fal's H3 Max kết xuất clip 5 giây trong chưa đầy 3 giây — Hiện đứng #1 về chuyển ảnh thành video

Con số đáng ngạc nhiên nhất trong bản phát hành MiniMax H3 Max mới không phải là thứ hạng trên bảng xếp hạng, mặc dù điều đó cũng đáng chú ý: mô hình video mà fal đã huấn luyện thêm từ MiniMax H3 vừa giành vị trí số 1 trên bảng xếp hạng image-to-video của Artificial Analysis. Đó là con số thời gian trên trang mô hình của chính fal, nơi một clip mẫu dài 5 giây cho thấy thời gian suy luận là 2.77 giây. Đây là khả năng tạo video nhanh hơn thời gian thực từ một API công khai — toàn bộ clip được kết xuất xong trước khi bản phát lại theo thời gian thực của cùng clip đó kết thúc — và đó là lý do bản phát hành này thu hút sự chú ý vượt ra ngoài cộng đồng thường theo dõi các bản phát hành mô hình. MiniMax H3 Max tạo các clip dài từ 5 đến 15 giây với âm thanh gốc ở độ phân giải lên tới 768p, và hiện tại mô hình này đang được giảm 50% giá ra mắt, ưu đãi hết hạn vào ngày 1 tháng 9.

Tại sao "dưới 3 giây" lại quan trọng hơn bục vinh quang

Mọi mô hình video đều tuyên bố một phiên bản nào đó của sự "nhanh", vì vậy cần phải chính xác về điều mà con số của fal thực sự nói. Con số 2,77 giây đến từ thời gian suy luận trên trang mô hình fal, dựa trên đầu ra mẫu của chính họ cho một đoạn clip dài năm giây — một con số do nhà cung cấp công bố, không phải con số được đo lường độc lập, và chưa được tái tạo ở bất kỳ nơi nào mà những người còn lại chúng ta có thể chạy. Ngay cả khi tính đến lưu ý đó, đây vẫn là một con số ấn tượng, vì 2,77 giây cho năm giây video tương đương với hệ số thời gian thực khoảng 0,55. Một mô hình tạo ra clip nhanh hơn thời gian phát lại clip đó sẽ biến việc tạo video từ một công việc hàng loạt thành thứ bạn có thể đặt trong một vòng lặp: tạo, đánh giá, tạo lại, tất cả trong khoảng thời gian mà một người bình thường phải chờ đợi cho một lần render duy nhất.

Sự đánh đổi ở đây cũng chính là điều mà cách diễn đạt "tốc độ so với chất lượng" trong tweet đang chỉ ra. Hệ số thời gian thực 0,55x đến từ việc fal đồng tối ưu hóa giai đoạn hậu huấn luyện với ngăn xếp suy luận của riêng mình — theo mô tả của fal, chưa được bất kỳ điểm chuẩn độc lập nào ngoài các bảng xếp hạng xác nhận lại — và con số này dễ đạt được ở 768p hơn là ở các độ phân giải cao hơn. Không có bữa trưa miễn phí nào theo chiều ngược lại: MiniMax H3 Max chỉ dừng ở 768p, nên tốc độ một phần là hàm số của trần độ phân giải. Bạn đang mua bậc nhanh nhất của dòng H3, và bậc thang độ phân giải dừng lại đúng nơi tốc độ bắt đầu.

Nơi nó rơi xuống trên bảng.

Bảng xếp hạng hỗ trợ âm thanh của Artificial Analysis, ghi nhận ngày 27/08/2026, xếp MiniMax H3 Max ở vị trí #1 trong hạng mục chuyển ảnh thành video với Elo 1.204 — cách 13 điểm so với Dreamina Seedance 2.0 720p của ByteDance ở mức 1.191 và cách 20 điểm so với MiniMax H3 bản cơ sở ở mức 1.184. Trong hạng mục chuyển văn bản thành video, mô hình này đứng ở vị trí #3 với Elo 1.235, nằm trong cục diện về đích sát nút chỉ cách nhau sáu điểm ở nhóm dẫn đầu: Wan 3.0 ở mức 1.240, Gemini Omni Flash ở mức 1.237, MiniMax H3 Max ở mức 1.235, và MiniMax H3 bản cơ sở ở mức 1.226. Đây là điểm Elo mù dựa trên sở thích con người từ chính các đấu trường của Artificial Analysis, không phải số liệu của nhà cung cấp, và giống như mọi đấu trường khác, chúng sẽ thay đổi khi có mô hình mới và phiếu bầu mới.

