MiniMax H3 принимает текст, изображения, видео и аудио в одном запросе. На выходе — ролик до 15 секунд с нативным стереозвуком. Креаторам интересно проверить, как модель связывает референсы и задачу по одному описанию.
По тарифам на октябрь 2026 года генерация 2K в API стоит $0,13 за секунду. Повышение готового 768p-ролика до 2K оплачивается отдельно. Локально доступны базовые веса, но не весь набор возможностей H3.
Коротко
- H3 работает с текстом, изображениями, видео и звуком; ролик может включать стереозвук и несколько планов.
- Для локального запуска доступны FL2VA и Ref2VA. Разрешение ограничено 768p.
- 2K и модули для обработки контекста и повторной генерации доступны через API.
- Лицензия разрешает коммерческое использование с условиями: нужно маркировать материалы, а для некоторых регионов действуют ограничения.
MiniMax H3 собирает референсы в один запрос
MiniMax представила H3 31 июля 2026 года как мультимодальную генеративную модель. В одной задаче можно соединить текст, изображение, видео и аудио. Например, описать движение камеры по видео, взять персонажа с картинки, а голос — из звукового файла.
В японском разборе WEEL такой подход описывают через привычный творческий процесс. Раньше движение, внешность персонажа и синхронизацию голоса часто приходилось собирать в разных инструментах. H3 предлагает словами объяснить, как связаны материалы. С первого раза всё может не сойтись, но ручной склейки, похоже, станет меньше.
В примере MiniMax движение камеры берут из первого видео, персонажа — со второго изображения, а вокал — из третьей аудиозаписи. Вот исходная японская формулировка. Подставьте свои номера и роли референсов, а затем укажите, что модель должна взять из каждого файла.
動画1のヒッチコック的なカメラワークを参照し、画像2の人物に歌わせてください。ボーカルは音声3に合わせてください。Из чего собран промт
- ракурскамерная работа в стиле Хичкока по видео 1
動画1のヒッチコック的なカメラワークを参照し、 - действиеперсонаж с изображения 2 поёт
画像2の人物に歌わせてください。 - параметрывокал синхронизирован с аудио 3
ボーカルは音声3に合わせてください。
По официальному описанию MiniMax, H3 создаёт видео до 15 секунд в 2K и одновременно генерирует нативный стереозвук. Компания также заявляет о точной передаче текста и брендинга и переносе движения из видео. Это результаты ранних тестов MiniMax, а не независимое сравнение моделей.
MiniMax заявляет, что секунда видео в 2K у H3 стоит меньше трети от цены у основных моделей.
Заявление о цене звучит сильно, но MiniMax не называет модели для сравнения и не описывает одинаковые условия. Для рабочего заказа лучше посчитать расходы по конкретному тарифу: генерацию, референсное видео и возможные повторы.
Открытые веса — это не весь H3
3 августа 2026 года MiniMax опубликовала веса на Hugging Face. Доступны две базовые модели: FL2VA работает с текстом или начальным и конечным кадрами, а Ref2VA — с референсами. В карточке модели указаны ограничения: FL2VA принимает до двух изображений; Ref2VA — до девяти изображений, трёх видео и трёх аудиофайлов. Для файлов также ограничены длительность и общее количество.
Базовые веса генерируют видео в 768p. Для 2K нужны закрытые H3-Context-IR и модуль повторной генерации. Значит, весь сервис нельзя скачать и запустить без API.
В ComfyUI уже описаны два сценария: Image to Video — для текста и первого или последнего кадра, Reference to Video — для работы с референсами. Это удобный вариант для тех, кто собирает визуальный пайплайн нодами. Перед запуском проверьте требования к железу в актуальной документации. Весь репозиторий весит около 500 ГБ, а папки FL2VA и Ref2VA — примерно по 144 ГБ каждая.
Режимы нельзя смешивать в одном API-запросе: нельзя одновременно передать первый и последний кадры вместе с набором omni-reference. Выберите, что важнее для сцены: точно задать границы кадра или дать модели несколько материалов для ориентира.
