MiniMax H3 en profondeur : poids ouverts, prix, qualité et rupture

Rapport vérifié sur l'architecture et la licence des poids ouverts de MiniMax H3, les tarifs API, les préférences aveugles, l'auto-hébergement et la comparaison avec Seedance 2.5 et d'autres modèles vidéo.

MiniMax H3 compte parmi les rares modèles vidéo de 2026 qui déplacent à la fois la frontière de qualité et la capacité à modifier la pile. Il accepte texte, images, vidéo et audio dans un même contexte, génère 4 à 15 secondes avec audio stéréo natif, propose des parcours 768P et 2K, et publie des checkpoints H3-Base téléchargeables.

La conclusion rigoureuse est plus précise que « H3 est open source et bat les modèles fermés ». H3 est un modèle à poids ouverts de niveau frontière, avec une API au tarif très agressif ; ce n'est toutefois pas un système d'IA open source complet au sens de l'OSI, et les préférences aveugles actuelles ne démontrent pas une victoire universelle sur Seedance 2.5. Seedance 2.5 conserve un contrat plus large pour des récits de 30 secondes en une passe et de très grands tableaux de références. H3 bouleverse le marché en réunissant qualité de pointe, droits de modification et faible coût hébergé.

Les spécifications, la licence, les tarifs API et la disponibilité Modelflare ont été revérifiés le 30 août 2026. Les instantanés Arena datent des 25–26 août 2026 et évolueront avec les votes.

Verdict exécutif

  • Ouverture : H3 publie deux checkpoints de base BF16 spécialisés, les composants du modèle et des recettes SGLang, vLLM, diffusers et ComfyUI. Il s'agit d'une livraison exécutable, pas d'une simple promesse de publication.
  • Prix : MiniMax affiche $0.08 par seconde générée en 768P et $0.13 en 2K. Des poids ouverts ne rendent pas l'inférence gratuite : la facture passe de l'API aux GPU, aux opérations, au stockage et à l'ingénierie.
  • Résultat : Arena place H3 et Seedance 2.5 dans des groupes de tête qui se chevauchent. H3 mène l'instantané image-vers-vidéo ; Seedance est légèrement devant en texte-vers-vidéo et montage, mais les intervalles se recouvrent dans les trois cas.
  • Rupture : H3 réduit fortement l'écart historique entre modèles téléchargeables et modèles fermés de pointe. H3 Max, apparu quelques semaines plus tard, montre que des tiers peuvent modifier le modèle lui-même.
  • Réserve : le parcours officiel 2K utilise encore H3-Context-IR et H3-Regenerate-2K hébergés ; la licence communautaire comporte des conditions territoriales, d'usage, de divulgation, d'attribution et de grande exploitation commerciale.

Ce que MiniMax H3 livre réellement

Élément Contrat H3 vérifié
ID officiel du modèle API MiniMax-H3
Durée de sortie 4–15 secondes, valeurs entières
Sortie Vidéo 24 FPS avec audio stéréo 32 kHz
Résolution Base 768P ; 2K via le parcours officiel de génération ou régénération
Première/dernière image Zéro, une ou deux images
Références Jusqu'à 9 images, 3 vidéos et 3 audios ; 12 fichiers au total
Durée des références Chaque vidéo ou audio dure 2–15 secondes ; chaque modalité totalise au plus 15 secondes
Dialogue Support stable annoncé pour 11 langues
Checkpoints ouverts FL2VA pour texte et première/dernière image ; Ref2VA pour références multimodales
Générateur central H3-Omni-Transformer dense 33B, encodeur Qwen3-VL-32B, VAE visuel et audio
Runtimes recommandés SGLang, vLLM, diffusers et ComfyUI

L'API expose un nom, mais le paquet ouvert contient deux checkpoints de base spécialisés. Une équipe qui sert à la fois première/dernière image et références multimodales arbitraires doit prévoir stockage et capacité pour les deux parcours.

