Kekuatan utama MiniMax H3 ialah pengkhususan: video sehingga 15 saat dengan audio stereo natif, input berbilang mod dan kawalan penyuntingan boleh menjadikannya berguna dalam aliran kerja kreatif. Kimi K3 dan DeepSeek V4 Flash memberi tekanan persaingan, tetapi menyasarkan beban kerja berlainan—penaakulan, pengekoda...
Research answer

Create a landscape editorial hero image for this Studio Global article: How is MiniMax’s July 31, 2026 open-source H3 multimodal model—offering text, image, audio, video, direct 2K output, 15-second audio-visual. Article summary: MiniMax is best positioned not as a direct “best general model” or lowest-cost text API, but as a differentiated multimodal video-production platform. H3’s viable path is to own controllable, native-audio video creation . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
MiniMax H3 tidak semestinya boleh menang dengan menjadi model serba guna terbesar atau API teks termurah. Kedudukan yang lebih munasabah ialah sebagai platform khusus untuk penciptaan video yang boleh dikawal: model yang menerima teks, imej, video dan audio sebagai konteks, kemudian menjana video pendek dengan audio stereo natif yang disegerakkan. Ini membuka laluan tersendiri dalam pengeluaran kreatif—namun pelepasan berat model secara terbuka sahaja tidak akan menyelesaikan cabaran komersial MiniMax. 25
MiniMax mengumumkan H3 pada 31 Julai 2026 dan membuka berat modelnya pada 3 Ogos. Syarikat itu menggambarkannya sebagai sistem video omni-modal yang memahami teks, imej, video dan audio secara bersama, serta boleh menjana video dengan audio stereo natif untuk klip sehingga 15 saat. 25
Nilai cadangan produk ini paling jelas apabila pencipta dan perniagaan memerlukan kawalan, bukan sekadar klip teks-ke-video sekali jana. Tawaran berhos H3 menekankan suntingan berpandukan arahan, pemaparan teks dan penjenamaan, pemindahan gerakan video-ke-video, imej rujukan, serta kawalan melalui bingkai pertama dan terakhir. 22
Ini penting kerana hasil kerja sebenar dalam video komersial lazimnya ialah suntingan, variasi iklan, aset berjenama atau proses ulang kaji—bukan hanya satu arahan teks. Model yang sesuai dengan aliran kerja sedemikian boleh bernilai walaupun tidak mendahului penanda aras penaakulan umum.
Istilah “sumber terbuka” perlu dibaca dengan teliti. Laporan mengenai pelancaran itu menunjukkan berat H3-Base disediakan di bawah Lesen Komuniti MiniMax H3, manakala beberapa keupayaan—termasuk Context-IR dan penjanaan semula 2K—kekal sebagai ciri berhos, bukannya dilepaskan sepenuhnya. 20
28
Begitu juga, pengumuman MiniMax menyatakan output lalai menggunakan sisi pendek 768 piksel, manakala penjanaan 2K dicapai menerusi H3-Regenerate-2K. Jadi, adalah lebih tepat untuk tidak menganggap semua output H3 sebagai 2K natif terus daripada model asas. 25
Kimi K3 daripada Moonshot AI ialah model terbuka dengan 2.8 trilion parameter, keupayaan penglihatan natif dan tetingkap konteks satu juta token. Moonshot meletakkannya untuk pengekodan jangka panjang, penaakulan dan kerja berasaskan pengetahuan. 33
Itu semua keupayaan yang hebat, tetapi ia tidak menjadikan K3 pengganti sepadan untuk model pengeluaran video. Kesilapan strategik MiniMax ialah bersaing terutamanya pada jumlah parameter atau kedudukan kecerdasan gabungan. Peluangnya ialah menjadi lapisan pilihan untuk penjanaan dan penyuntingan video multimodal, iaitu bidang yang memerlukan pengkondisian aset, mutu pemaparan, kawalan, kebolehpercayaan dan integrasi aliran kerja.
Secara praktikal, Kimi K3 mungkin lebih sesuai untuk merancang kempen, menganalisis bahan, menulis skrip atau menjalankan aliran kerja berasaskan ejen. H3 pula menyasarkan fasa apabila perancangan kreatif itu perlu diterjemahkan menjadi aset audiovisual.
DeepSeek V4-Flash memberi tekanan harga yang besar kepada beban kerja model bahasa. Mengikut harga waktu puncak dan luar puncak yang dilaporkan, kadar luar puncak V4-Flash ialah AS$0.007 bagi setiap juta token input cache-hit, AS$0.22 bagi setiap juta token input cache-miss dan AS$0.66 bagi setiap juta token output; harga waktu puncak adalah dua kali ganda. 49
52
Namun, angka ini tidak boleh dibandingkan secara langsung dengan harga video H3 yang dikira mengikut saat. Kedua-duanya mengukur produk pengkomputeran dan unit bil yang berbeza: token teks berbanding saat video yang dijana. Harga input cache yang rendah amat relevan untuk arahan model bahasa yang diulang, bukannya untuk memaparkan klip audiovisual.
