MiniMax
MiniMax H3 Max 把 fal 的后训练和快速 768p 生成绑在一起。本文说明它的速度、榜单结果、定价和限制，对创作者意味着什么。
MiniMax H3 Max 是 fal Research 对 MiniMax H3 做后训练得到的版本，面向另一条制作路径：快速生成 480p 或 768p，而不是基础模型的 2K 与重度依赖参考素材的工作流。fal 于 2026 年 8 月 26 日发布该模型，头条结果是一段 5 秒的 768p 视频在 3 秒内生成完成。
这个速度说法值得关注，但需要放到上下文里看。H3 Max 不是全新的 MiniMax 基础模型，也不能替代每一个标准 H3 端点。它把针对提示词遵循度和美学的后训练，与围绕改动后模型设计的推理路径结合在一起。本指南把已上线的能力和对外宣称的能力分开，说明当前榜单证据，并指出 H3 Max 相对标准 MiniMax H3 的位置。
MiniMax H3 Max 是什么？#
MiniMax H3 Max 是托管在 fal 上、经过后训练的 MiniMax H3 变体，用于文生视频和图生视频。它生成 5–15 秒、480p 或 768p、带同步音频的片段。核心取舍很直接：创作者放弃标准 H3 的 2K 输出和更广的参考、剪辑端点，换取更低延迟和更低的 768p 成本。
fal 表示，其 Research 团队用自研强化学习框架、真实生成负载和人类偏好，把模型调到更强的提示词遵循度、视听质量和美学表现。推理团队在这次后训练的同时优化了服务栈。这个区分很重要：H3 Max 是模型和推理服务的组合包，不是简单地让基础 H3 跑在更快的硬件上。
主要来源是 fal 的 H3 Max 发布页 (在新标签页中打开)、文生视频端点 (在新标签页中打开)、图生视频端点 (在新标签页中打开) 和 发布公告 (在新标签页中打开)。
MiniMax H3 Max 规格速览#
| 面向 | 上线时的 H3 Max 能力 | 实际含义 |
|---|---|---|
| 模型谱系 | MiniMax H3，由 fal Research 后训练 | 调优过的 H3 变体，不是新的 MiniMax 基础模型 |
| 端点 | 文生视频和图生视频 | 图生视频还可选尾帧 |
| 分辨率 | 480p 或 768p；默认 768p | 768p 的 16:9 为 1344×768 |
| 时长 | 5–15 秒 | 适合单镜头和短社交片段 |
| 帧率 | 24 FPS | 15 秒成片包含 360 帧 |
| 音频 | 原生同步的音频和视频 | 提示词应同时指挥声音和画面 |
| 文生视频画面比例 | 21:9、16:9、4:3、1:1、3:4 和 9:16 | 覆盖电影感、横屏、方形和竖屏交付 |
| 图生视频构图 | 跟随输入图 | 按目标交付比例准备源图 |
| 公布延迟 | 5 秒的 768p 片段不到 3 秒 | 这是后端推理，不是保证的端到端等待时间 |
上线时，H3 Max 与标准 H3 并不具备完整功能对等。fal 8 月 25 日的发布页写过，参考生视频会在当周晚些时候跟上。在该端点明确上线并有文档之前，把文生视频、图生视频，以及可选的首尾帧控制，视为 H3 Max 当前可用的能力面。
H3 Max 实际有多快？#
说法的干净版本是：fal 报告，一段 5 秒的 768p H3 Max 片段大约需要 2.5 秒后端推理，并在 3 秒内返回。这比生成片段本身的时长还短。fal 还说，15 秒生成大约要 15 秒，因此最长时长更接近实时，而不像 5 秒那条头条那么夸张。
后端推理不等于创作者的完整等待。排队、源图上传、提示词扩展、安全检查、响应传输和本地回放准备，都会拉长实际经过时间。fal 在响应里暴露 timings.inference 值，因而可以把模型执行和其他请求开销分开。
提示词扩展又加了一层变量。fal 建议用它的均衡设置，由系统决定一次请求需要改写多少。据称快速扩展路径大约 1 秒返回，而画质路径在视频推理开始前最多可能花 30 秒改写。公平的延迟测试因此应同时记录 timings.inference 和完整的提交到出结果时间，并把扩展设置保持不变。
