MiniMax H3 生成带原生立体声音频的 2K 视频，公开按秒费率，并已按 Community License 发布 H3-Base 权重。
| 你的情况… | 结论 |
|---|---|
| 制作带对白的短视频内容 | 先跑验收批次。 MiniMax 记录了联合音视频输出，但仍须用你的对白和声音 brief 验证 |
| 运行本地 H3 工作流 | 检查许可与架构。 H3-Base 权重已可获得，但完整 2K 工作流仍包含托管阶段 |
| 需要长于 15 秒的镜头 | 与 Seedance 2.5 对比。 Seedance 记录单次最多 30 秒的联合音视频生成；先确认账户与区域的接入路径 |
| 需要精确编制预算 | 该用；按秒计价是公开的，而这本不该如此稀罕 |
一句话总结：这篇 MiniMax H3 评测核对 MiniMax 记录的原生音视频生成、公开 API 费率和已按 Community License 发布的 H3-Base 权重。它们是需要用你的 brief 验证的能力，不是成片质量保证。
MiniMax 在 2026 年 7 月 31 日 发布 H3，并称原生立体声音频会与画面在同一次生成中产生。其产品说明涵盖对白、音效和环境音。传统流水线通常先生成无声画面，再分别处理配乐、拟音和人声并进行同步。
对 H3 而言，“原生”是指 MiniMax 将音频与视频设计为一次生成，而非后期叠加。脚步、对白、环境音和剪辑能否保持一致，应是用自己的提示词检验的验收标准，不能仅由产品描述推定。
对于短视频社交内容、产品演示和对白场景，这可能减少画面与声音之间的一次人工交接。若团队本来就会进行完整剪辑，或需要严格控制对白替换，这项优势会收窄。
MiniMax 当前 H3 材料记录 4 到 15 秒、24 fps。托管 API 提供 768P 与 2K 输出；已发布的 H3-Base 工作流默认短边为 768 像素，完整 2K 路径则使用 MiniMax 的 H3-Regenerate-2K 阶段。帧率不可配置，因此 30 或 60 fps 交付目标需要额外处理。
MiniMax 将 H3 描述为支持原生多镜头建模。片头序列或正反打对话是否能对你的 brief 保持足够连贯，应先实测，再决定是否替代多次生成与剪辑拼接。
H3 同时接受文本、图像、视频和音频。当前 V2 API 文档列出一次参考转视频请求最多 9 张参考图片、3 段视频和 3 个音频文件，并记录首尾帧和参考转视频两种模式。请用你有权使用的素材测试角色和上限。
MiniMax 在 2026 年 8 月 3 日 宣布 H3 权重发布，并公开 H3-Base checkpoints。官方 Hugging Face 模型卡位于 MiniMax 组织下，采用 MiniMax H3 Community License。这解决了发布初期“权重是否会到来”的问题。
这不是无条件、全球可用的开源许可证。MiniMax 的 Community License 将美国、欧盟、英国和韩国排除在适用地域之外。年营收超过 $20M 的商业产品或服务需要预先取得书面授权，商业界面还必须醒目展示“MiniMax H3”。
MiniMax 将完整 H3 工作流描述为 H3-Context-IR、H3-Base 和 H3-Regenerate-2K。已发布的基础模型可本地产出 768P，而完整 2K 工作流会结合官方 API 阶段。部署规划时，“H3-Base 权重在自定义许可下可得”比假设全部 H3 能力都可本地运行更准确。
截至 2026 年 9 月 10 日，MiniMax 官方价目列出 2K 输出 每秒 $0.13、768P 输出 每秒 $0.08。音频输入免费；前 5 张图片免费，额外图片每张 $0.04；视频输入按输入时长和所选输出分辨率计费。768P 再生成至 2K 为每个再生成输出秒 $0.05，另有再生成输入费用。
按列出的 2K 输出每秒 $0.13 计算，一条 15 秒片段约为 $1.95，一分钟生成的 2K 输出约为 $7.80。这只是输出成本，并非固定成片价格：额外参考、视频输入、再生成和废弃尝试都会改变账单，应为废片率留预算。
用真实提示词、已批准的参考素材、目标画幅、时长和交付格式跑一个小型代表性批次。记录生成秒数、输入素材、重试、接受的镜头和总账单，这样 H3 与 Seedance 的决定才能在你的工作流中复现。
MiniMax 记录了 V2 API、原生音视频生成、参考输入和 H3-Base 权重。这些说明定义了应测试什么，却不能在没有可重复批次的情况下证明你的延迟、审核结果、对白质量、接受率或项目成本。
| 维度 | MiniMax H3 | Seedance 2.5 |
