Pika · artículo de investigación 2026-10-29 · leído el 2026-11-01
Pika H3 Flex: LoRAs de seis pasos sobre MiniMax H3
Pika H3 Flex es el postentrenamiento de Pika sobre MiniMax H3: dos adaptadores LoRA de seis pasos, FL2VA y Ref2VA, que corren sobre la base H3 en ComfyUI.
Esta página no es Pika. No carga los LoRA de Pika H3 Flex, no llama a la Pika API, y el clip es Hailuo 02 Standard por 60 créditos, 6 segundos.
Duración
Proporción
Vídeos generados
Aún no hay vídeos
Completa el formulario y haz clic en Generar vídeo para crear tu primer vídeo con IA.
Consejo: usa descripciones detalladas para obtener mejores resultados
- Desarrollado por
- Pika
- Lanzamiento
- 29 de octubre de 2026
- Disponible en Nano AI
- Hailuo 02 Standard · desde 60 créditos por vídeo
- Página actualizada
- 1 de noviembre de 2026
Fuente: pika.art
Qué es Pika H3 Flex
Pika H3 Flex es una versión postentrenada de MiniMax H3. El tutorial de ComfyUI, leído el 2026-11-01, dice que Pika afinó H3 con un corpus multitarea curado de video, audio y ejemplos de referencia, destiló el generador de 50 pasos a seis pasos y luego lo refinó con retroalimentación de recompensa y optimización de preferencias. Se entrega como dos adaptadores LoRA sobre la base MiniMax H3, cargados con LoraLoaderModelOnly. El tutorial dice que no hay una arquitectura de modelo nueva. El artículo de investigación de Pika lleva fecha 2026-10-29.
La ficha de Hugging Face, leída también el 2026-11-01, separa los pesos abiertos locales de la API alojada. La inferencia local es 480p / 768p nativos con estéreo mixto de 32 kHz, 24 fps y duraciones pedidas de 5-15 segundos. Un pedido de 5 segundos son 124 fotogramas, unos 5.17 segundos, y un pedido de 15 segundos son 362 fotogramas, unos 15.08 segundos. La ficha lista 11 relaciones de aspecto: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16 y 9:21. La salida es un MP4 con video H.264 y audio AAC, más metadatos JSON. Los prompts van de 1 a 8000 caracteres. La API alojada añade draft-to-video a 1080p, 2K y 4K, stems de audio y mejora del prompt. Eso no está en los adaptadores descargables. El encabezado de la ficha lista 33B parámetros. Los componentes base ocupan unos 210 GB en total, y los adaptadores son LoRA FP32 rank/alpha 128. El codificador Qwen y el código de ejemplo son Apache 2.0; esa licencia de código no cubre los pesos.
Nano AI no ejecuta esos adaptadores y no llama a la Pika API. El formulario de esta página ejecuta Hailuo 02 Standard, otro modelo de clips de MiniMax que este sitio ya tiene precio: 6 segundos, 60 créditos. Las cuentas nuevas que cumplen las condiciones reciben 64 créditos, que cubren un clip así. El Mini Pack cuesta $6.99 por 400 créditos. Para la base H3 abierta, y lo que queda fuera de los pesos, vea la página MiniMax H3 de este sitio.
Pika H3 Flex de un vistazo
- Fabricante
- Pika, postentrenado sobre MiniMax H3
- Artículo
- 2026-10-29
- Lectura
- 2026-11-01
- Adaptadores
- LoRA FL2VA y Ref2VA
- Imagen local
- 480p / 768p nativos; 11 relaciones: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 9:21
- Audio local
- Estéreo mixto de 32 kHz, H.264 y AAC en el MP4
- Muestreo
- 6 pasos: lcm, ManualSigmas, CFG 1.0, fuerza 1.0
- ComfyUI
- T2V 0.43.2+; Ref2VA y FL2VA 0.30.0+
- En Nano AI
- Hailuo 02 Standard, 6 segundos, 60 créditos
Dónde van los archivos de ComfyUI
Los nombres de archivo y las carpetas salen del tutorial de ComfyUI sobre Pika H3 Flex, leído el 2026-11-01. Los archivos base de H3 se comparten con las plantillas de MiniMax H3. Los únicos archivos nuevos son los dos adaptadores. El tutorial no lista un tamaño en bytes por archivo, así que esta página no inventa uno. Nada de esto se descarga en Nano AI.
