AnswersPublished20 sources
MiniMax H3 open weights: dit zit er echt in de H3-Base-release
MiniMax publiceerde op 3 augustus 2026 H3 Base weights op Hugging Face: een 33B dense single stream Transformer voor 768p video met gesynchroniseerd stereogeluid. De volledige H3 keten kan context uit tekst, afbeeldingen, video en audio verwerken en clips tot 15 seconden in maximaal 2K leveren, maar Context IR en H3...
Gepubliceerd doorBewerkt met GPT-5.6 TerraAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- MiniMax publiceerde op 3 augustus 2026 H3 Base weights op Hugging Face: een 33B dense single stream Transformer voor 768p video met gesynchroniseerd stereogeluid.
- De volledige H3 keten kan context uit tekst, afbeeldingen, video en audio verwerken en clips tot 15 seconden in maximaal 2K leveren, maar Context IR en H3 Regenerate 2K zijn niet open vrijgegeven.
- Lokale inzet biedt ruimte voor maatwerk en verwerking van gevoelige assets binnen de eigen omgeving, maar licentievoorwaarden, aanvullende pipelinecomponenten en GPU eisen blijven cruciaal.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did MiniMax’s August 2026 open-weight release of H3-Base on Hugging Face include—covering H3’s 33B-parameter dense single-stream H3-Omn. Article summary: MiniMax’s August 3, 2026 Hugging Face release made the **H3-Base generation weights** available, not the entire three-stage H3 system. It brought a large multimodal, audio-native video model into local and customizable w. Topic tags: general, education, 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, cha
MiniMax maakte in augustus 2026 H3-Base beschikbaar als open weights op Hugging Face. Dat is een belangrijke, maar afgebakende release: ontwikkelaars krijgen de basisgenerator voor synchroon beeld en geluid, niet alle modellen die samen de volledige gehoste H3-ervaring vormen. H3-Base genereert in 768p; de contextverwerking en de afzonderlijke stap voor 2K-regeneratie bleven gesloten. 1
5
Wat is precies vrijgegeven?
De publicatie van 3 augustus 2026 draaide om H3-Base, met gerapporteerde task weights voor FL2VA en Ref2VA. 1
13
De kern is de H3-Omni-Transformer: een dense Transformer met 33 miljard parameters en één gedeelde generatiestroom. In die stroom worden video en audio gezamenlijk gedenoised, in plaats van dat geluid pas achteraf aan een clip wordt toegevoegd. Het bredere H3-systeem kan gecombineerde context uit tekst, afbeeldingen, video en audio interpreteren en video met native stereogeluid opleveren. 5
10
Het label 33B slaat echter op de generatieve Omni-Transformer, niet automatisch op alles wat nodig is om de complete pipeline te draaien. Daarbij horen ook een H3-encoder, een VisualVAE en een AudioVAE. 10
13
De drie lagen van H3
MiniMax beschrijft H3 als een systeem met drie onderdelen:
- H3-Context-IR verwerkt complexe multimodale instructies en referentiemateriaal tot een interne contextrepresentatie. Volgens MiniMax is deze stap belangrijk voor de eindkwaliteit.
5
- H3-Base maakt op basis van die bewerkte context de gesynchroniseerde video en audio in 768p. Dit is het onderdeel waarvan de weights zijn vrijgegeven.
13
- H3-Regenerate-2K voert daarna de regeneratiestap uit voor 2K-uitvoer. Dit model zat niet in de open-weight-release.
9
Daarmee is een lokale H3-Base-installatie niet hetzelfde als de volledige H3-dienst die MiniMax met 2K-demo's promoot. Het complete systeem ondersteunt clips tot 15 seconden en een maximale uitvoerresolutie van 2K, maar de downloadbare basisgenerator is de 768p-fase. 5
9
Eén modelstroom voor geluid en beeld
De technische keuze die H3 onderscheidt, is de gezamenlijke generatie van audio en video. De 33B H3-Omni-Transformer is een dense, single-stream architectuur. Volgens de repository zit ongeveer 13B van de parameters in AdaLN-gerelateerde takken; de uitkomsten daarvan kunnen vooraf worden berekend en gecachet. 10
De representatiepipeline bevat daarnaast de encoder, VisualVAE en AudioVAE. Technische beschrijvingen melden dat de VisualVAE video 16× ruimtelijk en 4× temporeel comprimeert. Door de tokenisatie ontstaat een effectieve ruimtelijke reductie van 32×. Dat maakt videogeneratie beter hanteerbaar, maar laat ook zien waarom alleen het getal van 33 miljard parameters geen volledig beeld geeft van de benodigde opslag en rekenkracht. 1
14
Wat kun je ermee — en wat niet?
