MiniMax H3 Max: specyfikacja, cennik i decyzja o poziomie

Ta strona nie jest historią premiery. MiniMax H3 Max pochodzi z sierpnia 2026 roku, a model, na którym się opiera, MiniMax H3, jest jeszcze starszy — MiniMax udostępnił go 31 lipca 2026 roku, a jego wagi są publiczne. To, co czyni tę stronę wartą napisania dzisiaj, to nie świeżość: chodzi o to, że sama nazwa „minimax h3 max” została wpisana 6 504 razy w ciągu 28 dni do 25 września, a najlepsza pozycja, jaką zajmujemy na to dokładne zapytanie, to 8,4 — wystarczająco blisko, by zostać zauważonym, wystarczająco daleko, by żadna nasza strona nie była odpowiedzią, której szuka osoba wyszukująca. Ta strona jest więc stroną referencyjną: czym jest MiniMax H3 Max, jak wypada w zestawieniu z MiniMax H3, ile według dokumentacji samego MiniMax kosztuje i co przyjmuje oraz jak ocenia go niezależny ranking — każda liczba odczytana ze źródła pierwotnego 28 września 2026 roku.

Krótka wersja odpowiedzi na pytanie o poziomy, bo to właśnie o nią czytelnicy faktycznie pytają: MiniMax H3 Max to szybki poziom, a nie ten duży. Dokumentacja dla programistów MiniMax opisuje MiniMax H3 Max jako model generowania wideo poddany dodatkowemu treningowi na MiniMax H3 i udostępniony wspólnie przez MiniMax oraz partnerskie laboratorium, zoptymalizowany pod kątem szybkiego generowania. Generuje klipy w 480P lub 768P o długości od 5 do 15 sekund. MiniMax H3 generuje klipy w 768P lub 2K o długości od 4 do 15 sekund, to ten z otwartymi wagami i ten, który potrafi edytować wideo, a nie tylko je generować. „Max” daje tu szybkość i niższą cenę wejścia, a kosztuje drabinkę rozdzielczości, upscaler 2K i otwarte wydanie.

Czym jest MiniMax H3 Max

Przewodnik MiniMax po generowaniu wideo zaczyna się od stwierdzenia, że firma obecnie oferuje dwa modele generowania wideo, MiniMax H3 i MiniMax H3 Max, i jest najwyraźniejszym pojedynczym źródłem informacji o tym podziale. MiniMax H3 opisano jako otwarty multimodalny model wideo ogólnego przeznaczenia, który w jednolity sposób rozumie dane wejściowe tekstowe, obrazowe, wideo i audio oraz obsługuje generowanie wideo, tworzenie na podstawie referencji i edycję wideo. MiniMax H3 Max opisano jako model generowania wideo dotrenowany na MiniMax H3 i zoptymalizowany pod kątem szybkiego generowania, zapewniający „standardowe wyjście 480P i 768P” i generujący szybciej niż MiniMax H3.

Każde z tych sformułowań pochodzi od samego dostawcy, a zwłaszcza przewaga szybkości jest twierdzeniem dostawcy: MiniMax nigdzie w swojej dokumentacji dla deweloperów nie publikuje żadnych danych o opóźnieniach ani przepustowości dla H3 Max, więc „szybszy” jest udokumentowany jakościowo, a nie ilościowo. Precyzyjnie udokumentowana jest natomiast obwiednia i to właśnie w obwiedni te dwa modele faktycznie się różnią.

Jedna rzecz warta odnotowania dla każdego, kto śledzi tę rodzinę: strona z informacjami o wydaniach MiniMax, będąca kanonicznym, opatrzonym datami indeksem premier modeli tej firmy, zawiera wpis dotyczący MiniMax H3 z datą 31 lipca 2026 r. i nie zawiera żadnego wpisu dla MiniMax H3 Max. Model istnieje w dokumentacji dla deweloperów, dokumentacji API oraz karcie cenowej i można go zidentyfikować jako H3 post-train, ale MiniMax nigdy nie nadał mu własnej daty wpisu o premierze. Artificial Analysis datuje go na sierpień 2026 r. na swoich tablicach.

Pytanie o poziom: MiniMax H3 vs MiniMax H3 Max

Niemal cały ruch wyszukiwania z luźnych zapytań wokół tego modelu to porównanie wariantów — „minimax h3 vs minimax h3 max” to największe pojedyncze z drugorzędnych zapytań dotyczących nazwy, a pytania o ceny i wdrożenie lokalne, które za nim stoją, to kolejne dwa. Oto porównanie w wymiarach określonych przez własną specyfikację MiniMax, z podaniem obu stron:

• Rozdzielczość wyjściowa — MiniMax H3: 768P lub 2K. MiniMax H3 Max: 480P lub 768P, przy czym 768P jest ustawieniem domyślnym, a 2K nie jest obsługiwane.

