Pika apre i pesi di H3 Flex, il MiniMax H3 pensato per iterare

Il 29 ottobre Pika ha presentato H3 Flex, un modello video e audio ottenuto riaddestrando MiniMax H3. Genera in sei passi di denoising invece di cinquanta e ha i pesi pubblici su Hugging Face.

Secondo Pika, una clip di 15 secondi a 768p richiede appena sette secondi di calcolo. L'azienda precisa però che non è l'attesa totale di una risposta API. Rispetto a H3 Max dichiara una velocità media 1,8 volte superiore e costi fino all'80% più bassi.

Il modello accetta fino a 12 reference fra immagini, video e audio. L'audio è sincronizzato e la versione ospitata da Pika lo esporta in cinque stem separati. Per chi monta e mixa è il dettaglio che conta: il suono non arriva più come una sola traccia da smontare a mano.

Flex genera in modo nativo a 480p o 768p. L'upscaler di Pika porta poi la clip scelta a 1080p, 2K o 4K, conservando il contenuto generato. La logica è quella della bozza: si prova in bassa risoluzione e si rifinisce solo la versione che funziona.

I pesi aperti sono due adapter LoRA da caricare sopra MiniMax H3. Coprono testo-video, primo e ultimo fotogramma e reference-video, a 480p e 768p. Upscaler, separazione degli stem e riscrittura del prompt restano sul servizio di Pika. La documentazione di ComfyUI ha già i workflow pronti.

Al lancio Flex è settimo nella classifica text-to-video di DesignArena e primo fra i modelli a pesi aperti, davanti a H3, H3 Max e Seedance 2.5. Si usa già dall'API di Pika e arriva nell'app il 2 novembre. Restano due domande: come va fuori dagli esempi scelti da Pika, e quanto costa far girare il modello base in locale.