Het volledige H3-systeem is bedoeld voor prompts en referenties waarin tekst, stilstaande beelden, videofragmenten en audio worden gecombineerd. Het kan video met native stereogeluid maken, tot 2K en maximaal 15 seconden lang. 5
10
Met de open H3-Base-weights kunnen technische teams lokaal experimenteren met inference, quantisatie, adapters, fine-tuning en eigen creatieve tools. Maar wie veel ingewikkelde referenties gebruikt, moet zelf een laag voor prompt- en contextvoorbereiding bouwen, omdat Context-IR niet is meegeleverd. En wie 2K-uitvoer nodig heeft, kan niet aannemen dat H3-Base alleen hetzelfde resultaat reproduceert als de gehoste dienst. 5
9
Prijs en hardware: claims met kanttekeningen
Gepubliceerde berichtgeving noemde voor de API een prijs van 0,8 yuan per seconde voor 2K-video. Audio-invoer en de eerste vijf afbeeldingsreferenties zouden binnen die aanbieding gratis zijn geweest. 14
27 Dit zijn momentopnamen van een specifieke dienst en prijsperiode, geen universele of permanente tarieven.
MiniMax en SGLang karakteriseerden H3 in een vergelijking als ongeveer drie keer goedkoper dan Seedance 2.0. Ook werd gesteld dat lokale uitvoering mogelijk is met twee RTX 5090-GPU's of één RTX 6000. 28
31 Zie dat niet als een harde minimumeis: zulke uitspraken hangen af van onder meer servingsoftware, precisie, quantisatie en offloading. Bovendien moet naast de 33B-Transformer ook rekening worden gehouden met de encoder en VAE-componenten.
13
Waarom dit interessant is voor productieteams
Meer controle over gevoelige input
Bij zelf hosten kunnen productfoto's, ongepubliceerd beeldmateriaal, stemmen en prompts binnen de eigen organisatie blijven in plaats van naar een externe video-API te gaan. Dat is aantrekkelijk voor teams met vertrouwelijke of auteursrechtelijk gevoelige assets. Het vervangt uiteraard geen toegangsbeheer, rechtencontrole of menselijke beoordeling van de output.
Bouwsteen voor een eigen creatieve keten
Open weights maken integratie mogelijk met assetmanagement, creatieve review, renderomgevingen en postproductieworkflows. Teams kunnen ook quantisatie en taakgerichte aanpassingen onderzoeken. Controleer wel de licentie vóór een implementatie: externe berichtgeving wijst op geografische beperkingen voor lokaal gebruik in onder meer de EU, het VK, de VS en Zuid-Korea. 4
Vooral geschikt voor korte, iteratieve creatie
De duidelijkste toepassing ligt bij veel korte varianten: advertenties, productclips voor e-commerce, animatics, conceptwerk en socialvideo-experimenten. Een lokale 768p-generator die beeld en geluid samen produceert, kan de eerste creatieve iteraties versnellen — mits de beschikbare GPU-capaciteit en licentie dat toelaten.
Conclusie
MiniMax heeft een wezenlijk deel van H3 geopend: H3-Base, met een 33B single-stream Transformer die video en native stereogeluid gezamenlijk genereert vanuit multimodale input. Maar het is geen volledig open 2K-systeem. H3-Context-IR en H3-Regenerate-2K bleven gesloten, waardoor H3-Base vooral een aanpasbare 768p-basis voor eigen workflows is. 5
9
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "MiniMax H3 open weights: dit zit er echt in de H3-Base-release"?
MiniMax publiceerde op 3 augustus 2026 H3 Base weights op Hugging Face: een 33B dense single stream Transformer voor 768p video met gesynchroniseerd stereogeluid.
What are the key points to validate first?
MiniMax publiceerde op 3 augustus 2026 H3 Base weights op Hugging Face: een 33B dense single stream Transformer voor 768p video met gesynchroniseerd stereogeluid. De volledige H3 keten kan context uit tekst, afbeeldingen, video en audio verwerken en clips tot 15 seconden in maximaal 2K leveren, maar Context IR en H3 Regenerate 2K zijn niet open vrijgegeven.
What should I do next in practice?
Lokale inzet biedt ruimte voor maatwerk en verwerking van gevoelige assets binnen de eigen omgeving, maar licentievoorwaarden, aanvullende pipelinecomponenten en GPU eisen blijven cruciaal.