Pika · artigo de pesquisa 2026-10-29 · lido em 2026-11-01
Pika H3 Flex: LoRAs de seis passos sobre o MiniMax H3
Pika H3 Flex é o pós-treino da Pika sobre o MiniMax H3: dois adaptadores LoRA de seis passos, FL2VA e Ref2VA, que rodam na base H3 no ComfyUI.
Esta página não é a Pika. Ela não carrega os LoRA do Pika H3 Flex, não chama a Pika API, e o clipe é Hailuo 02 Standard por 60 créditos, 6 segundos.
Duração
Proporção
Vídeos gerados
Nenhum vídeo ainda
Preencha o formulário e clique em Gerar vídeo para criar seu primeiro vídeo com IA.
Dica: use descrições detalhadas para resultados melhores
- Desenvolvido por
- Pika
- Lançamento
- 29 de outubro de 2026
- Disponível no Nano AI
- Hailuo 02 Standard · a partir de 60 créditos por vídeo
- Página atualizada
- 1 de novembro de 2026
Fonte: pika.art
O que é o Pika H3 Flex
Pika H3 Flex é uma versão pós-treinada do MiniMax H3. O tutorial do ComfyUI, lido em 2026-11-01, diz que a Pika afinou o H3 num corpus multitarefa curado de vídeo, áudio e exemplos de referência, destilou o gerador de 50 passos para seis passos e depois o refinou com feedback de recompensa e otimização de preferência. Ele chega como dois adaptadores LoRA na base MiniMax H3, carregados pelo LoraLoaderModelOnly. O tutorial diz que não há uma arquitetura de modelo nova. O artigo de pesquisa da Pika tem data 2026-10-29.
O cartão do Hugging Face, também lido em 2026-11-01, separa os pesos abertos locais da API hospedada. A inferência local é 480p / 768p nativos, com estéreo misturado a 32 kHz, 24 fps, e durações pedidas de 5-15 segundos. Um pedido de 5 segundos tem 124 quadros, cerca de 5.17 segundos, e um pedido de 15 segundos tem 362 quadros, cerca de 15.08 segundos. O cartão lista 11 proporções: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16 e 9:21. A saída é um MP4 com vídeo H.264 e áudio AAC, mais metadados JSON. Os prompts vão de 1 a 8000 caracteres. A API hospedada acrescenta draft-to-video em 1080p, 2K e 4K, stems de áudio e melhoria do prompt. Isso não está nos adaptadores para baixar. O cabeçalho do cartão lista 33B parâmetros. Os componentes da base ocupam cerca de 210 GB no total, e os adaptadores são LoRA FP32 rank/alpha 128. O codificador Qwen e o código de exemplo são Apache 2.0; essa licença de código não cobre os pesos.
A Nano AI não executa esses adaptadores e não chama a Pika API. O formulário desta página executa Hailuo 02 Standard, outro modelo de clipe da MiniMax que este site já precificou: 6 segundos, 60 créditos. Contas novas elegíveis recebem 64 créditos, o que cobre um clipe desses. O Pacote Mini custa $6.99 por 400 créditos. Para a base H3 aberta, e o que fica de fora dos pesos, veja a página MiniMax H3 deste site.
Pika H3 Flex em resumo
- Fornecedor
- Pika, pós-treinado sobre o MiniMax H3
- Artigo
- 2026-10-29
- Leitura
- 2026-11-01
- Adaptadores
- LoRA FL2VA e Ref2VA
- Imagem local
- 480p / 768p nativos; 11 proporções: 21:9, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 9:21
- Áudio local
- Estéreo misturado a 32 kHz, H.264 e AAC no MP4
- Amostragem
- 6 passos: lcm, ManualSigmas, CFG 1.0, força 1.0
- ComfyUI
- T2V 0.43.2+; Ref2VA e FL2VA 0.30.0+
- Na Nano AI
- Hailuo 02 Standard, 6 segundos, 60 créditos
Onde ficam os arquivos do ComfyUI
Nomes de arquivo e pastas vêm do tutorial ComfyUI do Pika H3 Flex lido em 2026-11-01. Os arquivos da base H3 são compartilhados com os modelos MiniMax H3. Os únicos arquivos novos são os dois adaptadores. O tutorial não lista um tamanho em bytes por arquivo, então esta página não inventa um. Nada disso é baixado na Nano AI.
- 1
Case a versão do ComfyUI com o modelo
Texto para vídeo precisa de ComfyUI 0.43.2 ou mais novo. Referência para vídeo e primeiro e último quadro precisam de 0.30.0 ou mais novo. Os três ficam em Template Library > Video. O tutorial chama a família de video_pika_h3_flex_*.
