MiniMax H3 線上影片生成 — 免 GPU、免下載 42.5GB

MiniMax H3 是 MiniMax AI 於 2026 年 7 月 31 日發布的 330 億參數全模態影片模型。這裡的全模態是指同一個模型在一次生成流程中同時產生畫面與聲音，而不是先生成影片，再另外替影片配上音訊。H3 可生成 4 到 15 秒影片，最高 2K、24fps，支援原生立體聲，並提供文字轉影片、首幀控制、尾幀控制、首尾幀同時控制，以及透過文字指令編輯既有影片。至於 Hailuo，H3 是 Hailuo 系列的後續世代。Hailuo 一直到 02 世代都是 MiniMax 的影片產品品牌，因此搜尋 hailuo minimax h3 的使用者多半是在確認兩個名稱是否屬於同一條產品線；答案是肯定的，而 H3 是更新的一代。如果你其實在找 minimax m3，MiniMax 的 M 系列是語言模型命名，與影片模型屬於不同產品線。

H3 權重於 2026 年 8 月 3 日發布在 Hugging Face，專案儲存庫則位於 GitHub。光 checkpoint 就約 42.5GB，還不包含 encoder 與其他支援檔案。由於它是 330 億參數模型，實際 VRAM 需求大約從 32GB 級顯示卡起跳；若要以完整解析度運行，5090 常被視為實用上的最低門檻。社群提供的 int8 與 GGUF 量化版可以降低需求，但會犧牲部分還原度；Mac 與 AMD 是否能順利執行，則主要取決於後端支援成熟度。下載前還有兩點需要注意：第一，MiniMax Community License 對部分地區的本機部署權有限制；第二，完整 2K pipeline 的部分模組並未開源。因此本機安裝只能重現官方展示的一部分，workflow 雖然可以正常運行，但目前在官方 pipeline 之外無法完整重現最高層級的 2K 輸出。

如果你位於美國、歐盟、英國或韓國，答案是不行。H3 開放權重隨附的 MiniMax Community License 將這些地區排除在本機部署授權之外。這是授權限制，不是技術限制：檔案可以下載，不代表你同時取得在自己硬體上執行模型的權利。託管服務則不受影響。官方 API 以及建構在 API 上的平台仍可使用，因為 MiniMax 在自己的基礎設施中運行模型權重，提供的是服務，而不是模型部署授權。對限制地區的團隊而言，這是最實際的使用方式，也是本頁上方生成面板採用的方式。需要提醒的是，以上內容是依 2026 年 8 月 12 日確認的公開 LICENSE 檔案所做的摘要，不構成法律意見，條款也可能更新。如果這項判斷會影響重要商業決策，請直接查看官方儲存庫並諮詢專業法律顧問。

MiniMax 公布的 H3 API 價格為 2K 影片每生成 1 秒 0.13 美元，換算每分鐘為 7.80 美元。較便宜的 768p 方案標示為每秒 0.09 美元，但目前是「即將推出」，並非已正式上線。參考素材方面，前 5 張參考圖片免費，之後每張 0.04 美元，參考音訊則不另外收費。由於影片長度為 4 到 15 秒，因此單次 2K 生成約為 0.52 到 1.95 美元，尚未計入額外參考圖片費用。值得注意的是，API 使用完整 2K pipeline，包括尚未開源的模組，所以它並不是單純把可自行部署的版本包成付費服務。以上價格為 2026 年 8 月 12 日撰寫時的公開資訊，API 定價可能變動，正式編列預算前請查看 MiniMax 官方最新價格頁。本頁面板則採點數計費，新帳戶會獲得免費體驗點數。 若要和另一個常被拿來比較的按量計費選項對照：xAI 在 Grok Imagine API 上公布的價格為每張圖片 $0.04、每秒影片 $0.080，API 價格比較頁面會用實際工作量換算兩邊的真實成本。

ComfyUI 對 H3 的原生支援於 2026 年 8 月 3 日合併，也就是權重發布的同一天，官方 workflow 範本也同步提供。因此你不需要從零開始自己拼出一套 MiniMax H3 workflow。實際操作流程是先將 ComfyUI 更新到包含這次合併的版本，從 Hugging Face 下載權重，放到官方範本指定的位置，再載入官方 workflow。由於檔案很大，第一次執行也可能花一些時間在編譯與載入。還有兩點要先建立正確預期：第一，美國、歐盟、英國與韓國的地區授權限制同樣適用於 ComfyUI，本身支援模型並不代表授權條件改變；第二，部分 2K pipeline 模組尚未公開，因此 ComfyUI 本機輸出的品質上限會低於官方展示。如果其中任何一點對你造成阻礙，上方線上面板可以直接避開這兩個問題。

截至 2026 年 8 月 12 日，MiniMax 尚未宣布 H3 的官方 Turbo checkpoint、LoRA 訓練 pipeline，或另外命名為 Director 的 H3 模型。這點值得特別說明，因為 minimax h3 turbo lora 與 minimax h3 director 已經有人搜尋，但目前官方公開資訊仍非常少。部分期待來自過去產品：Hailuo 世代曾推出以鏡頭運動指令為主的 Director 版本，因此使用者自然會猜測 H3 是否也會有類似版本。目前 H3 的鏡頭控制主要直接寫在提示詞中，用自然語言描述鏡頭類型與移動方式即可。開放權重模型發布後，社群通常會在幾週內出現 fine-tune 或加速版本，H3 很可能也會如此。但現階段你看到的任何此類版本都屬第三方內容，未經 MiniMax 驗證，而且同樣繼承基礎權重的授權限制，包括地區部署條款。

簡單來說，依 Artificial Analysis 2026 年 8 月的排行榜，H3 在影片編輯排名第 1、文字轉影片第 2、圖片轉影片第 3，因此與目前的 Seedance、Kling 新版本都屬於第一梯隊，但並不是所有項目都明顯領先。H3 最突出的優勢是文字指令影片編輯，以及一次生成即可產生的原生立體聲；相對限制則是單支影片最長 15 秒。哪個模型更適合，最終還是取決於你要做的鏡頭，而排行榜也會隨新模型發布持續變動。下方有 Seedance 與 Kling 的完整比較頁。如果你在本站已有點數，最實用的方法其實是把同一個提示詞放進兩個模型，直接比較實際生成結果，而不是只看名次。

8 月 3 日權重發布後，Reddit 上的 minimax h3 討論大致集中在三個方向。最正面的反應是文字指令影片編輯，這與 Artificial Analysis 的排名相符。最多人抱怨的則是 VRAM：330 億參數模型加上 42.5GB 下載量，讓大多數消費級設備很難直接使用，因此量化版本的討論很快就出現。第三個話題是授權。地區部署限制在剛發布時並沒有被廣泛注意，直到更多使用者開始閱讀 LICENSE 檔案後才逐漸引起討論，也改變了不少美國與歐盟使用者原本的本機部署計畫。和所有新模型一樣，初期社群反應高度受到第一印象影響，而且樣本多半來自首日就有足夠硬體能測試的人。可以用來判斷趨勢，但不應視為最終結論。