Wan 3.0 vs MiniMax H3 比較のタイトルカード。サブタイトルは「オープンウェイトのものにはライセンス上の落とし穴がある」。3つの統計チップは「オープンウェイト:なし vs H3-Base のみ」「ライセンスは米国、英国、EU、韓国を除外」「1080pで30秒 vs 2Kで15秒」。
Guides & Insights

Wan 3.0 vs MiniMax H3:オープンウェイトの一方には落とし穴がある

著者

Gideon Frost

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

この比較について、ほとんどの報道が逆に捉えているのはこちらの見方だ。MiniMax H3はオープンウェイトのモデルであり、ダウンロードして中身を検査し、自分のハードウェアで動かすことができ、今日、ルーティングAPI経由で呼び出せるのはこの2つのうちこれだけだ。Wan 3.0は公開された重みが一切なく、今回のリリースよりかなり前から始まっていたオープン性からの後退が続いている。ここまではよくある話だ。見落とされているのはライセンスの方である。MiniMax H3の重みは、米国、英国、欧州連合、韓国を明示的に除外するコミュニティライセンスの下に置かれており、これらの地域で利用するにはMiniMaxへの申請が必要だ。「オープンウェイト」と「オープンライセンス」は同じ主張ではない。そしてこの2つを比べるうえで、その違いはスペック表以上にものを言う。

どちらのモデルも現行で、どちらも強力です。Wan 3.0は Tongyi Lab によるもので、2026年8月6日にパブリックベータに入り、8月24日に正式リリースされました。1回のパスで最大30秒、最大1080pを生成します。MiniMax H3は MiniMax によるもので、2026年8月初旬に重みを公開し、768pで4~15秒、またはAPI専用のアップスケーリングモジュール経由で2Kを生成し、ネイティブステレオオーディオに対応しています。これらは、動画モデルとはどうあるべきかという同じ議論の両輪です。

ライセンスの問題を、何よりも先に。

ここから始めてください。除外された地域のいずれかに該当する場合、残りの比較は意味をなさなくなるからです。

• MiniMax H3 — H3-Baseの重みは、ApacheやMITではなく、MiniMaxのコミュニティライセンスの下でダウンロードできます。このライセンスは米国、英国、EU、韓国を除外しています。これらの地域のユーザーは、MiniMaxに許可を申請することになります。オープンになっているのはベースモデルのみで、Context-IRプロンプト拡張モジュールと2K再生成モジュールはAPI側に留まり、リリースには一切含まれていませんでした。

• Wan 3.0 — 重みも、リポジトリも、公開されたライセンスもない。アリババの発表資料は従量制のクローズドAPIについて述べており、何かをオープンにするとは一切言及していない。

それは本当に別種のクローズドだ。MiniMaxは、あなたが満たせるかもしれない条件を伴う何かをリリースした。Alibabaは、満たすためのものを何もリリースしなかった。

各モデルが実際に何なのか

フレーミングを取り除けば、両者は異なる役割に向けられている。

• 最大長さ — Wan 3.0は1パスで2~30秒を実行します。MiniMax H3は4~15秒です。これが両者間の最大の機能的違いであり、つなぎ合わせでは埋められません。なぜなら、継ぎ目こそが回避しようとしていたものだからです。

• 解像度 — Wan 3.0 は 480p、720p、1080p を出力し、デフォルトは 1080p です。MiniMax H3 はネイティブで 768p を出力するほか、再生成モジュール経由で 2K を出力しますが、このモジュールは API 専用のため、ウェイトをセルフホストするユーザーは利用できません。

• フレームレートと音声 — どちらも768pで24 fpsを生成します。MiniMax H3は、ネイティブ音声について明確な仕様を公開しています。32 kHzステレオで、映像と同じパスで生成されます。Wan 3.0の発表資料には、ネイティブの音響映像出力と同期した微細な表情が記載されています。ある比較サイトでは依然としてWan 3.0のネイティブ音声が未確認として掲載されているため、音声の同等性については、独自に検証されたものではなくベンダーによる説明として扱ってください。

• 入力 — Wan 3.0はテキスト、画像、動画、音声、そしてファミリー初となる文書とWebページに対応しています:PDF、PPT、DOCX、XLS、Markdown、TXT、最大100 MBまたは50ページ、1リクエストにつき1ファイルまたは1リンク。MiniMax H3はテキスト、画像、動画、音声の参照に対応し、最大9枚の画像、3本の動画クリップ、3本の音声クリップを扱えます。

• 出力制御 — MiniMax H3は、最初のフレーム、最後のフレーム、および最初と最後のフレームの制御に加え、参照から動画への変換を提供します。Wan 3.0は、指示ベースの編集、動画延長、スマートな再生時間の提案、適応型アスペクト比を提供します。これらは異なる機能リストであり、同じ機能の量の違いではありません。

Two-column scoreboard for Wan 3.0 and MiniMax H3 across six shared dimensions: downloadable weights (none published vs H3-Base only), licence (closed API only vs community excluding US, UK, EU and South Korea), text-to-video Elo (1229 rank 2 vs 1220 rank 4), max length (30 vs 15 seconds), top resolution (1080p vs 2K via API-only upscaler) and routed on OrcaRouter (No vs Yes, $0.08/s at 768p).

