Video: MiniMax H3 - Timeline => Nuovo servizio Axiris.ai
16 août 2026 · Kris Wilhem
Ho prodotto una sequenza completa con il nuovo modello video MiniMax H3, e soprattutto con una timeline fatta in casa per comporre le inquadrature. Nove inquadrature, 46 secondi in 2520 × 1440, generati in locale su una sola macchina.
Ciò che mi interessava non era produrre un clip in più. Era rispondere a una domanda che nessuno documenta: quanto costa, realmente? Tutte le cifre qui sotto sono misurate, non stimate.
Una timeline, non un generatore
I servizi di generazione video rendono un clip. Non rendono un montaggio.
La mia timeline tratta un film come una partitura: ogni inquadratura porta il suo tipo di raccordo, la sua intenzione, il suo movimento di camera, il suo paesaggio sonoro e la sua immagine di partenza. Ogni inquadratura si lancia da sola, si giudica, e si rifà se non mi convince. Il film si monta solo quando ho convalidato tutto.
Un dettaglio tecnico che cambia tutto all'uso: non c'è alcuna cache su disco tra le inquadrature. Concatenare clip si fa spesso conservando uno stato da un'inquadratura alla successiva: è efficace, e lega le inquadrature le une alle altre. Qui ogni inquadratura è indipendente. Rifaccio l'inquadratura 2 dopo aver convalidato la 9, senza ricalcolare nulla.
Quanto costa
- 95 secondi per produrre un'inquadratura, suono compreso
- 14 min 20 per le nove inquadrature
- 1 h 13 per l'ingrandimento in 1440
- 1 h 28 in totale, per 46 secondi finiti
Ciò che mi ha sorpreso di più è nel rapporto: la creazione costa un quarto d'ora, la rifinitura costa settantatré minuti. È esattamente per questo che si giudica ogni inquadratura prima di finire qualsiasi cosa: l'ingrandimento si paga una sola volta, alla fine, su ciò che è stato convalidato.
L'ingrandimento si calcola
Ho misurato il suo costo su tre definizioni, stessa inquadratura, stesso script, tre passaggi di seguito:
- 1024 → 1792 × 1024 · 1,92 s per immagine
- 1080 → 1890 × 1080 · 2,21 s per immagine
- 1440 → 2520 × 1440 · 3,84 s per immagine
Ossia 1,06 secondi per megapixel prodotto, costante a ±1,8 % su un fattore due di superficie. Né soglie, né costo fisso. Chiunque può quindi stimare il proprio film prima di lanciarlo, con una semplice moltiplicazione.
Il materiale
RTX 6000 Pro Blackwell 96 GB, 128 GB di memoria RAM. I tempi annunciati presuppongono un LoRA di distillazione lightx2v: quattro passi di campionamento invece di venti. Pubblicare tempi senza dire cosa li rende possibili non avrebbe senso.
La versione a esigenza massima
Una seconda pagina presenta tre inquadrature spinte a 96 immagini al secondo. I social network ricodificano e limitano la frequenza: lo stesso video pubblicato altrove vi perde la sua fluidità. È quindi ospitato qui, così come esce.
La timeline è ancora in sviluppo. Si ispira all'interfaccia di LTX Director 2.0 (GPL-3.0) ed è stata reimplementata dalle mie misure, senza riprendere una riga del suo codice, precisamente per restare libera dalla sua licenza.