MiniMax H3 最不应该走的路，是把自己定位成“最大通用模型”，或试图在文本 API 单价上压过所有对手。更可信的定位是：成为可控 AI 视频创作与编辑的平台层。它能把文本、图片、视频与音频共同作为上下文，生成最长 15 秒、带原生立体声音频的视频，形成一条与通用大模型不同的创作生产线。25

但仅靠开放权重，解决不了商业化问题。H3 能否站稳，关键不在下载量，而在于能否进入创作者、品牌方和企业的视频制作流程，并转化为持续付费。

H3 真正卖的是什么：不是“一条视频”，而是可控的制作过程

MiniMax 于 2026 年 7 月 31 日发布 H3，并在 8 月 3 日宣布开源。公司将其定义为全模态视频生成系统：可统一理解文本、图片、视频和音频上下文，生成最长 15 秒、带原生立体声音频的视频。25

对商业用户而言，更有价值的往往不是输入一句提示词、得到一条随机视频，而是能否反复修改并保持可控。H3 的托管服务主打指令式编辑、文字与品牌元素渲染、视频到视频的动作迁移、参考图，以及首帧和尾帧引导等能力。22

这意味着它瞄准的是更接近生产环节的需求：

• 为同一商品快速生成多版本短视频；
• 在已有素材上改动作、改场景或改镜头节奏；
• 维持人物、品牌文字和视觉资产的一致性；
• 在创意方案确定后，把脚本和素材真正变成音画内容。

在这些场景里，用户购买的不是一次“抽卡式”生成，而是编辑、变体、审核与迭代的效率。这正是 H3 有机会建立差异化的地方。

“开源”和“2K”都需要更准确地理解

H3 的“开源”并不等于全部能力都能本地自由部署。现有发布信息显示，开放的是 H3-Base 权重，采用 MiniMax H3 Community License；Context-IR 和 2K 再生成等能力仍主要留在托管侧。2028

同样，不能把每一次 H3 输出都理解为基础模型直接原生生成 2K。MiniMax 的公告说明，默认输出的短边为 768 像素；2K 生成通过 H3-Regenerate-2K 实现。25

这一区分很重要：一方面，权重开放有助于开发者试用、集成和部署；另一方面，MiniMax 仍可把高阶生成、编辑能力和稳定服务留在付费托管层，作为商业化抓手。

Kimi K3 很强，但不是 H3 的同类替代品

Moonshot AI 的 Kimi K3 总参数量为 2.8 万亿，具备原生视觉能力和 100 万 token 上下文窗口，主要定位于长程编程、推理和知识工作。33

这类能力当然会影响 AI 应用的竞争格局，但它不等于能直接替代视频生产模型。若 MiniMax 把竞争重心放在参数规模或综合智能榜单上，反而会落入不利战场。

两者更像处在一条内容生产链的不同位置：Kimi K3 可以用于分析资料、规划营销活动、撰写脚本，或驱动智能体工作流；H3 的目标则是在方案确定后，把这些规划转化为实际的视听素材。对 H3 而言，更重要的指标应是素材条件控制、渲染质量、编辑可靠性和工具链集成，而不是通用推理分数。

DeepSeek 的 token 低价，也不是 H3 应该硬比的价格战

DeepSeek V4-Flash 对语言模型工作负载施加了很强的价格压力。按报道的峰谷定价，非高峰期每百万 token 的缓存命中输入、缓存未命中输入和输出价格，分别为 0.007 美元、0.22 美元和 0.66 美元；高峰期价格翻倍。4952

不过，这些数字不能与 H3 的“每生成一秒视频”价格直接比较。两者的计算产品和计费单位完全不同：前者是文本 token，后者是视听内容渲染。尤其是缓存命中输入的低价，主要适用于重复使用系统提示词或固定上下文的语言模型请求，并不代表生成一段音画视频的成本。

H3 的 2K API 标价为每生成秒 0.13 美元，发布报道中也提到约每秒 0.8 元人民币的价格。1829 低价能帮助产品获得试用和开发者关注，却很难构成长期护城河：对手可以降价，而视频生成服务本身仍需要持续投入推理和交付能力。

开放权重：扩大分发，还是稀释独占性？

开放权重对模型厂商并非没有战略价值。它可以降低开发者评估和接入门槛，也能让硬件与基础设施厂商更有动力为模型优化兼容性和推理性能。MiniMax 表示，此举旨在支持社区、拓宽 AI 硬件兼容性，并让用户更容易基于模型进行开发。31

潜在的正循环包括：

• 开发者围绕 H3 构建工具、界面与插件；
• 企业获得更多部署选择；
• 硬件厂商有动力优化相应的推理路径；
• MiniMax 继续销售下载权重无法等价替代的托管能力、可靠性和工作流服务。

