Ceny MiniMax H3: specyfikacja, koszty i dopasowanie do produkcji

MiniMax H3 to uniwersalny multimodalny model wideo zbudowany wokół jednego kontekstu zawierającego tekst, obrazy, wideo i dźwięk. Praktyczna nowość nie polega po prostu na tym, że generuje wideo 2K. H3 potrafi użyć jednego obrazu do tożsamości, drugiego do produktu, wideo do ruchu i klipu audio do głosu albo rytmu, a potem zinterpretować te materiały razem w jednym żądaniu generowania.

Ta elastyczność sprawia też, że cennik jest mniej oczywisty, niż sugeruje pojedyncza stawka za sekundę. Oficjalna strona rozliczeń pay-as-you-go w MiniMax podaje dla H3 0,13 USD za sekundę wyjścia 2K i 0,09 USD za sekundę wyjścia 768P, przy czym 768P jest obecnie w zamkniętej becie. Wideo referencyjne rozlicza się według jego własnej długości, obok wygenerowanego wyjścia, natomiast referencje audio i pierwsze pięć obrazów referencyjnych nie dokładają istotnej opłaty.

Ten przewodnik oddziela udokumentowane fakty od premierowych deklaracji, przechodzi przez oficjalne wyliczenie ceny i pokazuje, gdzie H3 mieści się w decyzji produkcyjnej. Nie traktuje wybranych premierowych dem jako dowodu powtarzalności i trzyma oficjalny cennik API od MiniMax osobno od aktualnego cennika kredytowego w OmniArt.

MiniMax H3 w skrócie

MiniMax nazywa model w API MiniMax-H3. Na powierzchniach partnerów zobaczysz też Hailuo 3.0 albo Hailuo 03, ale tych etykiet nie należy mieszać ze starszymi modelami MiniMax-Hailuo-2.3 i MiniMax-Hailuo-02.

Pełne limity wejścia, obsługiwane formaty, rozmiary plików i przykłady żądań opisuje oficjalny przewodnik MiniMax po generowaniu wideo w H3. Limity mogą się zmieniać wraz z rozszerzaniem wdrożenia, więc zespoły produkcyjne powinny sprawdzić aktualną dokumentację API, zanim zamkną plan dostawy.

Oficjalny cennik MiniMax H3

MiniMax wycenia wyjście z H3 według wygenerowanej sekundy.

Dla generowania bez płatnych materiałów referencyjnych podstawowe wyliczenie wygląda tak:

output cost = output duration × resolution rate

Przy publicznej stawce 2K daje to następujące szacunki.

Te liczby pochodzą z oficjalnej strony cennika pay-as-you-go w MiniMax, a nie od resellera czy partnera inferencyjnego. To szacunki cen katalogowych przed podatkami, indywidualnymi umowami, nieudanymi żądaniami i jakąkolwiek przyszłą zmianą cennika.

Jak materiały referencyjne zmieniają cenę

Zasady rozliczania referencji w H3 mają znaczenie, kiedy brief korzysta z przeniesienia ruchu albo z dużego pakietu materiałów.

Na przykład dziesięciosekundowe wyjście 2K prowadzone sześciosekundowym wideo referencyjnym ma szacunek katalogowy:

output:    10 seconds × $0.13 = $1.30
reference:  6 seconds × $0.13 = $0.78
total:                           $2.08

Opłata za wideo referencyjne nagradza staranne przygotowanie materiałów. Przytnij referencję ruchu dokładnie do tego fragmentu, który niesie grę aktorską, ruch kamery albo rytm montażu, jakiego potrzebujesz. Długa referencja nie staje się bardziej użyteczna tylko dlatego, że API ją przyjmuje.

Jeśli to samo żądanie używa siedmiu obrazów, pierwsze pięć jest bezpłatnych, a dwa ostatnie dokładają 0,08 USD. Referencje audio nie dokładają istotnej opłaty, choć nadal muszą spełniać zasady dotyczące długości, formatu i mieszanych wejść z dokumentacji API.

Co zmienia kontekst multimodalny

Wcześniejsze przebiegi pracy z wideo AI często dzieliły brief na osobne operacje: wygeneruj niemy klip, przenieś ruch, dodaj dialog, stwórz tło akustyczne, a potem napraw dryf tożsamości albo produktu. H3 zamiast tego przyjmuje te kierunki jako części jednego kontekstu.

Użyteczny wzorzec produkcyjny to przypisanie jednego zadania każdemu wejściu:

• Obraz referencyjny chroni tożsamość albo wygląd produktu.
• Wideo referencyjne dostarcza ruch, zachowanie kamery albo rytm montażu.
• Referencyjny klip audio dostarcza głos, charakter dźwięku albo rytm.
• Prompt tekstowy opisuje zamierzony wynik i mówi, co musi pozostać bez zmian.

To nie gwarantuje, że każda instrukcja przetrwa zatłoczony brief. Daje modelowi więcej wyraźnych przesłanek do pracy. Sprzeczne referencje nadal potrafią dać dopracowany wynik, który idzie za niewłaściwym źródłem, więc zdyscyplinowany pakiet referencji waży więcej niż maksymalna liczba plików.

