HiDream-O1-Video-1.0 vs MiniMax H3: Sześciopunktowa różnica i licencja, która wyklucza cztery kraje

Sześć punktów. To cała różnica między HiDream-O1-Video-1.0 a MiniMax H3 w jedynym rankingu, w którym oba się pojawiają: 1,175 ±10 dla HiDream wobec 1,181 ±8 dla H3 w rankingu image-to-video Artificial Analysis, odczyt z 10 października 2026. Przedziały wynoszą 1,165–1,185 i 1,173–1,189. Pokrywają się niemal całkowicie. Każda strona, która zaczyna się od ogłoszenia zwycięzcy w tym rankingu, odczytuje szum.

Remis jest prawdziwy i nie jest istotą sprawy. Istotą sprawy jest to, co go otacza: trzy tabele wyników przeciwko jednej, różnica w cenie, która zależy wyłącznie od tego, który z dwóch odczytów kosztu godzinowego H3 przyjmiesz, oraz fakt, że jeden z tych modeli można pobrać — na warunkach, które zabraniają używania go w Stanach Zjednoczonych, Wielkiej Brytanii, Unii Europejskiej i Korei Południowej, chyba że wystąpisz o pozwolenie. Wynik jest najmniej rozstrzygającą liczbą w tym porównaniu.

Obie płyty, oba modele i gdzie kończy się pokrycie

AA-Video-I2V v1.0, dźwięk zachowany w:

• MiniMax H3 Max — 1. miejsce, Elo 1 195 ±9, 5 894 głosy, sierpień 2026, 4,80 $/min

• MiniMax H3 — 2., Elo 1 181 ±8, 7 284 głosy, lipiec 2026, 7,80 USD/min

• HiDream-O1-Video-1.0 — 6. miejsce, Elo 1175 ±10, 3231 głosów, sierpień 2026, 5,80 USD/min

AA-Video-T2V v2.0, osobna tablica z własną skalą i własną pulą głosów:

• MiniMax H3 (768p) — 4. miejsce, Elo 1 137 ±9, 8 315 głosów, lipiec 2026, 4,80 USD/min

• MiniMax H3 Max — 5. miejsce, Elo 1 130 ±10, 5 719 głosów, sierpień 2026, 4,80 USD/min

• HiDream-O1-Video-1.0 — nie na liście

AA-Video-Editing v1.1:

• MiniMax H3 (768p) — 4. miejsce, Elo 1119 ±6, 7023 głosy, lipiec 2026, 9,60 USD/min

• HiDream-O1-Video-1.0 — nie na liście

Rodzina H3 MiniMaxa to trzy wiersze w trzech tablicach, z trzema różnymi odczytami na minutę: edycja, tekst-na-wideo i obraz-na-wideo są rozliczane inaczej na tych samych wagach. Model HiDream to jeden wiersz na jednej tablicy. Różnica w wyniku to sześć punktów i mieści się w szumie; różnica w pokryciu jest szeroka na dwie całe kategorie zadań.

Istnieje drugi odczyt tabeli I2V, który warto nazwać, ponieważ przeczy oczywistemu wnioskowi. Wynik HiDream 1,175 opiera się na 3,231 głosach. Wynik MiniMax H3 1,181 opiera się na 7,284 — ponad dwukrotnie większej liczbie — a H3 Max 1,195 na 5,894. Na liście, na której rozpiętość całej pierwszej szóstki wynosi dwadzieścia punktów, model z najmniejszą pulą głosów ma najszerszy przedział i największe pole do przesunięć. Sześć punktów różnicy między pomiarem opartym na 3,231 głosach a pomiarem opartym na 7,284 głosach nie jest dowodem równości ani niższości; to dowód, że kwestia nie została rozstrzygnięta.

Licencja, przede wszystkim

Jeśli znajdujesz się na jednym z wykluczonych terytoriów, reszta tej strony to czysta teoria, więc omawiamy ją na początku.

Bazowe wagi MiniMax H3 można pobrać na podstawie licencji społecznościowej MiniMax — nie Apache, nie MIT — a licencja ta wyklucza Stany Zjednoczone, Wielką Brytanię, Unię Europejską i Koreę Południową, gdzie korzystanie wymaga złożenia wniosku do MiniMax. Komercyjne wykorzystanie przy rocznym przychodzie powyżej 20 mln USD wymaga uprzedniej pisemnej zgody. Otwarty jest konkretnie bazowy checkpoint: moduł rozszerzania promptów Context-IR oraz ścieżka regeneracji 2K pozostają po stronie API i nigdy nie były częścią wydania.

HiDream-O1-Video-1.0 nie publikuje żadnych wag w rejestrze Artificial Analysis, a dla tego modelu wideo nie jest dostępne żadne repozytorium first-party. To inny rodzaj zamkniętości: MiniMax dostarczył coś z warunkami, którym być może mógłbyś sprostać, a HiDream nie dostarczył nic, czemu można by sprostać.

