Video: MiniMax H3 - Timeline => Neuer Dienst auf Axiris.ai
16 août 2026 · Kris Wilhem
Ich habe eine vollständige Sequenz mit dem neuen Videomodell MiniMax H3 herausgebracht, und vor allem mit einer selbst gebauten Timeline, um die Shots zu komponieren. Neun Shots, 46 Sekunden in 2520 × 1440, lokal auf einer einzigen Maschine generiert.
Was mich interessierte, war nicht, einen weiteren Clip herauszubringen. Es war, eine Frage zu beantworten, die niemand dokumentiert: Was kostet das wirklich? Alle Zahlen unten sind gemessen, nicht geschätzt.
Eine Timeline, kein Generator
Die Videogenerierungsdienste rendern einen Clip. Sie rendern keinen Schnitt.
Meine Timeline behandelt einen Film wie eine Partitur: Jeder Shot trägt seine Art des Anschlusses, seine Absicht, seine Kamerabewegung, seine Klanglandschaft und sein Ausgangsbild. Jeder Shot wird allein gestartet, beurteilt und neu gemacht, wenn er mir nicht passt. Der Film wird erst geschnitten, wenn ich alles freigegeben habe.
Ein technisches Detail, das in der Anwendung alles ändert: Es gibt keinen Disk-Cache zwischen den Shots. Clips aneinanderzureihen geschieht oft, indem man einen Zustand von einem Shot zum nächsten bewahrt: Das ist effizient, und es bindet die Shots aneinander. Hier ist jeder Shot unabhängig. Ich mache Shot 2 neu, nachdem ich Shot 9 freigegeben habe, ohne etwas neu zu berechnen.
Was es kostet
- 95 Sekunden, um einen Shot zu produzieren, Ton inklusive
- 14 min 20 für die neun Shots
- 1 h 13 für die Vergrösserung auf 1440
- 1 h 28 insgesamt, für 46 fertige Sekunden
Was mich am meisten überrascht hat, steckt im Verhältnis: Die Kreation kostet eine Viertelstunde, die Veredelung kostet dreiundsiebzig Minuten. Genau deshalb beurteilt man jeden Shot, bevor man irgendetwas fertigstellt: Die Vergrösserung wird nur einmal bezahlt, am Ende, auf dem, was freigegeben wurde.
Die Vergrösserung lässt sich berechnen
Ich habe ihre Kosten auf drei Auflösungen gemessen, derselbe Shot, dasselbe Skript, drei Durchgänge nacheinander:
- 1024 → 1792 × 1024 · 1,92 s pro Bild
- 1080 → 1890 × 1080 · 2,21 s pro Bild
- 1440 → 2520 × 1440 · 3,84 s pro Bild
Also 1,06 Sekunden pro produziertem Megapixel, konstant auf ±1,8 % über einen Faktor zwei an Fläche. Weder Stufe noch Fixkosten. Jeder kann also seinen eigenen Film schätzen, bevor er ihn startet, mit einer einfachen Multiplikation.
Die Hardware
RTX 6000 Pro Blackwell 96 GB, 128 GB Arbeitsspeicher. Die angegebenen Zeiten setzen ein Distillations-LoRA lightx2v voraus: vier Sampling-Schritte statt zwanzig. Zeiten zu veröffentlichen, ohne zu sagen, was sie möglich macht, hätte keinen Sinn.
Die Version mit maximalem Anspruch
Eine zweite Seite zeigt drei Shots, auf 96 Bilder pro Sekunde gebracht. Die sozialen Netzwerke encodieren neu und begrenzen die Bildrate: Dasselbe Video, anderswo veröffentlicht, verliert dort seine Flüssigkeit. Es wird also hier gehostet, so wie es herauskommt.
Die Timeline ist noch in Entwicklung. Sie ist von der Oberfläche von LTX Director 2.0 (GPL-3.0) inspiriert und wurde aus meinen eigenen Messungen neu implementiert, ohne eine Zeile seines Codes zu übernehmen, genau um von seiner Lizenz frei zu bleiben.