Audit d'ouverture : quatre couches, pas une étiquette

Couche Partie ouverte Limites restantes Lecture pratique
Poids et composants d'inférence Familles H3-Base, processeur, tokenizer, encodeur, Omni Transformer, VisualVAE et AudioVAE Dépôt volumineux et capacité GPU importante en production Exécution locale et fine-tuning réellement possibles
Écosystème runtime Recettes officielles pour quatre runtimes, exemples téléchargeables et cas 768P reproductibles Version initiale en full attention ; sparse attention annoncée plus tard Surface d'ingénierie utile, pas encore sous sa forme la plus efficace
Chaîne produit complète H3-Base local produit de l'audio-vidéo 768P H3-Context-IR est hébergé ; le 2K officiel appelle Context-IR et les API de régénération Le meilleur parcours officiel est hybride, non totalement local
Licence et reproductibilité Modification, dérivés, redistribution et de nombreux usages commerciaux dans le territoire applicable Licence sur mesure, territoires exclus, restrictions d'usage, divulgation, autorisation au-delà de $20M de revenus et paquet d'entraînement incomplet « Poids ouverts sous licence communautaire » est plus exact que « entièrement open source » sans condition

L'Open Source AI Definition exige la liberté d'utiliser, étudier, modifier et partager à toute fin, ainsi que la forme privilégiée de modification, avec suffisamment d'informations sur les données et le code d'entraînement. Les restrictions territoriales et d'usage de H3 et son paquet incomplet n'atteignent pas ce seuil.

Cela ne minimise pas l'apport. Publier une base vidéo de pointe avec de vrais droits de modification et redistribution est majeur. La formulation précise évite seulement de confondre poids téléchargeables et droits universels de déploiement.

Architecture de H3 et intérêt pratique

H3 regroupe les modalités dans une séquence. Le texte passe par l'encodeur H3, les entrées visuelles par l'encodeur et VisualVAE, l'audio par AudioVAE. Un Omni Transformer à flux unique prédit ensemble les latents vidéo et audio, puis des décodeurs reconstruisent l'image et le son stéréo.

Cette conception cible un défaut courant : une chaîne séparant identité, transfert de mouvement, lip-sync, effets et upscale peut perdre identité ou synchronisation à chaque relais. H3 cherche à apprendre intention, identité visuelle, mouvement, rythme de montage, voix et ambiance dans un seul contexte.

Le système conserve trois couches :

  1. H3-Context-IR interprète les matériaux multimodaux libres et produit une représentation intermédiaire structurée.
  2. H3-Base génère l'audio-vidéo 768P à partir de cette représentation.
  3. H3-Regenerate-2K reprend le résultat de base et le contexte d'origine pour augmenter le détail.

Cette architecture explique à la fois la qualité et la réserve d'ouverture : la base publiée est substantielle, mais une partie du raisonnement et de la finition haute résolution reste livrée comme service.

H3 face à Seedance 2.5 : deux paris opposés

Dimension MiniMax H3 Seedance 2.5 Conséquence en production
Durée narrative native maximale 15 secondes 30 secondes, plus extensions Seedance porte un arc plus long avant assemblage
Tableau de références 12 fichiers : 9 images, 3 vidéos, 3 audios au plus Jusqu'à 30 images, 10 vidéos et 10 audios Seedance convient aux campagnes avec davantage de personnages, produits, voix et mouvements
Positionnement de sortie Base 768P et parcours 2K ; stéréo native Génération audio-vidéo hébergée ; API citées en 480p/720p H3 privilégie résolution et portabilité ; Seedance, durée et volume de contrôle
Montage Références multimodales et édition en langage naturel Modifications par timestamp, fond vert, caméra et références Seedance documente davantage de contrôles métier ; H3 fournit une base plus modifiable
Poids H3-Base téléchargeable Fermés H3 peut être auto-hébergé, affiné, quantifié ou post-entraîné selon la licence
Licence MiniMax H3 Community License Conditions de service hébergé H3 réduit le verrouillage technique sans supprimer l'examen juridique
Prix hébergé mis en avant $0.08/s en 768P ; $0.13/s en 2K chez MiniMax environ $0.473/s en 720p chez fal ; $0.36/s chez Modelflare Fort avantage tarifaire H3, mais routes et résolutions non identiques

Seedance 2.5 cherche à remplacer davantage d'une timeline professionnelle dans un appel hébergé. H3 rend un cœur de 15 secondes bon marché, téléchargeable et extensible. Un studio peut employer Seedance pour un plan maître long et riche en références, H3 pour des variantes courtes, des retouches contrôlées ou un affinage privé.

Ce que disent vraiment les préférences humaines aveugles

Arena classe des comparaisons anonymes par paires. C'est plus large qu'une démo fournisseur, mais cela reste un signal de préférence mobile, pas un benchmark de production contrôlé.