- 1
Haga coincidir la versión de ComfyUI con la plantilla
Texto a video necesita ComfyUI 0.43.2 o más nuevo. Referencia a video y primer y último fotograma necesitan 0.30.0 o más nuevo. Las tres están en Template Library > Video. El tutorial llama a la familia video_pika_h3_flex_*.
- 2
Coloque la base compartida y los dos adaptadores
Los modelos de difusión, los dos LoRA, el codificador de texto y los dos VAE usan las carpetas de abajo. Busque Pika H3 Flex: Text to Video, Pika H3 Flex: Reference to Video o Pika H3 Flex: FL2VA si prefiere cargar una plantilla en lugar de colocar los archivos a mano.
ComfyUI/models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors ComfyUI/models/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors ComfyUI/models/loras/pika_h3_flex_fl2va_v1_bf16.safetensors ComfyUI/models/loras/pika_h3_flex_ref2va_v1_bf16.safetensors ComfyUI/models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors ComfyUI/models/vae/minimax_h3_video_vae_int8_convrot.safetensors ComfyUI/models/vae/minimax_h3_audio_vae_fp32.safetensors - 3
Mantenga el calendario de seis pasos
Sampler lcm, scheduler ManualSigmas, CFG 1.0 a través de BasicGuider, fuerza del adaptador 1.0. No apile un LoRA turbo o Lightning. No baje la lista de sigma por debajo de 7 valores.
- 4
Lea la licencia antes del uso comercial
Los adaptadores están bajo la MiniMax H3 Community License, incluidas las condiciones territoriales y de uso comercial. La ficha también nombra la declaración de copyright de Mellis, Inc. en NOTICE.
Archivos que nombran las tres plantillas
Nombres del diseño del tutorial de ComfyUI, leído el 2026-11-01. Las filas de la base enlazan al reempaque de Comfy-Org, que lista esos nombres de difusión, codificador de texto y VAE. Las filas de adaptadores enlazan a Pika-Labs/Pika-H3-Flex, donde la ficha dice que los LoRA BF16 en formato Comfy viven en comfy/loras/. El tutorial también dice que Comfy los vuelve a publicar en Comfy-Org/MiniMax-H3 con los mismos nombres.
| Archivo | Carpeta | Plantilla | Función |
|---|---|---|---|
| minimax_h3_fl2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | T2V y FL2VA | Punto de control de difusión H3 que nombran las plantillas |
| minimax_h3_ref2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | Ref2VA | Punto de control de difusión H3 que nombran las plantillas |
| pika_h3_flex_fl2va_v1_bf16.safetensors | ComfyUI/models/loras/ | T2V y FL2VA | Nombre de archivo BF16 del adaptador Flex en el tutorial |
| pika_h3_flex_ref2va_v1_bf16.safetensors | ComfyUI/models/loras/ | Ref2VA | Nombre de archivo BF16 del adaptador Flex en el tutorial |
| qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | ComfyUI/models/text_encoders/ | Las tres | Codificador de texto compartido con las plantillas H3 |
| minimax_h3_video_vae_int8_convrot.safetensors | ComfyUI/models/vae/ | Las tres | VAE de video |
| minimax_h3_audio_vae_fp32.safetensors | ComfyUI/models/vae/ | Las tres | VAE de audio |
Antes de ejecutar los adaptadores
La licencia es de MiniMax
El tutorial de ComfyUI y la ficha de Hugging Face dicen que los adaptadores se distribuyen bajo la MiniMax H3 Community License, incluidas las condiciones territoriales y de uso comercial. La ficha los llama derivados del modelo MiniMax H3 y señala NOTICE para el aviso de MiniMax y la declaración de copyright de Mellis, Inc. Lea ese texto antes de usar las salidas comercialmente. Este sitio web no concede esa licencia.
