Odyssey-3 vs Hailuo 2.3 : le modèle vidéo en place que son propre créateur qualifie désormais d'hérité

H​ailuo 2.3 est le modèle vidéo de M​iniMax sorti le 28 octobre 2025, qui s'est forgé une réputation pour la qualité de sa physique et de son mouvement que la plupart des générateurs de sa génération ne pouvaient égaler. Ce mois-ci, il figure également dans la catégorie Legacy Models de la documentation de MiniMax, supplanté par MiniMax H3. Odyssey-3 n'a que dix jours : publié par Odyssey le 8 octobre 2026 sous forme d'aperçu de recherche, il fait quelque chose que H​ailuo 2.3 n'a jamais été conçu pour faire : générer un environnement à partir d'un prompt et continuer à le prédire en temps réel tandis que vous vous y déplacez ou déclenchez un événement. Les comparer n'est pas un combat équitable, dans un sens comme dans l'autre, et la raison mérite d'être explicitée, car elle décrit aussi la vitesse à laquelle cette catégorie a évolué en douze mois.

H​ailuo 2.3 est toujours appelable et toujours tarifé. C’est le point qui compte si vous choisissez aujourd’hui : l’un de ces deux modèles dispose d’une grille tarifaire et d’une API fonctionnelle, et l’autre d’un aperçu dans le navigateur et d’un formulaire de contact.

Ce qu'est réellement H​ailuo 2.3, selon la spécification propre à M​iniMax

La liste des modèles de MiniMax décrit MiniMax Hailuo 2.3 comme un modèle texte-vers-vidéo et image-vers-vidéo avec un suivi d'instructions de pointe et ce que l'entreprise appelle une maîtrise extrême de la physique, en 1080p pendant six secondes ou en 768p pendant six ou dix secondes, le tout à 24 images par seconde. MiniMax Hailuo 2.3Fast est la variante la moins chère, uniquement image-vers-vidéo, avec les mêmes résolutions et durées. Le mode 768p de dix secondes est celui qui le distingue de la plupart de ses contemporains : une génération unique de dix secondes à 24 images par seconde était, et reste en grande partie, une véritable capacité plutôt qu'un argument marketing.

Le post d'arrivée sur le fil d'actualités chinois de M​iniMax est daté du 28 octobre 2025 et présente la sortie comme une mise à niveau de H​ailuo 02 axée sur l'expressivité dynamique et le réalisme. Il n'y a pas de version à poids ouverts, aucun rapport technique que nous puissions trouver, et aucune évaluation par des tiers de H​ailuo 2.3 nulle part sur les tableaux publics que nous avons consultés — y compris Physics-IQ Verified, où ni H​ailuo 2.3 ni sa variante Fast n'apparaissent du tout.

Combien ça coûte, par clip et par seconde

La page de tarification de MiniMax indique la gamme Hailuo à des prix forfaitaires par clip, ce qui est inhabituel et inhabituellement simple à planifier :

• MiniMax-Hailuo-2.3 — 0,28 $ par clip de six secondes en 768p, 0,56 $ par clip de dix secondes en 768p, 0,49 $ par clip de six secondes en 1080p.

• M​iniMax-H​ailuo-2.3-Fast — 0,19 $ par clip de six secondes en 768p, 0,32 $ par clip de dix secondes en 768p, 0,33 $ par clip de six secondes en 1080p.

• M​iniMax-H​ailuo-02, le prédécesseur, figure toujours aux mêmes tarifs de 768p et 1080p, plus un palier 512p à 0,10 $ pour six secondes et 0,15 $ pour dix secondes.

Après division — ceci est notre calcul à partir des prix catalogue de MiniMax, et non un chiffre de MiniMax — cela donne environ 0,047 $ par seconde en 768p et 0,082 $ par seconde en 1080p sur Hailuo 2.3, et environ 0,032 $ et 0,055 $ par seconde sur l'offre Fast. Ce sont des tarifs peu élevés pour un modèle de la classe 1080p.

Odyssey-3 n’a pas de prix catalogue à diviser. Ses seules données de coût publiques sont les estimations normalisées de la colonne de coûts Physics-IQ Verified : 0,139 $ par vidéo générée pour Odyssey-3 et 0,267 $ pour Odyssey-3 Pro. Celles-ci ne sont pas comparables aux tarifs de M​iniMax, car le classement normalise ses chiffres de coût à 24 fps et à une sortie de 1280 pixels de large là où les entrées le permettent, tandis que les chiffres de M​iniMax correspondent à ce que dit la facture. Mettre les deux côte à côte comme s’ils mesuraient la même quantité serait le genre de comparaison qui semble rigoureuse et qui ne l’est pas.

L’affirmation physique, et où elle peut être vérifiée

L'affirmation centrale de Hailuo 2.3 était la précision physique — l'expression employée par MiniMax est « maîtrise extrême de la physique » — et le benchmark qui existe spécifiquement pour tester cette affirmation est Physics-IQ Verified, piloté par Anates Labs avec DeepMind. Hailuo 2.3 n'y figure pas. MiniMax H3, le successeur à poids ouverts publié le 31 juillet 2026, y figure : 9e rang avec une amélioration nette de +0,95 pp par rapport à la moyenne de la piste sur les invites propres du benchmark, 24 ips, coût normalisé de 0,438 $ par vidéo. MiniMax H3 Max, la déclinaison haute vitesse du même modèle, occupe le 11e rang à −2,63 pp.