• Ảnh thành Video (có âm thanh) — MiniMax H3 Max #1, Elo 1,204. Dreamina Seedance 2.0 720p #2, 1,191. MiniMax H3 #3, 1,184.

• Chuyển văn bản thành video (có âm thanh) — Wan 3.0 #1, 1,240. Gemini Omni Flash #2, 1,237. MiniMax H3 Max #3, 1,235. MiniMax H3 #4, 1,226.

• Ngày ghi nhận — 2026-08-27; cả hai bảng đều dịch chuyển khi số phiếu bầu tích lũy.

Giá ra mắt, và chiếc đồng hồ trên đó.

Giá có thời hạn, điều mà hầu hết các bài đưa tin sẽ bỏ sót. fal đang chạy chương trình giảm giá 50% khi ra mắt cho MiniMax H3 Max, và chính trang mô hình của họ cho biết ưu đãi này kết thúc vào ngày 1 tháng 9. Với mức giá khuyến mãi, 768p có giá $0,04 mỗi giây — $2,40 mỗi phút — và 480p có giá $0,025 mỗi giây — $1,50 mỗi phút. Sau khi hết giảm giá, mức giá tiêu chuẩn là $0,08 mỗi giây ở 768p ($4,80 mỗi phút) và $0,05 mỗi giây ở 480p ($3,00 mỗi phút).

Đặt điều đó bên cạnh MiniMax H3 gốc và chương trình khuyến mãi đang đảm nhận phần lớn công việc. Trên cùng bảng Artificial Analysis, mô hình gốc được theo dõi ở mức $7,80 mỗi phút — nhưng đó là mức giá cho 2K. Ở độ phân giải 768p nơi MiniMax H3 Max thực sự cạnh tranh, MiniMax H3 gốc niêm yết ở mức $0,08 mỗi giây, tức $4,80 mỗi phút — chính xác bằng mức giá tiêu chuẩn của bản post-train sau ngày 1 tháng 9. Nói cách khác: khoảng cách chênh lệch $2,40 so với $7,80 trên tiêu đề hôm nay thực chất là sự so sánh giữa một tầng 768p được giảm giá và một tầng 2K không giảm giá. So sánh rõ ràng là ở 768p, và ở đó lợi thế giá chỉ kéo dài đến khi chương trình giảm giá kết thúc.

fal thực sự đã thay đổi điều gì?

fal mô tả MiniMax H3 Max là mô hình được hậu huấn luyện từ MiniMax H3 để bám sát prompt tốt hơn và có tính thẩm mỹ cao hơn, sau đó được đồng tối ưu hóa với ngăn xếp suy luận tùy chỉnh của fal để đạt thông lượng cao hơn — và tốc độ đến từ chính phần thông lượng này. Điều đo lường được từ bên ngoài là phạm vi đầu ra: các clip dài 5–15 giây có âm thanh gốc, độ phân giải lên tới 768p, cùng các endpoint text-to-video và reference-to-video của cùng dòng sản phẩm có sẵn xung quanh nó. Trần 768p là ràng buộc thực sự cần ghi nhớ. Nó có nghĩa "Max" là một tuyên bố về bảng xếp hạng và tốc độ, chứ không phải về thang độ phân giải: trọng số mở của MiniMax H3 gốc cũng dừng ở 768p, trong khi API lưu trữ của nó đạt 2K thông qua mô-đun tái tạo chỉ dành riêng cho API. Mô hình hậu huấn luyện dẫn xuất từ bản phát hành mở sẽ thừa hưởng cùng giới hạn đó.