但风险同样直接：权重更易获得，会削弱托管推理的独占性，也让第三方更容易提供替代方案。现有信息尚不足以证明 H3 已形成大规模第三方采用，也无法证明芯片适配已经带来足以抵消这一风险的显著成本下降。因此，所谓生态飞轮目前仍是合理假设，而非已被验证的结果。

财务现实决定了：H3 不能只“出圈”

MiniMax 2025 年营收为 7903.8 万美元，同比增长 158.9%；毛利为 2007.9 万美元，毛利率升至 25.4%。超过 70% 的收入来自国际市场。1

增长是真实的，但经调整净亏损仍为 2.50856 亿美元。1 这意味着 H3 的任务不只是制造热度、获取下载或吸引开发者试用，还必须带来经常性收入，并改善视频服务的单位经济性。

因此，争论开源“好”还是“不好”并不够。真正的问题是：与完全闭源发布相比，开放权重是否能带来更大的付费转化漏斗，并让 MiniMax 更有效地把它变现？

H3 要形成持久位置，需要补齐四件事

1. 成为视频工作流的标准组件。 采用不能停留在下载层面，必须进入创作者工具、剪辑流程和开发者集成。
2. 让托管体验足够难以复制。 更快的推理、更稳定的输出、协作、资产管理、安全能力、企业管理，以及高阶生成或编辑功能，都可能构成付费理由。
3. 拿出基础设施经济性的证据。 硬件兼容性只有在可量化地降低每秒渲染成本，或扩大部署选择时，才真正有战略意义。
4. 把使用量转成经常性收入。 创作者试用很重要，但长期经济性依赖付费 API 消耗、软件订阅或企业合同。

结论：不必赢下通用模型竞赛，先赢下视频制作环节

H3 更适合被看作 MiniMax 对 AI 视频生产的一次聚焦下注，而不是挑战 Kimi K3 通用智能，或与 DeepSeek V4-Flash 比拼文本 token 定价。多模态输入、带原生音频的视频输出，以及编辑导向的控制能力，构成了其清晰的产品差异化。2522

这足以支撑一个有说服力的细分市场，但还不足以证明商业护城河已经形成。开放权重可能扩大分发、改善基础设施支持，也可能加速能力商品化。在 MiniMax 2025 年经调整净亏损达约 2.509 亿美元的背景下，最终决定胜负的证据只有一个：H3 能否把创作工作流中的采用，转化为更高毛利、可持续的经常性付费收入。1

MiniMax H3 最不应该走的路，是把自己定位成“最大通用模型”，或试图在文本 API 单价上压过所有对手。更可信的定位是：成为可控 AI 视频创作与编辑的平台层。它能把文本、图片、视频与音频共同作为上下文，生成最长 15 秒、带原生立体声音频的视频，形成一条与通用大模型不同的创作生产线。25

但仅靠开放权重，解决不了商业化问题。H3 能否站稳，关键不在下载量，而在于能否进入创作者、品牌方和企业的视频制作流程，并转化为持续付费。

H3 真正卖的是什么：不是“一条视频”，而是可控的制作过程

MiniMax 于 2026 年 7 月 31 日发布 H3，并在 8 月 3 日宣布开源。公司将其定义为全模态视频生成系统：可统一理解文本、图片、视频和音频上下文，生成最长 15 秒、带原生立体声音频的视频。25

对商业用户而言，更有价值的往往不是输入一句提示词、得到一条随机视频，而是能否反复修改并保持可控。H3 的托管服务主打指令式编辑、文字与品牌元素渲染、视频到视频的动作迁移、参考图，以及首帧和尾帧引导等能力。22

这意味着它瞄准的是更接近生产环节的需求：

• 为同一商品快速生成多版本短视频；
• 在已有素材上改动作、改场景或改镜头节奏；
• 维持人物、品牌文字和视觉资产的一致性；
• 在创意方案确定后，把脚本和素材真正变成音画内容。

在这些场景里，用户购买的不是一次“抽卡式”生成，而是编辑、变体、审核与迭代的效率。这正是 H3 有机会建立差异化的地方。

“开源”和“2K”都需要更准确地理解

H3 的“开源”并不等于全部能力都能本地自由部署。现有发布信息显示，开放的是 H3-Base 权重，采用 MiniMax H3 Community License；Context-IR 和 2K 再生成等能力仍主要留在托管侧。2028

同样，不能把每一次 H3 输出都理解为基础模型直接原生生成 2K。MiniMax 的公告说明，默认输出的短边为 768 像素；2K 生成通过 H3-Regenerate-2K 实现。25

这一区分很重要：一方面，权重开放有助于开发者试用、集成和部署；另一方面，MiniMax 仍可把高阶生成、编辑能力和稳定服务留在付费托管层，作为商业化抓手。

Kimi K3 很强，但不是 H3 的同类替代品

Moonshot AI 的 Kimi K3 总参数量为 2.8 万亿，具备原生视觉能力和 100 万 token 上下文窗口，主要定位于长程编程、推理和知识工作。33

