MiniMax H3 Max Turbo と Max：動画に合うのはどちら？

テキストやフレームで動画を作るなら MiniMax H3 Max Turbo、参照画像・動画・音声が必要なら Max を選びます。 SeedRouter では、どちらも 480P または 768P、5〜15 秒の整数秒に対応します。Turbo は出力秒数のみの課金です。Max は出力、参照動画、追加画像を別々に課金します。Turbo Playground と Max Playground では、それぞれのモデルの設定を使えます。

この比較はネイティブの content 配列インターフェース を対象とし、SeedRouter のモデル ID は minimax-h3-max-turbo です。ほかのサービスでは、別途調整したインターフェースに同じ表示名を使うことがあります。特に fal のドキュメントには小数秒の長さ、1080P、追加の音声設定がありますが、これらは SeedRouter のリクエスト項目ではありません。^[1] インターフェースを区別すれば、選択したエンドポイントにない機能を期待してモデルを選ぶことを避けられます。

MiniMax H3 Max Turbo と Max の早見表

ネイティブ形式の Turbo の制限は、XRToken 自社のリクエストドキュメントと AI Video API の Turbo ガイドにも記載されています。ただし、認証方法、既定値、レスポンスの外側の構造は SeedRouter と異なります。^[2][3] 正確なリクエストには当社の Turbo API リファレンスを使い、別サービス固有の形式をそのままコピーしないでください。

MiniMax H3 Max Turbo の実際の生成例

次のクリップは 2026 年 10 月 20 日に、テキストのみ、768P、リクエストは 6 秒、16:9、quality のプロンプト拡張で生成しました。成人ダンサーが夕暮れの屋上で短いヒップホップを踊ります。ダウンロードした出力は 1344 × 768 ピクセルで、AAC 音声トラックを含みます。MP4 コンテナの実測時間は 6.592 秒、報告された生成使用量は出力 6 秒です。

実際に送信したプロンプトは次のとおりです。

A premium street-dance music-video shot, one continuous six-second take. A beautiful 25-year-old adult female professional dancer with a dark high ponytail performs an energetic hip-hop groove on a broad rooftop terrace at sunset, well away from its edges. She wears a white fitted T-shirt, an open cobalt-blue bomber jacket, loose white dance trousers and white sneakers. She starts dancing immediately: a quick lateral shuffle, a precise shoulder-and-arm isolation, then a smooth half-turn and two steps toward the camera, finishing with a confident smile. Keep her full body and both feet visible, with the dancer filling most of the frame height. The camera tracks backward smoothly as she approaches; the skyline stays soft behind her. Golden backlight outlines her moving hair and jacket, with soft frontal fill keeping her face clearly visible. Natural skin texture, stable identity, coherent hands and feet, believable balance and continuous foot contact with the terrace. Her clothing follows her motion and a light breeze. Original upbeat hip-hop drums and bass, synchronized to the choreography, no vocals. No cuts, no text, no logos, no other people.

この例が検証するのは、その設定での 1 回のテキスト動画生成です。フレーム入力の動作、拡張モード全種、解像度全種を検証したものではありません。Max の例では別のプロンプトを使っているため、これらの動画は条件をそろえた速度や品質の比較ではありません。編集に音が合うか判断する前に出力を聞いてください。音声トラックがあるだけでは、その正確さは確認できません。

視覚的な要件が異なる、もう 2 本のダンス

追加のクリップも同じモデル、768P、リクエストは 6 秒、16:9、quality のプロンプト拡張で生成しました。振り付け、衣装、照明が異なる独立したテキスト動画生成です。ダウンロードした MP4 はいずれも 1344 × 768、AAC 音声付きで、コンテナ時間は 6.592 秒です。報告された課金対象の生成時間は 6 秒です。

ネオンの舞台で踊る銀ジャケットのポップダンス

An eye-catching pop dance music video, one continuous six-second shot. A beautiful 25-year-old adult East Asian female professional dancer with expressive eyes and long dark hair performs a precise, energetic pop choreography on a spacious neon-lit stage. She wears a reflective silver cropped jacket over a fitted black top, high-waisted black dance shorts and black ankle dance boots. Soft white key light keeps her face clear; magenta and electric-blue stage lights make a vivid background. Start dancing immediately: two snappy side steps, one coordinated shoulder-and-arm accent and a controlled half-turn, finishing toward the camera with a playful confident smile. Keep the full body and both feet visible, occupying most of the frame height. Smooth lateral camera tracking follows her without distracting zooms. Her hair and silver jacket move naturally with the dance. Photorealistic skin, stable face, coherent fingers and limbs, grounded footwork. Original upbeat electronic drums and bass, no vocals. No cuts, no text, no logos, no other people.

