对比
Gemini Omni Flash 和 MiniMax H3 怎么选：同一提示词实测对比
想让画面严格按提示词里的时间点和镜头调度来走，选 Gemini Omni 1.1 Flash；想要更近、更有冲劲的镜头，或者画面里的文字每一帧都清楚，选 MiniMax H3（海螺 3）。我们用同样的两个提示词让两个模型各生成一段 8 秒视频：Omni 准确地按「0–2 秒、2–5 秒、5–8 秒」切换画面，也照写的方式先在旁边跟拍、再绕到人物身后；H3 的镜头更有动感，商品标签上的「SKY BREW」每一帧都清楚，但把开头的时间点压缩了。长度上，Omni 一次能生成 3–10 秒，还能延长已有片段；H3 一次能生成 5–15 秒。两个模型都能在 Sky Studio 里用，拿不准时可以用同一个提示词各跑一次再挑。
本文由 Sky Studio 撰写，Sky Studio 也是文中介绍的工具之一。 文中关于其他工具的信息截至2026年9月。
| 项目 | Gemini Omni 1.1 Flash | MiniMax H3（海螺 3） |
|---|---|---|
| 开发公司 | MiniMax | |
| 一次生成的时长 | 3–10 秒 | 5–15 秒 |
| 分辨率 | 360p、720p、1080p、4K | 480p、768p；用参考图时还有 2K、4K |
| 画幅 | 16:9、9:16 | 16:9、9:16、21:9、4:3、1:1、3:4 |
| 声音 | 自动生成 | 自动生成 |
| 输入方式 | 文字、首尾帧、参考图 | 文字、首尾帧、参考图 |
| 延长已有片段 | 可以，总长最多 40 秒 | 不支持 |
| 这次实测里的强项 | 按时间点和镜头调度走 | 镜头有冲劲，画面文字清楚 |
测试方法
两个提示词都用英文原样发给两个模型，时长 8 秒、画幅 16:9；Omni 用 720p，H3 用 768p（H3 没有 720p）。其他设置和 Sky Studio 里的默认一样。每个模型每个提示词只生成一次，下面是原片，没有挑选，也没有剪辑。
- 第一个提示词考镜头调度和人物动作：骑车的快递员在雨夜街头从出租车旁边穿过，镜头先在旁边跟拍，再绕到她身后，跟着她拐进小巷、冲过水坑。
- 第二个提示词是一支带时间点的商品广告：0–2 秒冰块落进杯子，2–5 秒倒咖啡，5–8 秒镜头拉远；瓶子的标签上要写「SKY BREW」。
实测一：镜头调度和人物动作
两个模型都拍成了一个连续镜头，中间没有剪切，出租车、小巷和水花也都有。
- Gemini Omni Flash：照着提示词走。先在街边和她平行跟拍，出租车从旁边开过，再绕到她身后，跟着她进小巷、冲过水坑。它给快递员多加了一个黑色外卖箱。
- MiniMax H3：镜头更近、更有冲劲。开头是她迎着镜头骑过来，出租车在旁边，然后贴近侧面，再转到身后进小巷。它给她加了一顶骑行头盔，开头也没有按「在旁边跟拍」来拍。
提示词：“A young woman bike courier in a bright yellow raincoat rides through a rain-soaked city street at night, weaving past a slow-moving taxi as neon signs reflect in the puddles. The camera tracks alongside her at street level, then swings around behind her as she turns into a narrow alley and splashes through a puddle. Cinematic, realistic, with the sound of rain, tires on wet asphalt and a bicycle bell.”
实测二：带时间点的商品广告
- Gemini Omni Flash：时间点基本准确。冰块落进杯子到 1.5 秒左右，2 到 5 秒倒咖啡，5.5 秒左右镜头拉远，瓶子和杯子并排。问题在文字：倒咖啡时，标签上把「SKY」写了两次；结尾拉远后的标签是正确的「SKY BREW」。
- MiniMax H3：标签上的「SKY BREW」又大又清楚，每一帧都对。但开头被压缩了：冰块只出现了半秒左右，倒咖啡提前开始，中间还多了一个标签特写；5 秒左右拉远，这一段是准的。
两段都自带声音。
提示词：“An 8-second product ad for a glass bottle of cold brew coffee with a kraft paper label that reads "SKY BREW". 0-2 s: close-up of ice cubes dropping into an empty glass on a sunlit wooden cafe table. 2-5 s: slow-motion shot of coffee pouring from the bottle into the glass, condensation on the bottle. 5-8 s: the camera pulls back to show the bottle and the full glass side by side in soft morning light. Gentle acoustic guitar music.”
怎么选
- 要按时间点、按镜头调度拍（广告分镜、要卡点的画面）：选 Gemini Omni Flash。
- 要动作生动、镜头有冲劲，或者画面里有要看清的文字（商品标签、招牌）：选 MiniMax H3。
- 要更长的片段：H3 一次最长 15 秒；Omni 一次最长 10 秒，但可以接着延长，总长到 40 秒。
- 要 16:9 和 9:16 以外的画幅（21:9、4:3、1:1、3:4）：选 H3。
- 拿不准：在 Sky Studio 里用同一个提示词两个模型各跑一次，再挑。
这是一次测试的结果，每个模型每个提示词只跑了一次。AI 视频的结果有随机性，同一个提示词再跑一次，细节可能不一样。
在 Sky Studio 里怎么用
- 打开 Sky Studio，在工作区切到视频，模型里选 Gemini Omni 1.1 Flash 或 Minimax H3。
- 写提示词，选时长、分辨率和画幅，生成前会显示要用多少积分。想对比的话，用同一个提示词换另一个模型再生成一次。
- 在影视画布里做故事时，分镜的视频生成也能用这两个模型。
想让同一个角色出现在多个镜头里，可以先做一张角色三视图当参考，见角色三视图工具推荐。
常见问题
Gemini Omni Flash 和 MiniMax H3 哪个更好？
没有绝对的好坏，看你要什么。按我们的实测，Omni 更听时间点和镜头调度的指令；H3 的镜头更有冲劲，画面里的文字更清楚。建议同一个提示词两个都跑一次再选。
MiniMax H3 和海螺 3（Hailuo 3）是同一个模型吗？
是。MiniMax H3 是 MiniMax 这一代视频模型的名字，中文也常叫海螺 3，英文叫 Hailuo 3。
一次最长能生成多少秒？
Gemini Omni 1.1 Flash 一次 3 到 10 秒，生成后还能接着延长，总长最多 40 秒；MiniMax H3 一次 5 到 15 秒。
能用参考图吗？
两个都能，都支持首尾帧和参考图；H3 用参考图时，分辨率最高到 4K。想让同一个角色在多个镜头里保持一致，可以先做一张角色三视图当参考。
会生成声音吗？
会。两个模型都会同时生成声音，这次测试的四段视频都有声音。
在 Sky Studio 里用这两个模型需要订阅吗？
不需要。Sky Studio 没有订阅，按实际生成扣积分，生成前会显示要用多少积分；积分月底不清零，也不会过期。
生成的视频可以商用吗？
按 Sky Studio 的服务条款，生成结果归你所有（模型服务商和第三方的权利除外）。你需要确保自己有权使用提示词和参考素材里的人物、品牌和作品。我们也不会用你上传的素材和生成的作品训练 AI 模型。