Ainsi, le successeur de la famille figure au classement et est légèrement positif ; sa propre génération n’a jamais été soumise. Odyssey-3, sur le même classement et avec le même ensemble de prompts, occupe la 8e place à +2,15 pp et 0,129 $ par vidéo, et la 3e place avec +9,99 pp lorsqu’il est soumis avec des prompts personnalisés. Odyssey-3 Pro, avec des prompts personnalisés, est 2e à +11,15 pp.

Lu honnêtement, cela dit trois choses à la fois. Un modèle du monde conçu pour l’interaction obtient un score supérieur à celui d’une famille de modèles vidéo conçus spécialement, sur un benchmark de plausibilité physique. La comparaison est asymétrique, car la génération propre du modèle en place n’y a jamais été testée. Et l’écart, +2,15 contre +0,95 sur l’ensemble de prompts appariés, se situe bien à l’intérieur des barres d’erreur de ±0,84 et ±0,35 point que portent ces deux lignes. Au vu des preuves disponibles, Odyssey-3 et la meilleure entrée de M​iniMax ne sont pas éloignés de manière mesurable sur la plausibilité physique.

La différence qui ne figure dans aucun score

Chaque ligne ci-dessus mesure si un modèle produit un clip physiquement plausible. La réponse de H​ailuo 2.3 est un clip : il prend un prompt ou une image fixe, il renvoie six ou dix secondes de vidéo à 24 ips dans une résolution que vous avez choisie, et la transaction s'arrête là. C'est une bonne réponse, et le prix par clip de M​iniMax en fait une réponse bon marché.

La réponse d'Odyssey-3 n'est pas un clip. Odyssey le décrit comme un transformateur de diffusion vidéo à plusieurs étapes, étendu de manière autorégressive par teacher forcing et masquage causal, distillé en une variante à quelques étapes suffisamment rapide pour que l'on puisse interagir avec elle, et l'aperçu expose la navigation à la première personne, la navigation à la troisième personne et un mouvement de caméra indépendant. Vous n'obtenez pas une vidéo ; vous obtenez un environnement qui répond à ce que vous faites à l'intérieur. Rien dans la documentation d'Hailuo 2.3 n'a d'équivalent, et rien dans son historique de versions ne suggère que MiniMax visait un tel objectif — MiniMax s'est orienté vers des poids ouverts et des références multimodales avec H3, et non vers l'interactivité.

Cette différence explique pourquoi Odyssey peut publier des résultats sur un bras robotique qui se remet d’une prise manquée et sur une politique de conduite entraînée sur vingt heures de données simulées, tandis que M​iniMax publie des clips. Ce ne sont pas deux points sur un même axe. Ce sont des axes différents qui se trouvent tous deux étiquetés « génération vidéo ».

Y accéder

Hailuo 2.3 est accessible via l'API de la plateforme de MiniMax elle-même, et OrcaRouter ne l'héberge pas. Odyssey-3 n'est présent sur aucune plateforme hébergée et n'a aucun tarif publié permettant à quiconque de l'acheminer.

Ce à quoi une seule clé OrcaRouter donne accès, c'est la partie actuelle de la famille : minimax/minimax-h3, le successeur à poids ouverts, est routé à 0,08 $ par seconde de sortie en 768P — le prix catalogue de M​iniMax lui-même, répercuté sans aucune marge, de sorte que toute modification de ce tarif apparaît sur votre facture le jour même. La gamme vidéo K​ling se trouve sur la même clé, à 0,084 $ à 0,28 $ par requête, aux côtés de plus de 200 modèles, avec un basculement automatique entre fournisseurs et un DSL de routage qui place plusieurs modèles vidéo derrière une seule interface, de sorte qu'un comparatif se résume à un changement de configuration. Si Odyssey ouvre un point de terminaison en libre-service, c'est la structure à laquelle l'ajouter.

Ce dont cette confrontation parle vraiment

H​ailuo 2.3 n’est pas un modèle que quiconque choisirait aujourd’hui comme option de pointe — son propre fournisseur est passé à autre chose deux fois — mais c’est encore un bon générateur de clips, bon marché et bien spécifié, à un prix par seconde que la plupart des nouveaux entrants ne battent pas, et son mode 768p de dix secondes offre plus que ce que l’aperçu d’Odyssey-3 vous donnera en une seule sortie continue. Si votre besoin est d’obtenir des séquences finalisées à un coût prévisible, H​ailuo 2.3 est le modèle le plus utile aujourd’hui, et aucun positionnement sur des benchmarks de physique n’y change quoi que ce soit.

Odyssey-3 est le plus intéressant, et ce n’est pas encore un produit. C’est le modèle à surveiller si votre problème relève de la prédiction plutôt que de la production : ce qui se passe ensuite, compte tenu de ce que je viens de faire. Le résumé honnête d’Odyssey-3 face à H​ailuo 2.3, c’est que le tenant du titre part à la retraite et que le challenger n’est pas encore en vente, ce qui en fait une comparaison entre un service que vous pouvez acheter et une capacité que vous pouvez seulement essayer.