MiniMax H3 vs 字节跳动Seedance：中国AI视频模型开打价格战，每分钟仅需7.80美元

2026年7月31日，中国AI公司MiniMax发布H3多模态视频生成模型，同日字节跳动也推出了Seedance 2.0/2.5模型。这场“同日对垒”被媒体形容为一场正面交锋，而H3凭借开源权重和极致低价策略，直接挑战了封闭源模型在生成式AI最快增长赛道上的主导地位。

MiniMax H3如何挑战字节跳动

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。

基准测试排名

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。

定价策略

H3的API定价是主流AI视频模型中最激进的：

• 2K分辨率：每秒0.13–0.14美元（约合每分钟7.80美元）。
• 768p分辨率：每秒0.09–0.10美元（封闭测试阶段）。
• 输入定价：每张参考图片0.04美元，前5张免费；音频参考免费。

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。

技术规格

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。

商业应用场景

MiniMax将H3定位为面向多个行业的商用级内容生成工具：

• 广告与品牌推广：在指令遵循、精准文字渲染和品牌展示方面表现出色。
• 电商：产品展示和促销视频，支持原生音频。
• 影视与叙事：支持V2V运动迁移，实现精确的叙事控制。
• UI/UX设计：快速制作动画界面原型。
• 游戏：生成带同步立体声音效的短篇素材。

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。