MiniMax H3：完整规格、定价、API 访问与使用案例（2026）

MiniMax H3 是 MiniMax 推出的通用型多模态生成模型，旨在在创意视频工作流中融合文本、图像、视频和音频，而不是将每一类媒体任务都当作单独的模型处理。MiniMax 于 2026 年 7 月 31 日公开发布 H3，随后也发布了模型权重。本指南聚焦开发者和创意团队在评估 H3 时真正需要的规格、定价、落地制作影响、Gate.AI 接入方式以及关键对比。

什么是 MiniMax H3？

MiniMax H3 是一个开放权重的视频生成模型，能够理解多模态上下文，并生成带有原生立体声的音频视频。MiniMax 将其定位为比任务型 Hailuo 工作流更广泛的后续方案：H3 不再把文本到视频、图像到视频、参考、动作迁移、音频以及编辑等任务完全拆分开来，而是使用自然语言指令来描述多个输入模态之间的关系。

提供方的文档覆盖了文本、图像、视频与音频上下文、最长 15 秒的视频输出、最高 2K 的分辨率、文本与品牌渲染、基于指令的编辑，以及视频到视频的动作迁移。MiniMax 于 2026 年 8 月 3 日开源了 H3，包括用于本地推理的 FL2VA 和 Ref2VA 检查点。

Gate.AI 还会在目录中单独列出 H3，目录标识符为 minimax/minimax-h3。其文档中的视频 API 快速开始会把 minimax-h3 作为请求体里的 model 值。将两者区分开来在集成 API 时很关键。

MiniMax H3 的关键规格与定价是什么？

Gate.AI 显示上下文值为 131,072，但 MiniMax 并未在其 H3 发布材料中把这描述为常规的 LLM 风格最大提示窗口。因此，将 131K 视作 Gate.AI 列表元数据，而不是提供方已确认的文本 token 限额会更稳妥。

定价更容易换算到制作估算。按其列出的 768p 费率计算，10 秒视频成本约为 10 × $0.08 = $0.80。如果还会按参考图像计费，列出的图像输入费用会把该计算提高到约 $0.84（在加入任何额外、任务特定费用之前）。10 秒的 2K 输出约为 $1.30，不包含适用的输入费用。

MiniMax H3 能在制作中带来哪些价值？

当创意 brief 中包含多种类型的参考素材时，H3 尤其适用。MiniMax 展示了这样的工作流：动作来源于参考视频，角色来源于图像，音频则补足目标场景的另一部分。自然语言指令用于描述这些来源应该如何相互作用。

这有助于减少把拆分后的生成、参考迁移以及视听任务再分别路由到不相关模型的需求。广告与电商团队也可以利用 H3 文档中强调的文本与品牌渲染能力，用于产品短片、动态海报、界面概念、片头标题以及带品牌的创意内容。

第二个制作优势是部署灵活性。MiniMax 已发布 H3 模型权重，并给出了包含 SGLang、vLLM、diffusers 与 ComfyUI 的支持路径；与此同时，Gate.AI 提供托管的异步 API 路径。因此团队可以在“托管生成”与“自主管理推理”之间进行评估，而无需被限制为只能使用某一种接入模型。

MiniMax H3 支持哪些模态？

MiniMax 将 H3 描述为一种全模态系统，可共同理解文本、图像、视频与音频上下文。提供方文档给出了 4–15 秒输出、多种画幅比例，以及最高 2K 的分辨率。Gate.AI 的通用视频端点还额外支持 reference-image、reference-video 与 reference-audio 字段，不过开发者应在正式部署前核实其 H3 工作流实际接受的字段组合。

MiniMax H3 有哪些不足？

H3 仍然是短时长视频模型：MiniMax 文档中给出的最大生成长度为 15 秒，因此长内容制作仍需要多次生成以及下游编辑。

一些运作层面的字段也仍不如成熟的文本模型 API 那样明确。公开的 H3 材料没有把 Gate.AI 的 131K 值建立为常规文本提示窗口；同时，公开基准的宣称也不应被当作与独立的生产级测试等价。