Harga senarai API 2K H3 yang dilaporkan ialah AS$0.13 bagi setiap saat penjanaan, sementara laporan pelancaran menyebut RMB0.8 bagi setiap saat. 18
29 Harga rendah boleh membantu MiniMax menarik pengguna yang mahu mencuba dan pembangun, tetapi ia sendiri bukan kubu pertahanan yang berkekalan. Pesaing boleh menurunkan harga, sedangkan penjanaan video tetap memerlukan MiniMax membiayai kapasiti perkhidmatan yang boleh diharap.
Menerbitkan berat model boleh menjadi langkah yang masuk akal secara strategik bagi pembekal model. Ia boleh memudahkan pembangun menilai, menyepadukan dan menggunakan H3, sambil memberi insentif kepada pembekal perkakasan serta infrastruktur untuk menambah baik keserasian dan prestasi. MiniMax sendiri berkata pelepasan itu bertujuan menyokong komuniti, meluaskan keserasian perkakasan AI dan memudahkan pengguna membina produk di atas model tersebut. 31
Potensi kesan ekosistemnya ialah:
Namun risikonya juga nyata: berat model yang mudah dicapai boleh mengurangkan keunikan dan membolehkan alternatif kepada inferens yang dihoskan MiniMax. Bukti yang ada belum menunjukkan H3 sudah mencapai penggunaan pihak ketiga pada skala besar, peningkatan prestasi cip tempatan yang material, atau pengurangan kos yang cukup untuk mengimbangi risiko tersebut. Semua itu masih hipotesis, bukan hasil yang telah dibuktikan.
Keputusan tahunan MiniMax menunjukkan pertumbuhan sebenar: hasil 2025 ialah AS$79.038 juta, naik 158.9% tahun ke tahun, manakala untung kasar mencapai AS$20.079 juta dan margin kasar meningkat kepada 25.4%. Lebih 70% hasil datang daripada pasaran antarabangsa. 1
Namun, syarikat itu juga melaporkan kerugian bersih larasan AS$250.856 juta bagi 2025. 1 Jurang ini bermakna H3 perlu melakukan lebih daripada menarik perhatian atau muat turun. Ia perlu menyumbang kepada hasil berulang dan memperbaiki ekonomi penyampaian beban kerja video.
Oleh itu, persoalan kewangan bukanlah sama ada berat terbuka baik atau buruk secara prinsip. Persoalan utamanya ialah sama ada strategi itu membina corong pengguna yang boleh dimonetisasi MiniMax dengan lebih berkesan berbanding pelancaran tertutup.
H3 mempunyai laluan yang munasabah jika MiniMax memfokuskan aset dan perkhidmatan yang lebih sukar ditiru berbanding akses kepada model semata-mata:
MiniMax H3 lebih tepat dilihat sebagai pertaruhan terfokus pada pengeluaran video AI, bukannya cubaan untuk menewaskan Kimi K3 dalam kecerdasan umum atau DeepSeek V4-Flash dalam harga token teks. Input multimodal, output video beraudio natif dan kawalan yang berorientasikan penyuntingan memberikannya cerita produk yang berbeza. 25
22
Pembezaan itu cukup untuk membentuk niche yang boleh dipercayai, tetapi belum menjadi kubu perniagaan yang terbukti. Pendekatan berat terbuka mungkin meluaskan pengedaran dan meningkatkan sokongan infrastruktur; ia juga boleh mempercepatkan pengkomoditian. Dengan kerugian bersih larasan MiniMax sebanyak AS$250.9 juta pada 2025, bukti penentu ialah sama ada H3 dapat menukar penggunaan dalam aliran kerja kreatif kepada hasil berbayar berulang dengan margin lebih baik. 1
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Kekuatan utama MiniMax H3 ialah pengkhususan: video sehingga 15 saat dengan audio stereo natif, input berbilang mod dan kawalan penyuntingan boleh menjadikannya berguna dalam aliran kerja kreatif.
Kekuatan utama MiniMax H3 ialah pengkhususan: video sehingga 15 saat dengan audio stereo natif, input berbilang mod dan kawalan penyuntingan boleh menjadikannya berguna dalam aliran kerja kreatif. Kimi K3 dan DeepSeek V4 Flash memberi tekanan persaingan, tetapi menyasarkan beban kerja berlainan—penaakulan, pengekodan dan API bahasa berasaskan token, bukannya pemaparan video.
Hasil MiniMax pada 2025 mencecah AS$79.0 juta dengan margin kasar 25.4%, namun kerugian bersih larasan ialah AS$250.9 juta.