リーダーボードが示すもの、そしてそれが食い違うところ

Artificial Analysisは両方をランク付けしているが、そのパターンはマーケティングが示唆するものではない。

• テキストから動画(音声付き)、2026年9月18日 — Wan 3.0は6,011サンプルでElo 1229、第2位。MiniMax H3は8,602サンプルで1220、第4位。このランキングにおける9ポイントの差は確かに存在するが、控えめなものだ。

• 画像から動画(音声付き) — MiniMax H3は1181で2位。Wan 3.0は1164で6位。ここではオープンウェイトモデルが優勢です。

• それが意味するもの — どちらのモデルも圧倒しているわけではない。テキストの指示からならWan 3.0が強く、スチル画像からならMiniMax H3が強い。30秒という能力こそ、Wan 3.0にあってどのリーダーボードにも捉えられない強みだ。どのボードも短いクリップしか測定していないからである。

第二の情報源であるMegatonのV-Benchmark v2.0(2026年9月10日更新)は、Wan 3.0に総合81.6、MiniMax H3 Max——ベースモデルそのものではなく、ベースモデルの事後学習された兄弟モデル——に74.5をつけている。方法論が違えば答えも違い、二つのベンチマークが一致しないという事実自体が示唆に富む。これらのモデルは、何を測るかによって順位が変わるほど差が小さいのだ。

Alibaba Cloud Model Studio's Wan3.0 announcement page, dated 2026-08-06, headlined “Wan3.0: 30-Second AI Video Generation from Any Input”, describing up to 30 seconds of video in a single pass, text, image, audio, video and document input, and API pricing from $0.05 per second for 480P output.

実際に購入する解像度でのコスト

ここでの価格は生成動画1秒あたりの価格で、これは両ベンダーが採用している課金方式であり、いずれも定価での提示です。

• Wan 3.0 — Alibabaによると、480pで1秒あたり0.3元(約0.05ドル)、720pで0.6元(約0.10ドル)、1080pで1.2元(約0.20ドル)。Artificial Analysisは1080p構成を1分あたり12.00ドルと記載している。30%のローンチ割引は、2026年9月23日までAlibaba CloudのBailianおよびQianwen AIプラットフォームで実施される。

• MiniMax H3 — MiniMax自社プラットフォームでは768pで毎秒0.08ドル、2Kで毎秒0.13ドル。Artificial Analysisはこれを1080p相当の構成で毎分7.80ドルと換算しています。参照音声の入力は無料、参照画像は最初の5枚まで無料です。

• ドラフトの裏技ではお金は節約できません — 768pで生成してから2Kに再生成すると、1秒あたり$0.08 + $0.05 = $0.13かかり、ちょうど2Kの料金と同じです。効果があるのは、どうせ捨てるつもりだったテイクだけです。

これらの2つの数字を直接比較することには、本当の落とし穴があります。$0.08 と $0.20 は異なる解像度と異なる最大長に対する価格なので、生の秒単価比較では、あなたがすでに心を傾けていたモデルが有利に見えてしまいます。正直な指標は、再試行を含めた、採用されたクリップあたりのコストです。

ここではルーティングの切り口が、異例なほど具体的だ

これは、オープンウェイトモデルの方がより利用しやすいという珍しい対決だ。

MiniMax H3 は現在 OrcaRouter でルーティング可能で、プロバイダーの定価に 0% のマークアップを加えた価格で請求されます — 768p では 1 秒あたり $0.08、2K では $0.13(モデルページに表示)— 自動フェイルオーバーを備えているため、単一のサービングパスがダウンしてもパイプラインを道連れにすることはありません。Wan 3.0 はどのルーティングプラットフォームにもありません。アクセスできるのは、独自のコンソール — Model Studio(Bailian)、そのクラウドコンソール、Wanxiang サイト — と、Envato、Leonardo.Ai、ComfyUI などのサードパーティ製クリエイティブツールです。中核要件が「1 つのキーで多数のモデルを、プロバイダー価格で」であるなら、H3 ファミリーではそれがすでに実現しています。

その非対称性は逆方向にも働く。ルーティングはライセンスを解決しない。米国、英国、EU、韓国にいて、MiniMax H3の重みをセルフホストするつもりなら、今日実際に機能するルートはホスト型APIだ。それはWan 3.0から得られるアクセスと同じ形で、ドキュメント入力と30秒が省かれたものだ。

OrcaRouter's own MiniMax-H3 model page, showing the model by MiniMax dated 2026-07-31, 4–15 second clips at 768P or 2K with native stereo audio, billed per second of generated output at $0.08/s at 768P and $0.13/s at 2K, a price tile reading $0.08 per second, and the /v1/video/generations endpoint.

で、どれ?

• 15秒を超える長さ、1080pでの出力、またはドキュメントの動画化が必要な場合 — Wan 3.0。これらのいずれにも MiniMax H3 に相当するものはありません。

• ダウンロード可能なウェイト、先頭/末尾フレーム制御、または2Kパイプラインが必要 — MiniMax H3。ただし、あなたの地域が除外されていない場合に限ります。除外されている場合は、それを基に構築する前にMiniMaxへ申請してください。

• 1つのAPIキーと、モデルファミリー全体にわたるプロバイダーのリスト価格をお求めですか — MiniMax H3 は、このペアのうちすでにルーティング済みの一方で、リスト価格のまま自動フェイルオーバーに対応しています。

• ベンチマークで選んでいる — もうやめてください。テキストから測るか画像から測るかで順位は入れ替わるし、どちらのボードでもその差は、あなたのプロンプトと隣の人のプロンプトとの差より小さいのです。

注目すべきは、Alibabaが重みの方針を撤回するかどうかだ。Wan 2.2以降の各世代は前の世代より閉鎖的になっており、Wan 2.2は依然として最後のApacheライセンスのフラッグシップだ。つまり、この傾向は一方向を指しているが、それは傾向にすぎず、約束ではない。もしリポジトリが現れれば、この比較は書き換えられる。