Odyssey-3 vs Hailuo 2.3: dotychczasowy model wideo, który jego własny twórca nazywa teraz przestarzałym

Hailuo 2.3 to model wideo MiniMax, który zadebiutował 28 października 2025 r. i cieszył się reputacją pod względem jakości fizyki i ruchu, której większość generatorów z tej samej generacji nie mogła dorównać. Od tego miesiąca figuruje też w sekcji Legacy Models w dokumentacji MiniMax, zastąpiony przez MiniMax H3. Odyssey-3 ma dziesięć dni, został opublikowany przez Odyssey 8 października 2026 r. jako podgląd badawczy, i robi coś, do czego Hailuo 2.3 nigdy nie został zaprojektowany: generuje środowisko na podstawie promptu i nieustannie przewiduje je w czasie rzeczywistym, gdy się po nim poruszasz lub wywołujesz zdarzenie. Porównywanie ich nie jest uczciwą walką w żadnym kierunku, a powód warto wyłożyć, ponieważ to także opis tego, jak szybko ta kategoria zmieniła się w ciągu dwunastu miesięcy.

Hailuo 2.3 wciąż można wywołać i wciąż ma podaną cenę. To właśnie ma znaczenie, jeśli wybierasz dzisiaj: jeden z tych dwóch modeli ma cennik i działające API, a drugi ma podgląd w przeglądarce i kontakt.

Czym H​ailuo 2.3 właściwie jest, według własnej specyfikacji M​iniMax

Lista modeli M​iniMax opisuje M​iniMax H​ailuo 2.3 jako model text-to-video i image-to-video z najnowocześniejszym podążaniem za instrukcjami i tym, co firma nazywa ekstremalnym mistrzostwem w fizyce, przy 1080p przez sześć sekund lub 768p przez sześć albo dziesięć sekund, wszystko przy 24 fps. M​iniMax H​ailuo 2.3Fast to tańszy wariant, tylko image-to-video, te same rozdzielczości i czasy trwania. Tryb 768p dziesięciosekundowy jest tym, który odróżnia go od większości współczesnych mu modeli: pojedyncza generacja dziesięciosekundowa przy 24 fps była, i w dużej mierze nadal jest, prawdziwą możliwością, a nie chwytem marketingowym.

Post ogłaszający premierę na chińskim kanale informacyjnym M​iniMax jest datowany na 28 października 2025 r. i przedstawia wydanie jako aktualizację H​ailuo 02 skupioną na dynamicznej ekspresyjności i realizmie. Nie ma wydania z otwartymi wagami, nie udało nam się znaleźć żadnego raportu technicznego ani żadnej oceny zewnętrznej H​ailuo 2.3 na żadnych publicznych rankingach, które sprawdziliśmy — w tym Physics-IQ Verified, gdzie nie pojawia się w ogóle ani H​ailuo 2.3, ani jego wariant Fast.

Ile to kosztuje, za klip i za sekundę

Strona z cennikiem MiniMax wymienia linię Hailuo jako stałe ceny za klip, co jest nietypowe i wyjątkowo łatwe do planowania:

• M​iniMax-H​ailuo-2.3 — 0,28 USD za sześciosekundowy klip w 768p, 0,56 USD za dziesięciosekundowy klip w 768p, 0,49 USD za sześciosekundowy klip w 1080p.

• M​iniMax-H​ailuo-2.3-Fast — 0,19 USD za sześciosekundowy klip w 768p, 0,32 USD za dziesięciosekundowy klip w 768p, 0,33 USD za sześciosekundowy klip w 1080p.

• M​iniMax-H​ailuo-02, poprzednik, nadal figuruje w tych samych stawkach 768p i 1080p oraz w wariancie 512p za 0,10 USD za sześć sekund i 0,15 USD za dziesięć sekund.

Po przeliczeniu — to nasze wyliczenia na podstawie cen katalogowych MiniMax, a nie wartość podana przez MiniMax — wychodzi około 0,047 USD za sekundę przy 768p i 0,082 USD za sekundę przy 1080p w Hailuo 2.3, a około 0,032 i 0,055 USD za sekundę w wariancie Fast. To niskie stawki jak na model z klasy 1080p.

Odyssey-3 nie ma ceny katalogowej, którą można by podzielić. Jedyne publiczne dane kosztowe to znormalizowane szacunki w kolumnie kosztów Physics-IQ Verified: 0,139 USD za wygenerowane wideo dla Odyssey-3 i 0,267 USD dla Odyssey-3 Pro. Nie są one porównywalne ze stawkami MiniMax, ponieważ ranking normalizuje swoje dane kosztowe do 24 fps i wyjścia o szerokości 1280, tam gdzie pozwalają na to dane wejściowe, podczas gdy dane MiniMax to to, co widnieje na fakturze. Stawianie ich obok siebie tak, jakby mierzyły tę samą wielkość, byłoby porównaniem, które wygląda na rzetelne, a wcale takie nie jest.

Twierdzenie fizyczne i gdzie można je sprawdzić

Głównym twierdzeniem Hailuo 2.3 była dokładność fizyczna — własne określenie MiniMax to „ekstremalne mistrzostwo w fizyce” — a benchmarkiem, który istnieje specjalnie po to, by testować to twierdzenie, jest Physics-IQ Verified, prowadzony przez Anates Labs wspólnie z DeepMind. Hailuo 2.3 nie znajduje się na nim. MiniMax H3, następca o otwartych wagach wydany 31 lipca 2026 r., plasuje się następująco: 9. miejsce przy poprawie netto o +0,95 p.p. względem średniej dla toru na własnych promptach benchmarku, 24 kl./s, znormalizowany koszt 0,438 USD za film. MiniMax H3 Max, wariant o wysokiej szybkości tego samego modelu, zajmuje 11. miejsce przy −2,63 p.p.

