7 月 31 日，MiniMax 发布 H3，多模态视频模型赛道多了一个很少见的组合：官方一边给出 API 商业价格，一边承诺开放模型权重。视频生成模型过去常把“效果”和“可控”放在台前，H3 这次把另一个问题推出来：如果 2K 音视频生成开始按秒明码标价，闭源视频模型的溢价还能维持多久？
H3 支持文本、图片、视频、音频一起输入，输出最高 2K 分辨率、最长 15 秒，并带原生立体声。MiniMax 官方称，模型覆盖广告、品牌、电商、产品设计、UI/UX、游戏等场景，重点能力包括指令遵循、文字和品牌信息呈现、V2V Motion Transfer，也就是让一个视频参考另一个视频的动作。
开源承诺先到，权重还要等
MiniMax 在官方博客里写道：
“We plan to open up the model weights in the coming days, subject to applicable laws and regulations.”
这句话给 H3 定了调：权重会开放，但还没在发布当天直接下载。中文稿里如果把它写成“已经开源完成”，口径会太满。更准确的说法是，H3 是 MiniMax 首款面向开放权重路线的多模态生成模型，权重文件、许可证、商用边界和硬件适配说明仍要看后续落地。
这点对开发者很实际。视频模型开源后，第一轮关注点通常不在 demo 炫不炫，而在能不能本地部署、需要几张卡、推理显存怎么控、许可证能否用于商业项目。MiniMax 说硬件兼容性从 H3 设计早期就被纳入考虑，芯片厂商和开发者可以参与适配优化。听起来像一个生态邀请，实际验收标准会落在权重、技术报告和第三方运行脚本上。
0.8 元/秒，把成本摆上桌
H3 的另一个明确数字是价格。上证报、新京报和 21 财经均援引发布信息称，H3 的 2K 视频生成价格为 0.8 元/秒，约为业内同类旗舰视频模型的三分之一。官方英文博客给出的口径稍宽：2K 每秒价格低于主流模型三分之一，768p 价格低于主流 720p 模型一半。
按 0.8 元/秒粗算，一条 15 秒 2K 视频约 12 元。这个数字不能直接拿去对比所有视频工具会员价，因为不同平台会把队列、并发、参考素材、商用授权和水印策略打包进订阅。它能说明的事情更窄：MiniMax 希望把 H3 放进“可规模化试错”的价格带，而非只做展示级模型。
对短视频工作流来说，按秒计价会改变团队的试错方式。广告片、产品页动效、游戏资产预览这类场景，不缺一次性生成需求，缺的是多轮改稿的成本控制。一次出片失败时，创作者还要补提示、换参考图、调节运动和镜头。单秒成本下降，才会让“多试几版”从预算风险变成日常流程。
技术路线押注统一上下文
MiniMax 给 H3 包装的技术词很多：Contextual Omni Representation、H3-VAE、H3-Omni Transformer、In-Context Regeneration。拆开看，主线其实是把过去拆散的任务合进同一个上下文。
官方举的例子是，用户可以同时给一段参考视频、一张人物图和一段音频，再用自然语言说明关系：参考某段镜头运动，让图中人物开口唱歌，并匹配给定人声。模型需要理解素材之间的关系，再生成目标视频。
这里的难点不只在画质。视频生成进入商业制作后，常见痛点是角色一致、品牌文字不乱、动作迁移可控、镜头节奏不塌。H3 把文字、声音、视频、图片都放进同一套表示里，目标是减少“先生成画面、再补音频、再人工修文字”的割裂。
官方还披露了几组工程数字：多数源素材需要约 10 万 token 的推理，再蒸馏到平均约 4000 token；H3-VAE 带来 4 倍有效序列长度增益；理解和生成负载分离后，端到端训练吞吐提升近 30%。这些数字解释了价格叙事从哪里来，但也属于厂商自报口径，外部团队还要等技术报告和可复现实测。
权重发布后才算落地
H3 并非 MiniMax 首次讲开放权重。M 系列文本模型已经开源过多代；这次差别在于，视频模型的开源成本和生态门槛更高。文本模型可以很快进入本地推理框架、量化社区和 Agent 工具链；视频模型要面对显存、吞吐、版权安全、训练数据透明度和内容滥用过滤。
中文市场还多一层比较：字节 Seedance 2.5 正在把单段 30 秒和多参考素材作为卖点，Google、OpenAI、Runway、Pika 等海外玩家也在推长视频、编辑和音画一体化。MiniMax H3 暂时没有把片长拉到 30 秒，它用 2K、15 秒、原生立体声、低价和开放权重来打另一条线。
这条线能否成立，未来几天会有三个可验证节点：权重是否按承诺放出，许可证是否允许企业安心使用，社区能否在非官方硬件上跑出接近官方展示的文字、动作和音频控制效果。只要这三项有一项卡住，H3 就会从“开源视频模型”退回到普通 API 发布；三项都落地，它会给闭源视频生成服务一个更难回避的价格参照。
参考来源：MiniMax 官方研究博客、上证报中国证券网、新京报、CocoLoop、21 财经；MiniMax 官网核验 2K/15 秒/原生立体声、开放权重承诺、0.8 元/秒价格口径、768p 价格比较和训练吞吐提升近 30%。