|---|---|---|
| 时长 | 4–15 秒；MiniMax 称支持原生多镜头建模 | 单镜头最长 30 秒 |
| 分辨率 | 768P 或 2K，24fps | 当前 BytePlus LAS 文档为 480P 或 720P |
| 音频 | 原生立体声，同一次生成 | 联合音视频生成 |
| 可用性 | API + 公开费率表 | 已记录的 BytePlus LAS API + 动态计费 |
两者都生成音频，也都有已记录的 API 路径，因此应比较工作流而不是把任一方当作占位产品。若 2K 输出、许可边界内的 H3-Base 权重或当前 API 费率是核心，选 H3；若单场景最长 30 秒、更大的混合参考包或时间轴编辑更重要，选 Seedance 2.5。更广阔的 AI 视频版图里还有更多选项。
单条片段内部的多镜头生成确实有帮助，但 15 秒仍然限定了你在一次运行里能讲多少内容。叙事类作品依然需要拼接，而拼接依然要付出连续性的代价。
MiniMax 的 Community License 按“as is”提供 H3 作品和输出，不提供包括不侵权在内的保证，并说明使用者须自行判断使用是否适当。商业或高曝光产出应结合许可证、每项输入素材的权利和输出审核流程，咨询合适的法律意见。
H3-Base 已可获得，但这不意味着所有 H3 工作流都可本地运行或在全球获许可。团队必须考虑 Community License 的地域限制，以及完整 2K 工作流仍使用 H3-Context-IR 和 H3-Regenerate-2K 官方阶段这一事实。
当验收批次能受益于其记录的原生音视频工作流、768P/2K V2 API 和当前费率表时，可考虑 H3。官方 V2 文档列出了端点与按量付费要求，但不能替代对账户、区域、审核路径和最终输出的测试。
需要长篇连续性或完整本地 2K 工作流的团队，应先测试再承诺。核对 Community License 的适用地域，验证管线仍需的托管阶段，并比较接受的镜头，而不是假设一个已发布 checkpoint 就解决了部署。
H3-Base 权重已按 MiniMax H3 Community License 发布，但该许可并非全球无条件适用：美国、欧盟、英国和韩国被排除在外，年营收超过 $20M 的商业产品或服务需要书面授权。完整 2K 工作流仍保留官方托管阶段。
截至 2026 年 9 月 10 日，MiniMax 列出 2K 输出每秒 $0.13、768P 每秒 $0.08。15 秒 2K 输出约为 $1.95，尚未包含视频输入、额外图片、再生成或废弃尝试成本。
MiniMax 将 H3 描述为与视频在同一次生成中产生原生立体声音频。移除音频或后期步骤前，应先用自己的 brief 测试对白、音效和环境音。
当前 MiniMax H3 V2 文档列出 4 到 15 秒、24 fps，以及 768P 和 2K 输出。MiniMax 也称支持原生多镜头建模，但在替代剪辑拼接前，应先在你的实际场景中评估连续性。
没有哪一个对所有情况都更好。H3 结合原生立体声音频、768P/2K API 输出、当前费率表和受限许可下的 H3-Base 权重；Seedance 2.5 记录联合音视频、最长 30 秒场景、更丰富的混合参考和定向编辑。请用同一 brief、参考包、账户接入与验收标准比较。
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
最后更新：2026年9月10日
Seedance 2.5 提供 30 秒音视频生成、50 个混合参考和时间轴编辑。本文区分官方能力、计费方式与仍需实测的边界。
Hermes Agent 将持久记忆与可自我改进的技能结合；但安全与实际结果仍取决于你选择的后端、审批和审查方式。
OpenClaw 是能力很强的智能体运行时；它是否值得使用，取决于你是否认真配置网关安全、审查技能并持续运维。
2026 年 AI 音乐现状：Suno 与 Udio 的能力与官司、AIVA 的完整版权、华纳和解如何改写你的商用权限。
Sora 退场后的 AI 视频市场，带真实价格：每 10 秒 $0.50 到 $2.50，现在谁在榜首，以及怎么按镜头选。
诚实的 2026 免费层横评：Gemini 的慷慨套装、Claude 的质量优先方案、ChatGPT 的受限广度，以及免费何时不再够用。
GPT-5 2025 年 8 月发布时交付了什么、首月为何翻车，以及从 GPT-5.6 三档具名定价回看它的架构如何取胜。
一份诚实的 2026 年评估：GPT-5.5、Dreaming V3 记忆与智能体到底交付了什么，Claude 和 Gemini 在哪些地方赢它，以及谁该为 Plus 付费。