Instantané Arena MiniMax H3 Seedance 2.5 720p Gemini Omni 1.1 Flash Interprétation prudente
Texte-vers-vidéo, 25 août 1460±10, plage 4–7 1476±14, 3–7 1515±16, 1–3 H3 et Seedance se chevauchent ; Gemini mène
Image-vers-vidéo, 25 août 1494±6, 1–3 1483±12, 1–4 1488±11, 1–4 Les trois occupent le même groupe statistique supérieur
Montage vidéo, 26 août 1392±19, 1–5 1410±26, 1–3 1367±15, 3–5 Seedance est numériquement supérieur, mais les intervalles se recouvrent largement

Ces nombres autorisent « niveau frontière », pas « H3 bat Seedance 2.5 ». Les tableaux ne connaissent ni vos prompts, droits de référence, contraintes de marque, budget d'échec ni critères de réception. Seedance a aussi moins de votes que des modèles plus anciens dans ces instantanés.

La conclusion utile dépend de la tâche : H3 est très crédible pour la génération conditionnée par image et le montage ; Seedance garde son avantage contractuel pour les productions longues et riches en références. Gemini Omni montre qu'un modèle fermé abordable peut mener en texte-vers-vidéo.

H3 face aux modèles téléchargeables

Arena place H3 à côté de modèles téléchargeables, même si leurs licences diffèrent. L'écart de qualité dans les mêmes instantanés est inhabituel.

Modèle téléchargeable Licence affichée par Arena Texte-vers-vidéo Image-vers-vidéo
MiniMax H3 MiniMax H3 Community License 1460±10 1494±6
Hunyuan Video 1.5 Tencent community license 1169±16 1197±16
Kandinsky 5.0 T2V Pro MIT 1172±20 —
Wan 2.2 A14B Apache 2.0 1132±15 1170±10
LTX-2 19B LTX community license 1152±8 1155±5

Un Elo ne décide pas chaque plan. L'enjeu est que le vidéo téléchargeable imposait souvent un compromis visible, alors que H3 rejoint le groupe de préférence des meilleurs systèmes fermés. Cela change l'achat, la recherche et les stratégies de repli avant même l'auto-hébergement.

Prix : le titre est juste, le dénominateur compte

Route vérifiée le 30 août Résolution Prix par seconde générée Sortie de 15 secondes Exclusions importantes
API officielle MiniMax H3 768P $0.08 $1.20 Vidéo de référence et images supplémentaires peuvent ajouter un coût
API officielle MiniMax H3 2K $0.13 $1.95 Context-IR facturé séparément en tokens
Modelflare Seedance 2.5 480p $0.18 $2.70 Requiert seedance-stable ; maximum 30 secondes
Modelflare Seedance 2.5 720p $0.36 $5.40 Route et résolution différentes du 2K H3
fal Seedance 2.5, estimation 16:9 720p environ $0.473 environ $7.10 Formule liée à la surface d'image ; la vidéo de référence change la facturation
Google Gemini Omni Flash 720p environ $0.10 $1.50 Fermé ; tokens d'entrée et haute résolution séparés

Avec H3, les références audio et les cinq premières images sont gratuites ; chaque image suivante coûte $0.04. La vidéo d'entrée est facturée selon sa durée au tarif de la résolution choisie. Régénérer du 768P en 2K coûte $0.05 par seconde de sortie. Un travail riche en références peut donc dépasser nettement le prix d'appel.

Chez Modelflare, Seedance 2.5 revient effectivement à $0.18/s en 480p et $0.36/s en 720p après le multiplicateur seedance-stable. C'est moins que la route fal citée, mais plus que H3 officiel. C'est une comparaison budgétaire, pas une preuve d'utilité identique.

La bonne métrique est le coût par seconde acceptée : générations réussies et ratées, références payantes, relances, montage humain et durée utilisable, divisés par les secondes retenues. Un modèle quatre fois plus cher peut gagner s'il évite assez de reprises.

Pourquoi l'auto-hébergement n'est pas gratuit

Le paquet ouvert change le contrôle, pas la physique.

