Odyssey-3 vs Hailuo 2.3: Mô hình video đương nhiệm mà chính nhà sản xuất của nó giờ gọi là legacy

Hailuo 2.3 là mô hình video của MiniMax ra mắt ngày 28 tháng 10 năm 2025 và từng nổi tiếng nhờ chất lượng vật lý và chuyển động mà hầu hết các mô hình tạo cùng thế hệ không thể sánh bằng. Tính đến tháng này, nó cũng đã được xếp vào mục Legacy Models trong tài liệu của chính MiniMax, bị MiniMax H3 thay thế. Odyssey-3 mới ra đời được mười ngày, được Odyssey công bố vào ngày 8 tháng 10 năm 2026 dưới dạng bản xem trước nghiên cứu, và nó làm được điều mà Hailuo 2.3 chưa từng được thiết kế để làm: tạo ra một môi trường từ câu lệnh và tiếp tục dự đoán môi trường đó trong thời gian thực khi bạn di chuyển trong đó hoặc kích hoạt một sự kiện. So sánh chúng không phải là một cuộc so tài công bằng theo bất kỳ hướng nào, và lý do rất đáng để nói rõ, bởi vì đó cũng là một mô tả về việc hạng mục này đã phát triển nhanh đến mức nào trong mười hai tháng.

H​ailuo 2.3 vẫn có thể gọi được và vẫn được niêm yết giá. Đó là phần quan trọng nếu bạn đang chọn ngày hôm nay: một trong hai mô hình này có bảng giá và API hoạt động, còn mô hình kia chỉ có bản xem trước trên trình duyệt và một biểu mẫu liên hệ.

Hailuo 2.3 thực sự là gì, theo đặc tả của chính MiniMax

Danh sách mô hình của M​iniMax mô tả M​iniMax H​ailuo 2.3 là chuyển văn bản thành video và chuyển hình ảnh thành video với khả năng tuân thủ chỉ dẫn tiên tiến nhất và thứ mà công ty gọi là khả năng làm chủ vật lý cực đỉnh, ở 1080p trong sáu giây hoặc 768p trong sáu hoặc mười giây, tất cả ở 24 fps. M​iniMax H​ailuo 2.3Fast là biến thể rẻ hơn, chỉ chuyển hình ảnh thành video, cùng độ phân giải và thời lượng. Chế độ 768p mười giây là điểm phân biệt nó với hầu hết các mô hình cùng thời: một lần tạo duy nhất dài mười giây ở 24 fps từng là, và phần lớn vẫn là, một năng lực thực sự chứ không phải là một chiêu tiếp thị.

Bài đăng ra mắt trên bảng tin tiếng Trung của MiniMax được ghi ngày 28 tháng 10 năm 2025 và mô tả bản phát hành này như một bản nâng cấp của Hailuo 02, tập trung vào khả năng biểu đạt động và độ chân thực. Không có bản phát hành trọng số mở, không có báo cáo kỹ thuật nào mà chúng tôi tìm thấy, và không có đánh giá từ bên thứ ba về Hailuo 2.3 ở bất kỳ đâu trên các bảng xếp hạng công khai mà chúng tôi đã kiểm tra — kể cả Physics-IQ Verified, nơi cả Hailuo 2.3 lẫn biến thể Fast của nó đều hoàn toàn không xuất hiện.

Chi phí là bao nhiêu, cho mỗi clip và mỗi giây

Trang định giá của MiniMax liệt kê dòng Hailuo dưới dạng giá cố định cho mỗi clip, điều này thật bất thường và cũng dễ lập kế hoạch một cách lạ thường:

• M​iniMax-H​ailuo-2.3 — $0.28 cho mỗi clip 768p dài sáu giây, $0.56 cho mỗi clip 768p dài mười giây, $0.49 cho mỗi clip 1080p dài sáu giây.

• M​iniMax-H​ailuo-2.3-Fast — $0.19 cho mỗi clip 768p dài 6 giây, $0.32 cho mỗi clip 768p dài 10 giây, $0.33 cho mỗi clip 1080p dài 6 giây.

• M​iniMax-H​ailuo-02, phiên bản tiền nhiệm, vẫn được niêm yết ở mức giá 768p và 1080p như cũ, cộng thêm gói 512p với giá $0.10 cho sáu giây và $0.15 cho mười giây.