Praktyczne wzorce ról referencji i powtarzalne struktury promptów opisuje przewodnik po promptach do MiniMax H3.

Dostęp przez API działa; wag do pobrania nie ma

Oficjalny wpis premierowy MiniMax mówi, że firma planuje udostępnić wagi modelu H3 „w najbliższych dniach”, z zastrzeżeniem obowiązujących przepisów. W momencie publikacji, 31 lipca, API działa, ale wag nie da się jeszcze pobrać z publicznych repozytoriów MiniMax, a ostateczna licencja H3 nie została opublikowana.

Oficjalna strona wydawcy MiniMax w ModelScope pokazuje zaplanowany termin wydania na 3 sierpnia, godzina 00:00 czasu pekińskiego. Traktuj to jako cel wydawniczy, a nie dowód, że wagi, kod, licencja i wymagania lokalnego wdrożenia są już dostępne. Dopóki pliki nie wylądują, „zapowiedziano wydanie wag” jest prawdą; „H3 jest już otwartoźródłowy i działa na sprzęcie konsumenckim” nie jest.

Status u źródła sprawdzisz we wpisie premierowym MiniMax H3 i na stronie MiniMax H3 w ModelScope. Sensowny przewodnik po lokalnym wdrożeniu będzie potrzebował realnej licencji, rozmiaru wag, wymagań pamięciowych, kodu inferencyjnego i testów zgodności z hostowanym API, a nie szacunków z dnia premiery.

Gdzie H3 wygląda najbardziej sensownie

Udokumentowany system wejść H3 wskazuje na kilka briefów, w których model zasługuje na ocenę.

Wideo produktowe prowadzone referencją

Zespół produktowy może połączyć czyste zdjęcia produktu, referencję ruchu, referencję stylu wizualnego i kierunek dźwiękowy. Ważnym testem nie jest to, czy pierwsza klatka wygląda ekskluzywnie. Ważne jest, czy etykieta, sylwetka, materiał i interakcja produktu z dłonią pozostają użyteczne przez cały klip.

Przeniesienie gry aktorskiej i ruchu

Wideo referencyjne potrafi przenieść ruch ciała, ruch kamery albo rytm na nowy temat i nowe otoczenie. To czyni H3 istotnym dla mody, tańca, krótkich form narracyjnych i previzualizacji, ale tworzy też płatne wejście. Zespoły powinny porównać zysk twórczy z kosztem długości referencji i liczbą potrzebnych powtórzeń.

Szkice audiowizualne z natywnym dźwiękiem

H3 generuje wideo z natywnym dźwiękiem stereo i przyjmuje referencje audio. To potrafi usunąć osobne, tymczasowe podejście z głosem, tłem akustycznym albo muzyką na etapie szukania pomysłu. Miks gotowy dla klienta i tak wymaga sprawdzenia zrozumiałości, synchronizacji ust, dopasowania przestrzennego, praw i spójności między cięciami. Przewodnik po natywnym dźwięku w H3 daje uporządkowany sposób na przetestowanie tych warstw, bez mylenia „dźwięk jest” z „dźwięk gotowy”.

Praca graficzna i wizerunkowa

MiniMax przedstawia wierne renderowanie tekstu i elementów marki jako mocną stronę premiery. Traktuj to jako twierdzenie do sprawdzenia. Użyj dokładnych referencji opakowania, logo i planszy tytułowej, zachowaj każde generowanie i porównuj całe klipy, a nie wybrane kadry. Przy pracy dla klienta potwierdź prawa do znaku towarowego, wizerunku, głosu, muzyki i materiału źródłowego osobno od możliwości modelu.

Co nadal wymaga niezależnych testów

Materiały premierowe pokazują szeroki zakres twórczy, ale wybrana rolka demo nie odpowie na pytania produkcyjne w rodzaju:

• Ile podejść potrzeba, zanim jedno będzie użyteczne?
• Czy geometria produktu przetrwa jednoczesny ruch dłoni i kamery?
• Czy dialog pozostaje zrozumiały pod tłem akustycznym i muzyką?
• Która instrukcja wygrywa, kiedy referencje obrazu, wideo, audio i tekstu są sprzeczne?
• Czy wynik piętnastosekundowy trzyma tożsamość i otoczenie tak samo pewnie jak krótki klip?
• Jak zmieniają się opóźnienia API i zachowanie kolejki przy realnym obciążeniu?

Uczciwe porównanie modeli powinno trzymać bez zmian materiały źródłowe, prompt, długość, proporcje obrazu i kryteria oceny. Powinno też zachowywać słabe wyniki, zamiast publikować wyłącznie najlepsze generowanie. Dopóki takich dowodów nie ma, opisuj H3 przez udokumentowane możliwości i zaobserwowane wyniki, a nie przez uniwersalne rankingi.