• Długość klipu — MiniMax H3: od 4 do 15 sekund, tylko wartości całkowite. MiniMax H3 Max: od 5 do 15 sekund, tylko wartości całkowite; 4 sekundy są odrzucane.

• Tryby — oba obsługują tekst-na-wideo, obraz-na-wideo z pierwszą i/lub ostatnią klatką oraz generowanie na podstawie referencji z obrazów referencyjnych, wideo lub audio. MiniMax H3 obsługuje dodatkowo edycję wideo, a punkty końcowe regeneracji 2K i context-IR są dostępne wyłącznie w MiniMax H3.

• Szybkość — MiniMax H3 Max jest w dokumentacji opisany jako szybszy z tych dwóch; MiniMax H3 już nie. Dla żadnego z nich nie opublikowano danych liczbowych.

• Otwarte wagi — MiniMax H3 ma publiczny checkpoint i możliwość samodzielnego hostowania. MiniMax H3 Max nie ma opublikowanych wag. Własne FAQ Artificial Analysis wskazuje MiniMax H3, a nie H3 Max, jako lidera otwartych wag w obu rankingach wideo.

• Cena wejściowa przy 768P — oba w cenniku po 0,08 USD za sekundę. Tańszy poziom to H3 Max przy 480P, 0,05 USD za sekundę.

Zatem wybór poziomu nie polega na tym, „który jest lepszy” — chodzi o to, czy potrzebujesz 2K, czy otwartych wag. Jeśli potrzebujesz któregokolwiek z nich, MiniMax H3 Max nie jest kandydatem, niezależnie od tego, jak bardzo jest szybszy. Jeśli generujesz duże ilości krótkich klipów w 768P lub 480P i większość z nich odrzucasz, H3 Max to poziom, dzięki któremu taki wskaźnik odrzuceń staje się opłacalny.

Wejścia i wyjścia, ze specyfikacji MiniMax

Ta rodzina nie jest wyłącznie tekstowa, a warstwa wejściowa to jej najsłabiej opisana część. Przewodnik MiniMax dotyczący generowania wideo podaje jedną wspólną tabelę wymagań wejściowych dla obu modeli, co oznacza, że to, co H3 Max akceptuje jako odniesienia, jest tym, co akceptuje H3:

• Modalności wejściowe — tekst, obrazy, klipy wideo i klipy audio, wszystko jako materiał referencyjny dla generowanego wideo. Dane wyjściowe to wideo o czasie trwania i rozdzielczości, które zadeklarujesz.

• Pierwsza i ostatnia klatka — zero, jeden lub dwa obrazy, każdy o wymiarach od 256 do 5760 pikseli na dłuższym boku, o współczynniku proporcji od 2:5 do 5:2. Zero obrazów oznacza generowanie wideo z tekstu.

• Materiały referencyjne — maksymalnie 9 obrazów; maksymalnie 3 klipy wideo trwające od 2 do 15 sekund każdy, łącznie 15 sekund; maksymalnie 3 klipy audio trwające od 2 do 15 sekund każdy, łącznie 15 sekund. W przypadku mieszanych danych wejściowych limit wynosi 12 plików. Konwersja obrazu na wideo i konwersja materiału referencyjnego na wideo wzajemnie się wykluczają w ramach jednego żądania.

• Formaty i limity — wideo H.264/AVC lub H.265/HEVC z dźwiękiem AAC lub MP3; obrazy JPG, JPEG, PNG, WEBP, HEIC lub HEIF; audio WAV lub MP3. Wideo do 50 MB na plik, obrazy 30 MB, audio 15 MB, treść żądania 64 MB, prompt do 7000 znaków.

• Proporcje — adaptacyjne, 21:9, 16:9, 4:3, 1:1, 3:4 lub 9:16. Tekst na wideo wymaga jawnego współczynnika proporcji i nie może używać trybu adaptacyjnego; obraz na wideo zawsze przyjmuje adaptacyjny współczynnik proporcji na podstawie klatki wejściowej.

• Tylko H3 Max — pole extra.prompt_expansion_mode z trzema ustawieniami: disabled, balanced (domyślne) i quality. Dla MiniMax H3 nie udokumentowano odpowiednika.

Przepływ pracy jest asynchroniczny dla obu: wysyłasz żądanie POST do punktu końcowego generowania wideo, podając nazwę modelu w polu model, otrzymujesz identyfikator zadania, odpytujesz go i pobierasz ze zwróconego adresu URL. Oba modele mają ten sam punkt końcowy i ten sam kształt żądania, co jest praktycznym punktem — poziom jest wartością pola, a nie integracją.

