MiniMax H3 vs H3 Max: 사양과 영상 비교

H3와 H3 Max, 필요한 숏부터 생각하세요

납품 해상도와 실제로 쓸 수 있는 테이크를 기준으로 고르세요. H3는 일반적인 2K·4K 출력 경로를 제공하고, Max는 768P와 정제된 1080P를 제공합니다. 아래의 참조 이미지 4장 테스트에서는 구도와 숏 선택이 비슷했고, Max의 뚜렷한 카메라 표현 우위는 보이지 않았습니다. 둘 다 fal에 참조 기반 영상 엔드포인트가 있어 캐릭터 시트, 동작 클립, 음성 참조를 어느 쪽 테스트에도 사용할 수 있습니다.

Max는 fal이 H3를 사후 학습한 변형 모델로, 프롬프트 준수, 미감, 처리량을 조정했습니다. 화면과 소리가 적절하고 앞뒤 숏과 어울리는 테이크라면 최종 편집에 넣을 수 있습니다. 연속 시리즈에서는 고개를 돌리는 얼굴, 잡는 방식을 바꾸는 손, 카메라 이동 중 대사처럼 어려운 부분부터 시험하세요.

사양 확인일은 2026년 10월 25일입니다. 표에서는 fal 엔드포인트와 MiniMax가 공개한 기본 모델 사양, 로컬 작업 흐름을 구분합니다. 각 환경에서 제공하는 설정은 다를 수 있습니다.

fal의 길이와 해상도 제한

참고로 MiniMax의 H3 발표는 4–15초, 768p 기본 출력, 별도의 2K 재생성 단계를 명시합니다. 그렇다고 모든 호스팅 서비스가 최소 4초를 받는 것은 아닙니다. fal 표는 자체 호스팅 출력 제한도 설명하지 않습니다.

일괄 생성 전에는 사용할 정확한 엔드포인트의 길이 필드를 확인하세요. Max의 텍스트→영상과 이미지→영상 스키마는 실숫값을 받으며 target_audio_url을 사용할 때 최소 2초를 명시합니다. 해당 필드에는 가이드의 전체 범위가 적혀 있지 않습니다. 이 오디오 조건을 일반 범위와 구분하세요. Max는 반환 파일이 요청보다 약 0.7초 길 수 있다고도 알립니다.

표는 문서에 명시된 옵션을 정리한 것입니다. 아래 사례는 모델마다 12초·768P 참조 요청을 한 번씩 테스트했으며 모든 제한을 시험하지는 않았습니다. ArcLoop에서 제공하는 설정은 다를 수 있습니다.

H3와 H3 Max를 언제 선택할까

유용한 Reddit 후기는 각 모델을 작업 어디에 쓰는지 설명합니다. 한 Max 사용자는 느린 마무리 작업 전에 여러 콘셉트를 탐색합니다. 다른 토론에서 참조를 사용하는 이용자는 익숙한 기본 모델 LoRA 구성을 선호하며, Max 참조 모드의 속도 향상이 텍스트→영상보다 작다고 보고했습니다. 어느 후기도 품질 비교의 결론은 아닙니다. 함께 보면 실제로 사용할 모드를 테스트해야 할 이유가 됩니다.

애니메이션 장면에서는 두 모델에 같은 까다로운 동작과 참조를 주세요. 얼굴, 손, 물체 이동과 대사를 살피고 남길 테이크를 세세요. 재생 가능한 파일을 얻기까지의 시간을 재고 버린 시도도 비용에 포함하세요. 한 에피소드 전체에서는 가장 빠른 한 번의 렌더보다 이 수치가 유용합니다.

H3 vs H3 Max 영상 비교: 동일한 참조 이미지 4장

배달원이 닫힌 금속 상자를 철도 작업실로 가져옵니다. 기술자가 상자를 받고 그녀의 경고에 답한 뒤 창문 쪽을 봅니다. H3와 H3 Max에 이 짧은 이야기를 세 숏으로 요청했습니다. 두 사람의 미디엄 숏, 상자 전달 인서트, 답변을 위한 더 가까운 투 숏입니다.