Koszt H3 na jeden użyteczny klip

Cena katalogowa to dopiero pierwsza warstwa kosztu produkcji. Bardziej użyteczna formuła planistyczna wygląda tak:

cost per usable clip =
  (output cost + reference-input cost) × average attempts
  + external voice, music, cleanup, and finishing cost

Dziesięciosekundowy klip 2K bez płatnych materiałów referencyjnych kosztuje w cenie katalogowej 1,30 USD. Jeśli brief wymaga średnio czterech podejść, zanim jeden klip będzie użyteczny, wydatek na generowanie zbliża się do 5,20 USD. Jeśli każde podejście używa też sześciosekundowego wideo referencyjnego, ten sam czteropodejściowy cykl daje 8,32 USD przed postprodukcją.

Dlatego tańszy model bywa w praktyce droższy, jeśli wymaga wielu powtórzeń, i dlatego generowanie w wyższej rozdzielczości nadal może być opłacalne, jeśli pozwala uniknąć powiększania albo osobnego tymczasowego podejścia dźwiękowego. Śledź zaakceptowane klipy, odrzucone klipy, przyczyny porażek i czas postprodukcji, zamiast porównywać same ceny z nagłówka.

Jak H3 wpisuje się w pracę w OmniArt

MiniMax H3 działa w OmniArt w planie Creator i wyższych. Obecna powierzchnia udostępnia przebiegi Video, Transition i Reference z wyjściem 5–15 sekund w 1440p. Standardowe generowanie Video i Transition kosztuje 9 kredytów za sekundę wyjścia, więc pięciosekundowy wynik ma bazę 45 kredytów.

W przebiegu Reference wygenerowane wyjście nadal kosztuje 9 kredytów za sekundę. Wideo referencyjne dokłada 9 kredytów za każdą rozpoczętą sekundę, pierwsze pięć obrazów referencyjnych jest bezpłatnych, a każdy kolejny obraz dokłada 2 kredyty; audio referencyjne jest bezpłatne. Ustawienia mogą zmienić sumę, więc rozstrzygająca jest wartość widoczna w kompozytorze przed generowaniem.

Podane wyżej oficjalne ceny dolarowe MiniMax i kredyty w OmniArt to dwa osobne systemy rozliczeń; nie przeliczaj jednego wprost na drugi. Otwórz MiniMax H3 w OmniArt, żeby wycenić rzeczywiste ustawienia, a potem skorzystaj z przewodnika po modelach wideo AI albo z przebiegu od zdjęcia do wideo produktowego, żeby przygotować brief.

MiniMax H3 — najczęstsze pytania

Ile kosztuje MiniMax H3?

Oficjalna cena katalogowa pay-as-you-go w MiniMax to 0,13 USD za wygenerowaną sekundę w 2K i 0,09 USD za wygenerowaną sekundę w 768P. Opcja 768P jest obecnie w zamkniętej becie. Wideo referencyjne jest naliczane według swojej długości po tej samej stawce rozdzielczości; audio i pierwsze pięć obrazów są bezpłatne.

Ile kosztuje piętnastosekundowe wideo w H3?

Piętnastosekundowe wyjście 2K bez płatnych materiałów referencyjnych kosztuje w oficjalnej cenie katalogowej 1,95 USD. Długość wideo referencyjnego i obrazy powyżej pierwszych pięciu mogą podnieść sumę.

Czy pakiet wideo MiniMax obejmuje H3?

Nie. Oficjalna strona pakietów wideo w MiniMax podaje obecnie, że H3 nie jest obsługiwany. H3 pojawia się zamiast tego na stronie cennika pay-as-you-go.

Czy MiniMax H3 to to samo co Hailuo 3.0?

MiniMax-H3 to oficjalna nazwa modelu w API. Część powierzchni partnerskich używa dla ścieżki H3 nazw Hailuo 3.0 albo Hailuo 03. Potwierdź identyfikator modelu i aktualną dokumentację, zanim założysz, że dwa różnie nazwane punkty końcowe mają identyczne ustawienia i ceny.

Czy H3 może używać referencji obrazu, wideo i audio jednocześnie?

Tak. MiniMax dokumentuje generowanie z mieszanymi referencjami: do dziewięciu obrazów, trzech wideo i trzech klipów audio, łącznie do 12 plików. Audio musi być połączone z referencją wizualną.

Czy H3 jest dostępny w OmniArt?

Tak. MiniMax H3 jest dostępny w OmniArt w planie Creator i wyższych, z przebiegami Video, Transition i Reference, wyjściem 5–15 sekund w 1440p i ceną pokazywaną w kompozytorze. Otwórz MiniMax H3 w OmniArt, żeby sprawdzić końcową sumę kredytów dla swoich ustawień.

Czy MiniMax H3 jest już otwartoźródłowy?

W momencie publikacji tego artykułu, 31 lipca 2026 roku, nie były publicznie dostępne ani wagi H3 do pobrania, ani ostateczna licencja H3. MiniMax zapowiedział wydanie otwartych wag w najbliższych dniach, a ModelScope pokazuje zaplanowany termin wydania. Sprawdź ponownie oficjalne repozytoria, zanim postawisz tezę o lokalnym wdrożeniu albo użyciu komercyjnym.