A więc następca tej rodziny jest na tablicy i ma lekko dodatni wynik; jej własna generacja nigdy nie została zgłoszona. Odyssey-3, na tej samej tablicy i tym samym zestawie promptów, znajduje się na 8. miejscu z +2,15 p.p. i 0,129 USD za film, a po zgłoszeniu z niestandardowymi promptami na 3. miejscu z +9,99 p.p. Odyssey-3 Pro, w przypadku niestandardowych promptów, zajmuje 2. miejsce z +11,15 p.p.

Przeczytane uczciwie, mówi trzy rzeczy naraz. Model świata zbudowany do interakcji osiąga wyższy wynik niż rodzina modeli wideo stworzonych specjalnie do tego zadania w benchmarku wiarygodności fizycznej. Porównanie jest asymetryczne, ponieważ generacja samego dotychczasowego lidera nigdy nie była tam testowana. A przewaga +2,15 wobec +0,95 na dopasowanym zestawie promptów mieści się spokojnie w przedziałach błędu ±0,84 i ±0,35 punktu, które towarzyszą tym dwóm wierszom. Na podstawie dostępnych dowodów Odyssey-3 i najlepszy zgłoszony model M​iniMax nie różnią się w mierzalny sposób pod względem wiarygodności fizycznej.

Różnica, której nie widać w żadnym wyniku

Każdy wiersz powyżej mierzy, czy model tworzy fizycznie wiarygodny klip. Odpowiedź Hailuo 2.3 to klip: przyjmuje prompt lub nieruchomy obraz, zwraca sześć lub dziesięć sekund wideo 24 fps w wybranej przez ciebie rozdzielczości — i na tym transakcja się kończy. To dobra odpowiedź, a cena za klip w MiniMax czyni ją tanią.

Odpowiedź Odyssey-3 to nie klip. Odyssey opisuje ją jako wieloetapowy transformator dyfuzji wideo rozszerzony autoregresyjnie poprzez teacher forcing i maskowanie przyczynowe, destylowany do wariantu kilkuetapowego, wystarczająco szybkiego, by można było wchodzić z nim w interakcję, a podgląd udostępnia nawigację pierwszoosobową, nawigację trzecioosobową i niezależny ruch kamery. Nie otrzymujesz wideo; otrzymujesz środowisko, które reaguje na to, co robisz w jego wnętrzu. Nic w dokumentacji H​ailuo 2.3 nie ma odpowiednika, a nic w jego historii wydań nie sugeruje, że M​iniMax dążył do czegoś takiego — M​iniMax zmierzał w stronę otwartych wag i multimodalnych referencji wraz z H3, a nie w stronę interaktywności.

Ta różnica sprawia, że Odyssey może publikować wyniki dotyczące ramienia robota odzyskującego sprawność po nieudanym chwycie oraz polityki jazdy wytrenowanej na dwudziestu godzinach symulowanych danych, a M​iniMax publikuje klipy. Nie są to dwa punkty na jednej osi. To różne osie, które przypadkiem obie są oznaczone jako generowanie wideo.

Dotarcie do nich

H​ailuo 2.3 jest dostępny przez własne API platformy M​iniMax, a OrcaRouter go nie hostuje. Odyssey-3 nie znajduje się na żadnej hostowanej platformie i nie ma opublikowanej stawki, na podstawie której ktokolwiek mógłby go trasować.

To, do czego dociera jeden klucz OrcaRouter, to ta część rodziny, która jest aktualna: minimax/minimax-h3, następca z otwartymi wagami, jest routowany po 0,08 USD za sekundę wyjścia 768P — to własna cena katalogowa MiniMaxa, przekazywana bez marży (0%), więc każda zmiana tej stawki tego samego dnia pojawia się na Twojej fakturze. Linia wideo Kling jest dostępna na tym samym kluczu w cenie od 0,084 USD do 0,28 USD za żądanie, obok ponad 200 modeli, z automatycznym przełączaniem awaryjnym między dostawcami oraz DSL routingu, który umieszcza kilka modeli wideo za jednym interfejsem, dzięki czemu porównanie to zmiana konfiguracji. Jeśli Odyssey uruchomi samoobsługowy endpoint, to właśnie do takiego kształtu należy go dodać.

O co tak naprawdę chodzi w tym starciu

Hailuo 2.3 nie jest modelem, który ktokolwiek wybrałby teraz jako opcję z najwyższej półki — jego własny dostawca zdążył już dwa razy pójść dalej — ale to wciąż dobry, tani generator klipów o solidnej specyfikacji, w cenie za sekundę, której większość nowych graczy nie przebija, a jego dziesięciosekundowy tryb 768p daje w jednym ciągłym materiale więcej, niż zaoferuje ci podgląd Odyssey-3. Jeśli zależy ci na gotowym materiale przy przewidywalnym koszcie, Hailuo 2.3 jest dziś użyteczniejszym modelem i żadne pozycjonowanie oparte na benchmarkach fizyki tego nie zmieni.

Odyssey-3 jest tym ciekawszym, a jeszcze nie jest produktem. To model, na który warto zwrócić uwagę, jeśli twoim problemem jest przewidywanie, a nie produkcja: co wydarzy się dalej, biorąc pod uwagę to, co właśnie zrobiłem. Uczciwe podsumowanie porównania Odyssey-3 z H​ailuo 2.3 jest takie, że dotychczasowy gracz się wycofuje, a pretendent nie jest jeszcze w sprzedaży, co czyni to porównaniem między usługą, którą można kupić, a możliwością, którą można tylko wypróbować.