두 결과의 구도와 숏 선택은 비슷합니다. 이 쌍에서는 Max의 뚜렷한 카메라나 편집 우위가 보이지 않습니다. 둘 다 요청한 세 종류의 숏을 포함하지만 템포가 다르고, 4초에 첫 컷을 넣으라는 지시도 정확히 따르지 않았습니다. 이런 장면에서는 모델 이름에 더 지불하기 전에 남길 테이크와 비용을 비교하세요.

참조 이미지와 공통 설정

입력은 순서대로 캐릭터 시트 2장, 작업실 장면 1장, 소품 시트 1장이었습니다. 아래 장면은 캐릭터의 한국 웹툰 화풍에 맞춰 다시 그린 수정본입니다. 두 영상 모두 같은 세트를 사용했습니다. 동작 클립이나 음성 참조는 제공하지 않았으며 대사는 각 모델이 생성했습니다.

두 결과 전체 보기

MiniMax H3

fal의 H3 Max

각각 따로 재생해 생성된 사운드트랙을 들어보세요. 두 원본은 모두 1344×768, 24 fps, 12.25초입니다. 표시용 1280×720 사본은 전체 294프레임과 원음을 유지하고 비례 축소와 여백 추가만 했습니다. 속도 변경, 프레임 보간, 대사 교체는 없습니다.

요청과 상태 조회 시간을 포함한 클라이언트 측 단일 관측값입니다. 참조 업로드와 표시용 내보내기는 측정에서 제외했습니다. 이 쌍에서는 Max가 약 1.7초 먼저 결과를 반환했지만 이 작은 표본으로 속도 순위를 정할 수는 없습니다.

이 쌍으로 알 수 있는 숏의 특징

둘 다 비슷한 전체 구성을 따릅니다. Mina는 왼쪽, Ivo는 오른쪽에 있고, 상자 전달을 가까이 보여준 뒤 두 인물로 돌아옵니다. Max는 후반 숏 전환에 더 빨리 도달하지만 전반적인 카메라 처리는 비슷합니다. 더 다양한 구도만을 위해 Max를 선택할 분명한 이유는 여기서 보이지 않습니다.

컷 지시는 편집이 여전히 필요한 부분도 보여줍니다. 4초와 8초에 하드 컷을 요청했지만 둘 다 첫 숏을 더 오래 유지했습니다. 시간 지시는 모델의 방향으로 보고, 정확한 타이밍이 필요하면 채택한 영상을 편집에서 조정하세요. 자동 전사는 양쪽 클립에서 목표 영어 대사 두 줄을 모두 찾았지만 목소리 정체성이나 정밀한 립싱크를 입증하지는 않습니다. 이 한 쌍으로 손 구조, 전체 동작 품질, 에피소드 전체의 연속성은 판단할 수 없습니다.

이 장면에서 H3 결과가 이미 편집에 쓸 만하다면 비교 후보로 남기세요. Max의 실제 테이크, 납품 옵션, 처리 시간이 프로젝트에 도움이 될 때 선택하세요. 참조 비용을 포함해 정확한 생성 모드의 가격을 확인해야 합니다. 텍스트→영상 할인은 다중 참조 요청의 청구액을 보여주지 않습니다.

두 영상에 사용한 영어 프롬프트 전문

A 12-second Korean webtoon-style animated scene, 16:9, with three deliberately edited shots. Fine ink lines, soft restrained cel shading, expressive adult faces. A quiet clockwork railway station workshop at blue hour. Natural real-time performance.

REFERENCE ASSIGNMENTS
Image 1 defines Mina, the adult female courier: short black bob, moss-green jacket, rust-red scarf, gold crescent pin. Image 2 defines Ivo, the adult male engineer: brown low ponytail, round brass glasses, navy apron over a cream rolled-sleeve shirt. Each character sheet shows one person at two scales; those insets are not additional people. Preserve each character's face, hairstyle, clothing and accessories across every cut.
Image 3 defines the empty workshop, wooden counter, brass lamp at screen left and blue arched station windows. Maintain the warm light from left and cool window light from right.
Image 4 shows two views of ONE small teal metal box with one centred brass latch. Use exactly one box, with the same proportions, colour and closed lid in all shots. Do not reproduce the reference-sheet layout or duplicate the box.

