Odyssey-3 vs. Hailuo 2.3: Das etablierte Videomodell, das sein eigener Hersteller jetzt als Legacy bezeichnet

H​ailuo 2.3 ist das M​iniMax-Videomodell, das am 28. Oktober 2025 erschien und einen Ruf für Physik- und Bewegungsqualität hatte, den die meisten Generatoren seiner Generation nicht erreichen konnten. Außerdem wird es seit diesem Monat in M​iniMax' eigener Dokumentation unter Legacy Models geführt, abgelöst von MiniMax H3. Odyssey-3 ist zehn Tage alt, wurde von Odyssey am 8. Oktober 2026 als Research Preview veröffentlicht und tut etwas, wofür H​ailuo 2.3 nie entworfen wurde: aus einem Prompt eine Umgebung zu erzeugen und sie in Echtzeit weiter vorherzusagen, während man sich durch sie bewegt oder ein Ereignis auslöst. Sie miteinander zu vergleichen ist in keine der beiden Richtungen ein fairer Kampf, und der Grund dafür ist es wert, ausgeführt zu werden, denn er ist zugleich eine Beschreibung davon, wie schnell sich diese Kategorie in zwölf Monaten bewegt hat.

H​ailuo 2.3 ist weiterhin aufrufbar und weiterhin bepreist. Das ist der entscheidende Punkt, wenn Sie heute wählen: Eines dieser beiden Modelle hat eine Preisliste und eine funktionierende API, das andere hat eine Browser-Vorschau und ein Kontaktformular.

Was H​ailuo 2.3 tatsächlich ist, in M​iniMax' eigener Spezifikation

Die Modellliste von M​iniMax beschreibt M​iniMax H​ailuo 2.3 als Text-zu-Video und Bild-zu-Video mit modernster Instruktionsbefolgung und dem, was das Unternehmen extreme Physikbeherrschung nennt, bei 1080p für sechs Sekunden oder 768p für sechs oder zehn Sekunden, alles bei 24 fps. M​iniMax H​ailuo 2.3Fast ist die günstigere Variante, nur Bild-zu-Video, mit denselben Auflösungen und Dauern. Der 768p-Zehn-Sekunden-Modus ist derjenige, der es von den meisten seiner Zeitgenossen unterscheidet: Eine einzelne Zehn-Sekunden-Generierung bei 24 fps war – und ist es weitgehend noch immer – eine echte Fähigkeit und keine Marketingfloskel.

Der Einführungsbeitrag im chinesischen Newsfeed von MiniMax ist auf den 28. Oktober 2025 datiert und stellt die Veröffentlichung als ein Upgrade von Hailuo 02 dar, das auf dynamische Ausdruckskraft und Realismus ausgerichtet ist. Es gibt keine Open-Weight-Veröffentlichung, keinen technischen Bericht, den wir finden können, und keine Bewertung von Hailuo 2.3 durch Dritte auf irgendeiner der öffentlichen Ranglisten, die wir geprüft haben – einschließlich Physics-IQ Verified, wo weder Hailuo 2.3 noch seine Fast-Variante überhaupt auftauchen.

Was es kostet, pro Clip und pro Sekunde

Die Preisseite von MiniMax führt die Hailuo-Reihe mit Pauschalpreisen pro Clip auf, was ungewöhnlich ist und sich ungewöhnlich leicht planen lässt:

• M​iniMax-H​ailuo-2.3 — 0,28 $ pro 768p-Sechs-Sekunden-Clip, 0,56 $ pro 768p-Zehn-Sekunden-Clip, 0,49 $ pro 1080p-Sechs-Sekunden-Clip.

• M​iniMax-H​ailuo-2.3-Fast — 0,19 $ pro 768p-Clip mit sechs Sekunden, 0,32 $ pro 768p-Clip mit zehn Sekunden, 0,33 $ pro 1080p-Clip mit sechs Sekunden.

• MiniMax-Hailuo-02, der Vorgänger, ist weiterhin zu den gleichen Preisen für 768p und 1080p gelistet, plus eine 512p-Stufe für 0,10 $ für sechs Sekunden und 0,15 $ für zehn Sekunden.

