Обзор MiniMax H3 (Hailuo 03): собственная звуковая дорожка, вывод в 2K и реальная цена одного прогона
Опубликовано 2026-08-12 · Дата замера 2026-08-12
MiniMax H3, известная также под именем Hailuo 03, обошлась в $0.76 за прогон «текст в видео» длиной 10 секунд в 768p на маршруте A 2026-08-12. Мы измерили ее до того, как добавили модель в наш мультимодельный видеосервис, где каждая генерация превращается в списание с нашего счета. Более полезной находкой оказалось то, как она считает референсы. В прогонах 2026-08-10 и 2026-08-12 секунды референсного видео добавлялись к оплачиваемому времени, тогда как прогон с двумя изображениями длиной 10 секунд в 2K 2026-08-12 стоил столько же, сколько «текст в видео».
Коротко
- 2026-08-12 маршрут A выставил $0.76 за 10 секунд в 768p, то есть $0.076 за выходную секунду.
- С одним и тем же референсным видео на 12.67 с вывод длиной 5 секунд стоил $1.368, а вывод длиной 10 секунд $1.748 (2026-08-10 и 2026-08-12). Сверка удельной ставки расходилась на 0.4%, когда оплачиваемое время включало вывод плюс референсное видео.
- Запрос 2K дал 2560×1440, а запрос 768p дал 1344×768, проверено через ffprobe 2026-08-12.
- Берите Seedance 2.5, если нужен вывод на 30 секунд, набор референсов 30/10/10 или ступень 480p. На проверке 2026-08-12 MiniMax H3 останавливалась на 15 секундах и 9/3/3 референсах, а ее нижняя ступень это 768p без варианта 480p.
Кратко о методе
2026-08-08 мы записали три прогона по реальному времени для «текста в видео» длиной 5 секунд в 768p: 137 / 150 / 243 секунды, и подтвердили, что аудиофайл может быть единственным референсом. 2026-08-12 мы записали по одному прогону для «текста в видео» 10 секунд в 2K, «текста в видео» 10 секунд в 768p и для задачи с двумя изображениями длиной 10 секунд в 2K. Тест на подсчет референсов использовал один и тот же клип на 12.67 с с выводом 5 и 10 секунд, 2026-08-10 и 2026-08-12. Единого prompt для всех конфигураций мы не использовали, поэтому это не контролируемое сравнение качества картинки.
Измеренные результаты: стоимость и задержка
Стоимость одного прогона на маршруте A
Ниже списания со счета, о которых маршрут A сам сообщает в долларах США, проверены 2026-08-12. Нормализованные ставки оставляют исходное разрешение на виду.
| Конфигурация | Списание со счета | Нормализованный результат |
|---|---|---|
| t2v, 10 с, 768p | $0.76 | $0.076 за выходную секунду |
| t2v, 10 с, 2K | $1.235 | $0.1235 за выходную секунду; коэффициент 2K равен 1.625 в проверке по двум точкам |
| r2v, 10 с, 2K, два изображения-референса и без референсного видео | $1.235 | Столько же, сколько прогон t2v на 10 с в 2K |
| r2v, 5 с, 768p, плюс референсное видео на 12.67 с | $1.368 | $0.0774 за тарифицируемую секунду |
| r2v, 10 с, 768p, плюс то же референсное видео на 12.67 с | $1.748 | Расхождение удельной ставки 0.4% внутри пары измерений |
Прогон на 10 секунд в 2K с референсными изображениями и прогон «текст в видео» на 10 секунд в 2K оба стоили $1.235 2026-08-12. Это прямой чек, стоящий за выводом про референсные изображения. Это не оценка по публичному прайс-листу.
Задержка по каждому прогону
Мы сохраняем каждый измеренный прогон, а не публикуем одно среднее.
| Конфигурация | Реальное время | Дата измерения |
|---|---|---|
| t2v, 5 с, 768p | 137 / 150 / 243 секунды | 2026-08-08 |
| t2v, 10 с, 2K | 359 секунд | 2026-08-12 |
| t2v, 10 с, 768p | 264 секунды | 2026-08-12 |
| r2v, 10 с, 2K, два изображения-референса | 497 секунд | 2026-08-12 |
В строке задержки от 2026-08-08 три прогона. В каждой строке от 2026-08-12 по одному. Данные показывают наблюдаемый разброс и отдельные исходы, а не гарантию уровня сервиса.
