D’où vient MiniMax H3 Max
Ce n’est pas une sortie de MiniMax. fal l’a post entraîné à partir des poids ouverts de MiniMax H3, et il ne tourne que chez fal.
MiniMax a publié H3 en poids ouverts. fal a continué à entraîner par dessus et n’a jamais publié le résultat, ce qui explique que toutes les autres voies vers cette famille donnent le H3 de base et que seul fal donne le Max. Cet entraînement supplémentaire se voit dans les classements publics : H3 Max prend la première place du classement image vers vidéo de Design Arena avec 1341 Elo, huit points au dessus du H3 de base dont il est issu, et la première place du classement Artificial Analysis pour l’image vers vidéo avec audio, où il figure sous le nom interne de fal, MiniMax H3 Turbo (768p).
La vitesse est ce qui se ressent. Un clip de cinq secondes en 768P revient avec 2,87 secondes d’inférence en texte vers vidéo et 1,87 seconde en image vers vidéo, l’aller retour complet, file d’attente et téléchargement compris, tournant autour de neuf secondes. Ce qui paie cela, c’est la résolution. H3 Max s’arrête à 768P alors que le MiniMax H3 de base conserve un palier 2K. On explore et on itère ici, et on termine une livraison 2K sur le H3 de base.
01De nouvelles données, visant la fidélité et l’esthétique
fal indique que le post entraînement a apporté une grande quantité de données nouvelles avec deux cibles : faire ce que dit le prompt, et bien le rendre. Une large part du calcul est allée à l’apprentissage par renforcement sur des tâches à réponse vérifiable, si bien que le modèle est noté face à quelque chose de contrôlable plutôt qu’à une impression.
02Conçu autour du moteur d’inférence de fal
L’architecture a été pensée pour la pile sur laquelle elle tourne, un moteur que fal optimise depuis quatre ans pour les modèles de diffusion. Les poids et le runtime ont été façonnés ensemble plutôt que l’un porté sur l’autre.
03La qualité d’abord, la vitesse ensuite
fal énonce clairement l’ordre du travail : fixer la qualité, puis comprimer le temps. La vitesse obtenue ici est le fruit de cette seconde passe, pas un préréglage de moindre qualité que l’on choisirait.
Le compromis accepté
768P est le plafond et il n’existe aucun palier au dessus. Tout ce qui doit être livré au dessus de 768P revient au MiniMax H3 de base, qui garde son option 2K. Le reste, c’est là que la vitesse se rentabilise : essayer des cadrages, monter des formats courts pour les réseaux, animer un produit entre une première et une dernière image fixées.
Comparer avec le MiniMax H3 de base