Chia ra — đây là phép tính của chúng tôi dựa trên giá niêm yết của M​iniMax, không phải con số của M​iniMax — tức khoảng 0,047 USD mỗi giây ở 768p và 0,082 USD mỗi giây ở 1080p trên H​ailuo 2.3, và khoảng 0,032 cùng 0,055 USD mỗi giây trên gói Fast. Đó là những con số rẻ đối với một mô hình thuộc phân khúc 1080p.

Odyssey-3 không có giá niêm yết để chia. Các số liệu chi phí công khai duy nhất của nó là các ước tính đã chuẩn hóa trong cột chi phí Physics-IQ Verified: $0.139 cho mỗi video được tạo cho Odyssey-3 và $0.267 cho Odyssey-3 Pro. Những con số đó không thể so sánh với mức giá của M​iniMax, vì bảng xếp hạng chuẩn hóa các số liệu chi phí của mình về 24 fps và đầu ra rộng 1280 khi đầu vào cho phép, trong khi các con số của M​iniMax là những gì hóa đơn ghi. Đặt hai con số đó cạnh nhau như thể chúng đo cùng một đại lượng sẽ là kiểu so sánh trông có vẻ chặt chẽ nhưng thực tế không phải vậy.

Tuyên bố vật lý, và nơi có thể kiểm chứng nó

Tuyên bố cốt lõi của Hailuo 2.3 là độ chính xác vật lý — cụm từ của chính MiniMax là “làm chủ vật lý cực hạn” — và benchmark tồn tại riêng để kiểm chứng tuyên bố đó là Physics-IQ Verified, do Anates Labs phối hợp với DeepMind thực hiện. Hailuo 2.3 không có trên đó. MiniMax H3, bản kế nhiệm trọng số mở ra mắt ngày 31 tháng 7 năm 2026, thì có mặt: hạng 9 với mức cải thiện ròng +0.95 pp so với trung bình track trên các prompt của chính benchmark, 24 fps, chi phí chuẩn hóa $0.438 mỗi video. MiniMax H3 Max, tầng tốc độ cao của cùng mô hình, đứng ở hạng 11 với −2.63 pp.

Vậy nên bản kế nhiệm của dòng này có mặt trên bảng xếp hạng và nhích nhẹ dương; thế hệ của chính nó thì chưa từng được gửi. Odyssey-3, trên cùng bảng và cùng bộ prompt, đứng ở hạng 8 với +2.15 pp và $0.129 mỗi video, và ở hạng 3 với +9.99 pp khi được gửi kèm prompt tùy chỉnh. Odyssey-3 Pro, với prompt tùy chỉnh, đứng hạng 2 với +11.15 pp.

Đọc nó một cách trung thực thì nó nói lên ba điều cùng lúc. Một mô hình thế giới được xây dựng cho tương tác đang ghi điểm cao hơn cả một họ mô hình video được thiết kế chuyên dụng trên một chuẩn đánh giá độ hợp lý vật lý. Phép so sánh là bất đối xứng, vì thế hệ do chính bên đương nhiệm tạo ra chưa từng được kiểm thử ở đó. Và khoảng cách, +2.15 so với +0.95 trên tập prompt được ghép cặp, nằm hoàn toàn trong các thanh sai số ±0.84 và ±0.35 điểm mà hai hàng đó mang. Dựa trên bằng chứng hiện có, Odyssey-3 và mục dự thi tốt nhất của M​iniMax không cách xa nhau đến mức có thể đo được về độ hợp lý vật lý.

Sự khác biệt không xuất hiện trong bất kỳ điểm số nào.

Mỗi hàng ở trên đo lường liệu một mô hình có tạo ra một clip hợp lý về mặt vật lý hay không. Câu trả lời của H​ailuo 2.3 là một clip: nó nhận một prompt hoặc một ảnh tĩnh, trả về sáu hoặc mười giây video 24 fps ở độ phân giải bạn chọn, và giao dịch kết thúc tại đó. Đó là một câu trả lời tốt, và mức giá theo từng clip của M​iniMax khiến nó trở thành một lựa chọn rẻ.

