Pika H3 Flex est un modèle vidéo que Pika a publié le 29 octobre 2026. Affiné à partir de MiniMax H3, il réduit l'échantillonnage de 50 à 6 étapes et génère en une fois des clips de 5 à 15 secondes avec audio stéréo synchronisé. Les utilisateurs ordinaires peuvent simplement aller sur le site de Pika (pika.art) ; il est dans l'application principale depuis le 2 novembre. Ceux qui veulent l'exécuter localement peuvent télécharger les poids depuis Hugging Face, mais lisez d'abord la licence.
Comment l'utilisent les utilisateurs ordinaires : un quota gratuit pendant deux semaines après le lancement
Ouvrez le site de Pika (pika.art), choisissez H3 Flex, saisissez du texte, ou fournissez des images de début et de fin, des images de référence, des vidéos de référence et de l'audio de référence — jusqu'à 12 éléments (9 images, 3 vidéos, 3 clips audio) — pour générer un clip de 5 à 15 secondes. Le mode référence est son argument de vente : une image de produit plus un clip audio de référence suffisent à produire un court-métrage avec dialogue ou musique. Pendant les deux premières semaines après le lancement, il y a 15 générations gratuites par jour et les prix sont réduits de moitié, jusqu'aux alentours du 12 novembre ; récupérez-les d'abord, puis essayez tranquillement.
L'exécuter localement : vérifiez d'abord le matériel et la licence
Les poids se trouvent dans le dépôt Hugging Face Pika-Labs/Pika-H3-Flex, et le code d'inférence est sur GitHub sous Apache-2.0. En local, il s'agit de deux adaptateurs LoRA montés sur la base MiniMax H3, dont les fichiers totalisent environ 210 Go. La sortie locale plafonne nativement à 768p ; la finition 4K et les cinq pistes audio séparées sont des fonctionnalités hébergées par Pika. L'exécution exige un GPU de classe H100, ne forcez donc pas avec une carte grand public. Plus important encore : les poids relèvent de la licence communautaire MiniMax H3, dont l'octroi standard exclut le déploiement local aux États-Unis, dans l'UE, au Royaume-Uni et en Corée du Sud. Avant tout usage commercial, lisez le texte de la licence elle-même, et en cas de doute, utilisez l'API hébergée.
Ce que « 7 secondes » signifie vraiment
Les 7 secondes dont parle Pika correspondent au temps de calcul propre du modèle sur ses serveurs, pas au temps total entre le clic sur « générer » et la réception du clip terminé. La file d'attente, le téléversement des fichiers de référence et le post-traitement ajoutent encore du temps. L'échantillonnage en 6 étapes est bien réel, tout comme l'avantage de vitesse, mais ne planifiez pas un flux de travail autour de 7 secondes. Si vous avez besoin de 1080p ou plus, ou si vous voulez mixer les pistes séparément, passez directement par le service hébergé plutôt que de bricoler en local.
