Pika H3 Flex
Pika H3 Flex 是 Pika 在 2026 年 10 月 29 日發布的開放權重影片模型。它由 Pika 在 MiniMax H3 上後訓練而成，6 步取樣就能生成帶同步聲音的影片，最多可用 12 個參考，包括圖片、影片片段和音訊。Pika 表示它在多數設定下快於即時，比 H3 Max 最多快 1.8 倍。Pika H3 Flex 即將上線 GoEnhance；上線前，下方控制台執行的是它的基底模型 MiniMax H3 參考生成影片。
@1
@2
@3
MiniMax H3
參考圖
@1
@2
@3
@4
新增 1–4 張圖：人物、寵物、商品或場景。在提示詞裡依序用 @[image1]、@[image2]… 指代它們。
提示詞
範例提示詞
上傳檔案即表示你同意 GoEnhance 的服務條款與隱私權政策
Pika H3 Flex 帶來了什麼
6 步出片，快於即時
Pika H3 Flex 每段影片只需 6 步取樣。Pika 表示在文字、圖片和參考生成任務上平均比 H3 Max 最多快 1.8 倍、便宜最多 80%，一段 15 秒的影片最快約 7 秒完成。Pika 說明這是模型（DiT）運算時間，不代表端到端的實際等待時間。
一則提示詞最多 12 個參考
參考模式最多接受 9 張圖片、3 段影片和 3 段音訊，合計 12 個檔案，可用來鎖定角色、產品、場景、動作和聲音；每段影片或音訊 2–15 秒。
五種起始方式
除了參考生成，Flex 還能只用文字、用開頭影格、用結尾影格，或同時用首尾兩格來生成，適合多鏡頭故事、產品短片和動態圖像。
768p 起稿，最高 4K 成片
在本機執行時，Flex 輸出 480p 或 768p、24 fps，支援 21:9 到 9:21 共 11 種比例，長度 5–15 秒。透過 Pika 託管 API 可將草稿提升到 1080p、2K 或 4K。
聲音可以拆開修改
每段影片都附帶同步的立體聲音軌。透過 Pika 的 API 還能匯出 5 條獨立音軌：對白、配樂、音效、擬音和環境音，只改其中一部分而不影響其餘。
Pika H3 Flex、MiniMax H3 與 FastH3 Omni 比較
如何在 GoEnhance 上製作類似 FastH3 Omni 的參考影片
01
上傳參考素材
最多加入 9 張圖片，用於角色、產品與場景。還可以加入 1 段影片片段作為動作參考，以及最多 3 段音訊片段作為人聲或音效參考，每段 2–15 秒。
02
在提示詞中標註
用標籤指稱每個參考素材，例如 @[image1]，並描述動作、鏡頭與能聽到的聲音。台詞請放進引號裡。
03
選擇長度、畫面比例與畫質
長度可選 5 到 15 秒，畫面比例從 16:9 到 9:16，解析度為 720p 或 1080p。
04
生成並調整
MiniMax H3 會生成帶有原生音訊的影片。調整提示詞或替換參考素材後再生成一次即可。
