Okou上的MiniMax H3：最高2K的原生音訊影片
MiniMax開源的通用影片模型。用文字、圖片、影片和音訊生成4到15秒的片段，自帶原生立體聲。
Video / Text-to-video / Image-to-video / Audio
MiniMax H3是一個開源的通用多模態影片模型。它在同一個上下文裡理解文字、圖片、影片和音訊，然後生成4到15秒的片段，解析度為768p或2K，並帶原生立體聲。在Okou上，該模型一次請求最多接收9張參考圖片、3段參考影片和3段參考音訊，參考檔案總數上限為12份。
H3在精選陣容裡最清晰的位置，是高解析度、由參考素材引導且帶聲音的影片。它能在同時處理動作、人物、產品和配樂參考的情況下做到2K。要做30秒故事和更大的參考素材集，Seedance 2.5更合適；4K選項仍然是Veo 3.1 Fast和Kling V3 4K。
MiniMax H3是什麼？
2026年8月 · 開源的通用多模態影片模型，原生支援音訊與影片聯合生成。
MiniMax在2026年7月發布H3，並於8月開源。這個版本把文字、圖片、影片和音訊的統一理解，與原生32 kHz立體聲、最高2K輸出和最長15秒的片段結合在一起。
Okou透過minimax-h3別名接入MiniMax的託管路線。它支援文生影片，以及首幀、尾幀和首尾幀生成，另有一套獨立的圖片、影片和音訊參考模式。邊界幀和參考素材不能放在同一次請求裡。
MiniMax H3有什麼特別之處
架構與能力上的主要亮點。
通用多模態影片生成系統，影片與立體聲音訊聯合輸出。H3把文字、圖片、影片和音訊的上下文統一起來，用於參考素材引導的生成。它的2K路徑會帶著原始上下文，從768p結果重新生成，以在更高解析度下保留細節。
規格速覽
MiniMax H3價格
按目錄標準設定估算的Built-in相對成本；實際積分消耗隨生成設定而變。
MiniMax H3實際用起來怎麼樣
來自生產環境智能體執行的實際觀察。
2K輸出
精選陣容裡解析度最高的參考素材引導選項。H3能把圖片、影片和音訊參考一路帶到2K，而不是止步於720p或1080p。
原生立體聲
H3每次生成都會同時產出立體聲。人聲、音效和音樂可以跟著畫面一起展開，而不是事後再補一遍。
全模態參考控制
一份需求可以同時帶上圖片裡的人物和產品、影片裡的動作，以及音訊裡的人聲或節奏。當想要的結果取決於這幾類參考之間的關係時，H3尤其有用。
MiniMax H3最適合的智能體任務
帶聲音的2K產品片
用產品圖和品牌圖做視覺控制，再加一段動作參考和配樂，一次生成就得到帶原生立體聲的高解析度片段。
由人聲和動作引導的表演
把人物圖、動作參考和一段人聲放在一起。H3能同時用上這三種模態，協調外形、動作和聲音。
首尾幀之間的揭示式鏡頭
設定開場幀和收尾幀，讓H3在768p或2K下生成中間的轉場，並帶原生音訊。這個模式與多模態參考生成彼此獨立。
什麼時候不該用MiniMax H3
需要超過15秒的片段、需要無聲輸出、參考檔案超過12份，或者要在同一次請求裡同時用邊界幀和參考素材時，不要用MiniMax H3。30秒敘事和更大的參考素材集用Seedance 2.5，最高4K的電影感短片用Veo 3.1 Fast，風格化的原生4K影片用Kling V3 4K。
MiniMax H3與其他模型對比
MiniMax H3對比Seedance 2.5
MiniMax H3在輸出解析度上領先，支援2K影片和始終開啟的原生立體聲。Seedance 2.5在時長和參考素材容量上領先，片段最長30秒，多模態參考最多可達50份。
MiniMax H3對比Veo 3.1 Fast
H3能生成最長15秒的更長片段，並接收圖片、影片和音訊參考；Veo 3.1 Fast時長上限為8秒，但能到4K。兩者都生成原生音訊：要參考控制選H3，要4K電影感成片選Veo。
MiniMax H3對比Kling V3 4K
H3把多模態參考、原生立體聲和最高2K的輸出結合在一起。Kling V3 4K的交付解析度更高，風格化上限也更強，但沒有H3那套參考素材引導的工作流。
結論：你該用MiniMax H3嗎？
需要原生立體聲、解析度最高到2K的參考素材引導片段，選MiniMax H3。要更長的敘事和更大的參考素材集，選Seedance 2.5；如果最終交付解析度才是第一位的，就走4K路線。
常見問題
MiniMax H3在Okou上支援多長時間、多高解析度？
4到15秒之間的每一個整秒時長，解析度768p或2K。當前Okou路線預設2K。
MiniMax H3每次都會生成聲音嗎？
是的。H3總是隨影片返回原生立體聲。這個模型沒有無聲輸出選項。
一次H3請求能帶多少參考素材？
最多9張圖片、3段影片和3段音訊，參考檔案總數不超過12份。使用參考音訊時，必須至少同時提供一張圖片或一段影片。
首幀尾幀可以和其他參考素材一起用嗎？
不可以。H3的邊界幀模式和多模態參考模式彼此獨立。一次請求可以用首幀和尾幀，也可以用參考圖片、影片和音訊，但不能兩組一起用。
MiniMax H3是開源的嗎？
MiniMax在2026年8月公開了H3針對具體任務的權重檔案和配套程式碼。Okou走的是MiniMax的託管API路線，所以你不用自己部署這些權重就能跑這個模型。
替代選擇
在Okou上使用MiniMax H3
在Okou上使用MiniMax H3
Okou智能體可以在一次執行中呼叫MiniMax H3，按Okou積分計費。上面的價格檔是這個產品的相對成本訊號；最終扣費取決於尺寸、質量、時長、解析度和音訊等設定。
自August 2026起在Okou上可用。
