MiniMax H3 的替代方案

Black Forest Labs 多模态模型，覆盖视频、音频、即将推出的图像与动作预测，支持最长 20 秒片段、原生音频和先草稿后精渲。

Google DeepMind 的 Veo 视频模型，官方现以 Veo 3.1 呈现：带原生音频的电影级视频，并提供 1080p 与 4K 输出。

上海实验室，产品线是 Hailuo 以及 2026 年的 M3 / H3 编程模型。TalkAPI 上 M3 每百万 token $0.24/$0.98。