- 2
Coloque a base compartilhada e os dois adaptadores
Os modelos de difusão, os dois LoRA, o codificador de texto e os dois VAE usam as pastas abaixo. Procure Pika H3 Flex: Text to Video, Pika H3 Flex: Reference to Video ou Pika H3 Flex: FL2VA se preferir carregar um modelo em vez de colocar os arquivos à mão.
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
Mantenha o cronograma de seis passos
Sampler lcm, scheduler ManualSigmas, CFG 1.0 através do BasicGuider, força do adaptador 1.0. Não empilhe um LoRA turbo ou Lightning. Não baixe a lista de sigma para menos de 7 valores.
- 4
Leia a licença antes do uso comercial
Os adaptadores estão sob a MiniMax H3 Community License, incluindo condições territoriais e de uso comercial. O cartão também nomeia a declaração de copyright da Mellis, Inc. no NOTICE.
Arquivos que os três modelos nomeiam
Nomes do layout do tutorial do ComfyUI, lido em 2026-11-01. As linhas da base ligam ao reempacotamento Comfy-Org, que lista esses nomes de difusão, codificador de texto e VAE. As linhas dos adaptadores ligam a Pika-Labs/Pika-H3-Flex, onde o cartão diz que os LoRA BF16 no formato Comfy ficam em comfy/loras/. O tutorial também diz que a Comfy os republica em Comfy-Org/MiniMax-H3 com os mesmos nomes.
| Arquivo | Pasta | Modelo | Função |
|---|---|---|---|
| minimax_h3_fl2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | T2V e FL2VA | Checkpoint de difusão H3 que os modelos nomeiam |
| minimax_h3_ref2va_pruned_int8_convrot.safetensors | ComfyUI/models/diffusion_models/ | Ref2VA | Checkpoint de difusão H3 que os modelos nomeiam |
| pika_h3_flex_fl2va_v1_bf16.safetensors | ComfyUI/models/loras/ | T2V e FL2VA | Nome de arquivo BF16 do adaptador Flex no tutorial |
| pika_h3_flex_ref2va_v1_bf16.safetensors | ComfyUI/models/loras/ | Ref2VA | Nome de arquivo BF16 do adaptador Flex no tutorial |
| qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | ComfyUI/models/text_encoders/ | Os três | Codificador de texto compartilhado com os modelos H3 |
| minimax_h3_video_vae_int8_convrot.safetensors | ComfyUI/models/vae/ | Os três | VAE de vídeo |
| minimax_h3_audio_vae_fp32.safetensors | ComfyUI/models/vae/ | Os três | VAE de áudio |
Antes de executar os adaptadores
A licença é da MiniMax
O tutorial do ComfyUI e o cartão do Hugging Face dizem que os adaptadores são distribuídos sob a MiniMax H3 Community License, incluindo condições territoriais e de uso comercial. O cartão os chama de derivados do modelo MiniMax H3 e aponta o NOTICE para o aviso da MiniMax e a declaração de copyright da Mellis, Inc. Leia esse texto antes de usar as saídas comercialmente. Este site não concede essa licença.
Não empilhe um LoRA turbo
O tutorial traz o cronograma de seis passos da Pika: lcm com ManualSigmas e CFG 1.0 através do BasicGuider. Mantenha a lista de sigma e a força do adaptador em 1.0. Não empilhe por cima um LoRA turbo ou Lightning. O adaptador já está destilado para seis passos, e um segundo LoRA de aceleração quebra a saída. Baixar a lista de sigma para menos de 7 valores quebra o cronograma, e aumentar a contagem de passos não acrescenta detalhe. O cartão Comfy-Org/MiniMax-H3, lido no mesmo dia, lista arquivos turbo separados em loras/, incluindo minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors, minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors e minimax_h3_ref2v_turbo_4step_v0.1_comfyui_bf16.safetensors. Esses não são os adaptadores Flex.
4K e stems são extensões da API
Os adaptadores abertos locais são 480p / 768p nativos com estéreo misturado. O cartão do Hugging Face diz que draft-to-video em 1080p, 2K e 4K, stems de áudio e melhoria do prompt são endpoints hospedados, separados dos adaptadores para baixar. O artigo de 2026-10-29 nomeia cinco stems: dialogue, score, SFX, foley e ambience. A marca de 4K desse artigo descreve a família do produto, não um arquivo do layout local.
A base é o MiniMax H3 aberto
O ComfyUI diz que os arquivos da base H3 são compartilhados com os modelos MiniMax H3 já existentes, e que os únicos arquivos novos são os dois adaptadores. Esses modelos usam res_multistep com BasicScheduler, o caminho de 20 passos. A página MiniMax H3 deste site já registra os limites da base aberta: H3-Context-IR e H3-Regenerate-2K não estão nos pesos abertos. Esta página não testa de novo essa base.
