MiniMax H3 e Seedance 2.5: il video AI sta diventando un’infrastruttura

Il 31 luglio 2026 sono arrivati quasi contemporaneamente due modelli che raccontano molto bene la direzione presa dalla generazione video: MiniMax H3 e Seedance 2.5.

Non sono semplicemente versioni più potenti dei generatori precedenti. Entrambi cercano di superare il modello del prompt che produce una singola clip e introducono qualcosa di più vicino a un ambiente di produzione: immagini, video, audio, riferimenti visivi, indicazioni di montaggio, controllo dei movimenti e trasformazione di materiali già esistenti.

La differenza non riguarda soltanto la qualità. Riguarda il modo in cui questi modelli possono essere inseriti dentro applicazioni, workflow e piattaforme proprietarie.

Da una parte MiniMax presenta H3 come un modello multimodale general purpose, già accompagnato da documentazione API e da un listino pubblico. Dall’altra ByteDance spinge Seedance 2.5 verso la narrazione più lunga, il controllo cinematografico e l’editing professionale. Sono due interpretazioni differenti dello stesso futuro: il video generativo non come servizio isolato, ma come motore interno a un prodotto digitale.

Due modelli, due idee di produzione video

MiniMax H3 accetta testo, immagini, video e audio all’interno dello stesso processo. Può partire da una descrizione, utilizzare un’immagine come primo o ultimo fotogramma, trasferire movimenti da un video di riferimento e combinare materiali differenti per generare una nuova sequenza. Produce video fino a 15 secondi, in risoluzione 2K, con audio stereo generato in modo nativo. MiniMax ha inoltre annunciato l’intenzione di pubblicare i pesi del modello, rendendo possibile in prospettiva il download, la personalizzazione e l’esecuzione su infrastrutture controllate direttamente dalle aziende.

Seedance 2.5 lavora invece sulla capacità di costruire scene più lunghe e articolate. ByteDance lo descrive come un modello con generazione congiunta audio-video, capace di produrre fino a 30 secondi in una singola esecuzione e di estendere successivamente il risultato. Il modello interpreta non soltanto il movimento presente nei video di riferimento, ma anche l’intenzione della scena, l’inquadratura e il linguaggio cinematografico. Migliorano inoltre l’editing locale, i movimenti di camera, il blocking degli attori, la gestione del green screen e il controllo dei cosiddetti white model, cioè personaggi o oggetti neutri utilizzati come base per successive trasformazioni.

Le differenze principali, sulla base delle informazioni ufficialmente disponibili al lancio, possono essere riassunte così:

MiniMax H3 genera sequenze da 4 a 15 secondi, arriva alla risoluzione 2K e produce audio stereo nativo. Accetta testo, immagini, video e audio, può utilizzare il primo e l’ultimo fotogramma come riferimento, trasferire movimenti e combinare fino a dodici materiali differenti. L’API è già documentata, ha un prezzo pubblico e MiniMax ha annunciato la futura pubblicazione dei pesi del modello.

Seedance 2.5 può invece produrre sequenze fino a 30 secondi e concentra gran parte dell’evoluzione sul controllo narrativo e cinematografico. Interpreta immagini, video e audio di riferimento, comprende meglio movimenti di camera, disposizione degli attori, intenzione della scena ed editing locale. ByteDance non ha però ancora pubblicato un listino API dettagliato e non ha annunciato la distribuzione dei pesi.

La tabella evidenzia anche ciò che oggi non sappiamo ancora. Nelle prime ore successive al lancio sono circolate affermazioni su risoluzione 4K, decine di riferimenti simultanei e durate molto superiori per Seedance 2.5. Alcune provengono da community, partner o piattaforme che vendono accesso al modello, ma non sono ancora riportate nella pagina ufficiale di ByteDance. Per una valutazione aziendale seria è meglio separare le funzionalità confermate dalle promesse commerciali.

MiniMax H3: un modello progettato per essere integrato

La parte forse più interessante di H3 non è visibile nei video dimostrativi. È nella documentazione tecnica.

L’API permette di utilizzare fino a nove immagini, tre video e tre file audio, con un massimo di dodici riferimenti complessivi. Ogni video di input può durare da 2 a 15 secondi, mentre il prompt può raggiungere i 7.000 caratteri. Sono supportati video H.264 e H.265, immagini nei formati più comuni e file audio WAV o MP3. La generazione avviene in modo asincrono: la piattaforma invia il lavoro, riceve un identificativo, controlla lo stato della lavorazione e, quando il risultato è pronto, ottiene l’indirizzo del file generato.

