Vidéo: MiniMax H3 - Timeline => Nouveau service Axiris.ai
16 août 2026 · Kris Wilhem
J'ai sorti une séquence complète avec le nouveau modèle vidéo MiniMax H3 — et surtout avec une timeline maison pour composer les plans. Neuf plans, 46 secondes en 2520 × 1440, générés en local sur une seule machine.
Ce qui m'intéressait n'était pas de sortir un clip de plus. C'était de répondre à une question que personne ne documente : combien ça coûte, réellement ? Tous les chiffres ci-dessous sont mesurés, pas estimés.
Une timeline, pas un générateur
Les services de génération vidéo rendent un clip. Ils ne rendent pas un montage.
Ma timeline traite un film comme une partition : chaque plan porte son type de raccord, son intention, son mouvement de caméra, son paysage sonore et son image de départ. Chaque plan se lance seul, se juge, et se refait s'il ne me convient pas. Le film ne se monte que lorsque j'ai tout validé.
Un détail technique qui change tout à l'usage : il n'y a aucun cache disque entre les plans. Enchaîner des clips se fait souvent en conservant un état d'un plan au suivant — c'est efficace, et ça attache les plans les uns aux autres. Ici chaque plan est indépendant. Je refais le plan 2 après avoir validé le 9, sans rien recalculer.
Ce que ça coûte
- 95 secondes pour produire un plan, son compris
- 14 min 20 pour les neuf plans
- 1 h 13 pour l'agrandissement en 1440
- 1 h 28 au total, pour 46 secondes finies
Ce qui m'a le plus surpris est dans le rapport : la création coûte un quart d'heure, l'habillage en coûte soixante-treize minutes. C'est exactement pour ça qu'on juge chaque plan avant de finir quoi que ce soit — l'agrandissement ne se paie qu'une fois, à la fin, sur ce qui a été validé.
L'agrandissement se calcule
J'ai mesuré son coût sur trois définitions, même plan, même script, trois passes à la suite :
- 1024 → 1792 × 1024 · 1,92 s par image
- 1080 → 1890 × 1080 · 2,21 s par image
- 1440 → 2520 × 1440 · 3,84 s par image
Soit 1,06 seconde par mégapixel produit, constant à ±1,8 % sur un facteur deux de surface. Ni palier, ni coût fixe. N'importe qui peut donc estimer son propre film avant de le lancer, avec une simple multiplication.
Le matériel
RTX 6000 Pro Blackwell 96 Go, 128 Go de mémoire vive. Les temps annoncés supposent une LoRA de distillation lightx2v — quatre étapes d'échantillonnage au lieu de vingt. Publier des temps sans dire ce qui les rend possibles n'aurait pas de sens.
La version à exigence maximale
Une seconde page présente trois plans poussés à 96 images par seconde. Les réseaux sociaux ré-encodent et plafonnent la cadence : la même vidéo publiée ailleurs y perd sa fluidité. Elle est donc hébergée ici, telle qu'elle sort.
La timeline est encore en développement. Elle s'inspire de l'interface de LTX Director 2.0 (GPL-3.0) et a été réimplémentée depuis mes propres mesures, sans reprendre une ligne de son code, précisément pour rester libre de sa licence.