概要
MiniMax H3は、テキスト・画像・動画・音声を組み合わせた文脈を理解し、音声付き動画を生成する汎用マルチモーダル生成モデル。2026年7月31日に発表され、同年8月3日にモデルの重みが公開された。(minimax.io)
能力と用途
- テキストからの動画生成、画像からの動画生成、始点・終点フレームを指定した生成、画像・動画・音声を参照した生成に対応。複数の素材と指示を組み合わせた生成・編集を想定している。
- ネイティブのステレオ音声を伴う動画を生成。公開モデルの仕様は4〜15秒、24 FPS、音声32 kHzステレオ。H3-Baseは短辺768ピクセルを標準とし、H3-Regenerate-2Kで2K生成が可能。
- 想定用途には、広告、ブランド表現、電子商取引、製品デザイン、UI/UX、ゲームなどがある。(minimax.io)
制限・提供形態
- 公開されたH3-Baseの参照入力仕様では、画像は最大9枚、動画は最大3本、音声は最大3本。動画・音声はそれぞれ1本2〜15秒、合計15秒以内。音声だけを参照入力にすることはできず、画像または動画が必要。
- H3-Context-IRはホスト型の前処理・制御システムであり、重みの公開対象には含まれない。2Kを含む完全なワークフローは複数のモジュールで構成される。
- 公開モデルにはMiniMax H3 Community License Agreementが適用される。利用前にライセンス条件を確認すること。(minimax.io)
公式API料金
以下は2026年11月16日に確認した各公式プラットフォームの掲載価格。中国国内向けの人民元価格と国際向けの米ドル価格は別々の料金であり、換算したものではない。画像入力は各タスクの最初の5枚が無料、超過分を課金。音声入力は無料。動画入力は入力時間と選択した出力解像度に応じて課金される。
| プラットフォーム・通貨 | 出力解像度 | 出力動画 | 入力動画 | 無料枠超過の入力画像 |
|---|---|---|---|---|
| 中国国内・CNY | 2K | 0.80元/秒 | 0.80元/秒 | 0.20元/枚 |
| 中国国内・CNY | 768P | 0.50元/秒 | 0.50元/秒 | 0.20元/枚 |
| 国際・USD | 2K | 0.13米ドル/秒 | 0.13米ドル/秒 | 0.04米ドル/枚 |
| 国際・USD | 768P | 0.08米ドル/秒 | 0.08米ドル/秒 | 0.04米ドル/枚 |
上記はMiniMax-H3の価格であり、Highspeed、Liteなど別モデルの価格ではない。(platform.minimax.cn)
関連APIの別料金
- H3-Regeneration、768P→2K:元のタスクとは別に課金。中国国内は再生成動画の出力0.30元/秒、元タスクの入力動画0.30元/秒、無料枠超過の入力画像0.15元/枚。国際はそれぞれ0.05米ドル/秒、0.05米ドル/秒、0.025米ドル/枚。元タスクの入力素材は再課金され、画像の最初の5枚と音声入力は無料。
- H3-Context-IR:100万トークン当たり、中国国内は入力5.80元・出力23.00元、国際は入力0.90米ドル・出力3.60米ドル。(platform.minimax.cn)
公式情報源
- 発表記事
- 重みの公開と仕様
- 中国国内向け公式料金(確認日:2026年11月16日)
- 国際向け公式料金(確認日:2026年11月16日)