У MiniMax H3 Max появился режим Director: видео идёт непрерывно, а камерой рулите по ходу
3 сентября 2026 года на fal открыли сессионный режим Director. Модель гонит видео кусками и склеивает их сама, а промпт меняется прямо во время съёмки. Что это меняет в сборке перебивок, как проверить за пятнадцать минут и во что обойдётся.
Обычная генерация видео устроена так: написали промпт, подождали, получили клип. Нужен другой ракурс - пишете новый промпт и сводите два клипа на монтаже.
3 сентября 2026 года на fal открыли режим Director у модели MiniMax H3 Max, где всё иначе: видео идёт непрерывной сессией, а промпт вы меняете прямо во время съёмки. Если вы собираете перебивки для вертикальных роликов, это другой способ работы.
Что этим реально снимают
Главный вопрос к любому видеогенератору простой: что окажется на выходе. Здесь ответ упирается в два числа. Одна сессия идёт максимум две минуты, картинка - максимум 768p (это 768 точек по короткой стороне, примерно как ролик в ленте телефона). Значит на выходе короткий ролик, а не фильм.
Внутри этих двух минут Director решает три задачи.
Вертикальный ролик одной непрерывной сценой. Это один проход: начали крупным планом, на тридцатой секунде написали «камера отъезжает» - и она отъехала прямо в кадре. Монтажных склеек нет, потому что резать нечего.
Перебивка или фон для рилса из одного стоп-кадра. Нужно 10-15 секунд движения между говорящими головами - берёте свою картинку и получаете их за одну сессию, без поисков по стокам.
Превиз - показать сцену до съёмки. Гоняете камеру по задуманному кадру и смотрите, читается ли задумка. Проверить это до площадки дешевле, чем на ней.
А чего не выйдет - фильма. Дольше двух минут сессия не идёт: fal пишет на странице модели, что более длинные Director-сессии открывает по заявке и пока не всем. Собрать длинное из нескольких сессий тоже не получится так, чтобы качество кадра держалось: каждая сессия стартует заново, свет и лицо в ней будут другими - ровно та стыковка, ради ухода от которой всё и затевалось.
Что это такое
Видео растёт кусками, но выглядит как один кадр. Отрезки по 10 секунд (настраивается от 5 до 15), каждый следующий продолжает с хвоста предыдущего - берёт из него 39 последних кадров как контекст.
Промпт меняется на ходу. Отправили в сессию «камера отъезжает, общий план» - и со следующего отрезка камера поехала. Модель помнит 12 прошлых промптов, можно поднять до 50.
Кадры задаются картинками. Можно дать точный первый кадр, а можно ещё и конечный - тогда модель сама планирует, как прийти из одного в другой.
Что на выходе. 24 кадра в секунду, 480p или 768p, пропорции 16:9, 9:16 или 1:1. Можно подложить свой звуковой файл. Про русскую речь на странице модели не сказано ничего - проверяется только руками.
Чем это лучше того, что было, и чем хуже
Лучше в одном: переход между планами вырастает внутри того же кадра. Два отдельно сгенерированных клипа - это два разных прочтения одной сцены, и стык видно почти всегда: свет плывёт, лицо чуть другое. Здесь камера отъезжает внутри той же сессии, склеивать нечего.
Хуже в двух местах. Базовая модель H3, представленная 31 июля 2026 года, выдаёт до 2K - у Director потолок 768p, для вертикали 9:16 этого мало, придётся апскейлить.
И главное: Director не переснимает то, что вы уже сняли. Он идёт от картинки и текста и каждый раз генерирует новое видео. Отснятый ролик сюда не подашь - ни целиком, ни как образец, по которому модель повторила бы вашу сцену другим планом.
Как проверить за пятнадцать минут
Заведите аккаунт на fal и привяжите карту. Российской оплатить не выйдет, нужен зарубежный способ.
Выложите в сеть стоп-кадр из своего ролика - он пойдёт первым кадром сессии.
Поставьте клиент, спрячьте ключ за серверным прокси, откройте сессию с 9:16 и 768p - код ниже.