Проверяемые характеристики и граница с Seedance 2.5
Характеристики проверены 2026-08-12. Сравнение с Seedance 2.5 опирается на ранее измеренные данные от 2026-08-08, а не на новый прогон.
| Переменная решения | MiniMax H3 | Seedance 2.5 |
|---|---|---|
| Длина вывода | От 5 до 15 секунд, целые значения | До 30 секунд |
| Варианты разрешения | 768p или 2K | Есть ступень 480p |
| Емкость референсов | 9 изображений, 3 видео, 3 аудиофайла | 30 изображений, 10 видео, 10 аудиофайлов |
| Измеренная нормализованная стоимость | $0.076/с при 768p, 2026-08-12 | $0.0968/с при 480p, 2026-08-08 |
Строка со стоимостью это не сравнение при одинаковом разрешении. Она описывает измеренную входную ступень каждой модели, а разрешение оставлено на виду, чтобы цифры не приняли за контролируемый ценовой бенчмарк.
MiniMax H3 также генерировала нативный синхронный звук. В двух проверенных выдачах при разборе через ffprobe 2026-08-12 присутствовала аудиодорожка AAC. Кроме того, 2026-08-08 аудиофайл успешно прошел как единственный референс в запросе на создание задачи.
Для интеграции по API параметр разрешения называется quality, допустимые значения 768p и 2k. Отправка resolution возвращала HTTP 400 2026-08-12. Референсное аудио передается в audio_urls; отправка reference_audio_urls возвращала HTTP 400 2026-08-12.
Отдельный эксперимент: что на самом деле считает референсный режим
Ключевой вопрос был в том, оплачивает ли маршрут A только выходное время или еще и референсные входы. Мы взяли одно и то же референсное видео на 12.67 с и запросили вывод на 5 секунд и на 10 секунд, 2026-08-10 и 2026-08-12.
| Запрошенный вывод | Референсное видео | Списание | Сверка подсчета |
|---|---|---|---|
| 5 с при 768p | 12.67 с | $1.368 | $0.0774 за тарифицируемую секунду |
| 10 с при 768p | 12.67 с | $1.748 | Удельная ставка разошлась на 0.4% |
Два списания сходятся, если тарифицируемые секунды это выходные секунды плюс секунды референсного видео. Отдельная задача на 10 секунд в 2K с двумя изображениями стоила $1.235 2026-08-12, что в точности совпало со списанием за «текст в видео» на 10 секунд в 2K в тот же день.
Время референсного видео тарифицируется; референсные изображения в этом тесте на маршруте A оплачиваемого времени не добавили. В переданной записи маршрутизации сказано, что то же правило «только вывод» действует, когда единственным референсом выступает аудио, но отдельного долларового чека по такой чисто аудиозадаче там нет, поэтому отдельную цену для аудио мы не публикуем, пока этот чек не появится.
Разрешение и звук проверялись по самому файлу выдачи
2026-08-12 маршрут A вернул 2560×1440 на запрос 2K и 1344×768 на запрос 768p. Запрошенное разрешение присутствовало в доставленном файле, а не только в метаданных запроса. В двух проверенных выдачах 2026-08-12 также был поток AAC.
Эта команда воспроизводит проверку выдачи, не полагаясь на ответ маршрута:
ffprobe -v error -show_entries stream=codec_type,codec_name,width,height -of json output.mp4
На боевой странице MiniMax H3 также лежат наши образцы: медовая макросъемка, дождь со синхронным звуком и виолончель по двум референсным изображениям, все измерены к этому релизу.
Сами выдачи, приложены
Таблицы стоимости не показывают, что производит модель. Ниже три релизных образца, измеренных для этой статьи, размещенных у нас, вместе с проверяемыми утверждениями, которые каждый из них несет.
Нативные 2K, подтверждены по доставленному файлу
Этот десятисекундный макропрогон был запрошен в 2K, и доставленный файл по ffprobe имеет 2560×1440 (2026-08-12), это та же проверка, что описана в разделе про разрешение. Утверждение этого клипа простое: разрешение, за которое вы платите, реально присутствует в файле, а уровень микродетали (пузырьки, кристаллы сахара, поры мякиша) это то, что за него покупается.