SHOT 1 — 0.0 TO 4.0 SECONDS — ESTABLISHING MEDIUM TWO-SHOT
Mina stands at screen left on the near side of the counter. Ivo stands at screen right behind the counter. Start with the closed teal box held by Mina above the clear countertop. Gentle, short camera push-in. Mina sets the box on the counter and begins sliding it towards Ivo. Starting around 0.8 seconds, Mina says in English, clearly and with restrained urgency: "Keep it closed until the last train leaves." Ivo is silent and watches the box. Finish the entire line before the next shot.

HARD CUT ON THE MOVING BOX at 4.0 seconds. Match the box's position and movement across the cut. Stay on the same side of the action axis; keep Mina to the left and Ivo to the right.

SHOT 2 — 4.0 TO 8.0 SECONDS — HANDOVER INSERT CLOSE-UP
Tight view of the same closed teal box and both characters' hands, with their distinct sleeve colours visible. Mina's hand enters from the left, Ivo's hands from the right. Ivo takes a secure two-handed grip before Mina releases the box. Mina withdraws her hand; Ivo lifts the box a few centimetres, then sets it on his side of the counter. Show contact and release as one readable action. Only one box. The lid remains closed. Quiet metal-on-wood and cloth sounds, no dialogue during this insert.

HARD CUT at 8.0 seconds to a MEDIUM-CLOSE TWO-SHOT from the same side of the axis. Match Ivo's hands and the box to the end of the insert. Do not reset the handover or return the box to Mina.

SHOT 3 — 8.0 TO 12.0 SECONDS — REPLY AND REACTION
The box rests on the counter in front of Ivo, his hands beside it. Ivo looks at Mina and says in English in a calm lower male voice: "Then we still have time." Mina is silent. After his line, Mina turns her head towards the station windows, her scarf shifting slightly at her chin; Ivo follows her gaze. Hold the final moment with both characters and the closed box visible. A subtle push-in is allowed, no additional cut.

EDITING AND AUDIO RULES
Exactly three shots with clean hard cuts at about 4 and 8 seconds. Use match-on-action continuity at the handover and respect the 180-degree rule. No dissolves, split screens, panels, slow motion, time jumps or added shots. Keep spatial layout, lighting, faces, outfits and the box consistent through the edits. Generate native English dialogue with distinct voices assigned to the correct speaker. Only the assigned speaker talks; no overlapping speech, no narration, no subtitles or on-screen text. Quiet station ambience and restrained handover foley, no music. No extra people, cloned characters, floating hands, opened box or duplicated props.

참조 제한: 파일 수와 초 수를 따로 계산하기

첫 프레임은 시작 구도를 정하고 피사체 참조는 정체성이나 외형을 제공합니다. fal의 이미지→영상에서는 캔버스가 키프레임을 따릅니다. 참조 모드에는 별도 비율 제어가 있으므로 가로로 긴 캐릭터 이미지가 자동으로 가로 영상을 만들지는 않습니다.

이미지 9장, 영상 3개, 오디오 3개면 총 15파일입니다. 각 종류가 MiniMax의 개별 제한을 지켜도 전체 한도를 넘습니다. 이미지 6장, 5초 영상 3개, 5초 오디오 3개라면 총 12파일에 영상 합계 15초, 오디오 합계 15초입니다. 기재된 개수와 길이 제한은 충족하지만 다른 모든 파일 검증의 통과나 좋은 숏을 보장하지는 않습니다.

오디오 전용 규칙은 확인이 필요합니다. MiniMax 발표와 fal 가이드는 오디오에 시각 입력을 함께 요구하지만 현재 두 fal 참조 스키마는 참조 유형을 단독 또는 조합으로 허용합니다. 사용하는 엔드포인트의 문서 차이가 해결되기 전에는 관련 시각 자료를 포함하세요. 이번 수정에서는 오디오만 넣는 요청을 테스트하지 않았습니다.

