MiniMax-Music3 kontra Lyria 3.5: Otwarte wagi przeciwko zamkniętemu ogrodowi muzycznemu Google

MiniMax-Music3 i Lyria 3.5 generują kompletne utwory na podstawie tekstowego promptu i mniej więcej na tym podobieństwa się kończą. G​ogle umieściło Lyrię 3.5 w swojej konsumenckiej aplikacji Flow Music 29 lipca 2026 r., bezpłatnie dla subskrybentów, bez wag i bez potwierdzonego API dla programistów; Mini​Max wydał MiniMax-Music3 jako otwarte wagi na Hugging Face 13 sierpnia 2026 r., po tym jak jego API music-3.0 działało od 16 lipca. Ta sama robota, przeciwstawne strategie dystrybucji. To porównanie pokazuje, co ta różnica faktycznie ci daje, i zaczyna się od zastrzeżenia co do źródeł: wszystkie deklaracje jakości po obu stronach pochodzą od producentów, a żaden z modeli nie ma niezależnego benchmarku ani opublikowanego bezpośredniego porównania w chwili pisania tego tekstu.

Dwie filozofie wydawania

Lyria 3.5 to funkcja konsumencka. Znajduje się w Flow Music (przejętym i przemianowanym przez Google produkcie Riffusion), generuje utwory trwające od 30 sekund do trzech minut i według Google zapewnia „bardziej realistyczny i emocjonalnie zniuansowany wokal”. Obsługuje wielojęzyczny wokal — w prezentacjach premierowych znalazły się angielski, hiszpański, francuski, hindi i portugalski — a także wejście w postaci obrazu do generowania muzyki, kontrolę tempa, BPM, tonacji, stylu wokalu i instrumentacji oraz narzędzie „Selective Section Painting” do przerabiania fragmentu utworu. Google podaje, że strona modelu zawiera znak wodny SynthID.

MiniMax-Music3 to artefakt deweloperski. Wydanie z otwartymi wagami to pełny potok — globalny LLM 8B plus lokalny LLM 0,6B połączone przez moduł Flow Matching 2,4B z Flow-VAE, który generuje stereofoniczny WAV 32 kHz — i można go hostować samodzielnie na około 22 GB VRAM. Jego powierzchnia sterowania to ustrukturyzowany podpis: gatunek, podgatunek, BPM, tonacja, skala, przebieg emocjonalny, szczegóły wokalne oraz mapa aranżacji dla każdej sekcji, z tekstami oznaczonymi [Verse], [Chorus], [Bridge] i tak dalej. Jeśli Lyria 3.5 jest produktem, MiniMax-Music3 jest komponentem.

Tablica wyników

• Długość utworu — MiniMax-Music3 do pięciu minut w jednej generacji vs Lyria 3.5 do trzech minut.

• Wagi — MiniMax-Music3 otwarty, do pobrania od 2026-08-13, bez bramki vs Lyria 3.5 zamknięty, bez wag, bez self-hostingu.

• Wyjście — MiniMax-Music3 32 kHz 16-bitowe stereofoniczne pliki WAV, które zatrzymujesz i posiadasz, w porównaniu z dźwiękiem Lyria 3.5, który żyje w odtwarzaczu Flow Music.

• Kontrola — ustrukturyzowany opis MiniMax-Music3 obejmujący BPM, tonację, skalę, aranżację poszczególnych sekcji w porównaniu z tempem Lyria 3.5, BPM, tonacją, kontrolą stylu wokalu oraz selektywne malowanie sekcji po wygenerowaniu.

• Serwuj sam — MiniMax-Music3 tak, udokumentowane przy ~22 GB VRAM ze ścieżkami SGLang-Omni, diffusers i ComfyUI; Lyria 3.5 nie.

• Cena — MiniMax-Music3 $0.15 za utwór (do pięciu minut) w API, darmowy limit 3 zapytań na minutę w porównaniu z Lyria 3.5 dostępną bezpłatnie w subskrypcjach Flow Music, a cennik API dla deweloperów wciąż nie został potwierdzony dla wersji 3.5.

Ta ostatnia linijka wymaga przypisu. Podawane w obiegu kwoty ~0,04 USD za 30-sekundowy klip i ~0,08 USD za trzyminutowy utwór dotyczące Lyrii odnoszą się do wcześniejszych generacji Lyria 3 i 3 Pro, a nie zostały potwierdzone dla wersji 3.5. Google nie ogłosiło też identyfikatora modelu ani punktu końcowego dla 3.5 w Gemini API. Cennik API Lyrii należy traktować jako otwartą kwestię.

Karta modelu MiniMax-Music3 pokazana powyżej stanowi całą dokumentację otwartego wydania — nie ma osobnej pracy naukowej ani wpisu o premierze, na które można by się powołać, dlatego to porównanie w tak dużym stopniu opiera się na twierdzeniach z pliku README.

