MiniMax H3 utfordrer ByteDance Seedance i AI-videoens priskrig

Åpent mot lukket

MiniMax har lovet å gjøre H3s modellvekter tilgjengelige under selskapets MiniMax Community License. Lisensen har en inntektsgrense på 20 millioner dollar for kommersiell bruk. Det står i skarp kontrast til ByteDance, som holder Seedance lukket .

Teknisk bygger H3 på MiniMax' H3-Omni Transformer, et samlet rammeverk som håndterer tekst, bilde, video og lyd. Seedance 2.5 er på sin side en diffusjonsbasert modell utviklet med særlig vekt på tidsmessig sammenheng i lengre videosekvenser . Ifølge MiniMax gir denne forskjellen en vesentlig kostnadsfordel: Ved 2K-oppløsning skal H3 koste mindre enn en tredel av prisen hos flere etablerte konkurrenter .

Slik gjør H3 det i testene

Artificial Analysis, en uavhengig plattform for sammenligning av AI-modeller, rangerer H3 slik :

I Artificial Analysis' rangering for videoredigering med lyd fikk H3 en Elo-score på 1 130, basert på 5 043 blindtester der brukere vurderte hvilke resultater de foretrakk . I tekst-til-video med lyd ligger modellen som nummer to, med en Elo-score på 1 242 .

Resultatene viser samtidig at H3 ikke leder på alle områder. Modellen er sterkest i redigering, mens Googles Gemini Omni Flash ligger foran i tekst-til-video, og både Seedance 2.0 og Gemini Omni Flash ligger foran i bilde-til-video .

Prisen er MiniMax' sterkeste kort

H3 har en av de mest aggressive prismodellene blant de ledende videogeneratorene :

• 2K: 0,13–0,14 dollar per sekund, tilsvarende rundt 7,80 dollar per minutt via MiniMax' API .
• 768p: 0,09–0,10 dollar per sekund. Dette nivået er oppgitt som lukket betatest .
• Referansebilder: 0,04 dollar per bilde etter de fem første, som er gratis .
• Referanselyd: Gratis .

Til sammenligning er oppgitt pris per minutt 22,45 dollar for Seedance 2.0 og 20,16 dollar for Kling 3.0, mot 7,80 dollar for H3 . Ved 768p sier MiniMax at prisen er under halvparten av konkurrentenes 720p-priser .

Hva kan modellen lage?

H3 genererer klipp på mellom 4 og 15 sekunder i opprinnelig 2K-oppløsning – 2 560 × 1 440 piksler – med 24 bilder per sekund. Stereolyden produseres i samme kjøring som videoen, i stedet for å bli lagt på i etterkant .

Modellen kan ta imot tekst, bilder, video og lyd som samlet input. Den støtter også Video-to-Video Motion Transfer, eller bevegelsesoverføring mellom videoer. Det gjør det mulig å bruke bevegelsene fra én video som utgangspunkt for en annen og dermed styre uttrykket mer presist .

Det betyr likevel ikke at H3 lager en komplett spillefilm i én operasjon. Modellen er først og fremst rettet mot korte, enkeltstående klipp, men spesifikasjonene plasserer den i toppsjiktet blant dagens videogeneratorer.

Målgruppen er profesjonelle innholdsprodusenter

MiniMax markedsfører H3 som et verktøy for kommersiell produksjon på tvers av flere bransjer :

• Reklame og merkevarebygging: Skal følge detaljerte instrukser, gjengi tekst nøyaktig og presentere merkevarer i video .
• Netthandel: Produktpresentasjoner og salgsvideoer med innebygd lyd .
• Film og historiefortelling: Bevegelsesoverføring fra video til video gir større kontroll over scener og fortelling .
• UI/UX-design: Rask utvikling av animerte prototyper og grensesnitt .
• Spill: Produksjon av korte ressurser og sekvenser med synkronisert stereolyd .

H3 er tilgjengelig gjennom API-et med modell-ID-en MiniMax-H3, samt i MiniMax' forbrukerrettede Hailuo AI-plattform . MiniMax har sagt at modellvektene skulle slippes i løpet av få dager etter lanseringen .

Det viktigste spørsmålet fremover

H3s lansering handler derfor om mer enn hvem som lager det peneste videoklippet. MiniMax forsøker å endre konkurransen ved å kombinere toppytelse i videoredigering med åpne modellvekter og en pris som kan gjøre omfattende testing og produksjon langt billigere.

Om modellvektene faktisk leveres som lovet, og om eksterne utviklere klarer å gjenskape ytelsen, kan H3 få betydning langt utenfor selve lanseringen. Da blir kampen også et spørsmål om hvilken modell som enklest kan bygges inn i verktøy, arbeidsflyter og kommersielle produksjoner.