Video AI

Pika H3 Flex: il modello video con audio e pesi aperti per chi rifà la stessa scena dieci volte

Pika ha lanciato Pika H3 Flex il 29 ottobre 2026: un modello video che genera clip da 5 a 15 secondi con audio stereo sincronizzato, accetta fino a 12 riferimenti e consegna fino a cinque tracce audio separate. I pesi sono pubblici su Hugging Face, ma con una licenza da leggere. Ecco cosa fa davvero, quanto costa al secondo e cosa cambia per chi crea video con l'AI.

Pubblicato il 8 min di letturaA cura della redazione di The AI Creator System

Read this article in English

Copertina generata con l'IA: un ciak di vetro luminoso da cui escono una pellicola e onde audio colorate, accanto a un lucchetto aperto, titolo Pika H3 Flex
Immagine di copertina generata con l’intelligenza artificiale. Come usiamo l’IA

Cos'è Pika H3 Flex e quando è uscito

Pika H3 Flex è un modello di intelligenza artificiale per generare video con audio, lanciato da Pika il 29 ottobre 2026 con un comunicato da San Francisco e una pagina ufficiale con specifiche e prezzi. Non è un modello costruito da zero: è una versione di MiniMax H3, il modello aperto di MiniMax per video e audio, riaddestrata dal team di ricerca di Pika.

L'idea dietro il nome «Flex» è dichiarata nel comunicato: la maggior parte dei modelli video dà per scontato che la prima generazione sia quella buona, mentre chi lavora per clienti rifà la stessa inquadratura molte volte. Per questo Pika ha puntato su tre cose: velocità, costo basso per tentativo e possibilità di correggere un video senza ricominciare da capo.

Il dato tecnico centrale è la riduzione dei passaggi di generazione: 6 invece di 50. Secondo Pika, una clip di 15 secondi a 768p con audio richiede appena 7 secondi di calcolo del modello. Attenzione però: la stessa pagina ufficiale precisa che si tratta del solo tempo del trasformatore (DiT) in un test controllato, non del tempo totale della richiesta, che cresce con i riferimenti, l'upscaling e le tracce audio. Tutti i numeri di velocità e costo in questo articolo sono dichiarati da Pika.

Cosa fa: 12 riferimenti, editing e 5 tracce audio separate

Pika H3 Flex genera clip da 5 a 15 secondi a 24 fotogrammi al secondo, in 11 formati dal 21:9 al 9:21, con prompt fino a 8.000 caratteri. Ecco le modalità e i limiti indicati nella documentazione ufficiale:

FunzioneCosa fa
Testo in videoClip con audio stereo a 32 kHz sincronizzato
Primo e ultimo fotogrammaParte da un'immagine, arriva a un'immagine, o entrambe
Video da riferimentiFino a 12 riferimenti: 9 immagini, 3 video e 3 audio; serve almeno un'immagine o un video
Editing guidatoCambia un abito o un oggetto mantenendo recitazione e tempi del video originale
Tracce audio separateFino a 5 file WAV: dialoghi, musica, effetti, foley e ambiente
Bozza e rifinituraBozza a 480p o 768p, poi la stessa ripresa portata a 1080p, 2K o 4K

I riferimenti video e audio devono durare tra 2 e 15 secondi ciascuno, con un massimo di 15 secondi complessivi per tipo. Non si può partire solo da un audio: almeno un'immagine o un video è obbligatorio.

Per chi monta, la funzione più concreta sono le tracce audio separate. Invece di ricevere un unico mix, puoi chiedere dialoghi, colonna sonora ed effetti in file distinti e abbassare la musica o sostituirla in montaggio. Il modello genera nativamente a 480p o 768p: le risoluzioni più alte arrivano da un upscaling fatto nella stessa richiesta, e con la modalità «draft-to-video» paghi solo la differenza tra la bozza e la versione finale.

Quanto costa Pika H3 Flex al secondo

Pika H3 Flex si paga a secondo di video generato tramite la Pika API Club. Questi sono i prezzi pubblicati sulla pagina ufficiale per testo, immagine e fotogrammi chiave:

RisoluzioneListinoPrezzo di lancio
480p0,02 $/s0,01 $/s
768p0,04 $/s0,02 $/s
1080p0,07 $/s0,035 $/s
2K0,08 $/s0,04 $/s
4K0,16 $/s0,08 $/s

Tradotto in pratica: al prezzo di listino una clip di 15 secondi costa circa 0,30 dollari a 480p e 2,40 dollari in 4K. La modalità con riferimenti costa di più (da 0,06 $/s a 480p di listino) e conta anche i secondi dei video caricati come riferimento, mentre immagini e audio di riferimento sono gratuiti. Le tracce audio separate costano 0,001 dollari al secondo.

