Odyssey-3 против MiniMax H3: вся разница — в скачивании

3 августа 2026 года веса видеомодели 2K появились на Hugging Face под именем, которое любой может скачать и запустить: MiniMax H3. Шесть недель спустя, 15 сентября, Odyssey опубликовала исследовательскую страницу для Odyssey-3 — фундаментальной модели мира, которая управляет роботизированными руками, автомобилем, дроном и тремя видеоиграми, — и поместила одно предложение туда, где должна была бы находиться ссылка для скачивания: она будет выпущена публично «в ближайшие недели». Эти два предложения — всё сравнение. Одна из этих моделей может оказаться в вашем кластере уже сегодня вечером, на вашем собственном железе, по лицензии, которую вы можете прочитать. Другую же никто за пределами её лаборатории не может ни купить, ни арендовать, ни скачать, и компания не сообщила, когда это изменится. Эта асимметрия — не сноска к противостоянию. Это и есть противостояние.

Что на самом деле даёт вам MiniMax H3

H3 была анонсирована 31 июля 2026 года, а 3 августа её исходный код был открыт. Это универсальная модель, а не генератор видео для одной задачи: она воспринимает текст, изображения, видео и аудио как контекст и создаёт видео длительностью до 15 секунд в разрешении до 2K с нативным стереозвуком 32 кГц и частотой 24 кадра в секунду. Поддерживаются шесть соотношений сторон (от 21:9 до 9:16), а диалоги стабильно поддерживаются на одиннадцати языках. Опубликованы два варианта открытой базовой модели — H3-Base-FL2VA для генерации видео по тексту, а также по первому кадру, последнему кадру или первому и последнему кадрам, и H3-Base-Ref2VA, который принимает до девяти изображений, трёх видеоклипов и трёх аудиоклипов, но не более двенадцати входных файлов.

Для этого сравнения важно то, где заканчивается открытая половина. Полная система H3 — это трёхэтапный конвейер: H3-Context-IR выполняет предобработку и оркестрацию контекста, H3-Base генерирует в 768p, а H3-Regenerate-2K поднимает результат до 2K. Публично доступны только веса H3-Base, и они поставляются под MiniMax H3 Community License, а не под Apache или MIT — лицензией с условиями, которые стоит прочитать, прежде чем она окажется в коммерческом конвейере. Этап Context-IR и модуль регенерации до 2K работают на стороне MiniMax. Так что «открытые веса» здесь дают вам середину конвейера. Команда, которая скачает H3-Base и развернёт его у себя, получит генерацию видео в 768p и никакого пути к 2K без обращения к вендору.

Что вместо этого даёт вам Odyssey-3

Вместо этого Odyssey-3 предлагает вам утверждение и набор демонстраций. Odyssey описывает её как фундаментальную модель мира, а опубликованные архитектурные детали достаточно конкретны, чтобы их можно было проверить позже: авторегрессионный диффузионный трансформер, обученный на большом наборе визуальных наблюдений за миром, который, по словам компании, даёт усвоенное понимание физики, динамики, причинно-следственных связей и поведения человека. Адаптация к задаче выполняется путём подключения декодера действий, обученного на парах «наблюдение–действие», при этом предобученная модель мира остаётся замороженной — небольшая политика считывает представления замороженной модели, а не дообучает саму модель.

Демонстрации охватывают шесть воплощений. Роботизированные руки, после десятков часов демонстраций, включая восстановительное поведение, которого не было в обучающих данных, — переориентация схвата после неудачного захвата. Гуманоидные политики, построенные с помощью Flexion на основе десятков часов данных телеуправления, которые, по словам Odyssey, обобщают лучше, чем базовые модели VLA, против которых их тестировали, без публикации числа. Вождение в замкнутом контуре, обученное на двадцати часах симулированных данных, осуществлялось в Индии. Полёт дрона в помещении с обходом препятствий на основе симулированных данных. Игровые среды, включая политики, обученные в Grand Theft Auto V, которые перенеслись в Red Dead Redemption 2 и Sleeping Dogs без дополнительного обучения в этих играх; примерно двух часов записей GTA хватило, чтобы воспроизвести езду верхом в RDR2. И генерация среды для обучения других ИИ, связанная с исследовательской работой компании PROWL по обучению с подкреплением.

Единственная твёрдая цифра на странице — это сравнение с реальными видеозаписями: Odyssey сообщает, что обученные в симуляции стратегии вождения проезжали примерно 77% того расстояния между вмешательствами водителя-страховки, которое проезжали стратегии, обученные на реальных данных. Это показатель от поставщика, не воспроизведённый, без технического отчёта за ним, и ни одна третья сторона не опубликовала результат по Odyssey-3. Это как раз та цифра, которая определяет, полезна ли модель мира, и на данный момент это слова одной компании.

Две привязки, которые совсем не похожи друг на друга

Так и тянет записать MiniMax H3 в «открытые», а Odyssey-3 — в «закрытые», но реальность лицензирования интереснее этого, и она работает в обоих направлениях.

MiniMax H3 открыт в середине и закрыт по краям. Вы можете держать в руках генератор, изучать его, дообучать и запускать без сетевого вызова. Но вы не можете держать в руках оркестрацию контекста, которая делает его универсальной моделью, и не можете держать в руках этап 2K. Если заявление о качестве вашего продукта зависит от разрешения вывода, у вашего развёртывания с открытыми весами есть потолок, который снимает только хостинговый тариф вендора.

