MiniMax-Music3 vs Lyria 3.5：オープンウェイト対グーグルの閉ざされたミュージックガーデン

MiniMax-Music3 と Lyria 3.5 はどちらもテキストプロンプトから完全な楽曲を生成するが、類似点はおおよそそこまでである。{{1}}G​ogle{{/1}} は2026年7月29日、Lyria 3.5 を一般消費者向けアプリ Flow Music に搭載した。サブスクライバーには無料で、重みは公開されておらず、開発者向けAPIも確認されていない。一方 {{2}}Mini​Max{{/2}} は、2026年7月16日から music-3.0 API が稼働していたことを受け、2026年8月13日に MiniMax-Music3 をオープンウェイトとして Hugging Face でリリースした。同じタスクでありながら、配布戦略は正反対である。本比較の目的は、その違いが実際にどのような価値をもたらすのかを明らかにすることであり、まず情報源に関する注意点から述べる。両者の品質に関する主張はすべてベンダーによる報告であり、本稿執筆時点では、いずれのモデルにも独立したベンチマークや公開された直接比較は存在しない。

2つのリリース哲学

Lyria 3.5はコンシューマー向け機能です。これはGoogleが買収してブランド名を変更したRiffusion製品であるFlow Music内にあり、30秒から最長3分までのトラックを生成します。Googleは、「より現実的で感情的に繊細なボーカル」を提供すると説明しています。多言語ボーカルに対応しており、ローンチデモには英語、スペイン語、フランス語、ヒンディー語、ポルトガル語が含まれます。さらに、画像から音楽への入力、テンポ、BPM、キー、ボーカルスタイル、楽器編成のコントロール、そしてトラックの一部を作り直すための「Selective Section Painting」ツールも備えています。Googleによると、モデルページにはSynthID透かしが付けられています。

MiniMax-Music3は開発者向け成果物です。オープンウェイト版は完全なパイプラインであり、8BのグローバルLLMと0.6BのローカルLLMを2.4BのFlow Matchingモジュールで融合し、Flow-VAEを通じて32kHzステレオWAVを出力します。そして、およそ22GBのVRAMでセルフホスト可能です。その制御インターフェースは構造化されたキャプションです。ジャンル、サブジャンル、BPM、キー、スケール、感情の進行、ボーカル詳細、セクションごとのアレンジメントマップであり、歌詞には[Verse]、[Chorus]、[Bridge]などのタグが付けられます。Lyria 3.5が製品であるなら、MiniMax-Music3はコンポーネントです。

スコアボード

• 曲の長さ — MiniMax-Music3は1回の生成で最大5分、Lyria 3.5は最大3分です。

• ウェイト — MiniMax-Music3はオープンで、2026-08-13からダウンロード可能、ゲートなし。一方Lyria 3.5はクローズドで、ウェイトなし、セルフホスティング不可。

• 出力 — MiniMax-Music3 は 32 kHz 16-bit ステレオ WAV ファイルを出力し、ユーザーが保持・所有できます。一方、Lyria 3.5 の音声は Flow Music のプレイヤー内に限定されます。

• ControlMiniMax-Music3の構造化キャプション（BPM、キー、スケール、セクションごとのアレンジをカバー）を、Lyria 3.5のテンポ、BPM、キー、ボーカルスタイルコントロール、および生成後のSelective Section Paintingと比較する。

• 自分で実行可能 — MiniMax-Music3は対応。SGLang-Omni、diffusers、ComfyUIの各パスで約22GB VRAMと記載。Lyria 3.5は非対応。

• 価格 — MiniMax-Music3はAPIで1曲あたり$0.15（最大5分）、無料枠は毎分3リクエスト。一方、Lyria 3.5はFlow Musicサブスクリプション内で無料だが、開発者向けAPIの価格は3.5ではまだ確認されていない。

最後の行には脚注が必要です。Lyriaについて流布している30秒クリップあたり約0.04ドル、3分間の曲あたり約0.08ドルという数字は、初期のLyria 3および3 Pro世代に関する報告であり、3.5では確認されていません。また、GoogleはGemini APIにおける3.5のモデルIDやエンドポイントを発表していません。LyriaのAPI料金は未確定の問題として扱ってください。

上に示したMiniMax-Music3モデルカードが、オープンリリースに関するドキュメントのすべてです。参照できる個別の論文やローンチ告知は存在せず、そのためこの比較はREADMEの主張に大きく依存しています。

