fal H3 Max Turbo：速度、成本與真實影片案例

草稿只有在能幫你決定下一步時才值得做。入口讀得懂嗎？鏡頭是不是太近？那個停頓真的留得住人嗎？fal 的 H3 Max Turbo 大約一分鐘就能回答這類問題，而改變主意的代價，還是零錢等級。

本文所稱的「MiniMax H3 Turbo」，指的是 fal 代管的 H3 Max Turbo。它首先是草稿工具：動態分鏡、鏡位測試、氣氛樣片、補拍鏡頭。當故事夠小、而且不需要跟前一顆鏡頭對得上時，它也能完成一條獨立短片——簡單的兒童動畫就屬於這一類。至於需要可重複的角色設計、連續性與精準修改的系列動畫，我們不會把它當成唯一的製作流程。

想了解模型概況及其在 ArcLoop 上的功能，可以查看 MiniMax H3 Max 模型頁。

為什麼要用 H3 Max Turbo？回饋更快，成本更低

價格是標題，但真正的好處是比較。一個想法是猜測，三個才叫決定。你可以把固定鏡頭、緩慢推進和跟拍各跑一次，趁三個版本都還熱騰騰地在腦子裡，挑出最適合這場戲的那一個。

fal 在 2026 年 9 月 8 日公布的文生影片測試數據顯示，五秒、768p 的 Turbo 片段推理時間為 1.54 秒，H3 Max 則是 2.46 秒。這是供應商自己回報的推理時間。排隊、提示詞擴寫、編碼與傳輸都會再往上加，所以你盯著等的那個數字不會是它——它也不是 ArcLoop 做的效能測量。

做預算時，可以參考 fal 列出的標準費率。沒有促銷、沒有臨時折扣，查核日期為 2026 年 10 月 25 日。

按表列的 768P 費率，一次五秒的 Turbo 嘗試是 $0.20，同一個鏡頭用 H3 Max 要 $0.40。Turbo 跑二十次，生成費用累積到 $4，還沒算折扣，也沒算周邊那些工作。價格會動，大批提交前再確認一次端點。

Turbo 派得上用場的地方：草稿、樣片與獨立動畫短片

Turbo 在兩種情況下值得用：在投入大量時間之前先探一個想法，以及完成一個自己站得住的小場景。先確定你在做的是哪一種，然後只按那個目的評價結果，別的都不算。

送給客戶之前有個提醒：一支看起來很有說服力的提案樣片，可能還是靠臨時配音、粗糙轉場和連續性破洞撐起來的。在信裡講清楚。認可一個概念，不等於認可你每一集都得跑的那套流程。

簡單的兒童影片，本身就可以是成品

一支短兒童影片，常常不需要連貫情節，也不需要下週還會回來的班底。黏土機器人送一封信、小動物跟朋友打招呼、角色在葉子底下發現什麼奇怪的東西——每一個都可以是完整的一場戲，而不是某場戲的碎片。當重點只是一個讀得懂的動作加一個簡短回應，Turbo 值得考慮直接做成最後成品，不只是草稿。

本文的森林郵局案例就是照這個方式做的。橘色黏土機器人把信放上櫃台，蝸牛郵局長回話。八秒、兩個角色、一個場景、兩句生成的對白。一個小敘事節拍，放在一個連續鏡頭裡，完全不需要一整串對得上的機位。

公式很無聊，但很可靠：動作保持簡單，角色一眼就分得出來，對白短到聽一次就懂。然後整段看一遍——講話清不清楚、有沒有亂跑的動作、道具會不會中途變樣、結尾有沒有真的收住。過了這關，它就是成品。要不要再用更大的模型重跑一次，是選項，不是成年禮。