Kwestia wokalu

Oba modele wysuwają na pierwszy plan wokal. Google twierdzi, że Lyria 3.5 oferuje „bardziej realistyczny i emocjonalnie nacechowany wokal oraz lepszą wymowę”; notatki wydawnicze MiniMaxa do music-3.0 mówią o nowym silniku wokalnym, który usuwa wysokoczęstotliwościowy „cyfrowy szum” i kontroluje melodię, artykulację, oddech oraz warstwowe harmonie. To jednak tylko deklaracje producentów i żadna z nich nie została niezależnie zweryfikowana.

Jest jednak jeden wczesny zestaw niezależnych testów dla Lyria 3.5 i ma on naprawdę mieszane wyniki. Test społeczności na Linux.do wykazał, że wokale i melodia uległy poprawie, ale rozpoznawanie chińskich tekstów spadło do około 5% skuteczności; japoński test praktyczny ujawnił przekonujące wokale z okazjonalnymi dziwactwami wymowy. To jest uczciwy punkt odniesienia dla twierdzeń Google dotyczących wymowy: przekonująca w niektórych językach, niepewna w innych. Dla MiniMax-Music3 nie ma jeszcze żadnych niezależnych testów — repozytorium jest publiczne od jednego dnia — więc jedyne uczciwe stwierdzenie jest takie, że twierdzenia o wokalach po obu stronach są niezweryfikowane, a te dotyczące Lyria 3.5 zostały już częściowo zaprzeczone. Tę stronę Lyria omówiliśmy bardziej szczegółowo w naszym wcześniejszym artykule o premierze Lyria 3.5, pokazanym poniżej.

Ile faktycznie kosztuje każdy z nich

Porównanie kosztów jest nierówne w zależności od tego, jak je liczyć. Dla konsumenta Lyria 3.5 jest praktycznie darmowa — podstawowe plany Flow Music to około 6–8 dolarów miesięcznie, a model jest wliczony. Dla dewelopera MiniMax-Music3 jest zdecydowanie tańszy: 0,15 dolara za pięciominutowy utwór albo koszt GPU przy samodzielnym hostingu, w porównaniu z niepotwierdzonym cennikiem API Lyrii i faktem, że to API może jeszcze nie istnieć.

Warto wprost przeliczyć koszt na minutę. Za 0,15 dolara od MiniMaxa otrzymasz do pięciu minut utworu, czyli przy pełnej długości około 0,03 dolara za minutę. Nawet najbardziej optymistyczna raportowana wartość dla Lyrii, ~0,08 dolara za trzyminutowy utwór, to około 0,027 dolara za minutę — niemal identycznie. Prawdziwa różnica nie polega na cenie jednostkowej; chodzi o to, że cena MiniMaxa jest opublikowana, a model można uruchomić na własnym sprzęcie, podczas gdy zapowiedzi Lyrii dotyczące deweloperów są spekulacyjne.

Kto powinien wybrać, które

Wybierz Lyrię 3.5, jeśli jesteś subskrybentem Flow Music, chcesz dopracowanego doświadczenia konsumenckiego, cenisz ekosystem Google (obraz do muzyki, narzędzia do edycji) i odpowiada Ci, że wyniki pozostają w aplikacji, bez wag i bez potwierdzonego API. Jest to lepszy produkt dla ludzi, którzy chcą tworzyć piosenki, a nie obsługiwać model.

Wybierz MiniMax-Music3, jeśli tworzysz coś — aplikację, potok generowania ścieżek dźwiękowych do gry, generator coverów, usługę zamiany tekstu na piosenkę — gdzie wynik musi być plikiem, który kontrolujesz, koszt musi być przewidywalny, a model musi działać tam, gdzie go uruchamiasz. Otwarte wagi i ustrukturyzowany opis dają mu zdecydowaną przewagę inżynieryjną w pracach integracyjnych, a limit pięciu minut to realna przewaga nad trzema minutami Lyrii.

Dla zespołów, które nie chcą, aby żaden z zakładów był przypieczętowany, zabezpieczenie cenowe jest równie ważne jak modele: w routerze typu pass-through, takim jak OrcaRouter, cena katalogowa dostawcy jest przekazywana dalej bez marży, więc gdy dostawca obniży cenę, obniżka obowiązuje tego samego dnia — bez renegocjacji i bez ponownej wyceny przez pośrednika. Warto o tym pamiętać w kategorii, w której ceny obu dostawców są tak młode.

Uczciwe podsumowanie

Lyria 3.5 zapewnia lepsze doświadczenie konsumenckie dzięki większej marce i nieprzetestowanemu API; MiniMax-Music3 jest lepszym atutem dla deweloperów dzięki opublikowanej cenie, otwartym wagom i zerowej liczbie niezależnych testów odsłuchowych. Przez najbliższe kilka tygodni ta asymetria to cała historia: Google sprzedaje funkcję, a MiniMax dostarcza fundament. Pytanie, które rozstrzygnie to starcie, brzmi: czy otwarty checkpoint brzmi tak samo dobrze jak wersja API — i nikt jeszcze nie opublikował tej odpowiedzi.