MiniMax-Music3 ปะทะ Lyria 3.5: โอเพนเวทสู้กับสวนเพลงปิดของ Google

MiniMax-Music3 และ Lyria 3.5 ต่างก็สร้างเพลงทั้งเพลงจากพรอมต์ข้อความ และจุดที่ความคล้ายคลึงสิ้นสุดลงก็ประมาณนั้น Google วาง Lyria 3.5 ลงในแอปสำหรับผู้บริโภค Flow Music เมื่อวันที่ 29 กรกฎาคม 2026 ให้สมาชิกใช้ฟรี โดยไม่มีน้ำหนักโมเดลและไม่มี developer API ที่ยืนยันแล้ว ส่วน MiniMax ปล่อย MiniMax-Music3 เป็น open weights บน Hugging Face เมื่อวันที่ 13 สิงหาคม 2026 หลังจากที่ music-3.0 API เปิดใช้งานมาตั้งแต่วันที่ 16 กรกฎาคม งานเดียวกัน กลยุทธ์การเผยแพร่ตรงข้ามกัน การเปรียบเทียบนี้เกี่ยวกับว่าความแตกต่างนั้นให้อะไรกับคุณจริง ๆ และเริ่มต้นด้วยข้อควรระวังเรื่องแหล่งที่มา: การอ้างคุณภาพทุกจุดทั้งสองฝ่ายเป็นการรายงานจากผู้จำหน่าย และไม่มีโมเดลใดมีเกณฑ์มาตรฐานอิสระหรือการเปรียบเทียบแบบเผชิญหน้าที่เผยแพร่ ณ เวลาที่เขียน

ปรัชญาการปล่อยเวอร์ชันสองแบบ

Lyria 3.5 เป็นฟีเจอร์สำหรับผู้บริโภค อยู่ภายใน Flow Music (ผลิตภัณฑ์ Riffusion ที่ Google เข้าซื้อและรีแบรนด์) สร้างแทร็กได้ตั้งแต่ 30 วินาทีถึงสามนาที และ Google อธิบายว่ามอบ "เสียงร้องที่สมจริงและมีอารมณ์ความรู้สึกมากขึ้น" รองรับเสียงร้องหลายภาษา — ตัวอย่างเปิดตัวครอบคลุมภาษาอังกฤษ สเปน ฝรั่งเศส ฮินดี และโปรตุเกส — รวมถึงอินพุตรูปภาพเป็นเพลง ตัวควบคุมจังหวะ BPM คีย์ สไตล์เสียงร้อง และเครื่องดนตรี และเครื่องมือ "Selective Section Painting" สำหรับปรับแก้ส่วนหนึ่งของแทร็ก Google ระบุว่าหน้ารุ่นโมเดลมีลายน้ำ SynthID

MiniMax-Music3 เป็นอาร์ติแฟกต์สำหรับนักพัฒนา การเปิดเผยน้ำหนักโมเดลครั้งนี้เป็นไปป์ไลน์เต็มรูปแบบ — LLM ระดับโลกขนาด 8B รวมกับ LLM ระดับท้องถิ่นขนาด 0.6B หลอมรวมผ่านโมดูล Flow Matching ขนาด 2.4B เข้าสู่ Flow-VAE ที่ส่งออกไฟล์ WAV สเตอริโอ 32 kHz — และสามารถโฮสต์เองได้ด้วย VRAM ประมาณ 22 GB พื้นผิวควบคุมของมันคือคำอธิบายแบบมีโครงสร้าง: แนวเพลง, แนวเพลงย่อย, BPM, คีย์, สเกล, การดำเนินอารมณ์, รายละเอียดเสียงร้อง และแผนผังการเรียบเรียงรายท่อน โดยเนื้อเพลงจะถูกติดแท็กเป็น [Verse], [Chorus], [Bridge] และอื่น ๆ ถ้า Lyria 3.5 คือผลิตภัณฑ์ MiniMax-Music3 ก็คือส่วนประกอบ

กระดานคะแนน

• ความยาวเพลง — MiniMax-Music3 สร้างได้นานสูงสุดห้านาทีต่อการสร้างหนึ่งครั้ง เทียบกับ Lyria 3.5 ที่นานสูงสุดสามนาที

• น้ำหนัก — MiniMax-Music3 เปิดให้ดาวน์โหลดตั้งแต่วันที่ 2026-08-13 ไม่มีข้อจำกัด เทียบกับ Lyria 3.5 ที่ปิด ไม่มีน้ำหนัก ไม่สามารถโฮสต์เองได้

• เอาต์พุต — ไฟล์ WAV สเตอริโอ 32 kHz 16 บิตจาก MiniMax-Music3 ที่คุณเก็บและเป็นเจ้าของได้ เทียบกับเสียง Lyria 3.5 ที่อยู่ในเครื่องเล่นของ Flow Music