Questo tipo di API è adatto alla costruzione di prodotti reali perché permette di separare l’interfaccia utilizzata dal cliente dal funzionamento interno del modello. L’utente può caricare un prodotto, alcune immagini del brand, una voce, una reference di movimento e una descrizione. Il sistema può controllare i file, costruire automaticamente la richiesta, inviarla al modello e notificare il risultato senza mostrare la complessità tecnica sottostante.

Il prezzo ufficiale di H3 è attualmente di 0,13 dollari per secondo in 2K. Una generazione da 10 secondi costa quindi 1,30 dollari, mentre una clip da 15 secondi costa 1,95 dollari. È indicata anche una modalità 768p a 0,09 dollari al secondo, ancora in closed beta. I primi cinque riferimenti immagine sono gratuiti; quelli successivi costano 0,04 dollari ciascuno. L’audio di input non viene addebitato, mentre i video utilizzati come riferimento possono introdurre costi aggiuntivi legati alla loro durata.

Questi numeri rendono possibile costruire un business model prima ancora di iniziare lo sviluppo. Mille generazioni da 15 secondi in 2K hanno un costo base di 1.950 dollari. Il vero costo di produzione, tuttavia, dipende dal numero medio di tentativi necessari per ottenere una clip approvata.

La formula più utile non è quindi:

costo per generazione

ma:

costo per contenuto approvato = costo della generazione × numero medio di tentativi + storage + distribuzione + controllo qualità

Un modello leggermente più costoso ma più controllabile può risultare economicamente migliore di un modello apparentemente economico che richiede molte rigenerazioni.

La possibile pubblicazione dei pesi apre inoltre la strada al fine-tuning, all’infrastruttura privata e a versioni specializzate per particolari prodotti o linguaggi visivi. Questo non significa automaticamente spendere meno. Eseguire localmente un modello video richiede GPU, manutenzione, aggiornamenti e personale tecnico. Per volumi ridotti l’API resta quasi sempre più semplice; per volumi molto elevati o dati sensibili, un’infrastruttura controllata può diventare strategica.

Seedance 2.5: la generazione incontra il linguaggio cinematografico

Seedance 2.5 sembra perseguire un obiettivo diverso. La durata di 30 secondi permette di allontanarsi dalla singola inquadratura e iniziare a ragionare in termini di sequenza, ritmo e racconto.

La maggiore comprensione dei video di riferimento è particolarmente importante. Nei modelli precedenti un riferimento veniva spesso trattato come una sorgente di movimento da imitare. Seedance 2.5 prova invece a interpretare la costruzione della scena: dove si trova la camera, che rapporto esiste tra soggetto e ambiente, quale gesto deve essere mantenuto e quale elemento può essere sostituito.

La capacità di intervenire su green screen, personaggi neutri, movimenti di macchina e performance rende il modello interessante per previsualizzazione, advertising, contenuti social seriali, formazione, virtual production e prototipazione cinematografica. Non si tratta necessariamente di sostituire l’intera produzione tradizionale. Può diventare un modo per esplorare alternative, preparare storyboard animati, testare scene e produrre variazioni prima di impegnare il budget principale.

ByteDance ha già indicato un’applicazione concreta: dal 4 agosto Seedance 2.5 sarà utilizzato all’interno di Gauth per trasformare contenuti educativi in lezioni cinematografiche narrate e quiz adattivi. È un esempio significativo perché il modello non viene presentato come destinazione finale, ma come componente invisibile di una piattaforma con uno scopo preciso.

Sul piano economico, la situazione è meno chiara rispetto a H3. Durante questa analisi non risultava ancora disponibile un listino API ufficiale altrettanto dettagliato. Questo rende difficile confrontare il costo per secondo e suggerisce alle aziende di iniziare con un pilot limitato, misurando costo, tempi di generazione, affidabilità e numero di tentativi necessari.

Anche il tema dei diritti deve essere affrontato all’interno del prodotto. Il precedente lancio internazionale di Seedance 2.0 aveva incontrato contestazioni relative all’utilizzo di personaggi, volti e proprietà intellettuali, portando ByteDance a rafforzare le misure di protezione. Una piattaforma aziendale dovrebbe quindi controllare la provenienza delle reference, raccogliere i consensi e mantenere una traccia delle trasformazioni applicate.