ボーカルの質問

両モデルはボーカルを前面に打ち出している。GoogleはLyria 3.5について、{{1}}"よりリアルで感情表現に富んだボーカル、さらに改良された発音"{{/1}}を主張している。MiniMaxのmusic-3.0のリリースノートは、高周波の{{2}}"デジタルヒス"{{/2}}を除去し、メロディ、アーティキュレーション、呼吸、重層的なハーモニーを制御する新しいボーカルエンジンを謳っている。どちらもベンダーの主張であり、いずれも独立して再現されたものではない。

ただし、Lyria 3.5に関する独立したテストの初期の成果が一つだけあり、それは本当に賛否両論です。Linux.doでのコミュニティテストでは、ボーカルとメロディーは改善されたものの、中国語の歌詞認識はおよそ5%の精度にまで後退しました。日本語でのハンズオンレビューでは、説得力のあるボーカルが見られた一方で、時折発音の癖があるとされました。これが、Googleの発音に関する主張に対する正直なベースラインです。つまり、一部の言語では説得力がある一方、他の言語では不安定なのです。MiniMax-Music3に関しては、まだ独立したテストは一切ありません。リポジトリが公開されてからまだ1日しか経っていないため、唯一公平な言い方は、両者のボーカルに関する主張は未検証であり、Lyria 3.5の主張はすでに一部反証されているということです。このLyria側の詳細については、以前のLyria 3.5ローンチレポートでより深く取り上げていますので、以下に示します。

それぞれが実際にかかる費用

コスト比較は、数え方によって結果が偏る。消費者にとって、Lyria 3.5 は実質無料だ。Flow Music のエントリーティアは月額6〜8ドル程度で、モデルが含まれているからだ。開発者にとっては、MiniMax-Music3 の方が劇的に安い。5分間の曲あたり0.15ドル、セルフホストならGPUのコストだけだ。一方、Lyria はAPI料金が未確認で、そもそもAPIがまだ存在しない可能性もある。

1分あたりの計算は、きちんと行う価値がある。MiniMaxの0.15ドルで最大5分間の楽曲が生成できるので、フル尺の場合1分あたりおよそ0.03ドルになる。最も楽観的なLyriaの数字でも、3分のトラックあたり約0.08ドルというから、1分あたり約0.027ドルで、ほぼ同じだ。本当の違いは単価ではない。MiniMaxの価格は公表されているうえ、モデルを自前のハードウェアで実行できるのに対し、Lyriaの開発者向けの話は推測の域を出ないという点だ。

誰がどれを選ぶべきか

Flow Music のサブスクライバーであり、洗練されたコンシューマー向けエクスペリエンスを求め、Google のエコシステム（画像から音楽、編集ツール）を重視し、出力がアプリ内に留まることやウェイトや確認済みAPIがないことを許容できるなら、Lyria 3.5 を選択してください。それは、モデルを操作するのではなく、曲を作りたい人にとってより良い製品です。

アプリ、ゲームのサウンドトラックパイプライン、カバージェネレーター、歌詞から曲を生成するサービスなど、何かを構築しているなら — 出力が自分で管理するファイルでなければならない、コストが予測可能でなければならない、またはモデルを自分の実行環境で実行しなければならない場合 — MiniMax-Music3 を選んでください。オープンウェイトと構造化キャプションは統合作業において決定的な工学的優位性をもたらし、5分という上限は Lyria の3分に対して真の優位性です。

どちらの賭けも確定させたくないチームにとって、価格ヘッジはモデルと同じくらい重要です。OrcaRouterのようなパススルールーターでは、プロバイダーのリスト価格がマークアップなしでそのまま通過するため、ベンダーが価格を引き下げると、その引き下げは同じ日に反映されます。再交渉も中間業者による価格再設定も不要です。両ベンダーの価格設定がこれほど新しいカテゴリーでは、これは覚えておく価値があります。

正直な結論

Lyria 3.5は、知名度の高いブランドと実績のないAPIを備えた、より優れた消費者向け体験です。一方、MiniMax-Music3は、公開価格、オープンなモデル重み、そして独立したリスニングテストが一切存在しないという点で、より優れた開発者向け資産です。今後数週間は、この非対称性こそがすべてを物語っています。Googleは機能を売り、MiniMaxは基盤を世に送り出しています。この対決の行方を決めるのは、オープンチェックポイントがAPI版と同じ品質のサウンドを実現できるかどうかであり、その答えをまだ誰も公表していません。