MiniMax H3

MiniMax H3 は、2026 年 7 月 31 日に出た MiniMax の汎用マルチモーダル生成モデルです。研究ポストは、テキスト、画像、動画、音声をまとめて理解し、最大 2K・15 秒、ネイティブステレオ付きの動画を出すと書いています。API ドキュメントのモデル名は MiniMax-H3 で、テキストから動画、先頭/末尾フレームの画像から動画、画像・動画クリップ・音声を使った参照生成に対応します。コンシューマー向けプレイグラウンドは Hailuo です。MiniMax は法令の範囲で重み公開を計画しています。現行の重み配布を確認するまで、ローカルチェックポイントがあると思わないでください。

主な機能

• 統一マルチモーダル文脈：公式例は、Video 1 のカメラ、Image 2 のキャラ、Audio 3 のボーカルを取り、関係をテキストで書く。
• 出力仕様：768P または 2K、長さ 4–15 秒（整数のみ）、モデル表では 24 fps、一般的または適応アスペクト。
• 参照上限：画像最大 9、動画クリップ最大 3（各 2–15 秒、入力動画合計 15 秒以下）、幅高さ 256–5760。
• 制作向けの主張：指示追従、文字とブランドの描画、動画から動画へのモーション転送。広告、EC、UI、ゲーム向け。
• オープンウェイトの意向：7 月 31 日の記事は「数日以内に重みを公開」と書いた。オフライン配備の前にブログと GitHub を再確認する。

使いどころ

• ロゴやパッケージを読ませる必要のあるブランド／商品動画。
• 静止画、カメラワーク、音声ベッドがすでに揃っている参照駆動ショット。
• 768P で下書きし、再生成エンドポイントで 2K にする。

料金

H3 は MiniMax の動画ポイントパッケージ対象外です。公式従量（2026-08-17 確認）：

入力音声は無料。最初の 5 枚の画像は無料、追加は 1 枚 $0.04。入力動画は、その解像度の出力と同じ秒単価。768P 結果を 2K に再生成すると、新しい出力 1 秒あたり $0.05 で、元の入力素材も再課金されます。発表文は 2K の秒単価が主流モデルの 3 分の 1 未満だとしています。見積もりには上表を使い、その文言はベンダーコピーとして扱ってください。

はじめ方

1. H3 の記事 を読み、試すだけなら Hailuo。
2. API なら 従量動画ガイド と v2 create を使う。Hailuo 2.3 のパッケージで H3 が走ると期待しない。
3. プロンプト探しは 768P、仕上げは 2K 再生成。
4. 重みが必要なら、本当に出たか確認する。7 月の記事は計画であり、ダウンロードリンクではない。

よくある質問

名前を変えた Hailuo 02 ですか？

違います。Hailuo 2.3 は旧動画表に残っています（1080p/768p、6–10 秒）。H3 は 2K と 4–15 秒を持つ次世代マルチモーダルです。

動画ポイントで H3 を買えますか？

まだです。パッケージページは H3 未対応と書いています。従量かカスタム営業プランを使います。

FLUX 3 との違いは？

FLUX 3 は最大 20 秒クリップの BFL マルチモーダル生成です。H3 は MiniMax の 2K ステレオ経路で、オープンウェイトを約束しています。

代替案

• FLUX 3：BFL のドラフト後レンダの動画と音声。
• Veo 3：すでに Gemini にいるなら Google 動画。
• MiniMax：Code、Speech、Music と H3 を並べる会社ハブ。

ヒント

1. 参照同士の関係をプロンプトに書く。モデルはそれを結ぶためにあり、推測するためではない。
2. 入力動画は 15 秒予算に収める。追加クリップは公開上限に入らない。
3. キャンペーン前に従量を再確認する。パッケージ SKU はまだ Hailuo の説明です。

まとめ

2026 年後半にマルチモーダル参照と 2K ステレオ短尺が必要なら、H3 を評価対象にしてください。Hailuo か従量 API から始め、オープンウェイトが本当に落ちたかを確認します。第一方の起点は H3 研究ポスト です。