Perché Claude Code cambia il costo dello sviluppo

Le API rendono disponibili i modelli. Non costruiscono però il prodotto.

Servono un’interfaccia, la gestione degli utenti, l’archivio dei materiali, una coda di generazione, il controllo dei costi, la sicurezza delle chiavi API, la moderazione, il download dei risultati, la gestione degli errori e un sistema per cambiare modello senza ricostruire tutto da zero.

È qui che strumenti come Claude Code possono incidere in modo concreto.

Claude Code non riduce il costo di 0,13 dollari al secondo richiesto da MiniMax. Riduce soprattutto il lavoro necessario per trasformare quell’API in una piattaforma utilizzabile. Può creare gli adapter per i diversi provider, implementare code asincrone, preparare database e migrazioni, scrivere test, generare pannelli amministrativi e automatizzare il rilascio su GitHub.

Il Claude Code SDK può essere utilizzato da riga di comando oppure attraverso TypeScript e Python. Supporta output JSON, sessioni persistenti, tool autorizzati, configurazioni MCP e limiti al numero di iterazioni. Può quindi essere inserito anche dentro workflow di sviluppo più ampi, non soltanto usato come assistente all’interno dell’editor.

Con GitHub Actions può ricevere un’attività, modificare il codice, correggere un bug, implementare una funzione e preparare una pull request seguendo le regole descritte nel repository. Questo permette a un team ridotto di mantenere una piattaforma che deve adattarsi rapidamente a modelli e API in continua evoluzione.

La convenienza non nasce dal chiedere a Claude Code di costruire genericamente “un’app video AI”. Nasce dalla definizione precisa dell’architettura, dei vincoli e delle responsabilità.

Una piattaforma ben progettata potrebbe essere composta da:

• un’interfaccia per brief, reference e selezione del formato;
• uno schema interno unico per descrivere ogni generazione;
• un adapter dedicato a MiniMax H3;
• un adapter dedicato a Seedance 2.5;
• una coda che gestisce i lavori asincroni;
• uno storage per input, output e versioni;
• un motore che calcola il costo prima dell’invio;
• una libreria di prompt e regole di brand;
• controlli su consenso, proprietà intellettuale e moderazione;
• un passaggio di approvazione umana prima della pubblicazione.

Utilizzando un gateway o un livello di astrazione, autenticazione, budget, rate limit, audit e scelta del modello possono essere controllati centralmente. Il provider può così essere sostituito o affiancato senza modificare ogni parte dell’applicazione.

L’approccio più razionale potrebbe essere utilizzare H3 come motore API-first per i volumi ordinari, grazie a prezzo e specifiche già misurabili, e Seedance 2.5 come opzione premium per sequenze più lunghe, editing avanzato e maggiore controllo cinematografico. La piattaforma decide quale modello usare in base al lavoro, al budget e al risultato atteso.

Il valore non sarà nel pulsante “genera”

Quando tutti possono accedere agli stessi modelli, il vantaggio non consiste più nell’avere un campo di testo e un pulsante.

Il valore si sposta nella conoscenza accumulata attorno al modello: quali reference funzionano, quali prompt rispettano il brand, quali movimenti valorizzano un prodotto, quali risultati sono stati approvati e quanto è costato produrli.

Per un e-commerce può significare caricare una fotografia e ottenere automaticamente versioni verticali, orizzontali e localizzate di un contenuto. Per un’agenzia può significare mantenere personaggi, tono visivo e regole di produzione tra campagne differenti. Per una piattaforma educativa può voler dire trasformare una spiegazione in una scena narrata. Per un’impresa industriale può diventare uno strumento per visualizzare prodotti non ancora realizzati.

MiniMax H3 e Seedance 2.5 mostrano che il modello video sta diventando una componente programmabile. La qualità dell’immagine continuerà a migliorare, ma la vera opportunità sarà costruire sistemi che decidono quando generare, con quale modello, utilizzando quali materiali e con quale limite di spesa.

Claude Code rende più accessibile la costruzione di questi sistemi. Non elimina la necessità di progettare bene il prodotto, ma riduce la distanza tra un’idea, un’API e una piattaforma funzionante.

Il futuro del video AI non sarà composto da un unico modello vincitore. Sarà composto da piattaforme capaci di orchestrare modelli differenti, memoria del brand, controllo umano e costi misurabili. Il generatore produrrà le immagini. Il sistema costruito attorno al generatore produrrà il valore.