MiniMax H3 于2026年7月31日发布，是一款多模态视频生成与编辑模型。它支持在同一上下文中输入文本、图像、视频和音频，生成最长15秒的2K视频，配备原生立体声，现已通过fal托管API提供。
MiniMax还表示计划“在未来几天内”发布模型权重。这是开放权重的公告，而非当天即可下载的检查点。截至2026年8月1日，MiniMax官方Hugging Face组织尚未列出H3仓库。
MiniMax H3 快速概览
| 项目 | 2026年8月1日验证状态 |
|---|---|
| 发布公告 | 2026年7月31日 |
| 其他名称 | MiniMax H3；部分供应商资料称为Hailuo 3.0 |
| 输入 | 文本、图像、视频和音频，统一参考上下文 |
| 输出 | 2K分辨率视频，24帧/秒，原生立体声 |
| 时长 | fal当前端点支持5至15秒 |
| 参考限制 | 最多9张图像、3段视频和3段音频，总计12个文件 |
| 生成模式 | 文本到视频、首尾帧生成、多模态参考到视频及编辑 |
| 托管API | 发布时通过fal提供 |
| 托管价格 | fal平台2K分辨率每生成秒0.26美元 |
| 开放权重 | 已宣布，但本次更新未验证官方公开检查点 |
什么是 MiniMax H3？
MiniMax H3是一款通用视听生成模型。它不将文本到视频、动作迁移、语音参考和局部编辑视为独立工具，而是将多种媒体类型作为共享上下文，输出同步的视频和音频结果。
这种设计在镜头需要多重提示时尤为重要。创作者可用一张图像确定角色身份，另一张图像指导艺术风格，一段视频提供动作参考，一段音频作为声音或节奏参考，文本则用于摄像和编辑指令。H3旨在同时解析这些参考。
MiniMax定位该模型用于广告、品牌、电商、产品设计、UI动画、游戏及其他商业创意工作。这些场景符合其对可读文本、产品保真、动作迁移和定向编辑的强调。叙事制作仍可实现，但团队应在多个镜头中测试角色连续性和因果动作，不应仅凭发布演示推断剧集级别的可靠性。
MiniMax H3 规格与参考限制
fal的合作伙伴文档公开了三类H3端点：
- 文本到视频： 通过提示生成5至15秒的2K视频片段。
- 图像到视频： 以一张图像作为开头帧，可选最后一帧用于过渡控制。
- 参考到视频： 最多支持9张图像、3段视频和3段音频，用于指导身份、风格、动作、摄像或声音。
当前参考端点上传文件总数限制为12个。参考视频和音频各自最长15秒，提示文本最多7000字符。文本和参考生成支持常见的横屏、方形、竖屏和超宽比例；首尾帧生成遵循输入图像。
以上均为托管服务限制，未来官方MiniMax API或本地版本可能采用不同方案，使用时请记录供应商和具体端点。
原生音频与编辑功能
所有公开的H3生成均包含立体声音频。发布资料描述了与画面同步的对话、音乐、环境音和音效，以及基于音频参考的语音迁移。
H3还支持基于指令的编辑：替换产品、重写标牌、修改对话、重新照明场景，或添加和移除对象，同时保留未编辑内容。这比简单重新生成已批准片段以修正细节更具生产实用性。
请将这两项功能视为可测试的声明。有效的验收测试应评估唇同步、声音身份、非预期音乐、文本稳定性、编辑是否溢出选定对象，以及二次编辑是否保留首次编辑效果。
MiniMax H3 演示与实操视频
MiniMax和fal还在MiniMax H3发布页面展示精选示例，涵盖排版、界面动画、角色表现、动作参考、合成和视频编辑。因属发布精选，建议用以理解支持的工作流程，而非估计首次成功率。
MiniMax H3 API 访问
fal通过以下模型路径提供H3：
minimax/h3/text-to-videominimax/h3/image-to-videominimax/h3/reference-to-video
这些端点为异步托管推理接口，支持JavaScript、Python或REST调用。请求排队完成后返回生成视频URL。请在项目记录中保存请求ID、完整输入清单、端点路径、提交时价格及输出URL。
不要假设Hailuo-3.0、minimax/h3和未来可下载检查点是完全等价的。供应商别名可能包含不同默认设置、安全层、编码器或优化，即使它们指向同一模型系列。
MiniMax H3 价格
fal目前对文本到视频和图像到视频按2K分辨率每生成秒收取0.26美元。按此价格：
| 时长 | 基础生成价格 |
|---|---|
| 5秒 | $1.30 |
| 10秒 | $2.60 |
| 15秒 | $3.90 |
参考到视频的生成输出同样按每秒0.26美元计费。当前fal价格表中，音频参考和前五张图像免费，额外图像每张0.08美元，参考视频按2K分辨率每输入秒0.26美元收费。
以上为供应商当时快照价格，非MiniMax永久定价。制作预算应包含失败任务、重试、参考视频费用、存储、审核时间和编辑成本。建议比较每秒批准内容的总成本，而非单次请求基础价。
MiniMax H3 是开源吗？
“开源”一词对当前状态而言过于宽泛。MiniMax宣布计划在发布后几天内发布H3的模型权重，但需遵守相关法律法规。公告重点提及硬件兼容性和社区集成。
在称H3可本地使用前，请确认四项独立内容：
- 官方MiniMax仓库；
- 可下载且带哈希的模型权重；
- 推理代码及支持的运行环境；
- 允许预期研究或商业用途的许可证。
以上均不可仅凭托管API推断。本文将于官方检查点和许可证可查阅时更新。
谁应测试 MiniMax H3？
当工作流程需要2K输出、原生音频、首尾帧控制、动作参考、多模态参考、定向编辑或精准屏幕图形时，H3应列入候选名单。
针对动作漫画和短剧，建议进行序列基准测试，至少包含：
- 两个使用相同角色和声音的对话特写；
- 一段包含手部与物体接触的全身动作镜头；
- 两角色场景含摄像机移动；
- 一段竖屏镜头，保持服装和背景一致；
- 一处对道具或标牌的局部编辑；
- 一段需与先前批准画面匹配的镜头。
AniKuku将脚本、镜头、角色资产、场景参考、提示和输出版本保存在供应商之外，便于在不重建整集的情况下针对选定镜头测试H3。
常见问题
MiniMax H3现在可用吗？
截至2026年8月1日，已通过fal托管API提供。MiniMax自有全球平台或其他合作伙伴的可用性可能不同。
MiniMax H3和Hailuo 3.0是同一款吗？
MiniMax官方发布中使用H3称呼，而部分供应商和API资料使用Hailuo 3.0指代同一新模型系列。请保留准确的供应商模型ID，名称本身不保证设置一致。
MiniMax H3能生成音频吗？
能。当前发布和API资料描述每次生成均含原生立体声音频，包括对话、音乐、音效和环境声。
MiniMax H3能本地运行吗？
MiniMax宣布开放权重发布，但截至8月1日未验证官方公开检查点。请等待仓库、权重、运行指令、硬件需求和许可证发布后再规划本地部署。
MiniMax H3比Seedance好吗？
H3因有公开托管端点，测试更便捷。Seedance 2.0依然竞争力强，Seedance 2.5虽已官方发布但仍标注即将推出。最佳选择取决于参考控制、连续性、音频、重试率、延迟和成本。详见Seedance vs MiniMax H3对比。