Adaptadores locais, a API da Pika, MiniMax H3 e os preços listados da Fal
As células locais e da API citam o cartão do Hugging Face e o tutorial do ComfyUI lidos em 2026-11-01. Fal H3 Max e Fal H3 Turbo aparecem só como a Pika os imprimiu na Table 1 e na Table 2 do artigo de pesquisa datado de 2026-10-29. Os preços da Table 1 são USD por segundo de saída. O cabeçalho da Table 2 diz USD por segundo; as células abaixo são copiadas como impressas, sem acrescentar um cifrão. Este site não mediu a Fal e não vende essas tarifas.
| Comfy local / adaptadores abertos | API hospedada da Pika | MiniMax H3 | Fal H3 Max | Fal H3 Turbo | |
|---|---|---|---|---|---|
| Imagem | 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 |
| Amostragem | 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 |
| Áudio | 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 |
| Preço texto ou imagem | 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 |
| Preço de referência | 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 abertos | 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 citada | 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 |
| Na Nano AI | Not loaded | Not called | Not run here | Not run here | Not run here; the button is Hailuo 02 Standard for 60 credits |
Fontes primárias
Leia estas páginas para o que esta não cita. As três foram lidas em 2026-11-01. O artigo de pesquisa tem data 2026-10-29.
O caminho mais curto no ComfyUI: três modelos
- 1
Texto para vídeo
Só o prompt, sem imagem de entrada. Em Template Library > Video, procure Pika H3 Flex: Text to Video. ComfyUI 0.43.2 ou mais novo. Os documentos chamam a família de fluxos de video_pika_h3_flex_*. Ela carrega minimax_h3_fl2va_pruned_int8_convrot e o LoRA pika_h3_flex_fl2va_v1_bf16, mais o codificador de texto compartilhado e os dois VAE. O cartão do Hugging Face chama a tarefa CLI correspondente de t2va. Só o primeiro quadro e só o último são as tarefas i2va e l2va do cartão; este modelo é o de prompt apenas.
- 2
Referência para vídeo
Duas ou mais imagens de referência carregam identidade, objetos e cena. O prompt carrega a ação. Procure Pika H3 Flex: Reference to Video. ComfyUI 0.30.0 ou mais novo. Ela carrega minimax_h3_ref2va_pruned_int8_convrot e pika_h3_flex_ref2va_v1_bf16. A tarefa CLI do cartão é ref2va. Limites, do tutorial e do cartão: até 9 imagens, 3 vídeos e 3 clipes de áudio, 12 arquivos no total. Cada vídeo ou áudio independente dura 2-15 segundos, e a duração combinada de cada tipo fica dentro de 15 segundos. É preciso pelo menos uma imagem ou um vídeo. A trilha embutida de um vídeo não conta como outro arquivo de áudio. O cartão diz que são limites de entrada, não uma promessa de que cada máximo cabe na memória da GPU.
- 3
Primeiro e último quadro
Dois quadros ancoram o começo e o fim. Procure Pika H3 Flex: FL2VA. ComfyUI 0.30.0 ou mais novo. Usa o mesmo arquivo de difusão e o mesmo LoRA do texto para vídeo: minimax_h3_fl2va_pruned_int8_convrot e pika_h3_flex_fl2va_v1_bf16. A tarefa CLI do cartão para os dois quadros extremos é fl2va. Os três modelos mantêm o cronograma de seis passos. Não acrescente um LoRA turbo ou Lightning.
Hábitos de prompt e depois um clipe Hailuo de 6 segundos
Paráfrase das notas de prompt do ComfyUI lidas em 2026-11-01, não uma cópia dos prompts longos de vitrine. Para T2V e FL2VA, descreva o estilo, depois cada plano com o movimento de câmera e então os dois campos de som. Para Ref2VA, os campos de referência completa nomeados ali são subject_definitions, summary, retention_analysis, detailed_description, overall_soundscape e non_diegetic_music. A amplitude da câmera é indicativa: ponha o movimento na frase do plano e dê a ele uma parada. Graus explícitos e marcas de corte podem cair 0.2 a 0.3 segundos fora, ou no sentido contrário. Wide shot sozinho tende a virar um plano médio; diga que o sujeito é pequeno numa sala grande e vazia. Uma mão que deveria parar a alguns centímetros em geral faz contato. Rótulos curtos em objetos tendem a continuar legíveis. As quatro linhas abaixo são para Hailuo 02 Standard nesta página. Não são prompts do Pika H3 Flex.
Bacia vazia e larga
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.