Секунде на тридцатой отправьте второй промпт: «камера отъезжает, общий план». Смотрите на две вещи: узнаётся ли человек после отъезда и что стало со звуком.
npm install @fal-ai/client@alpha @fal-ai/server-proxy@alpha
// клиент ходит через ваш серверный роут, ключ FAL_KEY остаётся на сервере
const fal = createFalClient({ proxyUrl: "/api/fal/proxy" });
const session = fal.realtime.open(wma("minimax/h3-max/director"), {
receive: ["video", "audio"],
onMedia: (stream) => { document.querySelector("video").srcObject = stream; },
});
session.send({
type: "configure",
protocol_version: 1,
prompt_version: 1,
prompt: "A person speaking to camera in a small studio, warm key light",
image_url: "https://ваш-домен/first-frame.jpg",
aspect_ratio: "9:16",
resolution: "768p"
});Что показала проверка на снятом ролике
Сессионный Director с живыми промптами есть только у fal. На других площадках H3 отдаётся обычным API: отправили запрос - получили готовый файл. Ни сессии, ни промпта на ходу там нет, и вся «режиссура» сводится к тому, как вы сформулировали текст.
У Runware это модель minimax:h3@0, и снятое видео ей приложить можно - параметром inputs.referenceVideos. Звучит как то самое: вот мой ролик, подвинь камеру.
Приложить не значит переснять. Проверка на шестисекундном вертикальном ролике: в запрос ушло само видео и просьба сдвинуть камеру. Стоило это $1.56 - обычная цена одной генерации H3 на Runware, к промо-тарифу fal она отношения не имеет. Камера не сдвинулась: модель выдала новый клип, кадр в кадр повторяющий исходник. referenceVideos снимает с ролика движение и переносит его на новую сцену - существующую запись он не правит.
Правило отсюда простое. Если на руках снятый материал и нужен второй ракурс именно из него - эту задачу не решает ни Director, ни referenceVideos. Оба каждый раз рисуют новое видео с нуля, и совпадение с вашим оригиналом будет ровно таким, каким его придумает модель.
На ролике - генерация сцены с нуля, а не пересъёмка готового кадра. Разница принципиальная: модель придумала кадр сама, ей не показывали чужого видео, которое надо повторить с другой точки. Ролик: fal.ai.
Сколько стоит
Цена на странице модели - $0.02 за секунду сгенерированного видео. Это промо, оно кончается 14 сентября 2026 года, дальше прайс $0.08 за ту же секунду.
Главное в счёте - минимум: сессия тарифицируется не меньше чем за 60 секунд работы. Самый дешёвый заход - 60 × $0.02 = $1.20, даже если закроете вкладку через десять секунд. После 14 сентября 2026 года те же 60 секунд станут стоить $4.80.
Сверху ограничение обратное: две минуты на сессию. Вилка одного захода поэтому жёсткая - от 60 до 120 секунд, то есть от $1.20 до $2.40 по промо и от $4.80 до $9.60 после 14 сентября 2026 года. Больше двух минут за раз не потратить при всём желании.
Бесплатного лимита у режима нет: платите с первой сессии.
Это не обычный эндпоинт, в который можно постучаться из скрипта. fal пишет об этом прямым текстом на странице модели.
Привычные вызовы запрещены: ни fal.run, ни fal.subscribe, ни очередь. Сессия открывается только через fal.realtime.open по WebRTC - протоколу видеозвонков.
Значит нужен браузер и свой серверный прокси, который держит ключ. Дёрнуть модель из bash-скрипта или запустить ночью по расписанию не выйдет.
Клиентские пакеты идут с меткой alpha: ранняя версия, вызовы могут поменяться без предупреждения.
Не успела сгенерировать кусок к сроку - сессия шлёт deadline_missed, картинка замирает и звук пропадает, пока генерация не догонит.
Ценность тут не в качестве картинки - 768p никого не удивят. Ценность в том, что съёмка перестала быть заказом на клип и стала процессом, в который можно вмешаться на ходу.
Если у вас лежит стоп-кадр, который просится в движение, $1.20 до 14 сентября 2026 года это стоит проверить. Расскажите в комментах, что вышло со звуком - на этом месте больше всего сомнений.