Câu trả lời của Odyssey-3 không phải là một clip. Odyssey mô tả nó như một transformer khuếch tán video nhiều bước được mở rộng theo hướng tự hồi quy thông qua teacher forcing và mặt nạ nhân quả, được chưng cất thành một biến thể vài bước đủ nhanh để tương tác, và bản xem trước hiển thị điều hướng góc nhìn thứ nhất, điều hướng góc nhìn thứ ba cùng chuyển động camera độc lập. Bạn không nhận được một video; bạn nhận được một môi trường phản hồi lại những gì bạn làm bên trong nó. Không có gì trong tài liệu của H​ailuo 2.3 có thứ tương đương, và không có gì trong lịch sử phát hành của nó cho thấy M​iniMax đang nhắm tới một thứ như vậy — M​iniMax đã đi theo hướng trọng số mở và tham chiếu đa phương thức với H3, chứ không phải theo hướng tương tác.

Sự khác biệt đó là lý do vì sao Odyssey có thể công bố kết quả về một cánh tay robot phục hồi sau một cú bắt hụt và một chính sách lái xe được huấn luyện trên hai mươi giờ dữ liệu mô phỏng, còn M​iniMax thì công bố các clip. Chúng không phải là hai điểm trên cùng một trục. Chúng là những trục khác nhau mà tình cờ đều được gắn nhãn là tạo video.

Đến chỗ họ

H​ailuo 2.3 có thể truy cập được thông qua API nền tảng riêng của M​iniMax, và OrcaRouter không tự lưu trữ nó. Odyssey-3 không có mặt trên bất kỳ nền tảng lưu trữ nào và không có mức giá công bố nào để bất kỳ ai định tuyến.

Điều mà một khóa OrcaRouter thực sự với tới được là phần hiện hành của dòng họ mô hình: minimax/minimax-h3, phiên bản kế nhiệm trọng số mở, được định tuyến ở mức $0.08 mỗi giây đầu ra 768P — giá niêm yết của chính M​iniMax, được chuyển qua với mức chênh lệch 0%, nên mọi thay đổi đối với mức giá đó sẽ được cập nhật trực tiếp trên hóa đơn của bạn ngay trong cùng ngày. Dòng video K​ling nằm trên cùng khóa với mức $0.084 đến $0.28 mỗi yêu cầu, cùng với hơn 200 mô hình, với khả năng tự động chuyển đổi dự phòng giữa các nhà cung cấp và một DSL định tuyến đặt nhiều mô hình video sau một giao diện, khiến một cuộc so sánh đối đầu chỉ còn là một thay đổi cấu hình. Nếu Odyssey mở một endpoint tự phục vụ, thì đó là dạng để thêm nó vào.

Cuộc đối đầu này thực sự xoay quanh điều gì

Hailuo 2.3 không còn là mẫu mà bất kỳ ai sẽ chọn làm lựa chọn tiên phong nữa — chính nhà cung cấp của nó đã chuyển sang thế hệ mới hai lần — nhưng nó vẫn là một trình tạo clip tốt, rẻ, được đặc tả kỹ lưỡng, với mức giá mỗi giây mà hầu hết những đơn vị mới tham gia đều không vượt qua được, và chế độ 768p mười giây của nó còn cho bạn nhiều hơn những gì bản xem trước của Odyssey-3 mang lại trong một đầu ra liên tục duy nhất. Nếu yêu cầu của bạn là cảnh quay hoàn thiện với chi phí có thể dự đoán được, Hailuo 2.3 là mẫu hữu ích hơn trong thời điểm hiện tại, và không mức định vị bằng điểm chuẩn vật lý nào có thể thay đổi điều đó.

Odyssey-3 là cái thú vị hơn, và nó vẫn chưa phải là một sản phẩm. Đó là mô hình đáng để theo dõi nếu vấn đề của bạn là dự đoán chứ không phải sản xuất: điều gì xảy ra tiếp theo, dựa trên việc tôi vừa làm. Bản tóm tắt trung thực về Odyssey-3 so với H​ailuo 2.3 là đối thủ đương nhiệm đang rút lui còn kẻ thách thức vẫn chưa được mở bán, khiến đây thành sự so sánh giữa một dịch vụ bạn có thể mua và một năng lực bạn chỉ có thể thử.