Praktyczna konsekwencja jest węższa, niż sugeruje sformułowanie „otwarte kontra zamknięte”. Jeśli znajdujesz się poza czterema wykluczonymi terytoriami i self-hosting jest w twoich planach, wagi H3 są realną opcją, a wagi HiDream nie. Jeśli jesteś w ich obrębie, H3 jest produktem API na tych samych warunkach co HiDream, a licencja nie kosztowała cię nic poza przeczytaniem akapitu.

Specyfikacje i w jakim stopniu każda z nich jest weryfikowalna

• Długość — MiniMax H3: od 4 do 15 sekund, wyłącznie wartości całkowite, pochodzenie: własna specyfikacja platformy MiniMax. HiDream-O1-Video-1.0: tablica odnotowuje go jako wydany model produkcyjny; jego kontrakt udostępniania dokumentuje znacznie węższe żądanie, niż opisuje to jego zapowiedź, a żadna dostępna dziś strona first-party nie publikuje drabinki czasów trwania.

• Rozdzielczość — MiniMax H3: natywnie 768p, z 2K dostępnym przez moduł regeneracji, który działa wyłącznie przez API i dlatego jest niedostępny dla każdego, kto samodzielnie hostuje wagi. HiDream: wyceniony przez zarząd w konfiguracji 1080p; nie opublikowano listy rozdzielczości producenta.

• Liczba klatek na sekundę i dźwięk — MiniMax H3 podaje wyraźną specyfikację audio: dźwięk stereo 32 kHz generowany w tym samym przebiegu co wideo, przy 24 fps. Ogłoszenie HiDream opisuje natywnie zsynchronizowany dźwięk, a HiDream-O1-Video-1.0 pojawia się na tablicy z dźwiękiem Artificial Analysis, a nie na tej bez dźwięku, co jest niezależnym potwierdzeniem, że dźwięk jest prawdziwy. Żaden z dostawców nie publikuje specyfikacji audio dla modelu HiDream o precyzji takiej jak w H3.

• Dane wejściowe — MiniMax H3: referencje tekstowe, obrazowe, wideo i audio odczytywane jako jeden ujednolicony kontekst, do 9 obrazów, 3 klipów wideo i 3 klipów audio. HiDream: jego ogłoszenie wymienia tekst, obrazy i wideo, ale publiczny schemat żądań dokumentuje jeden obraz referencyjny plus opcjonalny prompt — to kształt, względem którego faktycznie integrowałbyś się.

• Kontrola wyniku — H3 oferuje kontrolę pierwszej klatki, ostatniej klatki oraz pierwszej i ostatniej klatki, a także funkcję reference-to-video. Udokumentowany publiczny zakres funkcji HiDream nie oferuje żadnej z tych opcji.

Warto jasno powiedzieć, jaki wzorzec rysuje się na tej liście. Każdy wiersz po stronie MiniMax pochodzi od MiniMax. Większość wierszy po stronie HiDream pochodzi z tablicy lub z ogłoszenia, a nie ze specyfikacji, a tam, gdzie ogłoszenie i serwowany kontrakt się nie zgadzają, to właśnie serwowany kontrakt odrzuci Twoje żądanie.

Ile kosztuje każda sekunda, w rozdzielczości, którą byś kupił

MiniMax rozlicza za sekundę wygenerowanego materiału wyjściowego: 0,08 USD za sekundę przy 768p i 0,13 USD za sekundę przy 2K na własnej platformie. Wejście referencyjnego audio jest bezpłatne; obrazy referencyjne są bezpłatne w przypadku pierwszych pięciu. Te stawki przekładają się na 4,80 USD za minutę dla konfiguracji 768p na tablicach text-to-video i edycyjnych oraz na 7,80 USD za minutę dla konfiguracji równoważnej 1080p, którą odnotowuje tablica image-to-video.

Jedyną krążącą liczbą dla HiDream jest 5,80 USD za minutę, w 1080p, w API twórcy modelu przy domyślnych ustawieniach, zgodnie z zapisem Artificial Analysis.

Czytane dosłownie, wygląda to tak, jakby HiDream plasował się między dwoma odczytami H. Warto się temu oprzeć z dwóch powodów. 4,80 USD i 7,80 USD to ten sam model w różnych rozdzielczościach, więc porównywanie 5,80 USD z tamtymi to porównywanie rozdzielczości z rozdzielczością, a nie modelu z modelem. A trik „najpierw szkic, potem skalowanie” nie ratuje arytmetyki: wygenerowanie H3 w 768p i ponowne wygenerowanie do 2K kosztuje 0,08 USD plus 0,05 USD, co daje dokładnie stawkę 0,13 USD za sekundę w 2K. Oszczędza pieniądze tylko na ujęciach, które i tak zamierzałeś odrzucić.