Odyssey-3 закрыта на всех уровнях, и то, как её подаёт сама компания, — вот почему это странно. Модель мира, ориентированная на роботов, дронов и транспортные средства, адресована покупателям, которые выполняют инференс на собственном оборудовании — заводских цехах, тестовых автомобилях, летательных аппаратах. Такие покупатели не могут использовать хостируемый endpoint для контура управления; задержка и связность исключают это. Поэтому бизнес-модель для подобной модели должна так или иначе включать веса, иначе у неё не будет клиентов в сегментах, которые Odyssey постоянно называет. Отсутствие лицензии сегодня — это не столько заявление о намерениях, сколько заявление о том, что коммерческие условия всё ещё пишутся. Раунд Series B Odyssey на $310 млн, объявленный в июне 2026 года при оценке $1,45 млрд, с AWS в качестве предпочтительного облака и Trainium в качестве вычислительной основы, — это контекст, в котором будут определяться эти условия.

Измерение за измерением

• Что получается на выходе — MiniMax H3: отрендеренный клип, 4–15 с, до 2K со стереозвуком. Odyssey-3: смоделированное состояние мира плюс моторные действия для подключённого оборудования.

• Что можно скачать — MiniMax H3: веса H3-Base, лицензия сообщества, 768p. Odyssey-3: ничего; ни весов, ни лицензии, ни репозитория.

• Что остаётся у поставщика — MiniMax H3: H3-Context-IR и H3-Regenerate-2K, два модуля, которые делают его универсальным и делают его 2K. Odyssey-3: всё.

• Цена — MiniMax H3: опубликованные тарифы за секунду, примерно $0,08 при 768p и $0,13 при 2K, плюс $0,05 за секунду регенерированного результата (данные поставщика). Odyssey-3: нигде не опубликованы.

• Доступность — MiniMax H3: открыт с 3 августа 2026 года, можно вызывать уже сейчас. Odyssey-3: анонсирован 15 сентября 2026 года, «в ближайшие недели», без даты.

• Сторонние данные — MiniMax H3: заняла первое место в редактировании видео и второе или третье — в преобразовании текста в видео и изображения в видео по результатам сторонних оценок. Odyssey-3: одна цифра от производителя и ни одного внешнего прогона.

Если вам нужно что-то создать в этом месяце

Практическое следствие таково: только одно из этих двух — решение, на которое можно опереться в действиях. MiniMax H3 маршрутизируется в OrcaRouter как minimax/minimax-h3 по прейскурантной цене провайдера, с наценкой 0% — то есть ставка вендора — это и есть ставка, которую платите вы, и когда MiniMax меняет цифру, ваш счёт меняется вместе с ней в тот же день, а не при продлении. Для посекундной видеомодели это важнее, чем для большинства других случаев, потому что разрыв между 768p и 2K составляет почти два к одному, а разница между прототипом и запуском может оказаться разницей между этими двумя тарифами.

Есть вторая причина обратиться здесь к маршрутизатору, а не к прямой интеграции с поставщиком. Открытая половина H3 действительно полезна сама по себе, и команды, которые с наибольшей вероятностью об этом позаботятся, — это те, у кого есть GPU и своё мнение о них. Такие команды приходят к смешанной конфигурации: самостоятельно размещённый H3-Base для объёмной работы, хостинговый путь для регенерации в 2K и ещё одна-две модели для всего, что нужно конвейеру вокруг видео. Один ключ и автоматическое переключение при сбоях между поставщиками в такой конфигурации ценнее, чем в стеке с одной моделью, а DSL маршрутизации объединяет окружающие модели — модель промптов, модель изображений для начального кадра, видеомодель — в один вызов вместо трёх интеграций.

Odyssey-3, если быть точным, не маршрутизируется ни через OrcaRouter, ни через кого-либо ещё. Нет эндпоинта, на который можно было бы маршрутизировать, и нет цены, которую можно было бы передать. Эта статья не утверждает обратного.

Вопрос, который стоит задать обоим поставщикам

MiniMax уже ответила на интересный вопрос о H3, и ответ таков: «середина, при 768p, под нашей лицензией». Если вы оцениваете H3, проверять нужно то, превосходит ли открытая база плюс ваша собственная инфраструктура хостинговый путь 2K по стоимости за полезную секунду — и проверить это до того, как вы построите заявление о продукте на выводе 2K.

Odyssey пока не ответила на вопрос о своей версии. Когда окно релиза закроется, первый вопрос — не бенчмарк, а лицензия: какое из этих шести воплощений является поддерживаемым развёртыванием, на чьём оборудовании, по какой цене и будет ли декодер действий, который заставляет замороженную модель мира управлять роботизированной рукой, тем, что обучает клиент, или тем, что поставляет Odyssey. Модель мира, которая с помощью одного бэкбона охватывает роботизированные руки, человекоподобных роботов, автомобили, дроны и три игры, — это заявка на универсальность, а универсальность — это то, что делает её фундаментальной моделью, а не политикой, — именно поэтому коммерческие условия, а не демонстрационный ролик, решат, кто сможет её использовать.

До тех пор честное табло гласит: одна модель, которую можно стянуть, одна модель, за которой можно наблюдать. Сначала ищите репозиторий и лицензию, а бенчмарк — во вторую очередь, именно в таком порядке, потому что без первых двух третий невозможно проверить.

Поставьте весь конвейер за один API-ключ с автоматическим переключением при сбое вместо трёх отдельных интеграций.