日の差すスタジオで踊る真紅ドレスのジャズターン

A polished fashion dance campaign, one continuous six-second take. A beautiful 25-year-old adult female professional dancer with glossy shoulder-length dark hair performs an expressive jazz dance solo in a bright spacious ivory studio. She wears an elegant scarlet-red sleeveless dance dress with a flared skirt and closed-toe red dance heels. Warm side light creates a clear face and a long soft floor shadow; the red dress is the strong visual focus against the pale background. She moves from the first frame: two crisp diagonal steps with sweeping arms, one smooth turn that opens the skirt, then a confident final pose with a direct look and a smile toward the lens. Keep her entire body and feet visible, filling most of the frame height. The camera tracks in a gentle shallow arc, maintaining distance and fluid continuity. Natural skin texture, stable facial identity, coherent hands and legs, believable weight shifts and fabric movement. Original lively jazz-funk rhythm with drums and bass, no vocals. No cuts, no text, no logos, no other people.

銀ジャケットのシーンは、鮮やかなネオンを背景に、切れのある体重移動とターンを見せます。赤いドレスのシーンは、広いスタジオでの移動するステップと広がるスカートを重視しています。ポスターだけで判断せず、足の接地や最後のポーズへの移行を含む動作全体を比較してください。

ショットを決める素材から考える

ダンスシーンでは、何を固定する必要があるかを決めます。新しいダンサーや場所を想像して作る場合は、衣装、振り付け、カメラ移動をテキストで指定できます。冒頭の構図を既存の人物画像に合わせたい場合は、最初のフレームとなる写真が役立ちます。別の指定構図で終える必要があれば最後のフレームを追加し、開始画像も一緒に渡してください。

ここで Turbo と Max は置き換えられなくなります。 最初のフレーム として使う写真は動画の冒頭を決めます。 参照画像 は外観を導きますが、必ずしも冒頭の画像になるわけではありません。Turbo のフレーム入力は Max の参照モードの代わりにはなりません。動きの参照動画を最初のフレームに変えても、同じ動作指示を保持することはできません。

指示が「このカメラ移動に従う」で、素材が動画なら Max を検討します。「この人物写真から始めてポーズを動かす」なら、Turbo に対応するフレーム設定があります。どちらも映像全体で顔、手、足の位置、衣装を確認してください。きれいな開始画像だけでは、動いている間も人物が一貫しているとは判断できません。

リクエスト全体の料金を比較する

Turbo の料金は生成出力の時間に、選んだ解像度のレートを掛けたものです。最初のフレーム、最初と最後のフレームの組、プロンプト拡張に別途入力料金はありません。出力時間や解像度を変えると、最新レートによる見積もりも変わります。

Max は出力動画秒数と参照動画秒数を分けます。入力画像の最初の 2 枚は料金に含まれ、それ以降は課金されます。参照音声に別途入力料金はありません。複数の参照画像と動画を含む Max のリクエストは、出力秒数レートだけでは見積もれません。^[4]

上の表には両モデルの現在の SeedRouter レートが表示されます。テキストのみの 5 秒ショットでは、同じ解像度の出力レートを 5 倍して比較します。Max の参照モードでは、該当する参照動画と追加画像の料金を加えます。試行回数も予算に含めてください。プロンプトを少し変えただけでも、新しく成功した生成はそれぞれ別の有料リクエストです。失敗したタスクには課金されません。

6 秒のダンス例のように、コンテナ時間と課金時間にはわずかな差がある場合があります。送信前は見積もり、完了後はアカウントの使用量を確認します。編集ソフトで完成クリップを短くしても、すでに生成した分の使用量は減りません。

プロンプトを磨く前に解像度と長さを選ぶ

比較する両モデルは 480P と 768P に対応します。まず小さなプレビュー、横幅いっぱいの作品表示、縦型 SNS 編集など、動画の用途を決め、そのサイズで確認します。画素数が多いと質感は見やすくなりますが、正確な輪郭、安定した文字、意図したカメラ移動が保証されるわけではありません。

このインターフェースでは、どちらも 5〜15 秒の整数秒を受け付けます。最終編集に 4 秒が必要なら、許可される長さで生成してからトリミングしてください。動作の開始と収まりに余裕を持たせます。短いダンスに複数の動作を詰め込むと、明確なステップと 1 回のターンより評価しづらくなります。

役立つ比較には、プロンプト、比率、時間を固定し、設定を 1 つずつ変えます。改善点と予期しない変化を記録してください。3 本のサンプルは実際の出力ですが、すべてのシーンで最適なモデルを決めるものではありません。

プロンプト拡張と音声

拡張の選択肢は disabled、balanced、quality で、既定は balanced です。詳細な指示を拡張せず送信する場合は disabled が適しています。設定を変えると解釈も変わる可能性があります。quality はモード名であり、結果が受け入れ基準を満たすという約束ではありません。

このインターフェースの Turbo には、指定サウンドトラックや参照音声のフィールドがありません。狙う音をプロンプトに記述して生成トラックを確認するか、編集時に自分の録音を追加します。Max は参照モードで、画像や動画と一緒に参照音声を使えます。音声をガイドにすることは、渡した録音をそのまま最終音声に配置するという約束とは異なります。

サービスごとの契約を混ぜない

「MiniMax H3 Max Turbo」の検索では、fal の調整版、ネイティブ形式の組み込み、コミュニティのワークフローが出てくることがあります。名称は重なってもスキーマは異なります。fal のテキスト・画像ドキュメントには、ここで使うネイティブ形式にない設定もあります。^[1] その小数秒の長さや指定音声パラメータを送ると、SeedRouter は勝手に読み替えずリクエストを拒否します。

seed 設定も同様です。ネイティブ形式のサービスの中には seed を記載するものがありますが、このインターフェースでは公開していません。別のガイドから seed フィールドを加えて再現性が得られると考えないでください。動作するリクエストを移す前に、実際のエンドポイントの項目、許容値、メディア条件を確認してください。

よくある質問

MiniMax H3 Max Turbo は Max より速いですか？

この記事には条件をそろえた計時比較はありません。1 回の完了リクエストでは通常の待ち時間や速度倍率は分かりません。納期を約束する前に、同等の設定で複数回実行して比較してください。

モデル ID だけ変えれば切り替えられますか？

共通の解像度、長さ、比率を使うテキストのみのリクエストなら、大まかな形は保てます。参照画像・動画・音声を含む Max リクエストは、そのまま Turbo に移せません。Turbo のリクエスト項目を読み、対応しない前提を取り除いてから送信してください。

Turbo は最後のフレームだけで生成できますか？

このインターフェースではできません。最後のフレームを追加するときは最初のフレームも必要です。冒頭の構図が重要でなければ、任意の開始画像を用意するよりテキストのみの方が簡単な場合があります。

商品が登場するショットはどちらで試すべきですか？

文章で説明するシーンや商品写真から始まるショットなら、Turbo Playgroundから始めます。参照映像、複数の外観参照、音声ガイドが重要なら Max Playgroundを確認します。まず入力モードを選び、完成した動画がプロジェクトに必要な細部を満たすか確認してください。

出典

[1] fal: H3 Max Turbo text-to-video documentation。別のホスト版インターフェースです。2026 年 10 月 20 日確認。記載フィールドは SeedRouter の契約ではありません。

[2] XRToken: MiniMax H3 request parameters。ネイティブ形式の Max と Max-Turbo のルールで、フレーム入力と参照モードを区別しています。2026 年 10 月 20 日確認。

[3] AI Video API: MiniMax H3 Max Turbo。Turbo 固有の入力制限と出力のみの課金。2026 年 10 月 20 日確認。外側の形式や既定値は SeedRouter と異なります。

[4] MiniMax: Create Video Generation Task と MiniMax pricing。Max のリクエストと課金の内訳。2026 年 10 月 20 日確認。上記 SeedRouter 料金は最新料金コンポーネントから取得します。