MiniMax承诺以MiniMax社区许可(商用收入上限2000万美元)开源H3的模型权重,直接对标字节跳动Seedance的闭源策略。H3基于MiniMax自研的H3-Omni Transformer架构——一个统一处理文本、图像、视频和音频的单一框架;而Seedance 2.5则是专注于长时域连贯性的扩散模型。架构差异带来了可量化的效率提升:在2K分辨率下,H3每秒成本不到主流竞品的三分之一。
独立评测平台Artificial Analysis给出的H3排名如下:
| 类别 | MiniMax H3排名 | 领先者 / 备注 |
|---|---|---|
| 视频编辑 | 全球第一 | 该平台评分最高 |
| 文生视频 | 第二名 | 仅次于Google Gemini Omni Flash |
| 图生视频 | 第三名 | 落后于字节跳动Seedance 2.0和Gemini Omni Flash |
Artificial Analysis将H3列为视频编辑(含音频)排行榜第一,Elo得分1130,基于5043个盲测偏好样本。H3在文生视频(含音频)中排名第二,Elo得分1242。
H3的API定价是主流AI视频模型中最激进的:
每分钟成本对比:H3为7.80美元,Seedance 2.0为22.45美元,Kling 3.0为20.16美元。在2K分辨率下,H3的每秒成本不到主流竞品的三分之一;在768p下,成本不到竞品720p定价的一半。
H3可生成4–15秒的视频片段,原生2K分辨率(2560×1440像素)、24帧/秒,立体声音频在一次推理中同步生成,而非后期拼接。该模型支持将文本、图像、视频和音频作为输入,置于统一上下文之中。它还支持视频到视频(V2V)运动迁移,可将一个视频中的动作精确转移到另一个视频中。
MiniMax将H3定位为面向多个行业的商用级内容生成工具:
H3目前已通过API(模型ID为MiniMax-H3)和MiniMax面向消费者的Hailuo AI平台提供。模型权重承诺在发布后数日内开放。