak paketi için yaklaşık 100 bin belirteçlik çıkarımı ortalama 4 bin belirteçlik yoğun bir temsile damıttığını söylüyor. H3-VAE adlı kodlayıcı, yüksek sıkıştırma oranıyla etkin dizi uzunluğunu önceki tasarıma göre dört kat artırmayı amaçlıyor. H3-Omni Transformer, anlama ve üretim yüklerini ayrı işlerken ortak eğitiyor. Son aşamadaki “in-context regeneration” ise düşük çözünürlüklü sonucu klasik bir büyütme modülüne vermek yerine, temel modele özgün referansları yeniden göstererek yüksek çözünürlüklü çıktıyı tekrar ürettiriyor.

Bu yaklaşımın pratik vaadi, yalnız “bir klip çizmek” değil; mevcut malzemeyi anlayıp kontrollü biçimde yeniden düzenlemek. Örneğin ürün fotoğrafını korurken kamera hareketini bir referans videodan, konuşma tınısını izinli bir ses kaydından ve sahne düzenini metin komutundan almak mümkün. Yine de 15 saniyelik üst sınır, uzun bir reklamın veya eğitim videosunun tek üretimde tamamlanamayacağı anlamına geliyor. Sahne sürekliliği, kurgu, altyazı, ses düzeyi ve marka denetimi hâlâ ayrı bir üretim zinciri gerektiriyor.

Kimler için önemli?

Reklam, e-ticaret ve sosyal medya ekipleri kısa ürün tanıtımları, hareketli afişler ve çoklu en-boy oranında kampanya denemeleri hazırlayabilir. 9:16, 16:9, 1:1 ve başka yaygın oranların API’de bulunması, aynı fikirden kanal varyantları üretmeyi kolaylaştırıyor. Buna karşılık her varyant ayrı ücretleniyor; başarısız denemeler ve yeniden üretimler toplam maliyeti hızla büyütebilir.

Tasarım ve oyun ekipleri bir karakter, arayüz veya hareket referansını kısa prototiplere dönüştürebilir. Bu çıktılar fikir doğrulama ve sunum için yararlı olabilir; son ürün varlığı sayılmadan önce kare kare kalite, telif, benzerlik ve marka uygunluğu kontrolü gerekir.

Geliştiriciler H3’ü asenkron API üzerinden bir uygulamaya ekleyebilir. Ancak bugün yerel çalıştırma, donanım gereksinimi, ince ayar veya şirket içi dağıtım için doğrulanabilir bir yol yok. Ağırlıklar yayımlanana ve lisans incelenene kadar H3’ü “kendi sunucunda çalıştırılabilen açık kaynak model” diye tanımlamak yanlış olur.

Gerçek kullanım: Erişilebilir bir ürün tanıtımı

Somut bir senaryo, yeni bir mutfak cihazı için 10 saniyelik dikey tanıtım hazırlamak. Ekip ürünü beyaz fonda gösteren iki onaylı fotoğrafı, istenen kamera hareketini gösteren kısa bir referans videosunu ve lisanslı bir müzik parçasını sisteme verir. İstem, ürün üzerindeki yazının değişmemesini, düğmelerin gerçek sırada kalmasını, kameranın yavaşça yaklaşmasını ve son iki saniyede sade bir çağrı metni görünmesini ister.

İlk çıktı yalnız görsel kaliteyle değerlendirilmemeli. Ürün adı ve fiyatın doğru yazıldığı, gerçek dışı bir özellik eklenmediği, hızlı ışık değişiminin nörolojik risk yaratmadığı ve konuşmanın anlaşılır olduğu kontrol edilmeli. Ardından insan tarafından hazırlanmış altyazı, metin dökümü ve gerekiyorsa sesli betimleme eklenmeli. Modelin stereo ses üretmesi videoyu kendiliğinden erişilebilir yapmaz; işitsel bilgi altyazısız kalabilir, görsel mesaj da ses kanalında açıklanmayabilir.

API ile başlangıç ve doğrulanan arayüz akışı

API’de önce POST /v2/video_generation isteğiyle model, istem, süre, çözünürlük ve referanslar gönderiliyor. Sunucu bir task_id döndürüyor. Uygulama bu kimlikle görev durumunu belirli aralıklarla sorguluyor; işlem tamamlanınca content.url alanındaki videoyu indiriyor. Metinden video için en-boy oranı zorunlu; görselden videoda oran girdiden belirleniyor. Anahtar koda gömülmemeli, sunucu tarafında gizli değişken olarak tutulmalı.

curl https://api.minimax.io/v2/video_generation \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "content": [{"type":"text","text":"Sade ürün çekimi, yavaş yaklaşma"}],
    "duration": 5,
    "resolution": "2K",
    "ratio": "9:16"
  }'

Bu incelemede ücretli üretim yapılmadı. Blog, sürüm notu, fiyat sayfası ve API şeması Türkiye’den açıldı; resmî örnek MP4 dosyası HTTP 200 ile indirilebilir durumdaydı. Kimlik doğrulamasız deneme isteği beklendiği gibi HTTP 401 döndürdü; bu, uç noktanın etkin olduğunu doğruluyor fakat çıktı kalitesini doğrulamıyor.

