MiniMax-Music3 vs Lyria 3.5: Trọng số mở đối đầu với khu vườn âm nhạc khép kín của Google

MiniMax-Music3 và Lyria 3.5 đều tạo ra các bài hát hoàn chỉnh từ một lời nhắc văn bản, và sự tương đồng gần như chỉ dừng lại ở đó. G​oogle đưa Lyria 3.5 vào ứng dụng Flow Music dành cho người tiêu dùng vào ngày 29 tháng 7 năm 2026, miễn phí cho người đăng ký, không có trọng số và không có API dành cho nhà phát triển được xác nhận; Mini​Max phát hành MiniMax-Music3 dưới dạng trọng số mở trên Hugging Face vào ngày 13 tháng 8 năm 2026, sau khi API music-3.0 của họ đã hoạt động từ ngày 16 tháng 7. Cùng một công việc, chiến lược phân phối trái ngược. Bài so sánh này nói về việc sự khác biệt đó thực sự mang lại cho bạn điều gì, và nó bắt đầu với một lưu ý về nguồn thông tin: mọi tuyên bố về chất lượng từ cả hai phía đều do nhà cung cấp tự công bố, và tính đến thời điểm viết bài, không có mô hình nào có điểm chuẩn độc lập hay một bài so sánh trực tiếp được công bố.

Hai triết lý phát hành

Lyria 3.5 là một tính năng dành cho người tiêu dùng. Nó nằm trong Flow Music (sản phẩm Riffusion mà Google đã mua lại và đổi thương hiệu), tạo ra các bản nhạc dài từ 30 giây đến ba phút, và được Google mô tả là mang lại "giọng hát chân thực hơn và nhiều sắc thái cảm xúc hơn." Tính năng này hỗ trợ giọng hát đa ngôn ngữ — các bản demo ra mắt bao gồm tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Hindi và tiếng Bồ Đào Nha — cùng với đầu vào dạng ảnh thành nhạc, các tùy chọn điều chỉnh nhịp độ, BPM, tông nhạc, phong cách giọng hát và phần phối khí, cùng công cụ "Vẽ Phân Đoạn Chọn Lọc" (Selective Section Painting) để chỉnh sửa lại một phần bản nhạc. Google cho biết trang mô hình có gắn hình chìm SynthID.

MiniMax-Music3 là một tạo phẩm dành cho nhà phát triển. Bản phát hành open-weights là một pipeline hoàn chỉnh — LLM toàn cục 8B cùng LLM cục bộ 0.6B được hợp nhất thông qua mô-đun Flow Matching 2.4B vào Flow-VAE, xuất ra WAV stereo 32 kHz — và có thể tự lưu trữ trong khoảng 22 GB VRAM. Bề mặt điều khiển của nó là một chú thích có cấu trúc: thể loại, nhánh thể loại, BPM, tông, gam, tiến trình cảm xúc, chi tiết giọng hát, và bản đồ sắp xếp theo từng đoạn, với lời được gắn thẻ [Verse], [Chorus], [Bridge], v.v. Nếu Lyria 3.5 là một sản phẩm, thì MiniMax-Music3 là một thành phần.

Bảng tỷ số

• Độ dài bài hát — MiniMax-Music3 lên đến năm phút trong một lần tạo so với Lyria 3.5 lên đến ba phút.

• Trọng số — MiniMax-Music3 mở, có thể tải xuống từ 2026-08-13, không bị giới hạn truy cập so với Lyria 3.5 đóng, không có trọng số, không thể tự lưu trữ.

• Đầu ra — Các tệp WAV 32 kHz 16-bit stereo của MiniMax-Music3 mà bạn giữ và sở hữu so với âm thanh Lyria 3.5 nằm trong trình phát của Flow Music.

• Điều khiển — Chú thích có cấu trúc của MiniMax-Music3 bao gồm BPM, tông, âm giai, sắp xếp theo từng đoạn so với các điều khiển tempo, BPM, tông, phong cách vocal của Lyria 3.5 cùng với Selective Section Painting sau khi tạo.

• Tự triển khai — MiniMax-Music3 thì có, được ghi nhận ở mức ~22 GB VRAM qua SGLang-Omni, diffusers và ComfyUI, còn Lyria 3.5 thì không.

• Giá — MiniMax-Music3 $0.15 mỗi bài hát (tối đa 5 phút) trên API, bậc miễn phí với 3 yêu cầu mỗi phút so với Lyria 3.5 miễn phí trong các gói đăng ký Flow Music, với giá API dành cho nhà phát triển vẫn chưa được xác nhận cho 3.5.

Câu cuối cùng đó cần có chú thích. Các con số khoảng 0,04 USD mỗi clip 30 giây và khoảng 0,08 USD mỗi bài hát ba phút được đồn đại cho Lyria được báo cáo cho các thế hệ Lyria 3 và 3 Pro trước đó, chưa được xác nhận cho 3.5, và Google chưa công bố ID mô hình hoặc endpoint cho 3.5 trên Gemini API. Hãy coi mức giá API của Lyria là một câu hỏi còn bỏ ngỏ.

Thẻ mô hình MiniMax-Music3 được hiển thị ở trên là toàn bộ tài liệu cho bản phát hành mở — không có bài báo riêng hay bài đăng ra mắt nào để tham chiếu, đó là lý do so sánh này dựa rất nhiều vào các tuyên bố trong README.