Lanterna, depois parada
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.
Bola contra uma xícara
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.
Rótulo curto na garrafa
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.
Se a execução não for o produto que você esperava
- Um LoRA turbo foi empilhado no adaptador
- Tire-o. O tutorial diz que o adaptador Flex já está destilado para seis passos, e que um LoRA turbo ou Lightning quebra a saída. Fique em lcm, ManualSigmas, CFG 1.0 e força 1.0.
- Você esperava 4K ou stems separados dos arquivos locais
- Isso são extensões da Pika API: draft-to-video para 1080p, 2K e 4K, mais um endpoint de stems de áudio. Os adaptadores locais são 480p / 768p com estéreo misturado.
- O modelo H3 ainda está no scheduler de 20 passos
- O FAQ do ComfyUI diz para carregar o adaptador da Pika, trocar o sampler para lcm e substituir BasicScheduler por ManualSigmas. res_multistep mais BasicScheduler é o caminho de 20 passos, não o cronograma Flex.
- Este site ainda diz Hailuo
- Esse é o modelo precificado do botão: Hailuo 02 Standard, 6 segundos, 60 créditos. Ele não carrega os LoRA do Pika H3 Flex e não chama a Pika API.
Perguntas frequentes
Perguntas sobre o Pika H3 Flex
O que dizem o tutorial do ComfyUI, o cartão do Hugging Face e o artigo de 2026-10-29, e o que o botão desta página chama.
A Nano AI executa o Pika H3 Flex?
Não. Esta página não é a Pika. Ela não carrega os LoRA do Pika H3 Flex e não chama a Pika API. O gerador executa Hailuo 02 Standard por 60 créditos e 6 segundos. Contas novas elegíveis recebem 64 créditos, o que cobre um clipe. O Pacote Mini custa $6.99 por 400 créditos.
Onde estão os pesos?
A Pika os publica em Pika-Labs/Pika-H3-Flex. O tutorial do ComfyUI diz que a Comfy republica os arquivos prontos para ComfyUI em Comfy-Org/MiniMax-H3 com os mesmos nomes, e que os nós do modelo apontam para esse reempacotamento. Os componentes da base são MiniMaxAI/MiniMax-H3. O cartão lista LoRA FP32 rank/alpha 128 em fl2va/ e ref2va/, e LoRA BF16 no formato Comfy em comfy/loras/. Este site não hospeda esses arquivos.
Por que seis passos?
O tutorial e o artigo de 2026-10-29 dizem que a Pika destilou o gerador H3 de 50 passos com destilação por correspondência de distribuições e depois o refinou com feedback de recompensa. Seis passos é o cronograma treinado. Aumentar a contagem de passos não acrescenta detalhe. Baixar a lista de sigma para menos de 7 valores quebra o cronograma. Mantenha lcm, ManualSigmas, CFG 1.0 através do BasicGuider e força do adaptador 1.0. Não empilhe um LoRA turbo ou Lightning.
Posso usar os adaptadores nos modelos MiniMax H3?
Sim, segundo o FAQ do ComfyUI lido em 2026-11-01. Os modelos MiniMax H3 usam res_multistep com BasicScheduler, que é o caminho de 20 passos. Carregue o adaptador da Pika no nó LoRA do modelo, troque o sampler para lcm e substitua o scheduler por ManualSigmas. O nó que o tutorial nomeia é LoraLoaderModelOnly. A base aberta ainda omite H3-Context-IR e H3-Regenerate-2K, como a página MiniMax H3 deste site já diz.
Os adaptadores locais saem em 4K ou com stems separados?
Não. O cartão do Hugging Face diz que a inferência local de pesos abertos é 480p / 768p nativos com áudio estéreo misturado. Draft-to-video em 1080p, 2K e 4K, stems de áudio e melhoria do prompt são extensões da Pika API. O artigo de 2026-10-29 nomeia os cinco stems dialogue, score, SFX, foley e ambience, e a Table 1 marca 4K para o Pika H3 Flex. Trate essa marca de 4K como o produto hospedado, não como um arquivo do layout do ComfyUI.
A Nano AI é afiliada à Pika?
Não. A Nano AI não é afiliada à Pika, à MiniMax, à Hailuo ou à Fal. O clipe do botão é Hailuo 02 Standard.
Mais do Nano AI
Páginas relacionadas
A Nano AI é um serviço independente e não é afiliada à Pika, à MiniMax, à Hailuo ou à Fal. Os fatos do Pika H3 Flex vêm do tutorial do ComfyUI, do cartão do Hugging Face e do artigo de pesquisa da Pika datado de 2026-10-29, lidos em 2026-11-01. O gerador executa Hailuo 02 Standard.