为什么比成片更短的生成时间重要？它改变的是迭代循环，而不是最终导出。创意团队可以在需求还热着的时候，多次试镜头方向、动作时机或产品揭示。制作指标仍应是每条被采纳成片的耗时，而不是每次请求的耗时：一个很快、却要很多次重试的模型，优势会被吃掉。
“第一”排名能说明什么、不能说明什么#
H3 Max 上线时带着宽泛的“#1”说法。最强的公开证据其实更窄、也更有用：它在特定图生视频榜单上，按盲测用户偏好领先。那是这些测试条件下输出质量有竞争力的证据，不是它在每一项视频任务上都是最好模型的证明。
| 评测 | 公开结果说了什么 | 证据边界 |
|---|---|---|
| Artificial Analysis 带音频的图生视频 (在新标签页中打开) | 2026 年 8 月 27 日核对时，以 1,204 Elo、±10、5,123 次出场排第一 | 测的是带音频图生视频赛道上的盲测偏好；票数进来后排名会变 |
| Design Arena 图生视频 (在新标签页中打开) | fal 报告其 8 月 25 日快照中 H3 Max 为 1,341 Elo，基础 H3 为 1,333 | 另一项图生视频偏好测试；不能确立文生视频或工作流可靠性 |
| fal 人类偏好研究 | fal 称 H3 Max 在整体质量、提示词理解和美学上对 12 个领先视频模型排第一 | 官方评测；发布页没有公布完整可复现协议 |
独立的 Artificial Analysis 结果有分量，因为投票时模型名是隐藏的，样本量现在以数千次出场计。它的置信区间仍然重要：接近的分数可能重叠，排序也可能移动。这项测试奖励的，是人们在那个赛场里更喜欢的输出，未必匹配团队对产品外形、精确尾帧、对白、字体或可编辑性的要求。
用榜单决定 H3 Max 值不值得做一次受控测试。不要用它来跳过测试。制作决策应保留每一次尝试，锁定源图和提示词，并给对项目代价最大的失败打分。
说明
“在带音频的图生视频榜单上第一”是精确的。“最好的 AI 视频模型”不是。文生视频、参考控制、2K 细节、延迟、成本和 可复现性，是分开的问题。
H3 Max 与标准 MiniMax H3#
H3 Max 和标准 H3 共享模型谱系和原生视听生成，但各自为不同工作优化。H3 Max 是 768p 上的速度与吞吐路线。标准 H3 仍是更广的制作路线：当分辨率或参考控制更重要时走它。
| 能力 | MiniMax H3 Max | 标准 MiniMax H3 |
|---|---|---|
| 服务商路径 | 由 fal 后训练并托管 | MiniMax 基础模型，经其标准端点 |
| 输出分辨率 | 480p 或 768p | 最高 2K |
| 时长 | 5–15 秒 | 按当前 fal 文档为 5–15 秒 |
| 上线端点 | 文生视频；图生视频，可选尾帧 | 文生视频、首尾帧、参考生视频，以及剪辑路径 |
| 原生音频 | 有 | 有 |
| 主要优势 | 快速迭代和更低的 768p 成本 | 更高分辨率和更广的输入、控制面 |
| 最适合 | 草稿、社交镜头、快速 A/B 探索、高吞吐生成 | 2K 成片、混合参考导演，以及剪辑工作流 |
这不是一条“Max”包含标准产品全部能力的画质模式阶梯。切到 H3 Max，可能拿掉一份需求所依赖的能力。如果项目需要在同一上下文里放入多份图片、视频和音频参考，或需要 2K 结果，标准 H3 是更稳妥的起点。如果需求只需要一条提示词或一张源图，并在 768p 上快速迭代，H3 Max 才是更相关的测试对象。
MiniMax H3 Max 定价与上线折扣#
fal 的在线端点页列出临时上线价：480p 每生成秒 $0.025，768p 每秒 $0.04，截至 2026 年 9 月 1 日。列出的促销后价格分别为每秒 $0.05 和 $0.08。
按当前 768p 端点费率，基础生成成本是：
| 输出时长 | 当前 768p 上线价 | 列出的促销后 768p 价 |
|---|---|---|
| 5 秒 | $0.20 | $0.40 |
| 10 秒 | $0.40 | $0.80 |
| 15 秒 | $0.60 | $1.20 |