跟系列作品的差別在連續性。有固定角色、固定聲音、事件彼此相連的兒童系列，承擔的責任跟其他敘事動畫一樣重。機器人和蝸牛之間一次性的問候，幾乎沒有這種負擔。

為什麼我們不會只靠 Turbo 做連續的動畫影集

一條好看的片段，回答的問題跟一套下週還能再跑的流程不一樣。在系列影集裡，同一個角色要撐過新角度、新動作、新光線。道具要留在正確的那隻手上。而當你只要求改一個動作，已經核可的臉、服裝和場景應該原封不動地回來。

fal 公開的 Turbo 端點涵蓋文生影片，以及帶首尾幀控制的圖生影片。截至 2026 年 10 月 25 日，我們在公開文件裡沒找到獨立、以多份參考素材生成影片的 H3 Max Turbo 端點。首幀給你一個起始構圖，它不是一組獨立的角色、場景與聲音參考；fal 的 H3 Max 參考生影片是另一個端點，行為也不一樣。

聲音也得另外規劃。Turbo 會生成對白，但目前公開的結構定義裡沒有專用的聲音參考輸入，所以沒有東西能阻止角色的聲線在鏡頭之間漂移。沿用同一張首幀，鎖不住聲音。target_audio_url 值得讀兩次：它會用你提供的音訊取代輸出音軌。它不會去聽那段音訊，再用同一個聲線生成新台詞。

只要內容一長，這就意味著聲音軌要刻意經營——固定的角色錄音，或一套專門的配音流程——再在後期替換並對齊對白。剪輯管的是時間與轉場；環境音和響度還是得整段對齊。不要假設分開生成的片段剛好會共用同一個聲音。

輸入的邊界就是在這裡咬人。你可以把幾份既定素材塞進同一張起始圖，但這換不到一整串鏡頭的穩定。它只是把連續性的工作往上游推，推進圖片準備與檢查——這是實打實的成本，就算成功也一樣。

所以，投入之前先測流程。從同一場戲取三個相連的鏡頭——一個遠景、一個反打、一個特寫——然後要求一個小修改。檢查身分、空間關係、服裝細節、道具位置、對白，還有多少已經核可的東西在重試時被悄悄改掉。

這不代表 Turbo 做不出成品。有位創作者記錄了用 fal H3 Max Turbo 完成的整支 MV：每個場景準備一張起始圖、幾次連續性重試、剪輯，再換上新的配樂。那是一個貨真價實的完成品，而它花的正是前面說的那套配套工作；一支 MV 也不等於一套可重複的影集流程。

做一段短動畫樣片的實務流程

1. 先決定要解決什麼。 寫下這份草稿必須敲定的事：一個入場、一個停頓、一個運鏡、一場戲的調性。一次測試批不了四件事，硬要批，四件都不算數。
2. 準備鏡頭圖。 用圖生影片時，把角色、服裝、道具放進你真正想要的起始構圖。若要用尾幀，確認它的動作與佈局能合理地接上開頭。
3. 生成一小組替代方案。 固定起始圖、時長和解析度，一次只改一條指令。提示詞擴寫也要固定，否則你就多了一個會動的變數，什麼都沒學到。
4. 放進它真正的用途裡檢查。 做樣片，就把選中的鏡頭配上臨時對白或音效剪起來；做獨立短片，就配上最終聲音和結尾整段看完。一顆單看很好的鏡頭，還是可能接不上下一顆。
5. 照交付規格驗收。 留下圖片、提示詞、時間與剪輯筆記。符合就交。如果是連續段落的一部分，就用一套撐得過連續性與修改測試的流程——換個模型不會自動複製同樣的表演或同樣的運鏡。

你可以先在 AI 動漫生成器開始準備樣片。圍繞這些功能建立流程之前，先確認目前介面開放哪些模型與輸入控制項。

兩個實作案例：一次運鏡測試，一段黏土動畫

兩個案例都在 2026 年 10 月 25 日以 fal H3 Max Turbo 生成，由本機腳本驅動。各自使用 ImageGen 製作首幀、圖生影片模式、768P 請求、seed 20261025，並設 prompt_expansion_mode=disabled。下方是完整提交的原文，不是整理過的版本。角色名字只描述畫面裡看得到的人，不附帶任何額外參考。