Синхронный звук, опубликован для ваших собственных ушей
В prompt были прописаны три звуковых события с привязкой ко времени: дождь по стеклу на всем протяжении, проезжающий трамвай, нарастающий около 4 с, и стук поставленной чашки около 7 с. Доставленный файл несет аудиодорожку AAC (проверено 2026-08-12). Оценивать собственную синхронность звука мы не станем: клип лежит здесь, чтобы вы сами решили, попадают ли прописанные события туда, куда указывает изображение.
Два референсных изображения, собранные в одну сцену
Входные материалы: стоп-кадр с виолончелисткой и пустая локация затопленного зала. Выдача должна была поместить одно внутрь другого и удержать оба согласованными.
При разборе этого прогона: платье, прическа и инструмент следуют за стоп-кадром персонажа; геометрия колонн, луч из светового фонаря и отражение в воде следуют за планом локации; отражение отслеживает ее движение. Тарифная сторона именно этого прогона указана в таблице подсчета выше: два референсных изображения, 10 секунд в 2K, стоимость как у «текста в видео». Один прогон, опубликованный как свидетельство, а не как бенчмарк.
Когда MiniMax H3 не тот выбор
Для кадра на 30 секунд берите Seedance 2.5. В характеристиках, проверенных 2026-08-12, MiniMax H3 останавливалась на 15 секундах.
Берите Seedance 2.5, когда задаче нужно больше 9 изображений, 3 видео или 3 аудиофайлов. Ее референсная емкость доходит до 30 изображений, 10 видео и 10 аудиофайлов, тогда как MiniMax H3 использует меньшую емкость 9/3/3, проверено 2026-08-12.
Берите Seedance 2.5, когда важна дешевая ступень 480p. На проверке 2026-08-12 MiniMax H3 начиналась с 768p.
Имеющиеся наблюдения по цене тоже сделаны на разных разрешениях: MiniMax H3 измерена как $0.076/с при 768p, 2026-08-12, а существующее измерение Seedance 2.5 это $0.0968/с при 480p, 2026-08-08. Не воспринимайте это как сравнение качества или цены при одинаковом разрешении.
Оговорки
- В строке задержки для 5 секунд в 768p три прогона от 2026-08-08. В остальных строках задержки по одному прогону от 2026-08-12.
- Вывод о подсчете опирается на две длины вывода с одним и тем же референсным видео на 12.67 с, измерения 2026-08-10 и 2026-08-12. Он не устанавливает все возможные комбинации референсов.
- Ценовой коэффициент 2K, равный 1.625, это проверка по двум точкам от 2026-08-12, а не широкая кривая цен.
- Цены провайдеров могут меняться. Каждая долларовая цифра в этой статье это списание со счета на маршруте A, проверенное 2026-08-12.
- Контролируемого сравнения качества картинки мы не проводили. Выборку по числу сбоев не собирали, поэтому доля сбоев не приводится.
Метод
Значения стоимости взяты из чеков поставщика маршрута A, заявленных в долларах США и проверенных 2026-08-12. Мы сохраняли списанную сумму по каждому прогону и нормировали ее на тарифицируемые секунды, указанные в передаточной записи. Обозначения маршрутов остаются анонимными, потому что канал закупки не относится к результату модели.
Задержка это реальное время каждого записанного прогона. Серию из трех прогонов от 2026-08-08 и каждый одиночный прогон от 2026-08-12 мы приводим отдельно. В среднее их не превращали.
Для теста на подсчет референсов одно и то же референсное видео на 12.67 с использовалось с выводом 5 и 10 секунд, 2026-08-10 и 2026-08-12. В качестве контроля без референсного видео задача на 10 секунд в 2K с двумя изображениями сравнивалась с задачей «текст в видео» на 10 секунд в 2K 2026-08-12. Обе стоили $1.235.
Разрешение и звук проверялись на доставленных файлах через ffprobe. Наблюдаемые размеры составили 2560×1440 для запроса 2K и 1344×768 для запроса 768p, 2026-08-12. В двух проверенных выдачах присутствовало аудио AAC.
Посмотрите релизные образцы и настройки на странице MiniMax H3. Повторите работу с несколькими референсами в Референс в видео.