네이티브 해상도, 정제 출력, 내보내기 크기

해상도 표기는 처리 단계와 함께 읽으세요. fal H3의 2K·4K 출력은 768P에서 시작하며 Max의 1080P는 768P에서 잠재 공간 정제를 합니다. Extend에는 별도 2K 옵션이 있습니다. 표는 이 경로를 구분합니다.

720p 다운로드는 단순한 내보내기일 수 있습니다. 위 참조 영상 두 개는 1344×768 원본을 반환했고 표시용 사본은 1280×720입니다. 납품 변환이지 네이티브 720p 생성 모드는 아닙니다. 표기 전에 실제 파일의 너비, 높이, 프레임 레이트, 길이를 확인하세요.

키프레임 제작 전에 납품 비율을 선택하세요. 가로 플레이어에는 가로, 세로 쇼트 영상에는 세로입니다. 실제 크롭을 살펴 얼굴, 손, 자막을 보이는 영역에 두세요. 프레임 밖으로 잘린 피사체는 픽셀을 늘려도 돌아오지 않습니다.

연결부를 반복하지 않고 클립 연장하기

Max Extend는 1.625–60초, 최대 50 MB, 화면비 0.4–2.5의 원본 영상을 받습니다. duration은 추가할 영상 길이를 요청합니다. extended는 원본과 후속 영상을 함께 반환하고, continuation은 원본 마지막 1.625초를 반복하며 시작합니다.

예를 들어 10초 원본에 새 영상 5초를 요청하면 프레임 반올림 전 기준으로 전체 결과는 약 15초, 후속 결과는 약 6.625초입니다. 후자를 자르지 않고 붙이면 연결부가 반복됩니다. 문서 기반 계산 예시이며 실제 연장 측정은 아닙니다. 편집 전에 반환 파일을 확인하세요.

프롬프트에는 다음 동작을 쓰세요. 연결부의 위치, 빛, 움직임, 소리를 확인하세요. Reddit의 단일 숏과 다중 숏 생성 토론은 실용적인 절충점을 제시합니다. 분리한 클립은 교체하기 쉽고 한 번의 연속 생성 속 대사는 더 많은 직전 문맥을 공유합니다. 호출 사이의 목소리는 여전히 확인해야 합니다.

자주 묻는 질문

H3 Max는 초안 전용인가요?

아닙니다. 시각·오디오·납품 요건을 충족한 클립은 최종 결과물에 쓸 수 있습니다. Max라는 이름과 속도가 테이크의 사용 가능성을 결정하지는 않습니다. 특히 앞뒤 숏과 맞아야 한다면 실제 결과를 확인하세요.

H3 Max는 참조와 연속 생성을 지원하나요?

네. fal에는 별도의 참조→영상과 Extend 엔드포인트가 있습니다. 제어 항목을 텍스트→영상 입력 폼에서 추정하거나 별도 모델인 H3 Max Turbo와 혼동하면 안 됩니다.

H3는 로컬에서 15초보다 길게 생성할 수 있나요?

Reddit 작성자는 42초 로컬 실험을 보고하면서 품질과 제어의 손실, 훨씬 긴 처리 시간도 설명했습니다. 일반적인 공개 범위 밖의 실험이며 호스팅 엔드포인트가 42초를 받거나 로컬 작업 흐름이 안정적으로 제공한다는 약속은 아닙니다.

첫 애니메이션 숏에는 어떤 모델을 고를까요?

필요한 납품 크기와 입력부터 정하세요. 이번 참조 쌍은 숏 설계만으로 Max를 선택할 명확한 근거를 주지 않습니다. 쓸 만한 테이크, 비용, 처리 시간을 비교하고 일반적인 2K·4K 출력이나 기존 기본 모델 작업 흐름이 필요하면 H3를 사용하세요. AI 애니메이션 생성기로 짧은 테스트 장면을 만든 뒤 연속성과 소리를 평가하고 시퀀스로 확장하세요.