  1. Le cœur est un générateur dense 33B avec encodeur Qwen3-VL-32B complet et plusieurs VAE. Les exemples SGLang officiels emploient quatre GPU par variante servie.
  2. La première version utilise full attention ; l'implémentation sparse attention viendra plus tard.
  3. Servir deux familles ajoute stockage, capacité chaude, chargement, observabilité, modération et mises à jour.
  4. H3-Base local produit du 768P. Le résultat 2K officiel requiert encore des services hébergés ou un pipeline communautaire validé à part.
  5. Le taux d'utilisation GPU décide l'économie. Une charge en rafales peut rendre la capacité locale inactive plus chère que l'API.

L'auto-hébergement se justifie si les sources doivent rester confinées, si un style récurrent mérite un LoRA, si la charge remplit les GPU ou si l'inférence doit être modifiée. L'API reste rationnelle pour les essais, les pointes et la finition 2K officielle.

Où H3 est réellement disruptif

  1. L'ouverture devient une décision de qualité, pas seulement d'idéologie. Évaluer un modèle téléchargeable n'impose plus automatiquement une sortie de seconde catégorie.
  2. Le prix de pointe subit une pression. Un 2K officiel à $0.13/s force les systèmes fermés à justifier leur prime par durée, contrôle, fiabilité ou intégration.
  3. Les tiers peuvent modifier la couche modèle. Quantification, LoRA, post-entraînement, nouveaux schedulers et inférence spécialisée ne dépendent plus d'une seule feuille de route.
  4. L'architecture hybride devient pratique. La base sensible ou répétitive reste locale ; Context-IR, régénération et capacité de pointe s'achètent au besoin.
  5. Le cycle des dérivés raccourcit. fal a lancé H3 Max, dérivé post-entraîné et optimisé, le même mois. fal annonce cinq secondes 768P en moins de trois secondes ; Artificial Analysis le place dans le groupe de tête texte-vers-vidéo. La vitesse est déclarative, mais l'existence du dérivé est vérifiable.

Ce dernier point est le plus profond : seule une base modifiable permet à une autre équipe d'attaquer simultanément qualité, latence et coût aux niveaux modèle et système.

Où la rupture s'arrête

  • La licence communautaire n'est pas approuvée par l'OSI et exclut UE, Royaume-Uni, Corée du Sud et États-Unis sans licence distincte.
  • Les produits commerciaux au-dessus de $20 millions de revenus annuels exigent une autorisation écrite ; les interfaces doivent afficher « MiniMax H3 ».
  • Le contenu public généré comporte des obligations de divulgation, et les services dérivés doivent appliquer protections et restrictions.
  • H3-Context-IR et la régénération 2K officielle ne font pas partie de la publication ouverte.
  • Les informations de données et le code d'entraînement complets nécessaires à la reproduction ne sont pas publiés.
  • Les poids ouverts ne règlent ni consentement, ressemblance, voix, droit d'auteur, sécurité de marque ni contrôle des sorties.

H3 bouleverse davantage la pile technique et économique qu'il ne supprime la dépendance au fournisseur. MiniMax ouvre la base précieuse tout en gardant modules hébergés, API commerciale et contrôle de licence.

Quel modèle pour quelle contrainte

Contrainte principale Meilleur point de départ Pourquoi
Récit continu de 16–30 secondes Seedance 2.5 Deux fois la durée H3 et extensions documentées
Plus de 12 références mixtes Seedance 2.5 Jusqu'à 50 fichiers contre 12 pour H3
Auto-hébergement, fine-tuning ou inférence personnalisée H3 Base téléchargeable et plusieurs runtimes
Vidéo courte 2K à bas coût H3 $0.13/s officiel et préférence solide
Signal image-vers-vidéo H3, puis vérifier Premier dans l'instantané, mais intervalles de tête superposés
Timestamp et fond vert Seedance 2.5 Contrat de montage professionnel plus explicite
Montage conversationnel par API fermée Gemini Omni 1.1 Flash Édition native, tête T2V et environ $0.10/s en 720p
Contrôle commercial par plan et élément Famille Kling 3 Storyboard, éléments et mouvement plus explicites
Écosystème Google ou OpenAI existant Gemini/Veo ou Sora Identité, sécurité, facturation et outils peuvent primer sur la portabilité

« Meilleur point de départ » n'est pas un gagnant définitif. Testez le livrable exact dans un protocole contrôlé avant de changer le routage de production.