No apile un LoRA turbo
El tutorial trae el calendario de seis pasos de Pika: lcm con ManualSigmas y CFG 1.0 a través de BasicGuider. Mantenga la lista de sigma y la fuerza del adaptador en 1.0. No apile encima un LoRA turbo o Lightning. El adaptador ya está destilado a seis pasos, y un segundo LoRA de aceleración rompe la salida. Bajar la lista de sigma por debajo de 7 valores rompe el calendario, y subir el número de pasos no añade detalle. La ficha Comfy-Org/MiniMax-H3, leída el mismo día, lista archivos turbo aparte en loras/, entre ellos minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors, minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors y minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors. Esos no son los adaptadores Flex.
4K y los stems son extensiones de la API
Los adaptadores abiertos locales son 480p / 768p nativos con estéreo mixto. La ficha de Hugging Face dice que draft-to-video a 1080p, 2K y 4K, los stems de audio y la mejora del prompt son endpoints alojados, aparte de los adaptadores descargables. El artículo del 2026-10-29 nombra cinco stems: dialogue, score, SFX, foley y ambience. La marca de 4K de ese artículo describe la familia del producto, no un archivo del diseño local.
La base es el MiniMax H3 abierto
ComfyUI dice que los archivos base de H3 se comparten con las plantillas existentes de MiniMax H3, y que los únicos archivos nuevos son los dos adaptadores. Esas plantillas usan res_multistep con BasicScheduler, la ruta de 20 pasos. La página MiniMax H3 de este sitio ya anota los límites de la base abierta: H3-Context-IR y H3-Regenerate-2K no están en los pesos abiertos. Esta página no vuelve a probar esa base.
Adaptadores locales, la API de Pika, MiniMax H3 y los precios listados de Fal
Las celdas locales y de la API citan la ficha de Hugging Face y el tutorial de ComfyUI tal como se leyeron el 2026-11-01. Fal H3 Max y Fal H3 Turbo aparecen solo como Pika los imprimió en la Table 1 y la Table 2 del artículo de investigación con fecha 2026-10-29. Los precios de la Table 1 son USD por segundo de salida. El encabezado de la Table 2 dice USD por segundo; las celdas de abajo se copian tal como se imprimieron, sin añadir un signo de dólar. Este sitio no midió Fal y no vende esas tarifas.
| Comfy local / adaptadores abiertos | API alojada de Pika | MiniMax H3 | Fal H3 Max | Fal H3 Turbo | |
|---|---|---|---|---|---|
| Imagen | Native 480p and 768p | 1080p, 2K and 4K by draft-to-video | 768p in the open base; 2K only through closed H3-Regenerate-2K | Table 1: 4K marked no | Table 1: 4K marked no |
| Muestreo | 6 steps: lcm, ManualSigmas, CFG 1.0, adapter strength 1.0 | 6-step family; the faster stack is served through the API | Comfy H3 templates use a 20-step res_multistep path; Pika distilled a 50-step teacher | Not stated in Table 1 or Table 2 | Not stated in Table 1 or Table 2 |
| Audio | 32 kHz mixed stereo in the MP4 | Stems endpoint; the post names dialogue, score, SFX, foley and ambience | 32 kHz stereo on the open card; Table 1 marks stems no | Table 1: stems marked no | Table 1: stems marked no |
| Precio texto o imagen | No hosted rate in these sources | Table 1: $0.01 per output-second | Table 1: $0.08 per output-second | Table 1: $0.0325 per output-second | Table 1: $0.01625 per output-second |
| Precio de referencia | No hosted rate in these sources | Table 2: 0.03 per second | Table 2: 0.08 per second | Table 2: 0.05 per second | No Table 2 row; the post says no reference-to-video endpoint |
| Pesos abiertos | Two LoRAs: FL2VA and Ref2VA | Draft-to-video, stems and prompt enhancement are separate from the adapters | Open FL2VA and Ref2VA base; Table 1 marks open weights yes | Table 1: open weights marked no | Table 1: open weights marked no |
| Espera, según la cita | Tutorial: about one minute for a 5-second 1344x768 clip on one card | Table 1 marks real-time yes | Table 1 marks real-time no | Table 1 marks real-time yes | Table 1 marks real-time yes |
| En Nano AI | Not loaded | Not called | Not run here | Not run here | Not run here; the button is Hailuo 02 Standard for 60 credits |
Fuentes primarias
Lea estas páginas para lo que esta no cita. Las tres se leyeron el 2026-11-01. El artículo de investigación lleva fecha 2026-10-29.