Cennik

Karta pay-as-you-go MiniMax, odczytana 28 września 2026 r., podaje ceny za sekundę wygenerowanego wideo. MiniMax H3 Max kosztuje 0,05 USD za sekundę przy 480P i 0,08 USD za sekundę przy 768P. MiniMax H3 kosztuje 0,08 USD za sekundę przy 768P i 0,13 USD za sekundę przy 2K. Są to ceny katalogowe dostawcy i to właśnie te liczby obowiązują dziś.

Materiał wejściowy jest rozliczany dodatkowo, a oba plany rozliczają go inaczej — to właśnie ten element zaskakuje ludzi. W przypadku MiniMax H3 Max referencje audio są bezpłatne, pierwsze dwa obrazy są bezpłatne, a każdy dodatkowy obraz kosztuje 0,074 USD, natomiast referencyjne wideo jest rozliczane na podstawie czasu trwania materiału wejściowego i rozdzielczości wyjściowej: 0,0553 USD za sekundę przy 480P, 0,143 USD za sekundę przy 768P. W przypadku MiniMax H3 bezpłatny limit obrazów wynosi pięć, a nie dwa, każdy obraz powyżej tego limitu kosztuje 0,04 USD, a referencyjne wideo jest rozliczane według stawki wyjściowej — 0,08 USD za sekundę przy 768P, 0,13 USD przy 2K. Zatem przepływ pracy intensywnie wykorzystujący referencje nie jest po prostu tańszy w planie Max: daje dwa bezpłatne obrazy zamiast pięciu i nalicza więcej za sekundę referencyjnego wideo przy 768P niż H3.

Z tej samej karty wynikają jeszcze dwa fakty dotyczące rozliczeń. Po pierwsze, 2K w rodzinie H3 to osobny płatny etap: punkt końcowy regeneracji podnosi wynik 768P do 2K za 0,05 USD za sekundę regenerowanego wyniku, a punkt końcowy context-IR, który na podstawie multimodalnych danych wejściowych tworzy wzbogacony ustrukturyzowany prompt, rozlicza 0,90 USD za milion tokenów wejściowych i 3,60 USD za milion tokenów wyjściowych. Po drugie, co ma większe znaczenie dla budżetowania, przedpłacone pakiety wideo MiniMax obejmują starsze modele wideo Hailuo, a strona pakietów podaje, że MiniMax H3 nie jest przez nie obsługiwany, i kieruje użytkowników H3 do API pay-as-you-go; MiniMax H3 Max pojawia się tylko na karcie pay-as-you-go.

Jedna liczba wymaga oznaczenia. Artificial Analysis śledzi MiniMax H3 Max po cenie 2,40 USD za minutę w swoich rankingach wideo, a przypis definiuje tę kolumnę jako koszt wygenerowania jednej minuty wideo 1080p przez API twórcy przy ustawieniach domyślnych. Własna karta MiniMax podaje 0,08 USD za sekundę przy 768P, co daje 4,80 USD za minutę. Te dwie wartości się nie zgadzają, a 1080p to rozdzielczość, której ten model nie generuje, więc niezależna kolumna to znormalizowane porównanie między modelami, a nie wycena dla H3 Max. Tam, gdzie się one różnią, karta dostawcy jest wartością, która ma zastosowanie do Twojego rachunku; nie znaleźliśmy żadnej aktualnej strony MiniMax dokumentującej rabat, który zasypałby tę lukę.

Niezależna lektura

Nie ma żadnego benchmarku dostawcy dla MiniMax H3 Max — MiniMax nie publikuje dla niego żadnego wyniku, a strona z informacjami o wydaniu nawet go nie wymienia. Jedynym niezależnym pomiarem jest arena wideo Artificial Analysis, która jest zaślepionym głosowaniem opartym na preferencjach ludzi, a nie zestawem benchmarków, i jest to jedyna liczba w tym zestawieniu, która nie jest wypowiedzią dostawcy o samym sobie.

Na dzień 28 września 2026 r. MiniMax H3 Max zajmuje 1. miejsce w rankingu image-to-video z dźwiękiem z wynikiem Elo 1 194 przy 5 765 głosach, wyprzedzając MiniMax H3 (1 181), Gemini Omni Flash (1 178), Dreamina Seedance 2.0 720p (1 176) i HiDream-O1-Video (1 174). W rankingu text-to-video z dźwiękiem zajmuje 3. miejsce z Elo 1 227 przy 5 689 głosach, w czteromodelowym przedziale remisowym na szczycie: Gemini Omni Flash prowadzi z 1 233, a Wan 3.0 ma 1 229. Te liczby zmieniły się od sierpnia — te same rankingi pokazywały 1 204 i 1 235 w momencie pierwszego pojawienia się modelu — a tak właśnie działa arena, gdy głosy się gromadzą; dlatego należy odczytywać je jako bieżącą migawkę, a nie ustalony ranking.