有一处官方来源不一致，值得标出来。fal 专门的 H3 Max 发布页报的是另一组数字——14 天促销期内每秒 $0.03，之后每秒 $0.06——而在线的文生视频和图生视频端点页显示的是上面的费率与 9 月 1 日截止日。在 fal 把这些页面核对一致之前，提交时应把端点显示的预估视为权威。
不要只比较一次生成的价格。跟踪被采纳的输出、重试次数、提示词扩展延迟，以及任何收尾工作。对一段要试 4 次的 5 秒 768p 片段，上线价生成花费在剪辑前是 $0.80。一个更慢、但第一次就成功的模型，仍可能做出更便宜的可用镜头。
谁该先测 H3 Max？#
当生成时间卡住创意探索时，H3 Max 最有意思。社交团队试几种开场钩子、分镜师试镜头选择、产品团队验证运动方向、开发者跑大批量变体，都会受益于短片段以秒而不是分钟到达。
如果一份需求的成败取决于 2K 细节、一大包混合参考素材，或有文档的剪辑端点，它就不那么对口。那些是标准 H3 的强项。原生音频也值得单独过一遍：检查对白可懂度、口型时机、前景效果、环境声、音乐平衡和版权，而不是把“含音频”当成“混音已完成”。
在选定任一路线前，先跑一轮小规模对照测试：
- 使用同一张合格源图、同一条提示词、同一时长、同一画面比例和同一音频指示。
- 每个模型至少生成五次，并保留每一次结果。
- 记录每次尝试的后端推理时间、完整实际经过时间和价格。
- 给提示词遵循度、主体或产品保真度、运动连续性、音频可用性和可进入剪辑的秒数打分。
- 比较每条被采纳成片的成本和耗时，而不是最强的展示帧。
这轮测试把上线说法变成匹配你自己工作的证据。它也会暴露：提示词扩展带来的采纳提升，是否足以抵消额外延迟。
OmniArt 上能用 H3 Max 吗？#
H3 Max 目前未列入 OmniArt 的模型注册表。本文解释的是 fal 的外部发布，不是 OmniArt 的可用性公告。标准 MiniMax H3 已可在 OmniArt 视频工作台使用，适合需要其当前 OmniArt 模式、并与其他图片、视频、音频和音乐模型共用工作台的创作者。
若要立刻做对比，准备一份可带走的提示词和源素材包，把标准 H3 和另一款可用视频模型一起跑，并保留设置与失败样本。MiniMax H3 评测与对比方案 提供可复现的评分方法，MiniMax H3 提示词指南 则说明如何给每项输入分配清晰角色。
MiniMax H3 Max 常见问题#
H3 Max 和 MiniMax H3 是同一个模型吗？
不是。H3 Max 是 fal Research 后训练的 MiniMax H3 变体，并与 fal 的推理栈共同优化。它聚焦快速的 480p 和 768p 生成。标准 MiniMax H3 保留 2K 输出，以及更广的参考和剪辑路径。
H3 Max 能生成 2K 视频吗？
不能。当前 H3 Max 端点提供 480p 和 768p。当 2K 输出是硬性要求时，使用标准 MiniMax H3。
H3 Max 真的能在三秒内生成五秒视频吗？
fal 报告，一段 5 秒的 768p 片段大约 2.5 秒后端推理，并在 3 秒内返回。端到端时间可能更长，因为还有排队、上传、提示词扩展、安全检查和传输。据称 15 秒生成大约要 15 秒。
H3 Max 是排名第一的 AI 视频模型吗？
2026 年 8 月 27 日核对时，它在 Artificial Analysis 带音频的图生视频榜单上排第一，fal 也报告了 Design Arena 的第一名结果。那些是具体、会变动的偏好榜单。它们并不能确立 H3 Max 在文生视频、2K 输出、参考控制或每一份制作需求上都领先。
H3 Max 多少钱？
fal 在线端点页列出的上线价是 480p 每秒 $0.025、768p 每秒 $0.04，截至 9 月 1 日，随后为每秒 $0.05 和 $0.08。fal 单独的发布页目前显示不同费率，因此生成前确认端点显示的预估。
我能在 OmniArt 上用 H3 Max 吗？
截至发布时不能。OmniArt 目前列出的是标准 MiniMax H3，不是 H3 Max 变体。当需求需要今天工作台里已经可用的那款模型时，打开 OmniArt 上的 MiniMax H3。