Secondo Pika, H3 Flex è fino a 1,8 volte più veloce e fino all'80% più economico di H3 Max. La pagina ufficiale indica 15 generazioni gratuite al giorno per i membri dell'API Club dal 29 ottobre al 5 novembre, e il comunicato di VP Land conferma il prezzo d'ingresso da 0,01 dollari al secondo. Il comunicato aggiunge che il modello arriva nell'app di creazione di Pika dal 2 novembre.

Pesi aperti: cosa puoi scaricare e cosa no

Pika ha pubblicato i pesi e il codice di inferenza il giorno del lancio, sulla scheda Hugging Face Pika-Labs/Pika-H3-Flex e su GitHub, con flussi pronti per ComfyUI e il supporto alla libreria Diffusers. Hugging Face indica 33 miliardi di parametri.

Ci sono però tre limiti da conoscere prima di entusiasmarsi:

  • La licenza non è libera come Apache o MIT. I pesi sono «derivati» di MiniMax H3 e seguono la MiniMax H3 Community License Agreement; solo il codice di esempio è Apache 2.0. Prima di un uso commerciale, leggi la licenza.
  • La versione aperta si ferma a 480p e 768p. L'upscaling a 1080p, 2K e 4K, la separazione delle tracce audio, il miglioramento del prompt e il servizio accelerato restano sulla piattaforma di Pika.
  • Serve hardware da data center. Le prove indicate nella scheda sono state fatte su una GPU H100 da 80 GB, e i componenti di base pesano circa 210 GB su disco.

Quanto alla qualità, Pika dichiara che H3 Flex è settimo per qualità video nella classifica testo-video di DesignArena, con 1.293 punti, davanti a MiniMax H3, H3 Max e Seedance 2.5, e che è il primo tra i modelli con pesi aperti. Pika stessa precisa che i video dimostrativi non sono benchmark ufficiali.

Cosa significa per te che crei video con l'AI

Pika H3 Flex rende più economico sbagliare, ed è proprio la parte del lavoro che costa di più. Ecco come sfruttarlo:

  1. Lavora in due tempi. Fai le prove a 480p, dove 15 secondi costano pochi centesimi, e porta in 1080p o 4K solo la ripresa giusta con la modalità bozza-e-rifinitura.
  2. Prepara i riferimenti prima del prompt. Con 9 immagini, 3 video e 3 audio puoi fissare personaggio, prodotto, luogo, movimento di camera e voce: è il modo più sicuro per avere coerenza tra una clip e l'altra.
  3. Chiedi le tracce separate se monti. Dialoghi, musica ed effetti in file distinti ti permettono di cambiare la musica o pulire la voce senza rigenerare il video.
  4. Correggi invece di rifare. L'editing guidato da riferimento cambia un abito o un oggetto mantenendo la recitazione: utile per varianti di uno stesso spot.
  5. Non scaricare i pesi per abitudine. Senza una GPU da 80 GB e senza aver letto la licenza, per un creator il servizio a consumo resta la strada pratica.

Per scegliere tra i modelli video del momento, la nostra guida Kling vs Seedance vs Veo confronta i punti di forza di ciascuno, e qui trovi cosa è cambiato con Kling 4.0. Il ritorno dei modelli aperti l'abbiamo visto anche nel testo con Liquid AI LFM3. Per scrivere prompt che sfruttino inquadrature e movimenti, c'è la guida ai prompt video AI cinematografici. Se vuoi trasformare modelli come questo in spot, trailer e mini-film con un metodo, il percorso AI Filmaking ti porta dal concept al montaggio; per montare in fretta le clip con le tracce separate c'è AI Editing Automation; e se preferisci ricevere il video finito, con il servizio video AI su misura da 30 secondi lo realizziamo noi. Qui trovi anche come usiamo noi l'intelligenza artificiale.

Domande frequenti

Quando è uscito Pika H3 Flex?

Pika ha annunciato Pika H3 Flex il 29 ottobre 2026, con pesi e codice pubblicati lo stesso giorno. Secondo il comunicato di Pika, arriva nella sua app di creazione dal 2 novembre 2026.

Pika H3 Flex è open source?

I pesi sono scaricabili da Hugging Face, ma la licenza è la MiniMax H3 Community License, non una licenza libera come Apache o MIT. La versione aperta genera a 480p e 768p; upscaling e tracce audio separate restano sul servizio di Pika.

Quanto costa Pika H3 Flex?

Il listino parte da 0,02 dollari al secondo a 480p e arriva a 0,16 dollari al secondo in 4K; i prezzi di lancio sono la metà. La modalità con riferimenti video costa di più.

Quanto può durare un video di Pika H3 Flex?

Da 5 a 15 secondi per generazione, a 24 fotogrammi al secondo, con audio stereo sincronizzato.

Cosa sono le tracce audio separate di Pika H3 Flex?

Tramite l'API, Pika può consegnare fino a cinque file WAV distinti: dialoghi, musica, effetti sonori, foley e ambiente, così puoi rimixare l'audio in montaggio.

Leggi anche

Fonti verificate il 30 ottobre 2026