MiniMax H3是MiniMax在2026年7月31日上线的视频生成模型，卖点是"一个模型吃四种输入"：文字、图片、视频、音频都能喂进去，直接吐出最长15秒、2K分辨率、自带立体声的视频。8月初权重开源到Hugging Face，个人和企业都能免费拉下来本地跑，但有四个地区被排除在商用授权外。
这篇教程分两条路：想用API的，跳到第二节直接调；想本地部署的，看第三节的硬件门槛，别一上来就冲着1380亿参数的传言去配机器,官方确认的实际数字是330亿。
MiniMax H3是什么
先把参数搞对。网上不少文章说H3是1380亿参数，但根据MiniMax官方博客和社区对Hugging Face权重的拆解，H3的核心模块H3-Omni Transformer是330亿参数的密集Transformer，50层，隐藏维度5376，56个注意力头，其中约130亿参数落在AdaLN相关分支里，推理时可以预计算缓存，不用全部加载。1380亿这个数字更可能是把MiniMax同期规划开源的语言模型M3 Pro（对外说的是2.7万亿参数）张冠李戴了,两者是完全不同的模型。
MiniMax给H3列的核心能力:
| 项目 | 规格 |
|---|---|
| 输入模态 | 文本 / 图片 / 视频 / 音频 |
| 输出分辨率 | 最高2K，也支持768p |
| 视频时长 | 4到15秒 |
| 帧率 | 最高24fps |
| 音频 | 原生立体声，和画面同一遍生成 |
| 宽高比 | 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 |
官方博客提到两项工程改进：H3-VAE分词器带来"4倍有效序列长度"提升，架构调整让训练吞吐量提高了近30%。没有公开的量化benchmark分数,这两个数字是MiniMax自己给的相对提升,没有第三方跑分交叉验证,看看就好。
用API生成第一条视频
不想折腾本地环境，直接调API是最快的路子。MiniMax开放平台和OpenRouter都能调，价格一致：2K分辨率0.13美元/秒，参考图片前5张免费之后0.04美元一张，参考音频不额外收费。15秒的2K视频算下来接近2美元一条。
以OpenRouter为例（省去自己对接MiniMax账号体系的麻烦）：
curl https://openrouter.ai/api/v1/videos \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax/hailuo-3",
"prompt": "一只猫在雨后的东京街头跳过积水,慢镜头,电影质感",
"duration": 8,
"resolution": "2k",
"aspect_ratio": "16:9"
}'
几个实操要点：
- 时长和分辨率组合影响价格，8秒2K比15秒2K便宜将近一半，先用短时长跑通prompt再加时长。
- 768p目前还在部分平台的内测阶段，不是所有渠道都开放，价格约0.09美元/秒,想省钱先去对应平台文档确认是否已上线。
- 输入端支持参考图和参考音频，想让人物形象或声音保持一致，把参考素材传进去比纯文字prompt稳。
- MiniMax在官方平台是唯一托管方，OpenRouter只是转发请求不做路由决策，出问题优先查MiniMax那边的服务状态。
本地部署的硬件门槛
权重是8月初以MiniMaxAI/MiniMax-H3的名字挂到Hugging Face的，社区很快跟进了ComfyUI的GGUF量化版本。想省钱本地跑,先看清楚三档量化的体积:
| 量化方案 | 体积（不含VAE） | 说明 |
|---|---|---|
| bf16（全精度） | 约66.28GB | 效果最好，普通显卡吃不下 |
| int8 | 34.04GB（未剪枝）/ 27.14GB（文本编码器） | 精度损失可控 |
| nvfp4 AWQ | 15.69GB（文本编码器） | 配合剪枝checkpoint能把总体积压到42.5GB |
最省显存的组合是剪枝后的fl2va checkpoint（20.97GB）加nvfp4 AWQ文本编码器（15.69GB）再加两个VAE（合计5.82GB），加起来42.5GB。ComfyUI团队给出的说法是12GB以上显存的显卡配合动态卸载能跑起来，但代价是要拿系统内存换显存,实测建议再备约64GB系统内存。而且原生只能出768像素短边的视频，2K效果得靠二次重生成（regeneration）流程补上去，不是一步到位。
也就是说,家用级显卡（比如12GB到16GB显存那一档）能跑,但跑的是打折版体验:分辨率降级、生成变慢、内存占用高。真要图省心出2K成片，现阶段API比本地部署划算,除非你有专门跑视频模型的工作站或云GPU。
开源协议要看清楚
权重免费商用，但MiniMax H3的Community License明确排除了欧盟、英国、韩国、美国这四个地区的授权范围，治理法律是中国香港特别行政区法律。中国大陆、东南亚、日本等地区不在排除名单里，可以正常下载和商用部署。文本编码器部分是单独打包的，用的是限制更宽松的Apache 2.0协议。
如果你的产品要面向被排除的四个地区的用户提供服务,本地部署这条路基本走不通,得回到MiniMax官方API这条合规路径,或者等官方后续更新协议条款。
我的判断
MiniMax H3对个人开发者最大的价值不是本地部署,是API这条路。0.13美元/秒的2K视频加原生立体声,放在同类模型里价格不算贵,适合拿来做产品demo、短视频素材测试这类不追求批量产出的场景。本地部署门槛看着是12GB显存,但那是打折体验(768p+慢速卸载),真要出2K还得二次重生成,对个人用户不划算,除非你本来就有闲置的工作站GPU。至于1380亿参数这个说法,建议看到就打个问号,官方和社区拆解都指向330亿,数字对不上的时候先查权重本身而不是信通稿。
相关阅读
参考
- MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities - MiniMax官方博客
- MiniMax Releases MiniMax H3 - MarkTechPost
- What Is MiniMax H3 (Hailuo 3.0)? The Open-Weight Multimodal Video Model, Explained - Hugging Face
- MiniMax H3 Open Source Weights: 42.5 GB, and 4 Excluded Countries - Atlas Cloud
- MiniMax: H3 - API Pricing & Providers - OpenRouter
- MiniMax H3 Review: Benchmarks, Specs and Hardware - Kingy AI