Metryką, która przetrwa to wszystko, jest koszt na zaakceptowany klip, który wlicza ponowienia. W pracy opartej w dużej mierze na referencjach — powracające postacie, produkt, który musi pozostać identyczny w różnych ujęciach — dziewięć referencji obrazowych i trzy referencje audio H3 są wymierzone dokładnie w ten typ błędu, który powoduje powtórki, a model, który utrzymuje obiekt za pierwszym podejściem, jest tańszy, niż sugeruje jego miernik. W pracy opartej wyłącznie na promptach te sloty to półki, których nigdy nie zapełnisz.

Dostępność, w przypadku której asymetria jest niezwykle konkretna

To rzadkie starcie, w którym model o otwartych wagach jest również tym bardziej dostępnym.

MiniMax H3 znajduje się w katalogu OrcaRouter jako minimax/minimax-h3, rozliczany według ceny katalogowej dostawcy — 0,08 USD za sekundę przy 768p i 0,13 USD przy 2K, czyli według stawek samego dostawcy — bez doliczania marży po naszej stronie, dzięki czemu cena MiniMax jest dostępna na naszej linii tego samego dnia, a nie dopiero przy odnowieniu. Znajduje się on w tym samym punkcie końcowym zgodnym z OpenAI co modele tekstowe, co oznacza, że wywołanie wideo to zmiana identyfikatora modelu, a nie druga integracja, a automatyczne przełączanie awaryjne przenosi żądanie na sprawną ścieżkę obsługi, zanim rozpocznie się odpowiedź, zamiast zwracać błąd do Twojej aplikacji.

HiDream-O1-Video-1.0 nie jest trasą OrcaRouter i ten tekst nie twierdzi, że nią jest. Jest dostępny przez własne kanały dostawcy oraz przez przestrzenie robocze podmiotów trzecich, które go odsprzedają, przy stawce 5,80 USD za minutę, którą rada odnotowuje jako jego publikowaną ekonomikę.

Ta asymetria działa w drugą stronę w jednym miejscu i warto to nazwać. Routing nie rozwiązuje problemu licencji. Jeśli jesteś w USA, Wielkiej Brytanii, UE lub Korei Południowej i zamierzałeś samodzielnie hostować wagi H3, wywoływanie go przez router nie jest obejściem — to jest obejście, a kwestia licencji nadal pozostaje do rozstrzygnięcia przez ciebie.

Wybór między nimi

• Oba, jeśli zadaniem jest animowanie nieruchomego obrazu z dźwiękiem i nic więcej. Te dwa są statystycznie ex aequo w tym rankingu, a w tym momencie wybierasz na podstawie dokumentacji, ceny i tego, czy chcesz opcję licencyjną. H3 w większości przypadków wygrywa pod wszystkimi trzema względami, a HiDream nie wygrywa w niczym, co możesz obecnie zweryfikować.

• Sam MiniMax H3, jeśli dane wejściowe to scenariusz, a nie pojedyncza klatka. Udokumentowane żądanie HiDream nie zaakceptuje tego wywołania, a nie opublikowano dla niego żadnej własnej ścieżki tekst-na-wideo.

• Sam MiniMax H3, jeśli wycinasz, wydłużasz lub zmieniasz styl materiału. H3 zajmuje czwarte miejsce w rankingu montażu z wynikiem 1 119 ±6 przy 7 023 głosach. HiDream nie został zgłoszony.

• Sam MiniMax H3, jeśli self-hosting jest w planach i znajdujesz się poza czterema wykluczonymi terytoriami. Nic po stronie HiDream tego nie zastępuje.

• HiDream-O1-Video-1.0, jeśli konkretnie chcesz drugiego niezależnego zliczenia głosów od nowszego modelu i jesteś gotów integrować się z wąskim, wciąż zmieniającym się kontraktem. Sześć punktów poniżej H4 na tej tablicy wyników, przy niższym odnotowanym wskaźniku, z zastrzeżeniem, że pod względem liczebności próby ten pomiar jest o połowę mniejszy od tego młodszego i lepiej ugruntowanego.

Rozstrzygnęłoby to pojawienie się wiersza HiDream na drugiej tablicy. Gdyby model zdobył wpis dotyczący text-to-video albo edycji, połowa tego porównania dotycząca pokrycia upada i staje się to prostym pytaniem o cenę i wynik dwóch modeli, które obecne liczby pozostawiają otwarte. Jeśli nie, możliwe do obrony podsumowanie jest wąskie: na jedynej tablicy, na której oba modele są uwzględnione, mają remis w obrębie swoich przedziałów, a jeden z nich wykonuje dwa dodatkowe zadania.