fal post-entraîne MiniMax H3 pour générer cinq secondes de vidéo en moins de trois

H3 Max est une variante de MiniMax H3 post-entraînée par fal, proposée en text-to-video et image-to-video à 480p ou 768p avec audio synchronisé.

H3 Max n’est ni un simple modèle MiniMax distribué par fal ni une création entièrement indépendante. Il s’agit d’une nouvelle variante développée par fal Research à partir de MiniMax H3, dont les poids ont été publiés par MiniMax. fal a repris cette base, lui a appliqué un post-entraînement supplémentaire et l’a adaptée à son propre moteur d’inférence.

Cette distinction explique la présentation « H3 Max by fal » tout comme son classement dans les endpoints `minimax/h3-max` de la plateforme. MiniMax reste à l’origine de l’architecture et du modèle de base, tandis que fal revendique les nouvelles données d’entraînement, le travail d’alignement, l’optimisation de la qualité et l’infrastructure utilisée pour servir cette version.

Le post-entraînement s’est concentré sur le respect des instructions et la qualité visuelle. fal indique avoir introduit un volume important de nouvelles données et consacré une partie de ses ressources à des tâches d’apprentissage par renforcement dont les résultats pouvaient être vérifiés. L’entreprise ne fournit toutefois pas la composition de ce corpus, son volume exact ni le détail des procédures employées.

Le développement du modèle a été mené en parallèle de celui du moteur d’inférence. fal explique avoir conservé uniquement les optimisations qui ne dégradaient pas les résultats dans ses évaluations internes. Le modèle a été entraîné et déployé sur des systèmes NVIDIA GB200 NVL72, mais il reste accessible comme un service distant : aucun matériel particulier n’est nécessaire du côté de l’utilisateur.

Le principal argument de H3 Max concerne sa vitesse. Selon fal, une vidéo de cinq secondes en 768p peut être calculée en moins de trois secondes. Un exemple publié dans la documentation indique environ 2,77 secondes d’inférence. Cette mesure correspond au traitement sur les serveurs et non nécessairement au délai complet observé par l’utilisateur, qui peut également inclure la file d’attente, le transfert des fichiers et la récupération du résultat.

fal estime que cette cadence représente environ 35 fois le débit de l’endpoint MiniMax H3 officiel et une vitesse moyenne 15 fois supérieure à celle des modèles de qualité comparable testés par l’entreprise. Le gain ne reste pas identique pour toutes les durées : la page produit indique qu’une séquence de quinze secondes peut demander approximativement quinze secondes de traitement.

H3 Max prend en charge la génération depuis un texte ou une image. Une image de début peut être fournie, ainsi qu’une image finale pour guider la transition entre deux plans fixes. Les clips peuvent durer de cinq à quinze secondes et être produits en 480p ou 768p, à 24 images par seconde, avec une bande-son synchronisée générée dans le même passage.

En text-to-video, plusieurs formats sont proposés, dont le 21:9, le 16:9, le 4:3, le carré, le 3:4 et le 9:16. En image-to-video, le format suit celui de l’image d’entrée. H3 Max ne propose pas la sortie 2K annoncée pour le modèle MiniMax H3 standard. Sa priorité se situe davantage du côté de la rapidité et des usages nécessitant de nombreuses générations.

Pour mesurer la qualité, fal a comparé son modèle à douze autres systèmes vidéo. Des personnes devaient choisir le meilleur résultat selon trois critères : préférence générale, compréhension du prompt et qualité esthétique. Les comparaisons ont ensuite été agrégées sous la forme d’un classement Elo bayésien avec des intervalles de confiance à 95 %.

H3 Max arrive en première position sur les trois critères dans les évaluations internes de fal. Ces résultats doivent être lus comme des mesures produites par l’entreprise à l’origine du modèle, même si la méthodologie par comparaison humaine est adaptée à un domaine où les indicateurs automatisés restent incomplets.

Des classements publics apportent un second point de comparaison. Design Arena attribuait à H3 Max un score Elo de 1 341 en image-to-video, devant MiniMax H3 à 1 333. Artificial Analysis le référençait sous le nom interne « MiniMax H3 Turbo 768p » avec audio, à un score Elo de 1 201 assorti d’un intervalle de confiance de plus ou moins 11 sur 2 177 évaluations.

Ces positions restent susceptibles d’évoluer à mesure que de nouveaux votes et modèles sont ajoutés. fal a par ailleurs reconnu qu’une première infographie publiée lors du lancement attribuait des classements incorrects à plusieurs concurrents sur Artificial Analysis. L’entreprise a corrigé les positions concernées pour Gemini Omni Flash, Kling 3 Pro, Wan 3.0, Seedance 2.5 et FLUX.3. Cette correction invite à privilégier les classements publics actualisés plutôt que le graphique initial.

H3 Max est disponible dans le Playground de fal, avec fal Agent et par API. La documentation indique que les sorties peuvent être utilisées commercialement. fal propose aussi un outil gratuit donnant accès à cinq clips quotidiens de cinq secondes en 768p sans inscription, complétés par cinq générations supplémentaires dans le Sandbox après connexion.

Jusqu’au 1er septembre 2026, le tarif de lancement est fixé à 0,025 dollar par seconde en 480p et 0,04 dollar en 768p. Une vidéo de cinq secondes revient donc respectivement à 0,125 ou 0,20 dollar. Après la promotion, ces montants doivent passer à 0,05 et 0,08 dollar par seconde.

MiniMax H3 reste un modèle à poids ouverts pouvant être téléchargé, adapté et exécuté en dehors des services de fal. H3 Max ne fait pas actuellement l’objet d’une publication équivalente : aucun téléchargement de ses poids n’est proposé dans l’annonce ou la documentation. La nouveauté marque ainsi une évolution du rôle de fal, qui ne se limite plus à héberger des modèles tiers, mais développe ses propres variantes à partir de bases ouvertes.