MiniMax H3 vs ByteDance Seedance: Mô hình AI video mã nguồn mở đánh bại đối thủ với giá 7,80 USD/phút

MiniMax H3 đã 'đấu' với ByteDance như thế nào?

MiniMax cam kết mở mã nguồn H3 theo Giấy phép Cộng đồng MiniMax (với giới hạn doanh thu thương mại 20 triệu USD), một đòn đánh trực diện vào chiến lược đóng của ByteDance đối với Seedance . H3 được xây dựng trên H3-Omni Transformer — một khung thống nhất duy nhất xử lý văn bản, hình ảnh, video và âm thanh — trong khi Seedance 2.5 là mô hình dựa trên khuếch tán tập trung vào sự mạch lạc thời gian dài . Sự khác biệt về kiến trúc tạo ra những cải thiện hiệu suất đáng kể, với chi phí mỗi giây của H3 ở độ phân giải 2K thấp hơn 1/3 so với các đối thủ chính .

Thứ hạng trên bảng xếp hạng

Nền tảng đánh giá độc lập Artificial Analysis xếp hạng H3 như sau :

Artificial Analysis đặt H3 ở vị trí đầu tiên trong bảng xếp hạng chỉnh sửa video có âm thanh, với điểm Elo là 1.130 từ 5.043 mẫu đánh giá mù . H3 cũng đứng thứ hai trong hạng mục chuyển văn bản thành video có âm thanh, với điểm Elo là 1.242 .

Chiến lược giá 'hạ gục' đối thủ

Mức giá API của H3 là mạnh nhất trong số các mô hình video AI hàng đầu :

• Độ phân giải 2K: 0,13–0,14 USD/giây (khoảng 7,80 USD/phút) qua API MiniMax .
• Độ phân giải 768p: 0,09–0,10 USD/giây (bản beta đóng) .
• Giá đầu vào: 0,04 USD cho mỗi ảnh tham chiếu; 5 ảnh tham chiếu đầu tiên miễn phí; tham chiếu âm thanh miễn phí .

So sánh chi phí mỗi phút: H3 ở mức 7,80 USD, Seedance 2.0 ở mức 22,45 USD và Kling 3.0 ở mức 20,16 USD . Ở độ phân giải 2K, chi phí mỗi giây của H3 thấp hơn 1/3 so với các đối thủ chính; ở 768p, chi phí này thấp hơn một nửa so với mức giá 720p của đối thủ cạnh tranh .

Thông số kỹ thuật nổi bật

H3 tạo các clip video dài 4–15 giây ở độ phân giải 2K gốc (2.560×1.440 pixel) và 24 khung hình mỗi giây, với âm thanh nổi được tạo ra trong cùng một lần suy luận thay vì ghép vào sau . Mô hình hỗ trợ đầu vào là văn bản, hình ảnh, video và âm thanh trong một ngữ cảnh thống nhất duy nhất . Nó cũng hỗ trợ Chuyển đổi chuyển động Video sang Video (V2V), cho phép kiểm soát tường thuật chính xác bằng cách chuyển các chuyển động từ video này sang video khác .

Ứng dụng thương mại dự kiến

MiniMax định vị H3 cho việc tạo nội dung sẵn sàng sản xuất trên nhiều ngành công nghiệp :

• Quảng cáo & xây dựng thương hiệu: Vượt trội trong việc làm theo hướng dẫn, hiển thị văn bản chính xác và trình bày thương hiệu trong video .
• Thương mại điện tử: Giới thiệu sản phẩm và các clip quảng cáo có âm thanh gốc .
• Điện ảnh & kể chuyện: Hỗ trợ V2V Motion Transfer để kiểm soát tường thuật chính xác .
• Thiết kế UI/UX: Tạo mẫu nhanh các giao diện động .
• Trò chơi điện tử: Tạo tài sản dạng ngắn với âm thanh nổi đồng bộ .

H3 hiện có sẵn qua API với mã model MiniMax-H3 và trên nền tảng Hailuo AI dành cho người dùng phổ thông của MiniMax . Trọng số mô hình được hứa hẹn sẽ phát hành trong vòng vài ngày sau khi ra mắt .