Arena nie mówi ci, czy model po dotrenowaniu pobił swój model bazowy pod względem jakości w jakimkolwiek kontrolowanym sensie. MiniMax H3 i MiniMax H3 Max nie zostały porównane ze sobą przy dopasowanym nakładzie w dopasowanym środowisku testowym — nikt nie przeprowadza takiego porównania dla modeli wideo, a oba są poddawane głosowaniu jako osobne wpisy z osobnymi licznikami głosów. Uczciwe stwierdzenie jest wąskie: w tym rankingu, w tym dniu, H3 Max wyprzedza H3 o 13 punktów Elo, a własne FAQ Artificial Analysis wskazuje H3 Max jako lidera wśród modeli image-to-video z wyjściem audio.

Czego MiniMax nie dokumentuje

Strona referencyjna, która tylko powtarza marketing dostawcy, nie jest zbyt wartościową stroną referencyjną, więc oto, czego nie udało się ustalić. Nie ma opublikowanego opóźnienia, przepustowości ani współczynnika czasu rzeczywistego dla MiniMax H3 Max — przewaga szybkości jest udokumentowana jako kierunek, a nie liczba. W informacjach o wydaniu MiniMax nie ma wpisu H3 Max ani datowanego wpisu o premierze. Nie ma opublikowanych wag: organizacja MiniMaxAI na Hugging Face wymienia MiniMax H3, a nie H3 Max, a dokumentacja samodzielnego hostowania obejmuje ścieżki ComfyUI, SGLang i vLLM-Omni tylko dla MiniMax H3. W warstwie Max nie ma 2K, trybu edycji wideo ani endpointu context-IR lub regeneracji. A otwarty MiniMax H3, z którego się wywodzi, ma licencję społecznościową, której wersja z 26 sierpnia 2026 r. wyklucza Stany Zjednoczone, Unię Europejską, Wielką Brytanię i Koreę Południową oraz wymaga odrębnej licencji dla tych terytoriów — ograniczenie, które dotyczy MiniMax H3, ponieważ H3 Max nie ma w ogóle wag, które można by licencjonować.

Wywołanie dowolnej warstwy

Własna ścieżka MiniMax dla obu modeli to API rozliczane za użycie na jej platformie, więc koszt Twojej integracji to jeden endpoint z podmienioną nazwą modelu. Jeśli chcesz mieć całą rodzinę pod jednym kluczem, MiniMax H3 jest w naszym katalogu w OrcaRouter — ten otwarty, obsługujący 2K i edytowalny — w cenie katalogowej dostawcy wynoszącej 0,08 USD za sekundę przy 768P i 0,13 USD za sekundę przy 2K, z 0% narzutu, więc każda zmiana tego cennika dociera do Ciebie tego samego dnia, a nie w podwyższonej stawce, oraz z automatycznym przełączaniem awaryjnym, dzięki czemu pojedyncze potknięcie po stronie dostawcy nie pociąga za sobą Twojej kolejki generowania. Ma to większe znaczenie niż zwykle w przypadku wideo, gdzie żądanie jest długotrwałym zadaniem, a nie wywołaniem, które można po cichu ponowić.

Który poziom wybrać, sprowadza się do jednego pytania i nie chodzi w nim o Elo. Jeśli Twój wynik musi mieć 2K, musi działać na własnym serwerze albo musi edytować istniejący materiał, MiniMax H3 jest jedyną opcją, a różnica w szybkości jest ceną tych możliwości. Jeśli Twój wynik to materiał 480P lub 768P na social media, reklamy albo e-commerce, gdzie generujesz więcej klipów, niż zostawiasz, MiniMax H3 Max to tańszy poziom, na którym można pozwolić sobie na wyrzucanie wyników, a arena obecnie ocenia go jako lepszy z tych dwóch. Czego nie rozstrzyga ani ranking, ani karta specyfikacji, to kwestia ceny: niezależny tracker pokazujący 2,40 USD za minutę wobec cennika dostawcy liczącego 0,08 USD za sekundę to rozbieżność, którą ktoś w końcu wyjaśni albo poprawi, i to jedyna liczba na tej stronie, którą warto przeczytać ponownie, zanim przeznaczysz na to budżet.

Każdy routowany model jest rozliczany według ceny katalogowej dostawcy i przekazywany dalej z 0% marży, więc ponad 200 modeli za jednym API — a zmiana ceny dostawcy wchodzi w życie tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy.