MiniMax H3 Max と H3：解像度、長さ、参照を比較

480P または 768P、5〜15 秒の動画には MiniMax H3 Max を、2K または 4 秒クリップには H3 を選びます。現在の MiniMax ドキュメントでは、両モデルとも参照画像・動画・音声に対応します。Max は高速生成版と説明されていますが、それだけで自分のシーンにおける品質の優位性や実測の速度差が証明されるわけではありません。^[1]

名前を見ると上位・下位の関係に思えますが、実際の選択は単純ではありません。舞台での短いダンスなら、動画をどのサイズで見せるか、動作は何秒必要か、入力素材が必要か、という納品条件から考えます。残高を使う前に、これらの答えで候補を絞れます。

MiniMax H3 Max と H3 の早見表

機能制限は現在の生成契約、無料画像枠と参照の課金は MiniMax の料金ドキュメントに基づきます。^[1][2]

必要な解像度と長さから選ぶ

480P の下書きは、シンプルな動作が伝わるか確認するのに役立ちます。ダンスでは、まず足運びや、選んだ時間内にターンが終わるかを確認できます。顔や衣装を詳しく見るには 768P を使います。解像度を変えると別の生成が始まり、同じ完成クリップがアップグレードされるわけではありません。

2K が要件なら MiniMax H3 を使います。MiniMax の契約で Max は 2K を受け付けません。4 秒枠も H3 の用途です。Max に duration: 4 を渡すとパラメータエラーになり、5 秒クリップを短くするリクエストにはなりません。^[1]

モデル名だけでは商品ラベルや細かな質感を維持できるとは分かりません。公開予定のサイズで出力を確認してください。正確な文字組みが必要なら、生成文字より、管理した画像や別のテキスト重ね合わせの方が検証しやすい場合があります。

Max は現在、参照素材に対応

古い説明では Max をテキストとフレーム専用とすることがあります。現在の MiniMax 契約には、H3 Max の参照動画生成と、参照画像・動画・音声が明記されています。古い組み込みを移行するときは最新ドキュメントを確認してください。^[1]

開始画像と終了画像が主な条件ならフレームモードを選びます。素材でシーンを導きたい場合は参照モードです。フレームと参照入力は同じリクエストで併用できません。テキストのみでは明示的なアスペクト比が必要で、参照モードでは adaptive を使えます。

ダンスでは、衣装や人物の画像 1 枚が外観を導く助けになります。参照動画が加えるのは、時間とともに変化する動きです。その動きが要件に必要な場合だけ使ってください。完成ショットの方が短くても、参照動画の長さは料金に影響します。

リクエスト全体の費用を比較する

テキストのみの比較では出力時間と解像度を使います。参照を使う比較では入力動画時間と画像枚数も必要です。Max は最初の 2 枚、H3 は最初の 5 枚が無料です。参照写真 3 枚のリクエストなら、Max は 1 枚が有料、H3 は画像料金なしとなります。^[2]

Max では出力秒数を出力レートで、参照動画秒数を入力レートで、2 枚を超える画像を画像レートで計算します。入力と出力はレートが違うため、すべての秒数を足して同じ数を掛けないでください。参照音声に別途入力料金はありません。

MiniMax H3 Max Playground は現在の SeedRouter レートで見積もります。素材を添付した後に見積もり全体を確認してください。参照動画を使った場合、完成動画が 5 秒でも、支払いが 5 秒分だけになるとは限りません。

目的に応じてプロンプト拡張を使う

Max には extra.prompt_expansion_mode があります。既定は balanced、disabled は拡張を無効にし、quality はプロンプト拡張の品質を優先します。^[1]

下のダンスシーンでは、2026 年 10 月 20 日に次のプロンプトを送信しました。

A cinematic dance-fashion film, one continuous six-second shot. A beautiful 25-year-old adult female professional dancer with long dark hair performs confident jazz-funk choreography on a spacious dark stage. She wears a fitted black top, a flowing crimson satin jacket, tailored black trousers and dance shoes. From the first frame she is already moving: two crisp side steps with coordinated arm sweeps, a controlled half-turn, then she faces the camera and lands a strong final pose. Show her entire body, including both feet, occupying most of the frame height. A smooth camera dolly follows in a shallow arc at waist height, maintaining a clear view of her face and footwork. Soft white key light keeps her face natural; deep violet and warm amber stage lights create depth, with subtle floor reflections. Her jacket and hair respond naturally to the turns. Photorealistic skin, stable facial identity, anatomically coherent hands and legs, fluid grounded movement. Original rhythmic funk percussion and bass synchronized to her steps, no vocals. No cuts, no text, no logos, no other people.

MiniMax H3 Max：768P、リクエストは 6 秒、16:9、quality 拡張。オリジナルの生成動画で、カバーはこのクリップの 1 フレームです。

このテキスト動画リクエストは完了し、AAC 音声トラックを含む 1344 × 768 の MP4 が届きました。ファイルの実測は 6.592 秒で、報告された課金対象の出力時間は 6 秒です。ダンサーは横にステップを踏み、ターンしてカメラに向かって終わります。編集に使う前に、手、足の位置、顔の一貫性を中心に動作全体を確認してください。

これは 1 つのサンプルであり、拡張モード間の条件をそろえた比較でも、H3 との対照テストでもありません。quality というモード名は、すべての振り付けやカメラ指示への対応を保証しません。生成音楽も動きと合わせて確認する必要があります。音楽が付いているだけでは、ビートへの正確な同期は証明されません。

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。

暖かなスポットライトの金フリンジのラテンダンス

A striking professional dance music video, one continuous six-second take. A beautiful 25-year-old adult woman with expressive brown eyes and glossy dark curls performs a confident Latin dance solo. She wears an elegant gold fringe dance dress and matching closed-toe dance heels. A large warm spotlight lights her face against a deep charcoal stage; the golden fringe catches the light with each move. Begin immediately with a sharp side step and a coordinated arm sweep, continue into one controlled spin with the fringe fanning out, then finish facing the camera with a bright confident smile. Keep her full body and feet visible, filling most of the frame height. A smooth shallow camera arc follows the movement without cuts or sudden zooms. Realistic skin texture, stable face and anatomy, grounded footwork and believable fabric motion. Original lively Latin percussion and bass, no vocals. No text, no logos, no other people.

海辺の青いシフォンとしなやかなターン

A visually arresting fashion dance film, one continuous six-second shot. A beautiful 25-year-old adult female contemporary dancer with long dark hair performs on a wide flat seaside terrace at golden hour. She wears an elegant flowing sapphire-blue chiffon dance dress and is barefoot. Start on an expressive full-body pose already in motion: she sweeps one arm overhead, takes two graceful grounded steps, then makes one flowing turn that fans the blue skirt through warm sunlight. She settles into an open pose and looks toward the camera. The ocean is a soft turquoise background, not the subject. Gentle wind lifts her hair and the dress. A smooth camera arc at chest height preserves her face and whole-body silhouette, keeping both feet in frame. The dancer occupies most of the frame height. Natural skin detail, stable identity, anatomically coherent hands and legs, continuous balanced motion. Original rhythmic instrumental strings and light percussion, no vocals. No cuts, no text, no logos, no other people.

金フリンジのシーンは、暗い背景でステップとターンのリズムを確認しやすくなっています。海辺のシーンは、連続した腕の動き、流れるシフォン、逆光のシルエットを重視しています。ターン後にどうポーズが落ち着くかを見てください。良い 1 フレームだけでは動作の品質は分かりません。

どちらを選ぶべきですか？

480P または 768P で納品でき、ショットが 5 秒以上なら MiniMax H3 Max を使います。2K や 4 秒が必要なら H3 です。参照素材が多い場合は、決める前に見積もり全体を比較してください。同じ 768P が選べても入力料金は同じではありません。

結果を判断できる 1 シーンから始めます。被写体の一貫性、カメラ移動、音を別々に確認してください。この比較は文書化された機能と現在の料金に基づき、条件をそろえた品質や待ち時間のベンチマークではありません。

よくある質問

MiniMax H3 Max は参照動画に対応していますか？

はい。現在の MiniMax 生成契約では、Max は参照動画・画像・音声に対応しています。フレーム入力と参照入力は別モードで、同じリクエストでは併用できません。Max の参照動画秒数は別の入力レートなので、見積もり全体を確認してください。^[1][2]

MiniMax H3 Max で 2K 動画は生成できますか？

いいえ。現在の Max 契約は 480P または 768P、H3 は 768P または 2K に対応します。Max を選んでも H3 の 2K 設定は使えません。出力後に動画の寸法を変えるのは別の処理です。^[1]

Max は常に H3 より安いですか？

リクエスト全体を比較します。出力の解像度と時間に加え、参照動画秒数と課金画像も重要です。画像 3 枚では Max の無料枠 2 枚を超えますが、H3 は最初の 5 枚を含みます。出力レートだけの比較より、最新レートによる見積もりが役立ちます。^[2]

出典

[1] MiniMax: Create Video Generation Task。モデル別の解像度、時間、入力モード、プロンプト拡張。2026 年 10 月 20 日確認。

[2] MiniMax pricing。出力と参照の課金内訳、画像の無料枠。2026 年 10 月 20 日確認。上記の最新料金表には SeedRouter の料金が表示されます。