Un meilleur protocole d'évaluation

  1. Choisir 12–20 briefs autorisés couvrant dialogue, texte produit, mouvement humain, continuité, caméra, conditionnement par image, vidéo de référence et retouches précises.
  2. Fixer durée, ratio, classe de résolution, prompt, références et audio dans la limite de chaque contrat.
  3. Consigner les paramètres non pris en charge au lieu de donner silencieusement une tâche plus facile à un modèle.
  4. Garder tous les essais payés, refus de modération, timeouts et sorties inutilisables ; ne pas noter seulement la meilleure seed.
  5. Masquer les noms et évaluer identité, consignes, mouvement/physique, texte, synchronisation, continuité, localité des retouches et utilité finale.
  6. Mesurer attente, génération, relances, minutes de correction, coûts d'entrée/sortie, stockage et transfert.
  7. Rapporter taux utile au premier essai et coût par seconde acceptée avec intervalles ; ne pas tout réduire à une note opaque.
  8. Rejouer un petit ensemble sentinelle après tout changement de modèle, fournisseur, expanseur de prompt, sécurité ou prix.

Pour l'auto-hébergement, employer les mêmes hypothèses d'énergie, GPU réservés, utilisation, travail de déploiement et reprise. Comparer une facture API complète à la seule électricité locale n'est pas un TCO valide.

Limite de disponibilité Modelflare

Lors du contrôle du catalogue de production le 30 août, Modelflare n'exposait pas d'ID exact MiniMax-H3 ou hailuo-03. Cet article ne prétend pas que H3 est aujourd'hui appelable avec une clé API Modelflare.

Modelflare propose seedance-2.5 via l'API vidéo asynchrone compatible OpenAI dans seedance-stable, à $0.18/s en 480p et $0.36/s en 720p. Consultez le guide API Seedance 2.5 et la page de prix Seedance 2.5 avant génération.

Si H3 est ajouté, il faudra documenter ID exact, endpoint, champs de référence, résolutions, groupes, prix effectif et tâche réellement facturée. Une configuration amont ou un alias tiers ne suffit pas.

Questions fréquentes

MiniMax H3 est-il réellement open source ?

MiniMax l'affirme et livre de vrais poids, composants, recettes et droits de modification et redistribution. Selon la définition stricte de l'OSI, les restrictions territoriales/d'usage et l'absence du paquet complet font de « poids ouverts sous MiniMax H3 Community License » la formule la plus sûre.

H3 bat-il Seedance 2.5 ?

Pas universellement. H3 est numériquement devant en image-vers-vidéo ; Seedance 2.5 en texte-vers-vidéo et montage. Intervalles et plages se chevauchent, tandis que Seedance a un contrat plus fort de 30 secondes et 50 références.

H3 peut-il générer du 2K entièrement hors ligne ?

H3-Base ouvert produit du 768P. La recette 2K officielle combine inférence locale et API H3-Context-IR/H3-Regenerate-2K hébergées. Une alternative communautaire locale doit être évaluée séparément et ne peut être dite officielle sans preuve.

H3 local coûte-t-il moins que l'API ?

Cela dépend de l'utilisation, du matériel, de l'optimisation, des deux familles, de l'exploitation et de la qualité visée. L'API est souvent plus simple à faible volume ou en rafales ; charge continue, confidentialité ou fine-tuning peuvent justifier l'auto-hébergement.

Conclusion

MiniMax H3 réunit trois éléments rarement simultanés : préférences humaines de niveau frontière, prix officiel dès $0.08 par seconde générée et poids téléchargeables modifiables par des tiers. Une option à poids ouverts entre ainsi dans la sélection principale, et non dans un simple repli idéologique ou privé.

Les limites comptent autant. H3 est un système hybride open-core à licence communautaire restrictive, exigeant en matériel, avec des composants hébergés dans le parcours 2K officiel. Seedance 2.5 garde le contrat hébergé le plus ambitieux pour 30 secondes et 50 références ; Gemini Omni reste un concurrent fermé, fort et abordable.

Choisissez selon le goulot : H3 pour portabilité, modification, économie du format court ou qualité conditionnée par image ; Seedance pour continuité longue et vaste surface de références. Jugez les deux sur les sorties acceptées, pas sur les bandes de lancement.

Sources officielles et journal de mise à jour

Sources primaires et de mesure :

Journal :

  • 30 août 2026 : publication initiale. Architecture, paquet ouvert, licence et tarifs H3, contrat Seedance 2.5, prix et disponibilité Modelflare et instantanés Arena datés ont été revérifiés. La couverture est une illustration éditoriale synthétique, pas une sortie H3, un benchmark ni une interface réelle.