Câu hỏi về trọng số mở

fal đã tuyên bố ý định phát hành trọng số MiniMax H3 Max, điều này sẽ khiến bản post-train trở thành mô hình open-weights được xếp hạng cao nhất trên cả hai bảng xếp hạng có âm thanh — vượt qua bản MiniMax H3 cơ sở, vốn đang giữ danh hiệu đó hiện nay. Liệu bản phát hành đó có thực sự mở hay không vẫn là câu hỏi bỏ ngỏ. Bản MiniMax H3 cơ sở được mở vào ngày 3 tháng 8 theo một giấy phép cộng đồng tùy chỉnh, mà theo điều khoản của chính MiniMax, loại trừ việc sử dụng mô hình và các đầu ra của nó tại EU, Vương quốc Anh, Hàn Quốc và Mỹ, đồng thời yêu cầu ủy quyền bằng văn bản trước cho việc sử dụng thương mại với doanh thu hằng năm trên 20 triệu đô la. Nếu trọng số của H3 Max được phát hành dưới bất kỳ giấy phép tương tự nào, "mở" sẽ vẫn mang phạm vi lãnh thổ bị giới hạn đó — với điểm phức tạp thêm rằng bản post-train do bên thứ ba xây dựng nằm ở vị trí cấp phép mơ hồ hơn so với bản gốc.

Gọi nó từ một router.

Xét về mặt thực tế, phần có thể định tuyến của dòng sản phẩm này là mô hình cơ sở. MiniMax H3 hiện đã có mặt trên OrcaRouter với giá niêm yết của nhà cung cấp — 0,08 USD mỗi giây ở 768p, 0,13 USD mỗi giây ở 2K — với mức phụ phí 0% và tự động chuyển đổi dự phòng, nhờ đó các nhóm có thể gọi dòng H3 qua một API duy nhất mà không cần tích hợp điểm cuối của nhà cung cấp mới chỉ vài ngày tuổi. Bản thân MiniMax H3 Max vẫn chưa được định tuyến; nó chỉ được phục vụ qua API riêng của nhà phát triển. Đó chính xác là tình huống mà thói quen chuyển đổi dự phòng hướng đến: bạn có thể tạo nguyên mẫu dựa trên mô hình chuyển ảnh thành video số 1 hiện tại mà không đánh cược lộ trình sản xuất vào nó, và nếu H3 Max đến được một nhà cung cấp được định tuyến, nó sẽ xuất hiện với giá niêm yết ngay trong ngày — bao gồm cả ưu đãi của nhà cung cấp — thay vì thông qua một tích hợp tự viết tốn thời gian của bạn và phụ phí của họ.

Nên xem gì trong vài tuần tới

Ba mốc thời gian và quyết định sẽ phân định sự ra mắt này là khoảnh khắc đáng nhớ hay chỉ là dòng chú thích thoáng qua. Thứ nhất, ngày 1 tháng 9: khi ưu đãi giảm 50% kết thúc, giá bản 768p tăng gấp đôi, ngang bằng với bản cơ sở, và "người dẫn đầu mảng chuyển ảnh thành video với giá $2.40" trở thành "người dẫn đầu mảng chuyển ảnh thành video với giá $4.80" — điều này làm thay đổi câu chuyện giá trị cho bất kỳ ai dự định sử dụng khối lượng lớn bền vững. Thứ hai, trọng số: liệu fal có thực sự phát hành chúng hay không, và dưới giấy phép nào. Thứ ba, đấu trường: liệu vị trí dẫn đầu mảng chuyển văn bản thành video với màn về đích sát nút sáu điểm có giữ vững khi phiếu bầu tích lũy dần. Chưa có điều nào trong số đó được chốt, và đó chính xác là lý do vì sao một mô hình nhanh hơn thời gian thực vừa chiếm đỉnh bảng xếp hạng với giá chỉ bằng một nửa lại là khởi đầu của câu chuyện, chứ không phải kết thúc.