MiniMax Hailuo ile kısa video üretimi: modeller ve prompt ipuçları

Kısa cevap: Hailuo, Çinli yapay zekâ şirketi MiniMax'ın video üretim modeli ailesi. Haziran 2025'te Hailuo 02, Ekim 2025'te Hailuo 2.3 duyuruldu; Temmuz 2026'da ise “H3” adlı genel amaçlı çok kipli model geldi. Metinden ya da fotoğraftan kısa klipler üretiyor; H3 ile birlikte referans görsel, video ve ses de girdi olabiliyor. Bu yazıda yalnız MiniMax'ın resmî duyurularında ve API belgelerinde yazanları, sonra da kısa klipler için prompt yazımını anlatıyoruz.

Hailuo nedir, hangi sürümler var?

Hailuo, MiniMax'ın kendi web sitesi, mobil uygulaması ve API platformu üzerinden sunduğu video modelleri. Resmî kaynaklardan çıkan sürüm geçmişi şöyle:

Sürüm	Duyuru	Resmî duyuruda öne çıkanlar
Hailuo 02	18 Haziran 2025	Yerel 1080p; 768p için 6 ya da 10 saniye, 1080p için 6 saniye; talimat takibi ve fizik vurgusu
Hailuo 2.3 ve 2.3 Fast	28 Ekim 2025	Daha gerçekçi beden hareketi, ışık ve gölge, daha geniş stil desteği, yüzde doğal mikro ifadeler
H3 ve H3 Max	31 Temmuz 2026	Metin, görsel, video ve ses girdisi; yerel stereo ses; 15 saniyeye kadar video; varsayılan 2K

Hailuo 02 duyurusu, modelin Hailuo 01'e göre üç kat parametre ve dört kat eğitim verisiyle geldiğini söylüyor. Hailuo 2.3 duyurusu, 2.3'ün Hailuo 02 üzerine kurulu olduğunu ve “Fast” sürümünün toplu üretimde daha hızlı ve daha ucuz bir seçenek olduğunu belirtiyor. Duyuruda süre ve çözünürlük belirtilmiyor; MiniMax'ın API model listesi de 2.3 için bu bilgileri vermiyor. Bu yüzden 2.3'ün sınırlarını burada yazmıyoruz.

Hailuo 2.3 ne yapıyor?

MiniMax'ın duyurusuna göre 2.3, özellikle şu alanlarda ilerleme sunuyor: dinamik kamera hareketlerinde bile daha gerçekçi beden hareketi, daha iyi fizik ve komut takibi, gerçeğe yakın ışık-gölge-renk tonları, anime, illüstrasyon, mürekkep resmi ve oyun grafiği gibi stiller ve canlı çekim tarzı içeriklerde daha doğal yüz ifadeleri. Duyuru ayrıca nesnelerin hareket komutlarına daha iyi yanıt verdiğini söylüyor.

API belgelerindeki model listesine göre MiniMax-Hailuo-2.3 hem metinden videoya hem görselden videoya çalışıyor; MiniMax-Hailuo-2.3-Fast ise yalnız görselden videoya modunda. Yani Fast sürümüyle metinden video üretemiyorsun; önce bir fotoğrafın olması gerekiyor.

H3 neleri değiştirdi?

MiniMax, H3'ü “görevler ve kipler arasındaki sınırları kaldıran açık bir model” olarak tanıttı. Resmî blog yazısına göre model metin, görsel, video ve sesi tek bir bağlamda anlıyor; çıktı olarak yerel stereo sesli, 15 saniyeye kadar video üretiyor, varsayılan çözünürlük 2K. Ses tarafında konuşma, ses efektleri ve müzik ayrı değil, birlikte modelleniyor. Blog, görselden görsele, görselden videoya, sesten sese ve özellikle videodan videoya hareket aktarımı gibi referanslı üretim ve düzenleme görevlerini sayıyor. MiniMax, 3 Ağustos 2026 tarihli yatırımcı duyurusunda H3'ü resmen açık kaynak yaptığını bildirdi.

API belgeleri ayrıntıyı veriyor:

Model	Çözünürlük	Süre	Kipler
MiniMax-H3	768P ya da 2K	4 ile 15 saniye	Metinden video, görselden video (ilk ve/veya son kare), referanslı üretim
MiniMax-H3-Max	480P ya da 768P	5 ile 15 saniye	Metinden video, görselden video (ilk/son kare); daha hızlı üretim için H3'ten sonradan eğitilmiş

Referanslı üretim kipinde belgelere göre en çok 9 görsel, 3 video ve 3 ses dosyası, toplamda en fazla 12 dosya verebiliyorsun; amaç bir karakterin, hareketin, kameranın, stilin ya da sesin tutarlı kalması. Girdi görsellerinin en-boy oranı 2:5 ile 5:2 arasında olmalı. Belgeler video başına 50 MB, görsel başına 30 MB ve ses başına 15 MB sınırı koyuyor.

Hailuo ile iyi prompt nasıl yazılır?

Belgelerde kamera komutlarını köşeli parantezle yazmak öneriliyor: [pan], [zoom] ya da [static] gibi komutları, ilgili tarifin hemen arkasına ekliyorsun. H3 için prompt 7.000 karaktere kadar olabiliyor, yani uzun ve ayrıntılı tarif için yer var. Kısa bir klip için ise az ve net bir plan daha iyi sonuç verir.