• การควบคุม — คำอธิบายแบบมีโครงสร้างของ MiniMax-Music3 ครอบคลุม BPM คีย์ สเกล และการเรียบเรียงในแต่ละท่อน เทียบกับ Lyria 3.5 ที่มีจังหวะ (tempo) BPM คีย์ และการควบคุมสไตล์เสียงร้อง รวมถึง Selective Section Painting หลังการสร้าง

• เสิร์ฟด้วยตัวเอง — MiniMax-Music3 ใช่ ระบุไว้ที่ประมาณ 22 GB VRAM พร้อมเส้นทาง SGLang-Omni, diffusers และ ComfyUI เทียบกับ Lyria 3.5 ที่ไม่มี

• ราคา — MiniMax-Music3 $0.15 ต่อเพลง (สูงสุดห้านาที) บน API, ระดับฟรี 3 คำขอต่อนาที เทียบกับ Lyria 3.5 ที่ฟรีในแพ็กเกจสมาชิก Flow Music โดยราคา API สำหรับนักพัฒนายังไม่ได้รับการยืนยันสำหรับ 3.5.

บรรทัดสุดท้ายนั้นต้องมีเชิงอรรถ ตัวเลขที่เผยแพร่สำหรับ Lyria ที่ประมาณ $0.04 ต่อคลิป 30 วินาที และประมาณ $0.08 ต่อเพลงความยาวสามนาทีนั้น เป็นรายงานสำหรับ Lyria รุ่นเก่าอย่าง 3 และ 3 Pro เท่านั้น ยังไม่ได้รับการยืนยันสำหรับรุ่น 3.5 และ Google ยังไม่ได้ประกาศรุ่น (model ID) หรือจุดเชื่อมต่อ (endpoint) สำหรับ 3.5 บน Gemini API ให้ถือว่าราคา API ของ Lyria ยังเป็นคำถามที่ยังไม่ได้ข้อสรุป

การ์ดโมเดล MiniMax-Music3 ที่แสดงด้านบนคือเอกสารทั้งหมดสำหรับการเผยแพร่แบบเปิด — ไม่มีบทความหรือโพสต์เปิดตัวแยกต่างหากให้อ้างอิง ซึ่งเป็นเหตุผลว่าทำไมการเปรียบเทียบนี้จึงพึ่งพาข้อความใน README อย่างมาก

คำถามเสียงร้อง

ทั้งสองโมเดลนำเสนอด้วยเสียงร้องเป็นจุดเด่น Google อ้างว่า Lyria 3.5 มี "เสียงร้องที่สมจริงและมีอารมณ์ละเอียดอ่อนมากขึ้น รวมถึงการออกเสียงที่ดีขึ้น" ส่วนบันทึกเผยแพร่ของ MiniMax สำหรับ music-3.0 อ้างว่าเป็นเอ็นจินเสียงร้องใหม่ที่ขจัด "เสียงฟู่ดิจิทัล" ความถี่สูง และควบคุมท่วงทำนอง การออกเสียง การหายใจ และเสียงประสานหลายชั้น ทั้งสองเป็นการอ้างของผู้จำหน่าย และยังไม่มีการพิสูจน์ซ้ำอย่างอิสระ

อย่างไรก็ตาม ยังมีผลการทดสอบอิสระชุดแรกๆ สำหรับ Lyria 3.5 อยู่ชุดหนึ่ง และผลที่ได้ก็ปะปนกันจริงๆ การทดสอบในชุมชน Linux.do พบว่าเสียงร้องและทำนองดีขึ้น แต่การจดจำเนื้อร้องภาษาจีนถดถอยลงเหลือความแม่นยำประมาณ 5% ส่วนการทดลองใช้งานเป็นภาษาญี่ปุ่นพบว่าเสียงร้องน่าเชื่อถือ แต่มีอาการออกเสียงเพี้ยนเป็นครั้งคราว นั่นคือพื้นฐานที่ซื่อตรงสำหรับคำกล่าวอ้างเรื่องการออกเสียงของ Google: น่าเชื่อถือในบางภาษา แต่ไม่แน่นอนในภาษาอื่นๆ สำหรับ MiniMax-Music3 ยังไม่มีการทดสอบอิสระเลยแม้แต่น้อย — เพิ่งเปิด repo เป็นสาธารณะได้วันเดียว — ดังนั้นข้อความที่ยุติธรรมเพียงอย่างเดียวคือ คำกล่าวอ้างด้านเสียงของทั้งสองฝ่ายยังไม่ได้รับการยืนยัน และของ Lyria 3.5 ก็ถูกขัดแย้งไปบางส่วนแล้ว เราได้กล่าวถึงฝั่งของ Lyria ในเรื่องนี้อย่างละเอียดมากขึ้นในบทความเปิดตัว Lyria 3.5 ก่อนหน้านี้ของเรา ซึ่งแสดงอยู่ด้านล่าง

