MiniMax H3 はネイティブのステレオ音声付き 2K 動画を生成し、秒単位の料金を公開、Community License で H3-Base 重みを公開しています。
| あなたの状況… | 結論 |
|---|---|
| セリフのあるショート動画を作っている | まず検収用の小バッチを実行する。MiniMax は音声と動画の同時生成を記載しているが、対話や音響の要件は自分の素材で検証が必要 |
| セルフホストの AI スタックを運用している | ライセンスと構成を確認する。H3-Base 重みは入手できるが、完全な 2K ワークフローにはホスト型の段階も含まれる |
| 15 秒より長いショットが必要 | Seedance 2.5 と比較する。Seedance は最長 30 秒の音声・動画同時生成を記載しているため、アカウントと地域での接続経路を確認する |
| 正確に予算を組みたい | 使うべき。秒単位の料金が公開されている。本来もっと当たり前であるべきことだ |
一行でまとめると：この MiniMax H3 レビューは、MiniMax が記載する音声・動画同時生成、公開済みの API 料金表、Community License で公開された H3-Base 重みを確認する。これらは完成映像の保証ではなく、自分の要件で検証する能力である。
MiniMax は 2026 年 7 月 31 日 に H3 を発表した。差別化要因は解像度ではない。セリフ、効果音、環境音が映像と同じ推論の中で生成される。従来のパイプラインでは、無音の動画を生成し、音楽・フォーリー・声を別々に調達し、手作業で同期させる。
H3 でいう「ネイティブ」とは、MiniMax が音声と動画を後処理レイヤーではなく一つの生成として設計していることを指す。足音、対話、環境音、編集の一貫性は製品説明から前提にせず、自分のプロンプトで検収すべき基準である。
ショート動画、プロダクトデモ、セリフのあるシーンでは、映像と音声の間の手作業の受け渡しを減らせる可能性がある。すでに完全な編集工程を計画するチームや、厳密な差し替えが必要なチームでは利点は小さくなる。
MiniMax の現行 H3 資料は 4〜15 秒、24 fps を記載している。ホスト型 API は 768P と 2K を提供し、公開済み H3-Base ワークフローの標準は短辺 768 ピクセル、完全な 2K 経路では H3-Regenerate-2K を使う。フレームレートは変更できない。
MiniMax は H3 がネイティブのマルチショット・モデリングをサポートすると説明している。タイトルシーケンスや切り返しの対話が、別々の生成と編集を置き換えられるほど一貫するかは、実際の要件で試してから判断したい。
H3 はテキスト、画像、動画、音声をまとめて受け付ける。MiniMax が公開している仕様ページによれば、一度の実行で最大 9 枚の画像、3 本の動画クリップ、3 つの音声ファイルを使え、単一のショットが顔・動き・声を同時に引き継げる。既存素材の編集や、動画間でのモーション転写にも対応する。
2026 年 8 月 3 日、MiniMax は H3 の公開を発表し、H3-Base のチェックポイントを公開した。公式のモデルカードは MiniMax の Hugging Face 組織で、MiniMax H3 Community License とともに入手できる。
これは無条件で世界中に適用されるオープンソース・ライセンスではない。Community License は米国、EU、英国、韓国を適用地域から除外する。年間売上が $20M を超える商用製品またはサービスには書面による事前許可が必要で、商用 UI では「MiniMax H3」を目立つ形で表示する必要がある。
MiniMax は完全な H3 ワークフローを H3-Context-IR、H3-Base、H3-Regenerate-2K と説明している。公開済みの基礎モデルはローカルで 768P を出力できる一方、完全な 2K ワークフローは公式 API の段階を組み合わせる。
2026 年 9 月 10 日時点で、MiniMax の公式料金ページは 2K 出力を 1 秒あたり $0.13、768P 出力を 1 秒あたり $0.08 と記載している。音声入力は無料、最初の 5 枚の画像は無料で追加画像は 1 枚 $0.04、動画入力は尺と選択した出力解像度に応じて課金される。768P から 2K への再生成は再生成出力 1 秒あたり $0.05 と記載され、別途入力料金がある。
記載された 1 秒 $0.13 で計算すると、15 秒の 2K クリップは約 $1.95、生成した 2K 出力 1 分は約 $7.80 になる。これは出力のみの計算であり、固定の完成映像価格ではない。追加参照、動画入力、再生成、破棄したテイクで請求は変わるため、破棄率を予算に入れたい。
実際のプロンプト、承認済みの参照素材、目標アスペクト比、尺、納品形式で、小規模かつ代表的なバッチを実行する。生成秒数、入力素材、再試行、採用テイク、総請求額を記録すれば、H3 と Seedance の選択をワークフロー内で再現できる。
MiniMax は V2 API、音声・動画同時生成、参照入力、H3-Base 重みを記載している。これは試験すべき項目を定義するが、再現可能なバッチなしに、待ち時間、モデレーション結果、対話品質、採用率、完成プロジェクト費用を証明するものではない。
| 項目 | MiniMax H3 | Seedance 2.5 |
|---|---|---|
| 尺 | 4〜15 秒。MiniMax はネイティブのマルチショット・モデリングを説明 | 単一ショットで最長 30 秒 |
| 解像度 | 768P または 2K、24fps | 現行 BytePlus LAS 文書では 480P または 720P |