Kısa klipler için pratik bir iskelet:

1. Özne ve eylem: Tek bir ana hareket seç.
2. Ortam ve ışık: Nerede, günün hangi saati, ışık nereden geliyor.
3. Kamera: Bir kamera komutu, o da tarifin hemen yanında.
4. Ses (H3'te): Ortam sesi, müzik ya da kısa bir replik.

A small paper boat sails across a rain puddle on a cobblestone street, droplets ripple outward, soft overcast light, shallow depth of field. [Zoom in] slowly toward the boat. Gentle rain sounds and a distant tram bell.

Görselden videoda fotoğraf ilk kare olur; promptta görüntüyü yeniden anlatma, yalnız neyin hareket edeceğini ve kameranın ne yapacağını yaz:

The woman lifts her cup and smiles toward the street, steam rises, leaves sway in the breeze. [Static] shot.

Başlangıç ve bitiş karesini ayrı ayrı verebiliyorsun (0 ile 2 görsel); bu, klibin nasıl başlayıp nasıl biteceğini kesinleştirmek için işe yarıyor. H3'ün referanslı kipinde ise promptta hangi dosyanın ne olduğunu açıkça yaz: “birinci görseldeki karakter”, “referans videonun kamera hareketi” gibi.

Süre ve çözünürlüğü nasıl seçmeli?

Belgeler H3'te 768P ile 2K arasında seçim bırakıyor; H3 Max ise 480P ve 768P ile hız için tasarlanmış. Bir fikri denerken düşük çözünürlük ve kısa süre mantıklı: prompt olgunlaşınca yüksek çözünürlüğe geç. MiniMax, H3'ün 768P videosunu 2K'ya yükseltmek için ayrı bir yeniden üretim görevi de sunuyor.

Bilinen sınırlar neler?

• MiniMax'ın kendi uyarısı: H3 duyurusu, çok kipli anlamanın hâlâ gelişmeye açık olduğunu, bazı senaryolarda görsel ayrıntının iyileştirilebileceğini ve model boyutunun birçok yetenekte yer bıraktığını söylüyor.
• Dil: Kaynaklarda Türkçe için bir performans taahhüdü yok; önemli işlerde İngilizce prompt daha öngörülebilir olur.
• Erişim farkı: Süre ve çözünürlük seçenekleri web uygulaması, API ve açık ağırlıklı yerel çalıştırmada farklı olabilir. Belgelere göre H3 API'si şimdilik kullandıkça öde planıyla çalışıyor.
• Sürümler eski olabilir: Hailuo 02 ve 2.3 hâlâ API model listesinde duruyor; ancak yeni yetenekler (ses, referanslı üretim) H3 ile geldi.

Gerçek kişilerin fotoğraflarını ya da seslerini referans olarak kullanacaksan izin al, üretilen videoyu da yapay zekâ ürünü olarak işaretle.

İlk klibin için kısa bir kontrol listesi

Hailuo ile ilk denemeni yaparken şu sırayı izlersen zaman kazanırsın. Önce hangi modda çalışacağına karar ver: yalnız fikrin varsa metinden video, elinde bir fotoğraf varsa görselden video, birden çok dosyan varsa referanslı üretim. Sonra kısa bir süre ve düşük çözünürlük seç; bu aşamada amaç güzel bir sonuç değil, promptun doğru anlaşılıp anlaşılmadığını görmek.

• Mod: Metin, tek fotoğraf ya da referans dosyaları.
• Süre ve çözünürlük: Taslak için kısa ve düşük, son hâl için uzun ve yüksek.
• Prompt: Tek eylem, tek kamera komutu, net ışık.
• Kontrol: Sonucu izle, yalnız tek ayrıntıyı değiştirip yeniden dene.
• Kayıt: Beğendiğin klibi hemen indir ve kullandığın ayarları not et.

Sık yapılan hatalar

• Kısa klibe çok olay yüklemek: Tek bir ana hareket seç; hikâyeyi klip klip kur.
• Birden çok kamera komutu yazmak: [pan] ile [zoom]'u üst üste yığmak yerine bir komutla başla.
• Fast sürümde metinden video beklemek: 2.3 Fast yalnız görselden videoya çalışıyor.
• Referanslara rol vermemek: Çok dosya verdiğinde hangisinin ne olduğunu promptta söyle.
• En yüksek çözünürlükle denemeye başlamak: Önce 768P ya da daha düşüğünde prompt olgunlaştır.
• Görsel oranını düşünmemek: Girdi görsellerin oranı 2:5 ile 5:2 arasında kalmalı.

Özet

• Hailuo, MiniMax'ın video modeli ailesi: 02 (Haziran 2025), 2.3 (Ekim 2025), H3 (Temmuz 2026).
• H3 metin, görsel, video ve ses girdisini birleştiriyor; stereo sesli, 15 saniyeye kadar video üretiyor.
• API belgelerine göre H3 768P ya da 2K, 4-15 saniye; H3 Max 480P-768P, 5-15 saniye.
• Kamera komutlarını köşeli parantezle, tarifin hemen yanına yaz.
• Kısa klipte tek eylem, tek kamera komutu, net ışık.
• Gerçek kişilerin materyalleri için izin al, videoyu etiketle.