La ruta más corta en ComfyUI: tres plantillas
- 1
Texto a video
Solo el prompt, sin imagen de entrada. En Template Library > Video, busque Pika H3 Flex: Text to Video. ComfyUI 0.43.2 o más nuevo. Los documentos llaman a la familia de flujos video_pika_h3_flex_*. Carga minimax_h3_fl2va_pruned_int8_convrot y el LoRA pika_h3_flex_fl2va_v1_bf16, más el codificador de texto compartido y ambos VAE. La ficha de Hugging Face llama t2va a la tarea CLI correspondiente. Solo el primer fotograma y solo el último son las tareas i2va y l2va de la ficha; esta plantilla es la de solo prompt.
- 2
Referencia a video
Dos o más imágenes de referencia llevan la identidad, los objetos y la escena. El prompt lleva la acción. Busque Pika H3 Flex: Reference to Video. ComfyUI 0.30.0 o más nuevo. Carga minimax_h3_ref2va_pruned_int8_convrot y pika_h3_flex_ref2va_v1_bf16. La tarea CLI de la ficha es ref2va. Límites, del tutorial y de la ficha: hasta 9 imágenes, 3 videos y 3 clips de audio, 12 archivos en total. Cada video o audio independiente dura 2-15 segundos, y la duración combinada de cada tipo se queda dentro de 15 segundos. Hace falta al menos una imagen o un video. La pista incrustada de un video no cuenta como otro archivo de audio. La ficha dice que son límites de entrada, no una promesa de que cada máximo cabe en la memoria de la GPU.
- 3
Primer y último fotograma
Dos fotogramas anclan el inicio y el final. Busque Pika H3 Flex: FL2VA. ComfyUI 0.30.0 o más nuevo. Usa el mismo archivo de difusión y el mismo LoRA que texto a video: minimax_h3_fl2va_pruned_int8_convrot y pika_h3_flex_fl2va_v1_bf16. La tarea CLI de la ficha para ambos fotogramas extremos es fl2va. Las tres plantillas mantienen el calendario de seis pasos. No añada un LoRA turbo o Lightning.
Hábitos de prompt y luego un clip Hailuo de 6 segundos
Parafraseado de las notas de prompting de ComfyUI leídas el 2026-11-01, no copiado de los prompts largos de muestra. Para T2V y FL2VA, describa el estilo, luego cada plano con su movimiento de cámara y después los dos campos de sonido. Para Ref2VA, los campos de referencia completa que se nombran allí son subject_definitions, summary, retention_analysis, detailed_description, overall_soundscape y non_diegetic_music. La amplitud de cámara es orientativa: ponga el movimiento en la frase del plano y dele un punto de parada. Los grados explícitos y las marcas de corte pueden caer 0.2 a 0.3 segundos desviados, o al revés. Wide shot solo tiende a volverse un plano medio; diga que el sujeto es pequeño dentro de una habitación grande y vacía. Una mano que debía detenerse a unos centímetros suele hacer contacto. Las etiquetas cortas en objetos tienden a seguir siendo legibles. Las cuatro líneas de abajo son para Hailuo 02 Standard en esta página. No son prompts de Pika H3 Flex.
Estanque vacío y amplio
A small red paper boat sits in the middle of a large empty concrete basin, with a wide stretch of bare floor around it. The camera moves slowly closer and stops at the basin rim. Soft daylight, no people, no readable text, no logos.
Farol, luego quietud
A paper lantern hangs in a still stone courtyard. The camera arcs partway around the lantern and then holds still. Dusk, no people, no readable text, no logos.
Pelota contra una taza
A wooden ball rolls across a table and comes to rest against a ceramic cup. Side light, the camera holds still, no hands, no readable text, no logos.
Etiqueta corta en la botella
A matte black bottle on a white table, with a short label that reads OAK. The camera pushes in slowly and stops. No people, no other text, no logos.
Si la ejecución no es el producto que esperaba
- Se apiló un LoRA turbo sobre el adaptador
- Quítelo. El tutorial dice que el adaptador Flex ya está destilado a seis pasos, y que un LoRA turbo o Lightning rompe la salida. Quédese en lcm, ManualSigmas, CFG 1.0 y fuerza 1.0.