Câu hỏi về giọng hát

Cả hai mô hình đều dẫn đầu bằng phần vocal của chúng. Google tuyên bố "giọng hát chân thực hơn và giàu cảm xúc hơn, cùng khả năng phát âm được cải thiện" cho Lyria 3.5; ghi chú phát hành của MiniMax cho music-3.0 tuyên bố có một engine vocal mới giúp loại bỏ tiếng "rè kỹ thuật số" ở tần số cao, đồng thời kiểm soát giai điệu, phát âm, hơi thở và hòa âm nhiều lớp. Cả hai đều là tuyên bố từ nhà cung cấp, và chưa có bên nào được kiểm chứng độc lập.

Tuy nhiên, có một nhóm bài kiểm tra độc lập ban đầu cho Lyria 3.5, và kết quả thực sự trái chiều. Một bài kiểm tra cộng đồng trên Linux.do cho thấy giọng hát và giai điệu được cải thiện nhưng khả năng nhận dạng lời bài hát tiếng Trung giảm xuống chỉ còn khoảng 5% độ chính xác; một bài đánh giá thực tế bằng tiếng Nhật nhận thấy giọng hát thuyết phục nhưng đôi khi có lỗi phát âm. Đó là cơ sở thực tế trung thực cho tuyên bố về phát âm của Google: thuyết phục ở một số ngôn ngữ, không ổn định ở những ngôn ngữ khác. Đối với MiniMax-Music3 vẫn chưa có bất kỳ bài kiểm tra độc lập nào — kho lưu trữ mới công khai được một ngày — nên nhận định công bằng duy nhất là tuyên bố về giọng hát của cả hai bên đều chưa được xác minh, và tuyên bố của Lyria 3.5 đã bị phản bác một phần. Chúng tôi đã đề cập sâu hơn về phía Lyria trong bài viết ra mắt Lyria 3.5 trước đó của chúng tôi, hiển thị bên dưới.

Mỗi cái thực sự có giá bao nhiêu

Việc so sánh chi phí khá chênh lệch tùy theo cách bạn tính toán. Đối với người dùng, Lyria 3.5 gần như miễn phí — các gói phổ thông của Flow Music có giá khoảng 6 đến 8 đô la mỗi tháng và đã bao gồm mô hình này. Đối với nhà phát triển, MiniMax-Music3 rẻ hơn hẳn: 0,15 đô la cho một bài hát năm phút, hoặc bằng chi phí một GPU nếu bạn tự lưu trữ, so với mức giá API chưa được xác nhận của Lyria và thực tế là API đó có thể chưa tồn tại.

Phép tính theo phút đáng được thực hiện một cách tường minh. $0.15 của MiniMax mua được tối đa năm phút nhạc, vậy khoảng $0.03 mỗi phút ở độ dài đầy đủ. Ngay cả con số Lyria được báo cáo lạc quan nhất, ~$0.08 cho mỗi bản nhạc ba phút, cũng khoảng $0.027 mỗi phút — gần như giống hệt. Sự khác biệt thực sự không phải là giá đơn vị; mà là giá của MiniMax được công bố và mô hình có thể chạy trên phần cứng của bạn, trong khi câu chuyện dành cho nhà phát triển của Lyria chỉ là suy đoán.

Ai nên chọn cái nào

Hãy chọn Lyria 3.5 nếu bạn là người đăng ký Flow Music, bạn muốn trải nghiệm người dùng trau chuốt, bạn coi trọng hệ sinh thái của Google (chuyển ảnh thành nhạc, công cụ chỉnh sửa) và bạn thoải mái với việc đầu ra chỉ nằm trong ứng dụng, không có trọng số và không có API được xác nhận. Đây là sản phẩm tốt hơn cho những người muốn tạo bài hát, chứ không phải vận hành một mô hình.

Chọn MiniMax-Music3 nếu bạn đang xây dựng một thứ gì đó — một ứng dụng, một pipeline nhạc nền cho trò chơi, một trình tạo bản cover, một dịch vụ biến lời bài hát thành bài hát — nơi đầu ra phải là một tệp bạn kiểm soát, chi phí phải dự đoán được, hoặc mô hình phải chạy ở nơi bạn chạy nó. Trọng số mở và chú thích có cấu trúc mang lại cho nó một lợi thế kỹ thuật quyết định cho công việc tích hợp, và giới hạn năm phút là một lợi thế thực sự so với ba phút của Lyria.

Đối với các nhóm không muốn bị ràng buộc vào bất kỳ lựa chọn nào, việc phòng ngừa định giá cũng quan trọng như các mô hình: trên một bộ định tuyến truyền thẳng như OrcaRouter, giá niêm yết của nhà cung cấp được chuyển qua mà không có phụ phí, vì vậy khi một nhà cung cấp giảm giá, mức giảm sẽ có hiệu lực ngay trong ngày — không cần đàm phán lại và không bị trung gian định giá lại. Điều đó đáng nhớ trong một danh mục mà định giá của cả hai nhà cung cấp đều còn rất mới.

Sự thật thẳng thắn

Lyria 3.5 là trải nghiệm người dùng tốt hơn nhờ thương hiệu lớn hơn và API chưa được kiểm chứng; MiniMax-Music3 là tài sản tốt hơn cho nhà phát triển nhờ giá công khai, trọng số mở, và không có bài kiểm tra nghe độc lập nào. Trong vài tuần tới, sự bất đối xứng đó là toàn bộ câu chuyện: Google đang bán một tính năng, còn MiniMax đang phát hành một nền tảng. Câu hỏi sẽ quyết định cuộc so tài này là liệu bản checkpoint mở có nghe hay bằng bản API hay không — và chưa ai công bố câu trả lời đó.