Цена MiniMax H3 зависит от разрешения и проходов
Ниже — тарифы API из японского материала по состоянию на октябрь 2026 года. Цены указаны в долларах. Пересчитайте стоимость с учётом длины ролика и входных материалов.
| Операция | Цена | Как считается |
|---|---|---|
| Генерация 768p | $0,08/с | По длительности результата |
| Генерация 2K | $0,13/с | По длительности результата |
| Повторная генерация 768p → 2K | $0,05/с | По длительности результата |
| Входное аудио | Бесплатно | За аудиореференс |
| Входные изображения | Первые 5 бесплатно, затем $0,04 за изображение | Для обычной генерации |
| H3-Context-IR | $0,90 за 1 млн входных токенов; $3,60 за 1 млн выходных | По числу токенов |
Два этапа могут обойтись дороже прямой генерации в 2K. Если сначала сгенерировать видео в 768p, а затем повысить разрешение, тариф отдельно учитывает $0,05/с за повторную генерацию и ещё $0,05/с за входное видео. Вместе с первичной генерацией выходит около $0,18 за секунду, без учёта других материалов. Прямая генерация 2K стоит $0,13/с.
Для теста короткого ролика я бы сравнил оба способа на одном промте: сразу 2K и 768p с последующим повышением разрешения. Смотрите на детализацию, текст в кадре, стабильность героя и синхронность звука. Если в сцене есть мелкая упаковка или интерфейс, экономия на разрешении может испортить результат.
H3 без кода можно попробовать через Hailuo AI. В тарифной таблице указаны месячные планы: Standard за $10,50, Pro за $38, Master за $89 и Max за $216. Для Free указаны только стартовые пробные кредиты. Доступность H3 в бесплатном плане неясна: в описании есть пометка «Hailuo models only».
| План Hailuo AI | Оплата за месяц | Кредиты в месяц | Ориентир H3 в 2K |
|---|---|---|---|
| Free | $0 | Пробные кредиты при первом запуске | Неясно |
| Standard | $10,50 | 1 000 | Около 84 секунд |
| Pro | $38 | 4 500 | Около 375 секунд |
| Master | $89 | 10 500 | Около 875 секунд |
| Max | $216 | 27 000 | Около 2 250 секунд |
Секунды в таблице — ориентир с тарифной страницы, а не гарантия одинакового расхода для каждой задачи. Там же указаны годовые планы со скидкой: от $100,80 за Standard до $2 208 за Max. Перед оплатой проверьте цену и доступность H3: скидки и условия могут поменяться.
Для креатора главный тест — связь между референсами
Я бы проверял H3 на задаче, где несколько источников работают вместе. Например, один материал задаёт движение камеры, другой — внешность героя, третий — голос. Так станет понятно, умеет ли модель распределять роли между референсами или просто выдаёт эффектную картинку.
- Разложите материалы по функциям: внешность, движение, камера, звук.
- Сначала проверьте короткий вариант в 768p или в демо-среде, если тариф это позволяет.
- Назовите каждый референс в запросе и объясните, что с ним сделать: повторить движение, сохранить внешность или синхронизировать голос.
- Просмотрите видео со звуком. Проверьте текст и узнаваемые элементы бренда.
- Затем сравните генерацию в 2K с повышением разрешения и посчитайте полную стоимость.
H3 стоит проверить на сценах, где нужно связать референсы, звук и несколько планов. Ещё она может подойти для черновиков рекламных и продуктовых видео. Для конфиденциальных материалов можно рассмотреть локальный запуск, но разрешение там ограничено 768p и понадобится подходящая инфраструктура. Открытые веса сами по себе не означают, что локальная версия прошла те же проверки, что и API.
Лицензия разрешает коммерцию, но задаёт условия
MiniMax H3 Community License разрешает использовать веса без платы и в целом допускает коммерческие проекты. Но если годовая выручка коммерческого продукта превышает $20 млн, нужно заранее получить письменное разрешение MiniMax. В интерфейсе коммерческого продукта нужно заметно указать MiniMax H3, а при публичной публикации генерации — отметить, что материал создан машиной.
Лицензия исключает США, ЕС, Великобританию и Южную Корею. В японском разборе уточняют, что ограничения касаются запуска модели, а также использования и распространения результатов в этих регионах. Если рекламная кампания охватывает несколько рынков, условия стоит обсудить с юристом. API регулируется отдельно: в лицензионном FAQ MiniMax пишет, что он доступен по всему миру.
MiniMax H3 интересно проверить на задачах с несколькими референсами и звуком, но открытая версия ограничена. Для быстрого теста подойдут Hailuo или ComfyUI, для 2K и полного набора модулей — API. Перед работой с клиентом посчитайте все проходы, проверьте территорию показа и требования к маркировке.
Источники
MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities — MiniMax Research
ComfyUI MiniMax H3 Video Generation Guide
MiniMax Investor Relations — New Releases
MiniMax H3 Pricing: What a Clip Really Costs Per Second
MiniMax H3 guide: specs, license and prices, updated weekly
Источникweel.co.jp