Heruntergerechnet – das ist unsere Rechnung auf Basis von MiniMax' Listenpreisen, nicht eine MiniMax-Angabe – ergibt das ungefähr 0,047 $ pro Sekunde bei 768p und 0,082 $ pro Sekunde bei 1080p auf Hailuo 2.3 sowie etwa 0,032 $ und 0,055 $ pro Sekunde in der Fast-Stufe. Das sind günstige Werte für ein Modell der 1080p-Klasse.

Odyssey-3 hat keinen Listenpreis, den man aufteilen könnte. Die einzigen öffentlichen Kostenangaben sind die normalisierten Schätzwerte in der Kostenspalte von Physics-IQ Verified: 0,139 $ pro generiertem Video für Odyssey-3 und 0,267 $ für Odyssey-3 Pro. Diese sind nicht mit den Sätzen von M​iniMax vergleichbar, weil das Leaderboard seine Kostenangaben auf 24 fps und eine 1280 Pixel breite Ausgabe normalisiert, soweit die Eingaben es zulassen, während die Zahlen von M​iniMax die sind, die auf der Rechnung stehen. Die beiden nebeneinanderzustellen, als würden sie dieselbe Größe messen, wäre die Art von Vergleich, die rigoros aussieht und es nicht ist.

Die physikalische Behauptung, und wo sie überprüft werden kann

Die zentrale Behauptung von H​ailuo 2.3 war physikalische Genauigkeit — M​iniMax' eigene Formulierung lautet extreme Physikbeherrschung — und der Benchmark, der speziell dafür existiert, diese Behauptung zu testen, ist Physics-IQ Verified, durchgeführt von Anates Labs mit DeepMind. H​ailuo 2.3 ist nicht dabei. MiniMax H3, der am 31. Juli 2026 veröffentlichte Open-Weight-Nachfolger, ist: Rang 9 bei +0,95 pp Netto-Verbesserung gegenüber dem Track-Mittelwert bei den eigenen Prompts des Benchmarks, 24 fps, normalisierte Kosten 0,438 $ pro Video. MiniMax H3 Max, die Hochgeschwindigkeitsstufe desselben Modells, liegt auf Rang 11 bei −2,63 pp.

Der Nachfolger der Familie ist also auf dem Board und leicht positiv; seine eigene Generation wurde nie eingereicht. Odyssey-3 liegt auf demselben Board und mit demselben Prompt-Set auf Rang 8 bei +2,15 pp und 0,129 $ pro Video sowie auf Rang 3 mit +9,99 pp, wenn es mit benutzerdefinierten Prompts eingereicht wird. Odyssey-3 Pro ist mit benutzerdefinierten Prompts auf Rang 2 bei +11,15 pp.

Lies das ehrlich, und es sagt drei Dinge auf einmal. Ein für Interaktion gebautes Weltmodell erzielt auf einem Benchmark für physikalische Plausibilität eine höhere Punktzahl als eine Familie eigens dafür gebauter Videomodelle. Der Vergleich ist asymmetrisch, weil die eigenen Generierungen des amtierenden Spitzenreiters dort nie getestet wurden. Und der Vorsprung, +2,15 gegenüber +0,95 bei dem gepaarten Paar, liegt deutlich innerhalb der Fehlerspanne von ±0,15 bzw. ±0,35 Punkten, die diese beiden Zeilen aufweisen. Nach der vorhandenen Evidenz liegen Odyssey-2 und der beste Beitrag von MiniMax bei der physikalischen Plausibilität messbar weit auseinander.

Der Unterschied, der sich in keinem Ergebnis zeigt

Jede oben stehende Zeile misst, ob ein Modell einen physikalisch plausiblen Clip erzeugt. Die Antwort von H​ailuo 2.3 ist ein Clip: Es nimmt einen Prompt oder ein Standbild entgegen und liefert sechs oder zehn Sekunden 24-fps-Video in einer von Ihnen gewählten Auflösung zurück, und damit endet die Transaktion. Es ist eine gute Antwort, und der Preis pro Clip von M​iniMax macht sie zu einer günstigen.