案例一：固定機位與小幅推進的比較

問題刻意問得很窄：一個安靜的入場，需不需要一點點運鏡？兩版共用起始圖和動作，只差一句運鏡指令。各生成一次——不重擲，不挑好的那條。

靜音對照，左邊 A、右邊 B。兩邊都保留完整鏡頭長度；各自以 640×360 顯示在 1280×720 的畫布裡。

A —— 完整提交的 Prompt，固定機位：

Animate the supplied first frame into a five-second 2D anime shot.
Rin, the woman in the ivory coat on the left, takes two slow steps to the right toward Sato, then stops before reaching him.
Sato, the man in the dark coat beneath the awning, stays in place with his back turned.
The folded letter stays in Rin's right hand at her side.
Static eye-level camera. Keep both characters fully visible.
Preserve the character designs, clothing, alley layout and blue-and-warm lighting from the starting image.
Gentle rain and distant traffic. No dialogue or music. One continuous shot, no cuts.

B —— 完整提交的 Prompt，小幅推進：

Animate the supplied first frame into a five-second 2D anime shot.
Rin, the woman in the ivory coat on the left, takes two slow steps to the right toward Sato, then stops before reaching him.
Sato, the man in the dark coat beneath the awning, stays in place with his back turned.
The folded letter stays in Rin's right hand at her side.
Very slow, small forward camera push at eye level. Keep both characters fully visible.
Preserve the character designs, clothing, alley layout and blue-and-warm lighting from the starting image.
Gentle rain and distant traffic. No dialogue or music. One continuous shot, no cuts.

大約每半秒取樣一次，兩條片段都能看到凜朝佐藤走去然後停下。佐藤大致守在門口，信在凜身側一直看得見。A 在約 2.5 秒時已經穩定下來，B 是約 3 秒。推進很細微，背景與構圖還是值得再看仔細。標籤代表的是我們要求的指令，不是量測出來的攝影機軌跡。

重點就在這裡：這是一個快速草稿在一個下午就能敲定的決定。把兩版放進剪輯裡，挑調度讀起來更清楚的那個。每個 Prompt 只跑一次，建立不了可靠的運鏡控制，也排不出這兩條指令誰高誰低。

案例二：八秒黏土場景，配上英文對白

換一種質感、換一個自己就能成立的場景，我們做了一間小小的森林郵局。橘色黏土機器人把信放上櫃台，蝸牛郵局長回話。刻意做得緊湊——一個場景、一個主要動作、一段簡短交流——也正因如此，它才算獨立兒童短片的公平測試。

這一條請開聲音。八秒片段播放的是模型自己生成的音軌，沒有外部配音，也沒有替換音訊。這是英文對白版，前面還有一次只有環境聲的版本，以及一次中文需求；下方的時間表只涵蓋這次英文請求，不是整條開發路徑。

完整提交的 Prompt，包含對白與預期節拍：

Animate the supplied first frame into an eight-second handcrafted 3D clay stop-motion film shot WITH CLEAR AUDIBLE ENGLISH DIALOGUE, synchronized character mouths and natural sound effects.

0–1 seconds: hold the starting pose. The little orange postal robot looks toward the snail postmaster, still holding the single cream envelope.

1–4 seconds: the robot gently extends its envelope-holding arm forward and slightly upward, then lays the envelope flat on the counter in front of the snail. Keep the hand and envelope clearly separate. The robot stays in the same spot. While extending the envelope, the robot says in English, in a bright, friendly, youthful and lightly metallic voice: “Your letter. Please sign here.” Its mouth moves with its own spoken words.

4–5 seconds: the robot releases the envelope and slowly withdraws its now-empty hand. The envelope remains resting flat on the counter. A soft paper rustle and a gentle contact sound accompany the delivery.

5–7 seconds: the friendly snail gives one slow blink, then replies in English in a warm, calm, slightly lower mature voice: “Thank you. Have a lovely day.” Its small mouth moves with its own words. The robot listens silently. The snail stays behind the counter and does not grow hands or arms.

7–8 seconds: hold the completed delivery. The robot looks pleased, the snail looks content, and the single envelope stays on the counter.