แต่ละอย่างมีค่าใช้จ่ายจริงเท่าไร

การเปรียบเทียบต้นทุนนั้นไม่สมดุล ขึ้นอยู่กับว่าคุณนับแบบไหน ในฐานะผู้ใช้ทั่วไป Lyria 3.5 แทบจะฟรี — แพ็กเกจระดับเริ่มต้นของ Flow Music อยู่ที่ประมาณ 6 ถึง 8 ดอลลาร์ต่อเดือน และรวมโมเดลไว้ด้วย ในฐานะนักพัฒนา MiniMax-Music3 ถูกกว่าอย่างเห็นได้ชัด: 0.15 ดอลลาร์ต่อเพลงความยาวห้านาที หรือค่า GPU หากโฮสต์เอง เทียบกับราคา API ที่ยังไม่ได้รับการยืนยันของ Lyria และความจริงที่ว่า API อาจยังไม่มีอยู่จริง

การคำนวณต่อนาทีนั้นควรทำอย่างชัดเจน ราคา $0.15 ของ MiniMax ซื้อเพลงได้สูงสุดห้านาที ดังนั้นประมาณ $0.03 ต่อนาทีที่ความยาวเต็ม แม้แต่ตัวเลข Lyria ที่มองโลกในแง่ดีที่สุดที่รายงานไว้คือ ~$0.08 ต่อแทร็กสามนาที ก็ประมาณ $0.027 ต่อนาที — เกือบจะเหมือนกัน ความแตกต่างที่แท้จริงไม่ใช่ราคาต่อหน่วย แต่เป็นว่า MiniMax มีการเผยแพร่ราคาและโมเดลสามารถรันบนฮาร์ดแวร์ของคุณเองได้ ในขณะที่เรื่องราวของนักพัฒนาของ Lyria ยังเป็นเพียงการคาดเดา

ใครควรเลือกอันไหน

เลือก Lyria 3.5 หากคุณเป็นสมาชิก Flow Music คุณต้องการประสบการณ์ผู้ใช้ที่ประณีต คุณให้คุณค่ากับระบบนิเวศของ Google (การแปลงภาพเป็นเพลง, เครื่องมือแก้ไข) และคุณยอมรับได้กับผลลัพธ์ที่อยู่ภายในแอปเท่านั้น รวมถึงไม่มีน้ำหนักโมเดลและไม่มี API ที่ยืนยันแล้ว ผลิตภัณฑ์นี้เหมาะสำหรับผู้ที่ต้องการสร้างเพลง ไม่ใช่ใช้งานโมเดล

เลือก MiniMax-Music3 หากคุณกำลังสร้างอะไรสักอย่าง — แอป, ไปป์ไลน์ซาวด์แทร็กเกม, โปรแกรมสร้างคัฟเวอร์, บริการแปลงเนื้อเพลงเป็นเพลง — ซึ่งผลลัพธ์ต้องเป็นไฟล์ที่คุณควบคุมได้, ต้นทุนต้องคาดเดาได้, หรือโมเดลต้องรันได้ในที่ที่คุณใช้งาน. โอเพนเวตส์และแคปชันที่มีโครงสร้างทำให้ได้เปรียบเชิงวิศวกรรมอย่างชัดเจนสำหรับงานผสานรวม และเพดานเวลาห้านาทีคือข้อได้เปรียบที่แท้จริงเหนือสามนาทีของ Lyria.

สำหรับทีมที่ไม่ต้องการล็อกตัวเลือกใดตัวเลือกหนึ่ง การป้องกันความเสี่ยงด้านราคามีความสำคัญพอๆ กับโมเดล: บนเราเตอร์แบบ pass-through อย่าง OrcaRouter ราคารายการของผู้ให้บริการจะถูกส่งผ่านโดยไม่มีมาร์กอัป ดังนั้นเมื่อผู้ขายลดราคา การลดราคานั้นจะมีผลทันทีในวันเดียวกัน — ไม่ต้องเจรจาใหม่และไม่มีการตั้งราคาใหม่จากคนกลาง นั่นเป็นสิ่งที่ควรจดจำในหมวดหมู่ที่ราคาของผู้ขายทั้งสองรายยังใหม่อย่างนี้

บรรทัดล่างที่ตรงไปตรงมา

Lyria 3.5 คือประสบการณ์ผู้บริโภคที่ดีกว่า ด้วยแบรนด์ที่ใหญ่กว่าและ API ที่ยังไม่ผ่านการพิสูจน์ ส่วน MiniMax-Music3 คือสินทรัพย์ของนักพัฒนาที่ดีกว่า ด้วยราคาที่เผยแพร่ น้ำหนักแบบเปิด และการทดสอบการฟังโดยอิสระเป็นศูนย์ ในอีกไม่กี่สัปดาห์ข้างหน้า ความไม่สมดุลนี้คือเรื่องราวทั้งหมด: Google กำลังขายฟีเจอร์ และ MiniMax กำลังส่งมอบรากฐาน คำถามที่จะตัดสินการแข่งขันครั้งนี้คือ เช็คพอยต์แบบเปิดจะมีเสียงดีเท่าเวอร์ชัน API หรือไม่ — และยังไม่มีใครเผยแพร่คำตอบนั้น