Maliyet, erişim, gizlilik ve lisans

2K üretim saniye başına 0,13 dolar. Beş saniye 0,65 dolar, on saniye 1,30 dolar, azami 15 saniye 1,95 dolar. 768p seçeneği 0,09 dolar/saniye olarak listeleniyor, ancak kapalı beta ve satış ekibiyle görüşme gerektiriyor. İlk beş referans görsel ücretsiz, sonraki her görsel 0,04 dolar. Referans ses ücretsiz; referans video ise süresi ve çıktı çözünürlüğüne göre ayrıca ücretleniyor. Örneğin 10 saniyelik referans videodan 10 saniyelik 2K çıktı almak, diğer kalemler hariç 2,60 dolara ulaşabilir.

Global belgeler minimax.io alanında erişilebilir; Çin hizmeti ayrı minimaxi.com alanını kullanıyor. Hesap açma, ödeme yöntemi ve bazı özellikler ülkeye göre değişebilir. Gizlilik açısından, kullanılan yüz, ses, müşteri ürünü ve yayımlanmamış kampanya dosyaları sağlayıcının bulutuna gönderilir. Saklama, eğitimde kullanım, veri aktarımı ve silme koşulları sözleşmede doğrulanmadan hassas veya biyometrik veri yüklenmemeli. Kurumsal ekipler veri işleme sözleşmesi ve yetkili kişi onayı aramalı.

Lisans tarafında en önemli uyarı şu: H3 ağırlıkları henüz yayımlanmadığı için bunların ticari kullanım, değiştirme ve dağıtım koşulları bilinmiyor. API’nin OpenAPI şemasında görülen MIT lisansı model ağırlıklarına otomatik olarak uygulanmaz. MiniMax’ın GitHub kuruluşunda ve Hugging Face hesabında 1 Ağustos 2026 saat 09.00 itibarıyla H3 deposu bulunmuyordu. Ağırlıklar geldiğinde lisans dosyası, model kartı, eğitim verisi açıklaması, güvenlik raporu ve donanım gereksinimi ayrı ayrı incelenmeli.

Sınırlamalar ve riskler

H3 hakkındaki performans iddiaları şimdilik şirketin kendi değerlendirmelerine dayanıyor. Teknik rapor, bağımsız kıyaslama ve güvenlik kartı yok. Üretilen yazılar bozulabilir; marka, yüz ve ürün ayrıntıları sahneler arasında değişebilir. Referans ses ve görüntü özellikleri, izinsiz taklit veya yanıltıcı reklam için kötüye kullanılabilir. Çocukların görüntüleri, sağlık verisi, müşteri kayıtları ve üçüncü kişilerin sesleri özellikle yüksek risk taşır.

Üretim akışında yalnız izinli varlıklar kullanılmalı; istem ve çıktı kayıtları tutulmalı; insan onayı olmadan yayımlama yapılmamalı. Reklam iddiaları kaynağa bağlanmalı, gerçek kişi benzerliği açıkça kontrol edilmeli ve yapay içerik gerekli yerlerde etiketlenmeli. Maliyet sınırı, zaman aşımı ve tekrar sayısı uygulama katmanında belirlenmeli. Kısacası H3, kısa ve kontrollü yaratıcı denemeler için dikkat çekici; fakat “açık” etiketi ve kalite karşılaştırmaları bugün satın alma kararı için yeterli kanıt değil.

Kaynaklar

• MiniMax H3 resmî duyurusu — 31 Temmuz 2026; yetenekler, mimari özet ve ağırlıkları yayımlama planı.
• MiniMax model sürüm notları — H3 yayın tarihi ve ürün tanımı.
• Video üretim kılavuzu — girdi türleri, dosya ve süre sınırları, iş akışı.
• H3 API başvurusu — istek şeması, oranlar ve hata yanıtları.
• MiniMax kullanım başına fiyatlandırma — çıktı ve referans malzemesi ücretleri.
• MiniMax-AI GitHub kuruluşu ve MiniMaxAI Hugging Face hesabı — H3 ağırlıklarının yayın durumu kontrolü.
• MiniMax gizlilik politikası ve hizmet koşulları.

Editoryal doğrulama notu: Kaynaklar 1 Ağustos 2026 saat 09.00’da Türkiye’den incelendi. Ücretli üretim yapılmadı; kamuya açık belge, örnek medya, API erişimi ve model deposu durumu doğrulandı. Şirketin kalite ve fiyat karşılaştırmaları bağımsız olarak tekrarlanamadığı için iddia olarak aktarıldı. Bu metin kaynakların çevirisi değil, özgün Türkçe analizdir.