Audio is essential: both quoted dialogue lines must be clearly audible, complete and not overlap. Use two distinct character voices, no narrator. All spoken words must be in English only. Quiet forest birds and soft outdoor ambience stay underneath the speech. No music. Do not add subtitles or visible text.

Fixed eye-level camera, one continuous shot, no cuts, no zoom.
Preserve the characters, matte clay texture, subtle fingerprints, warm morning lighting and woodland post-office layout from the first frame. Movement is small, deliberate and tactile, with a gentle stop-motion feel.

抽幀可以看到信封被伸出、放平、再鬆手。自動語音辨識——沒有提供逐字稿，也沒有預設語言——判定為英文，並完整還原兩句：「Your letter. Please sign here.」與「Thank you. Have a lovely day.」。這證明了這些字確實存在於音軌裡，而且聽得懂。它沒有證明嘴型逐幀對得上，也沒有證明這些聲音在之後的片段裡撐得住。Prompt 裡的時間戳描述的是預期順序，不是驗證過的逐幀排程。

有用的是那個形狀：一個不需要一串對得上機位的小場景。對白再長一點，前面那套聲音流程照樣適用。用文字描述一個聲音，不是可重複使用的聲音參考，片段之間你大概還是得剪接或重新配音。

實測等待時間與輸出設定

提交到出結果包含網路往返，以及約每秒一次的狀態輪詢；首幀上傳、後續轉碼與語音辨識檢查不計在內。推理欄是供應商回傳的 timings.inference。這些數字沒有一個量到 ArcLoop 的應用路徑，而且三次都是單次執行——記錄的是發生過什麼，不是典型等待時間的承諾。

三條原始影片都是 1344×768、24 fps。兩條小巷片段各 124 幀，約 5.17 秒；黏土片段 192 幀，正好八秒。720p 匯出保留完整幀序列，等比縮放並補邊到 1280×720——沒有變速、沒有補幀、沒有裁切。我們沒有核對供應商帳單，所以前面那些標準價格算出來的數字仍是估算，不是這幾次實際請款的成本。

別讓草稿預算變成重試預算

按下生成之前，先想清楚什麼算有用的結果——不管你是在探索一場戲，還是在完成一條片。設好預算、設好重試上限，寫下你會停手的理由。然後記下每次重試本來是要修什麼；不然你只是在買變化。

生成費用要跟圖片準備、檢查、剪輯、修補分開記。做草稿，就算你真正解決了幾個調度或運鏡問題；做正式製作，就算有幾顆鏡頭通過完整交付標準。這是兩種結果，平均在一起什麼也告訴不了你。

如果重試一直把某個核可的道具挪位、改掉一張臉、弄壞一個房間，就停掉這批。修起始圖、簡化動作，或換到一個具備那顆鏡頭所需控制項的流程。還在探索的時候，多幾版有幫助；一旦你是在保護一個已經做好的決定，它馬上就變貴。

MiniMax H3 Turbo 常見問題

H3 Max Turbo 適合直接做完整的動畫影集嗎？

做草稿、動態分鏡、樣片，以及完成的獨立動畫——包括連續性要求不高的簡單兒童短片，可以。做彼此相連的集數，在你的相連鏡頭與修改測試還沒達到自己要求之前，別把它當成唯一的製作流程。一條好的短片，對整部影集的連續性、對修改要花你多少錢，什麼都沒說。

Turbo 接受多張角色參考嗎？

2026 年 10 月 25 日查核的 fal Turbo 公開文件，描述的是文生影片與首尾幀圖生影片。我們沒找到獨立的 Turbo 參考生影片端點。要嘛把整個場景做進一張首幀圖，要嘛在非得使用獨立參考素材時，換到有文件記載的參考流程。

我需要 44 GB 的 GPU 嗎？能輸出 1080P 嗎？

模型由 fal 託管，沒有本地 GPU 要買。它的 Turbo 結構定義列出 480P、768P、1080P；1080P 是從原生 768P 來源細化上來。至於答案的另一半：不，更多像素不會修好連續性、人體結構，或你的修改有多痛。