MiniMax H3 實測評測：唯一自帶原生音軌，2K 真的輸出 2560×1440，單次生成成本全公開
發布 2026-08-12 · 實測日期 2026-08-12
MiniMax H3，也就是對外發行的海螺 03（Hailuo 03），在 2026-08-12 於路由 A 上跑一支 10 秒 768p 的文字轉影片要 $0.76。我們是在把它加進多模型影片服務之前先測的，因為在那裡每一次生成都會在我們帳上留下一筆扣款。更有用的發現是它的參考計量。從 2026-08-10 到 2026-08-12 的幾次生成裡，參考影片的秒數會加進計費時間；而 2026-08-12 那次兩張圖、10 秒、2K 的生成，價格與純文字轉影片一模一樣。
重點速覽
- 2026-08-12，路由 A 對 768p 10 秒收 $0.76，換算 每輸出秒 $0.076。
- 用同一段 12.67 秒的參考影片，5 秒輸出在 2026-08-10 至 2026-08-12 間收 $1.368，10 秒輸出收 $1.748。把計費時間算成輸出加參考影片時，兩者的單價校驗只差 0.4%。
- 請求 2K 得到 2560×1440，請求 768p 得到 1344×768，2026-08-12 以 ffprobe 驗證。
- 需要 30 秒輸出、30 / 10 / 10 的參考容量，或 480p 檔位時，改用 Seedance 2.5。2026-08-12 查證時，MiniMax H3 的上限是 15 秒與 9 / 3 / 3 的參考容量，最低檔位是 768p，沒有 480p 可選。
方法速記
2026-08-08，我們記錄了 5 秒 768p 文字轉影片的三次實際耗時，分別是 137 / 150 / 243 秒，並確認音訊檔可以作為唯一的參考素材。2026-08-12，我們各記錄一次 10 秒 2K 文字轉影片、10 秒 768p 文字轉影片，以及一次兩張圖的 10 秒 2K 參考生成。參考計量測試用的是同一段 12.67 秒素材，輸出 5 秒與 10 秒，跨 2026-08-10 與 2026-08-12。我們沒有在所有設定上共用同一段提示詞，所以這不是一次受控的畫質比較。
實測結果：成本與延遲
路由 A 的單次成本
以下是路由 A 自報的帳戶扣款，單位美元，2026-08-12 驗證。換算後的單價保留原始解析度，方便對照。
| 設定 | 帳戶扣款 | 換算結果 |
|---|---|---|
| t2v，10 秒，768p | $0.76 | 每輸出秒 $0.076 |
| t2v，10 秒，2K | $1.235 | 每輸出秒 $0.1235；兩點校驗下 2K 係數 1.625 |
| r2v，10 秒，2K，兩張參考圖且無參考影片 | $1.235 | 與 10 秒 2K 的 t2v 相同 |
| r2v，5 秒，768p，外加一段 12.67 秒參考影片 | $1.368 | 每計費秒 $0.0774 |
| r2v，10 秒，768p，外加同一段 12.67 秒參考影片 | $1.748 | 計費對照組單價相差 0.4% |
10 秒 2K 的圖片參考生成與 10 秒 2K 的文字轉影片，在 2026-08-12 都收 $1.235。這就是圖片參考結論背後的直接收據證據，不是從公開價目表推估出來的。
逐次的實際耗時
我們保留每一次實測結果，而不是只報一個平均值。
| 設定 | 實際耗時 | 測量日期 |
|---|---|---|
| t2v，5 秒，768p | 137 / 150 / 243 秒 | 2026-08-08 |
| t2v，10 秒，2K | 359 秒 | 2026-08-12 |
| t2v，10 秒，768p | 264 秒 | 2026-08-12 |
| r2v，10 秒，2K，兩張參考圖 | 497 秒 | 2026-08-12 |
2026-08-08 那一列有三次生成，2026-08-12 的每一列各一次。這批數據呈現的是觀察到的離散與單次結果，不是服務等級承諾。
可查證的規格，以及 Seedance 2.5 的分界
規格查證日為 2026-08-12。與 Seedance 2.5 的比較沿用先前 2026-08-08 的實測數據，沒有重新生成。
| 決策變數 | MiniMax H3 | Seedance 2.5 |
|---|---|---|
| 輸出長度 | 5 至 15 秒，整數值 | 最高 30 秒 |
| 解析度選項 | 768p 或 2K | 含 480p 檔位 |
| 參考容量 | 9 張圖、3 段影片、3 個音檔 | 30 張圖、10 段影片、10 個音檔 |
| 實測換算成本 | 2026-08-12 於 768p 每秒 $0.076 | 2026-08-08 於 480p 每秒 $0.0968 |
成本那一列不是同解析度比較。它描述的是各自實測到的入門檔位，解析度刻意留在原地，避免被誤讀成一次受控的價格或畫質基準測試。
MiniMax H3 還會生成原生同步音訊。2026-08-12 以 ffprobe 檢查的兩支輸出都帶有 AAC 音軌。2026-08-08 也有一次建立請求，音訊檔作為唯一參考素材成功送出。
要接 API 的話，解析度參數是 quality，可接受的值是 768p 與 2k。2026-08-12 送 resolution 會回 HTTP 400。參考音訊要放在 audio_urls，2026-08-12 送 reference_audio_urls 會回 HTTP 400。
獨家實驗：參考模式到底計量了什麼
關鍵問題是路由 A 只計輸出時間，還是連參考輸入也一起計。我們用同一段 12.67 秒參考影片，跨 2026-08-10 與 2026-08-12 分別請求 5 秒與 10 秒輸出。