| 音声 | ネイティブのステレオ、同じ生成 | 音声・動画同時生成 |
| 利用 | API + 公開料金表 | 記載済み BytePlus LAS API + 動的料金 |
どちらも音声を生成し、記載済みの API 経路があるため、仮の製品として扱わずワークフローを比較する。2K 出力、ライセンス範囲内の H3-Base 重み、現在の API 料金表が重要なら H3 を、最長 30 秒の単一シーン、より大きな混合参照パッケージ、タイムライン編集が重要なら Seedance 2.5 を選ぶ。より広い AI 動画の全体像には、この 2 つ以外の選択肢もある。
1 つのクリップ内で複数ショットを生成できるのは助けになるが、15 秒という上限は一度の実行で語れる内容を制限する。物語性のある作品には依然として組み立てが必要で、組み立てには依然として連続性のコストがかかる。
MiniMax の Community License は H3 の成果物と出力を非侵害を含む保証なしの「現状有姿」で提供し、利用者がその使用が適切かを判断する責任を負うとしている。商用または露出の大きい出力では、ライセンス、各入力の権利、出力のレビュー工程を適切な専門家と確認したい。
H3-Base は入手できるが、すべての H3 ワークフローがローカルまたは世界中でライセンス可能になるわけではない。Community License の地域制限と、完全な 2K ワークフローが依然として H3-Context-IR と H3-Regenerate-2K を使う点を考慮する必要がある。
検収バッチで、MiniMax が記載する音声・動画ワークフロー、768P/2K V2 API、現在の料金表が有益なら H3 を検討する。公式 V2 文書はエンドポイントと従量課金要件を記載するが、アカウント、地域、モデレーション経路、完成出力の試験を置き換えるものではない。
長尺の連続性または完全にローカルな 2K ワークフローが必要なチームは、先に試験すべきだ。Community License の地域と、パイプラインに必要なホスト型の段階を検証し、チェックポイントの公開だけで導入の問題が解決すると仮定しない。
H3-Base 重みは MiniMax H3 Community License の下で公開されているが、無条件で世界中に適用されるものではない。ライセンスは米国、EU、英国、韓国を除外し、年間売上が $20M を超える商用製品またはサービスには書面による許可が必要である。完全な 2K ワークフローにも公式のホスト型段階が残る。
2026 年 9 月 10 日時点で、MiniMax は 2K 出力を 1 秒あたり $0.13、768P を $0.08 と記載している。15 秒の 2K 出力は約 $1.95 だが、動画入力、追加画像、再生成、破棄したテイクの費用は含まない。
MiniMax は H3 が動画と同じ生成でネイティブのステレオ音声を生成すると説明している。音声または後処理の工程をなくす前に、対話、効果音、環境音を自分の要件で試してほしい。
現行の MiniMax H3 V2 文書は 768P または 2K、24 fps で 4〜15 秒を記載している。MiniMax はネイティブのマルチショット・モデリングも説明するが、編集の組み立てを置き換える前に実際のシーンで連続性を評価したい。
どちらが常に優れているわけではない。H3 はネイティブのステレオ音声、768P/2K API 出力、現在の料金表、制限付きライセンスの H3-Base 重みを組み合わせる。Seedance 2.5 は音声・動画同時生成、最長 30 秒のシーン、より広い混合参照、ターゲット編集を記載している。同じ brief、参照、アカウント接続、検収基準で比較してほしい。
Sources: MiniMax — H3 launch · MiniMax — H3 open-weights release · MiniMax API Platform — H3 V2 API · MiniMax API Platform — current H3 pricing · MiniMax official H3 model card and license · ByteDance Seed — Seedance 2.5 launch · BytePlus LAS — Seedance 2.5 API and pricing
最終更新：2026年9月10日
Seedance 2.5の30秒音声付き動画、50件の複合参照、時間指定編集を検証。公式情報、料金、導入前に試すべき点を整理します。
Hermes Agentは持続メモリと自己改善するスキルを組み合わせますが、安全性と成果は選ぶバックエンド、承認、レビューに左右されます。
OpenClawは高性能なエージェントランタイムです。その価値は、慎重なゲートウェイ防御、スキル審査、運用規律によって決まります。
2026 年の AI 音楽——Suno と Udio の実力と訴訟、AIVA の完全著作権、ワーナー和解があなたの商用権をどう書き換えたか。
Sora 撤退後の AI 動画市場を実価格で——10 秒あたり 0.50〜2.50 ドル、今の首位は誰か、そしてカット単位の選び方。
2026年の無料プラン正直比較：Gemini の充実パッケージ、Claude の品質重視、ChatGPT の制限付きの守備範囲、そして無料では足りなくなるとき。
2025 年 8 月の GPT-5 が何を届け、なぜ初月がつまずき、GPT-5.6 の三階層価格から振り返るとその「構造」がいかに勝ったか。
2026 年の率直な評価：GPT-5.5、Dreaming V3 メモリ、エージェントの実力、Claude と Gemini が勝る領域、そして誰が Plus に課金すべきか。