Gate.AI 的模型卡还同时列出了 minimax/minimax-h3 与 API 请求值 minimax-h3。开发者应遵循模型特定的快速开始（quick-start）里的请求体模式，而不是直接假设目录路径本身就是可执行的请求 ID。

MiniMax H3 最适合用来做什么？

当需要把 多份创意参考合并成一段短视听输出 时，MiniMax H3 很契合。示例包括带可见文字的品牌广告、由参考图像驱动的产品演示、从现有片段进行动作迁移、动画化的 UI 或网站概念，以及视听社交内容。

当多模态参考、原生音频、编辑灵活性、2K 输出或需要使用开放权重的接入方式很重要时，可以选择 H3。对于更简单的短文本到视频或图像到视频生成，而无需这些更广泛的参考能力时，较窄定位的模型可能会带来更直接的工作流。

人工审核仍然适用于品牌拼写、产品细节、视觉连贯性、音频准确性、对版权敏感的素材，以及具有商业重要性的主张。

MiniMax H3 与 Hailuo 2.3 以及 Wan 2.6 T2V 如何对比？

H3 与既有的视频生成页面有重叠，但它的搜索意图应保持差异化：H3 是 通用型多模态参考与编辑模型；而 Hailuo 2.3 主要面向短文本/图像到视频生成，Wan 2.6 T2V 则聚焦于文本到视频创作。

如果读者关注 MiniMax 更早的短视频工作流，可对比 Hailuo 2.3 的规格、定价与 API 指南。若需要对比更窄的文本到视频工作流，请查看 Wan 2.6 T2V 的规格与定价指南。

如何通过 Gate.AI 使用 MiniMax H3？

Gate.AI 通过其异步视频生成端点来提供 H3 的文档说明：

POST https://api.gate.ai/api/v1/videos

认证方式是在 Authorization: Bearer 头中使用 Gate.AI API key。H3 模型页的可执行快速开始使用 minimax-h3 作为请求模型值。任务会返回 job_id，随后可通过 GET /api/v1/videos/{job_id} 查询。

Python 示例

import os
import requests
api_key = os.environ["GATEAI_API_KEY"]
headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json",
}
payload = {
    "model": "minimax-h3",
    "prompt": "A premium product ad, slow camera orbit, clean studio lighting",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": True
}
response = requests.post(
    "https://api.gate.ai/api/v1/videos",
    headers=headers,
    json=payload,
    timeout=60
)
response.raise_for_status()
data = response.json()["data"]
print("Job ID:", data["job_id"])
print("Status URL:", data["status_url"])

curl 示例

curl "https://api.gate.ai/api/v1/videos" \
  -H "Authorization: Bearer $GATEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "prompt": "A premium product ad, slow camera orbit, clean studio lighting",
    "duration": 6,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": true
  }'

这些示例遵循 Gate.AI 已文档化的 H3 快速开始与视频任务架构；它们是基于文档的示例，而非经过执行验证的示例。

常见问题（FAQs）

MiniMax H3 是开源的吗？

MiniMax 将 H3 描述为开源，并在 2026 年 8 月 3 日发布了模型权重。公开的检查点包含 FL2VA 与 Ref2VA 任务家族，可通过支持的推理框架使用。

MiniMax H3 能生成音频吗？

可以。MiniMax 文档说明其会与视频一并生成原生立体声音频，而无需单独进行音频生成步骤。

MiniMax H3 的最大视频时长是多少？

MiniMax 的开放权重文档列出了生成视频时长范围为 4 到 15 秒。

在 Gate.AI 上使用 MiniMax H3 需要多少钱？

截至 2026 年 9 月，Gate.AI 将 768p 视频生成标注为 $0.08/秒，2K 生成为 $0.13/秒，图像输入为 $0.04/张。

MiniMax H3 有 131K 的上下文窗口吗？

Gate.AI 显示上下文值为 131,072。不过，MiniMax 的提供方文档并未用常规的 LLM token 上下文规范来定义 H3，因此该数值不应被自动解读为 131K 的文本提示限额。