- Esperaba 4K o stems separados de los archivos locales
- Eso son extensiones de la Pika API: draft-to-video para 1080p, 2K y 4K, más un endpoint de stems de audio. Los adaptadores locales son 480p / 768p con estéreo mixto.
- La plantilla H3 sigue en el scheduler de 20 pasos
- El FAQ de ComfyUI dice que cargue el adaptador de Pika, cambie el sampler a lcm y sustituya BasicScheduler por ManualSigmas. res_multistep más BasicScheduler es la ruta de 20 pasos, no el calendario Flex.
- Este sitio web sigue diciendo Hailuo
- Ese es el modelo con precio del botón: Hailuo 02 Standard, 6 segundos, 60 créditos. No carga los LoRA de Pika H3 Flex y no llama a la Pika API.
Preguntas frecuentes
Preguntas sobre Pika H3 Flex
Qué dicen el tutorial de ComfyUI, la ficha de Hugging Face y el artículo del 2026-10-29, y qué llama el botón de esta página.
¿Nano AI ejecuta Pika H3 Flex?
No. Esta página no es Pika. No carga los LoRA de Pika H3 Flex y no llama a la Pika API. El generador ejecuta Hailuo 02 Standard por 60 créditos y 6 segundos. Las cuentas nuevas que cumplen las condiciones reciben 64 créditos, que cubren un clip. El Mini Pack cuesta $6.99 por 400 créditos.
¿Dónde están los pesos?
Pika los publica en Pika-Labs/Pika-H3-Flex. El tutorial de ComfyUI dice que Comfy vuelve a publicar los archivos listos para ComfyUI en Comfy-Org/MiniMax-H3 con los mismos nombres, y que los nodos de la plantilla apuntan a ese reempaque. Los componentes base son MiniMaxAI/MiniMax-H3. La ficha lista LoRA FP32 rank/alpha 128 en fl2va/ y ref2va/, y LoRA BF16 en formato Comfy en comfy/loras/. Este sitio web no aloja esos archivos.
¿Por qué seis pasos?
El tutorial y el artículo del 2026-10-29 dicen que Pika destiló el generador H3 de 50 pasos con destilación por emparejamiento de distribuciones y luego lo refinó con retroalimentación de recompensa. Seis pasos es el calendario entrenado. Subir el número de pasos no añade detalle. Bajar la lista de sigma por debajo de 7 valores rompe el calendario. Mantenga lcm, ManualSigmas, CFG 1.0 a través de BasicGuider y fuerza del adaptador 1.0. No apile un LoRA turbo o Lightning.
¿Puedo usar los adaptadores en las plantillas de MiniMax H3?
Sí, según el FAQ de ComfyUI leído el 2026-11-01. Las plantillas de MiniMax H3 usan res_multistep con BasicScheduler, que es la ruta de 20 pasos. Cargue el adaptador de Pika en el nodo LoRA de la plantilla, cambie el sampler a lcm y sustituya el scheduler por ManualSigmas. El nodo que nombra el tutorial es LoraLoaderModelOnly. La base abierta sigue sin H3-Context-IR ni H3-Regenerate-2K, como ya dice la página MiniMax H3 de este sitio.
¿Los adaptadores locales salen en 4K o con stems separados?
No. La ficha de Hugging Face dice que la inferencia local de pesos abiertos es 480p / 768p nativos con audio estéreo mixto. Draft-to-video a 1080p, 2K y 4K, los stems de audio y la mejora del prompt son extensiones de la Pika API. El artículo del 2026-10-29 nombra los cinco stems dialogue, score, SFX, foley y ambience, y la Table 1 marca 4K para Pika H3 Flex. Trate esa marca de 4K como el producto alojado, no como un archivo del diseño de ComfyUI.
¿Nano AI está afiliado con Pika?
No. Nano AI no está afiliado con Pika, MiniMax, Hailuo ni Fal. El clip del botón es Hailuo 02 Standard.
Más en Nano AI
Páginas relacionadas
Nano AI es un servicio independiente y no está afiliado con Pika, MiniMax, Hailuo ni Fal. Los datos de Pika H3 Flex salen del tutorial de ComfyUI, de la ficha de Hugging Face y del artículo de investigación de Pika con fecha 2026-10-29, leídos el 2026-11-01. El generador ejecuta Hailuo 02 Standard.