Odysseys-3 Antwort ist kein Clip. Odyssey beschreibt sie als einen mehrstufigen Video-Diffusions-Transformer, der autoregressiv durch Teacher Forcing und kausales Maskieren erweitert und zu einer Wenige-Schritte-Variante destilliert wurde, die schnell genug für Interaktion ist, und die Vorschau bietet Navigation in der Ego-Perspektive, Navigation in der Third-Person-Perspektive und unabhängige Kamerabewegung. Man bekommt kein Video; man bekommt eine Umgebung, die auf das reagiert, was man in ihr tut. Nichts in der Dokumentation von H​ailuo 2.3 hat ein Äquivalent, und nichts in seiner Veröffentlichungsgeschichte deutet darauf hin, dass M​iniMax eines anstrebte – M​iniMax ging mit H3 in Richtung offener Gewichte und multimodaler Referenzen, nicht in Richtung Interaktivität.

Dieser Unterschied ist der Grund, warum Odyssey Ergebnisse über einen Roboterarm, der sich von einem misslungenen Greifversuch erholt, und über eine Fahrstrategie, die mit zwanzig Stunden simulierten Daten trainiert wurde, veröffentlichen kann, während M​iniMax Clips veröffentlicht. Sie sind keine zwei Punkte auf einer Achse. Sie sind unterschiedliche Achsen, die zufällig beide als Videogenerierung bezeichnet werden.

Zu ihnen gelangen

H​ailuo 2.3 ist über die eigene Plattform-API von M​iniMax erreichbar, und OrcaRouter hostet es nicht. Odyssey-3 ist auf keiner gehosteten Plattform vertreten und hat keinen veröffentlichten Tarif, den jemand zum Routing nutzen könnte.

Was ein OrcaRouter-Schlüssel tatsächlich erreicht, ist der aktuelle Teil der Familie: minimax/minimax-h3, der Nachfolger mit offenen Gewichten, wird zu $0,08 pro Sekunde 768P-Ausgabe geroutet — der eigene Listenpreis von M​iniMax, mit 0 % Aufschlag durchgereicht, sodass jede Änderung dieses Satzes noch am selben Tag auf Ihrer Rechnung wirksam wird. Die K​ling-Videolinie liegt auf demselben Schlüssel bei $0,084 bis $0,28 pro Anfrage, zusammen mit mehr als 200 Modellen, mit automatischem Failover über Anbieter hinweg und einer Routing-DSL, die mehrere Videomodelle hinter einer Schnittstelle bündelt, sodass ein Bake-off nur eine Konfigurationsänderung erfordert. Wenn Odyssey einen Self-Service-Endpunkt öffnet, ist das die Form, in die er gehört.

Worum es bei diesem Duell wirklich geht

H​ailuo 2.3 ist kein Modell, das heute noch jemand als Frontier-Option wählen würde – sein eigener Anbieter hat sich bereits zweimal weiterentwickelt –, aber es ist immer noch ein guter, günstiger, gut spezifizierter Clip-Generator zu einem Preis pro Sekunde, den die meisten Neueinsteiger nicht unterbieten, und sein 10-Sekunden-768p-Modus liefert mehr, als die Vorschau von Odyssey-3 in einer einzigen durchgehenden Ausgabe liefern wird. Wenn Sie fertiges Filmmaterial zu kalkulierbaren Kosten brauchen, ist H​ailuo 2.3 heute das nützlichere Modell, und keine noch so sehr auf Physik-Benchmarks ausgerichtete Positionierung ändert daran etwas.

Odyssey-3 ist das Interessantere, und es ist noch kein Produkt. Es ist das Modell, das man im Auge behalten sollte, wenn es bei Ihrem Problem um Vorhersage statt um Produktion geht: was als Nächstes passiert, angesichts dessen, was ich gerade getan habe. Die ehrliche Zusammenfassung von Odyssey-3 gegenüber Hailuo 2.3 lautet, dass der Etablierte eingestellt wird und der Herausforderer noch nicht im Verkauf ist, was dies zu einem Vergleich zwischen einem Dienst, den man kaufen kann, und einer Fähigkeit, die man nur ausprobieren kann, macht.