这类能力当然会影响 AI 应用的竞争格局，但它不等于能直接替代视频生产模型。若 MiniMax 把竞争重心放在参数规模或综合智能榜单上，反而会落入不利战场。

两者更像处在一条内容生产链的不同位置：Kimi K3 可以用于分析资料、规划营销活动、撰写脚本，或驱动智能体工作流；H3 的目标则是在方案确定后，把这些规划转化为实际的视听素材。对 H3 而言，更重要的指标应是素材条件控制、渲染质量、编辑可靠性和工具链集成，而不是通用推理分数。

DeepSeek 的 token 低价，也不是 H3 应该硬比的价格战

DeepSeek V4-Flash 对语言模型工作负载施加了很强的价格压力。按报道的峰谷定价，非高峰期每百万 token 的缓存命中输入、缓存未命中输入和输出价格，分别为 0.007 美元、0.22 美元和 0.66 美元；高峰期价格翻倍。4952

不过，这些数字不能与 H3 的“每生成一秒视频”价格直接比较。两者的计算产品和计费单位完全不同：前者是文本 token，后者是视听内容渲染。尤其是缓存命中输入的低价，主要适用于重复使用系统提示词或固定上下文的语言模型请求，并不代表生成一段音画视频的成本。

H3 的 2K API 标价为每生成秒 0.13 美元，发布报道中也提到约每秒 0.8 元人民币的价格。1829 低价能帮助产品获得试用和开发者关注，却很难构成长期护城河：对手可以降价，而视频生成服务本身仍需要持续投入推理和交付能力。

开放权重：扩大分发，还是稀释独占性？

开放权重对模型厂商并非没有战略价值。它可以降低开发者评估和接入门槛，也能让硬件与基础设施厂商更有动力为模型优化兼容性和推理性能。MiniMax 表示，此举旨在支持社区、拓宽 AI 硬件兼容性，并让用户更容易基于模型进行开发。31

潜在的正循环包括：

• 开发者围绕 H3 构建工具、界面与插件；
• 企业获得更多部署选择；
• 硬件厂商有动力优化相应的推理路径；
• MiniMax 继续销售下载权重无法等价替代的托管能力、可靠性和工作流服务。

但风险同样直接：权重更易获得，会削弱托管推理的独占性，也让第三方更容易提供替代方案。现有信息尚不足以证明 H3 已形成大规模第三方采用，也无法证明芯片适配已经带来足以抵消这一风险的显著成本下降。因此，所谓生态飞轮目前仍是合理假设，而非已被验证的结果。

财务现实决定了：H3 不能只“出圈”

MiniMax 2025 年营收为 7903.8 万美元，同比增长 158.9%；毛利为 2007.9 万美元，毛利率升至 25.4%。超过 70% 的收入来自国际市场。1

增长是真实的，但经调整净亏损仍为 2.50856 亿美元。1 这意味着 H3 的任务不只是制造热度、获取下载或吸引开发者试用，还必须带来经常性收入，并改善视频服务的单位经济性。

因此，争论开源“好”还是“不好”并不够。真正的问题是：与完全闭源发布相比，开放权重是否能带来更大的付费转化漏斗，并让 MiniMax 更有效地把它变现？

H3 要形成持久位置，需要补齐四件事

1. 成为视频工作流的标准组件。 采用不能停留在下载层面，必须进入创作者工具、剪辑流程和开发者集成。
2. 让托管体验足够难以复制。 更快的推理、更稳定的输出、协作、资产管理、安全能力、企业管理，以及高阶生成或编辑功能，都可能构成付费理由。
3. 拿出基础设施经济性的证据。 硬件兼容性只有在可量化地降低每秒渲染成本，或扩大部署选择时，才真正有战略意义。
4. 把使用量转成经常性收入。 创作者试用很重要，但长期经济性依赖付费 API 消耗、软件订阅或企业合同。

结论：不必赢下通用模型竞赛，先赢下视频制作环节

H3 更适合被看作 MiniMax 对 AI 视频生产的一次聚焦下注，而不是挑战 Kimi K3 通用智能，或与 DeepSeek V4-Flash 比拼文本 token 定价。多模态输入、带原生音频的视频输出，以及编辑导向的控制能力，构成了其清晰的产品差异化。2522

这足以支撑一个有说服力的细分市场，但还不足以证明商业护城河已经形成。开放权重可能扩大分发、改善基础设施支持，也可能加速能力商品化。在 MiniMax 2025 年经调整净亏损达约 2.509 亿美元的背景下，最终决定胜负的证据只有一个：H3 能否把创作工作流中的采用，转化为更高毛利、可持续的经常性付费收入。1