| 輸出請求 | 參考影片 | 扣款 | 計費校驗 |
|---|---|---|---|
| 768p 5 秒 | 12.67 秒 | $1.368 | 每計費秒 $0.0774 |
| 768p 10 秒 | 12.67 秒 | $1.748 | 單價相差 0.4% |
只有把計費秒數算成輸出秒加參考影片秒時，兩次扣款才對得上。另外那次兩張圖的 10 秒 2K 生成在 2026-08-12 收 $1.235，與同一天 10 秒 2K 文字轉影片的扣款完全相同。
**參考影片的時間會被計量；在這次路由 A 的測試裡，圖片參考沒有增加計費時間。**手上的路由記錄說，音訊作為唯一參考時同樣適用「只計輸出」這條規則，但它沒有為那次純音訊任務附上獨立的美元收據，所以在收據到位之前，我們不公布音訊專屬的價格。
解析度與音訊是從輸出檔案本身核對的
2026-08-12，路由 A 在收到 2K 請求後回傳 2560×1440，收到 768p 請求後回傳 1344×768。請求的解析度確實存在於交付的媒體裡，不只是存在於請求的中繼資料裡。2026-08-12 檢查的兩支輸出也都含有 AAC 串流。
以下指令可以重現這次輸出檢查，不必依賴路由端的回應：
ffprobe -v error -show_entries stream=codec_type,codec_name,width,height -of json output.mp4
生產環境的 MiniMax H3 模型頁上也放了為這次上線實測的蜂蜜微距、雨聲同步音訊，以及雙圖大提琴參考等樣片。
輸出本身，原樣附上
成本表看不出模型生得出什麼。以下是為這篇文章實測的三支上線樣片，自架託管，並附上每一支各自承載、可被查證的主張。
原生 2K，在交付檔案上驗證過
這支 10 秒微距是以 2K 請求的，交付檔案經 ffprobe 量得 2560×1440（2026-08-12），與解析度那一節描述的是同一項檢查。這支片承載的主張很單純：你付錢買的解析度確實在檔案裡，而氣泡、糖晶與麵包孔洞這些微觀細節的密度，就是那個解析度買到的東西。
同步音訊，放出來讓你自己聽
提示詞腳本裡寫了三個帶時間的聲音事件：全程打在玻璃上的雨聲、約 4 秒處由遠而近的電車，以及約 7 秒處放下杯子的一聲。交付檔案帶有 AAC 音軌（2026-08-12 驗證）。我們不會替自家的音畫同步打分，片子放在這裡，是讓你自己判斷那些腳本裡的事件有沒有落在畫面說的位置上。
兩張參考圖合成同一個場景
輸入：一張大提琴手的角色定妝圖，以及一張空的積水大廳場景圖。輸出必須把前者放進後者，而且兩邊都要維持一致。
我們複看這一支時：裙裝、髮型與樂器跟著角色定妝圖走；柱列的幾何、天窗的光柱與水面倒影跟著場景圖走；倒影會隨著她的動作變化。這一次生成的計費那一面就在上面那張參考計量表裡：兩張參考圖、10 秒 2K，收費與文字轉影片相同。這是一次生成，當作證據刊出，不是基準測試。
MiniMax H3 不該用在哪裡
需要 30 秒的鏡頭時用 Seedance 2.5。2026-08-12 查證的規格裡，MiniMax H3 停在 15 秒。
當簡報需要超過 9 張圖、3 段影片或 3 個音檔時用 Seedance 2.5。它的參考容量到 30 張圖、10 段影片、10 個音檔，而 2026-08-12 查證的 MiniMax H3 用的是較小的 9 / 3 / 3 容量。
當 480p 這個低成本檔位重要時用 Seedance 2.5。2026-08-12 查證時，MiniMax H3 從 768p 起跳。
手上這幾筆價格觀察用的也是不同解析度：MiniMax H3 實測 2026-08-12 於 768p 每秒 $0.076，而既有的 Seedance 2.5 實測是 2026-08-08 於 480p 每秒 $0.0968。請不要把這兩個數字當成同解析度的畫質或價格比較。
使用限制
- 5 秒 768p 那一列延遲有三次生成，測於 2026-08-08。其餘延遲列各只有一次，測於 2026-08-12。
- 計量結論用的是同一段 12.67 秒參考影片配兩種輸出長度，跨 2026-08-10 與 2026-08-12。它沒有窮盡所有可能的參考組合。
- 2K 的價格係數 1.625 是 2026-08-12 的兩點校驗，不是一條完整的價格曲線。
- 供應商價格會變。本文每一個美元數字都是 2026-08-12 驗證的路由 A 帳戶扣款。
- 我們沒有做受控的畫質比較。也沒有收集失敗次數樣本，所以本文不報任何失敗率百分比。
方法
成本數值取自路由 A 供應商自報的美元收據，2026-08-12 驗證。我們保留每一次生成的扣款金額，並用交接記錄裡指定的計費秒數做換算。路由代號保持匿名，因為採購管道不屬於模型結果的一部分。
延遲是每一次記錄生成的實際耗時。2026-08-08 那組三次序列與 2026-08-12 的每一次單獨生成分開呈現，我們沒有把它們平均掉。
參考計量測試用同一段 12.67 秒參考影片，配 5 秒與 10 秒輸出，跨 2026-08-10 與 2026-08-12。無參考影片的對照組，是拿 10 秒 2K 兩張圖任務與 2026-08-12 的 10 秒 2K 文字轉影片任務相比，兩者都收 $1.235。
解析度與音訊是用 ffprobe 在交付檔案上核對的。2026-08-12 觀測到的尺寸是 2K 請求得 2560×1440、768p 請求得 1344×768。檢查的兩支輸出都含有 AAC 音訊。
到 MiniMax H3 檢視上線樣片與參數設定。到 參考影片生成 重現這套多素材參考流程。