Wan 3.0 vs MiniMax H3: Bản trọng số mở có một cái bẫy

Đây là phiên bản của so sánh này mà hầu hết các bài đưa tin đều hiểu ngược lại. MiniMax H3 là mô hình trọng số mở — bạn có thể tải về, kiểm tra, chạy trên phần cứng của riêng mình, và đây là mô hình duy nhất trong hai mô hình mà bạn có thể gọi qua một API định tuyến ngay hôm nay. Wan 3.0 hoàn toàn không công bố trọng số, tiếp nối một xu hướng rút lui khỏi tính mở vốn đã bắt đầu từ lâu trước bản phát hành này. Đến đây thì vẫn quen thuộc. Phần bị bỏ sót chính là giấy phép: trọng số của MiniMax H3 được cấp theo một giấy phép cộng đồng loại trừ rõ ràng Hoa Kỳ, Vương quốc Anh, Liên minh châu Âu và Hàn Quốc, nơi việc sử dụng đòi hỏi phải nộp đơn lên MiniMax. "Trọng số mở" và "giấy phép mở" không phải là cùng một khẳng định, và ở cặp mô hình này, sự khác biệt ấy quyết định nhiều hơn cả bảng thông số kỹ thuật.

Cả hai mô hình đều mới và đều mạnh. Wan 3.0, đến từ Tongyi Lab, đã bước vào giai đoạn beta công khai vào ngày 6 tháng 8 năm 2026 và chính thức ra mắt vào ngày 24 tháng 8; nó tạo ra tối đa 30 giây trong một lần chạy ở độ phân giải lên tới 1080p. MiniMax H3, đến từ MiniMax, đã mở trọng số vào đầu tháng 8 năm 2026 và tạo ra từ 4 đến 15 giây ở 768p, hoặc 2K thông qua một mô-đun nâng cấp độ phân giải chỉ dùng qua API, với âm thanh stereo gốc. Chúng là hai nửa của cùng một cuộc tranh luận về việc một mô hình video nên như thế nào.

Câu hỏi về giấy phép, trước hết mọi thứ khác

Bắt đầu từ đây, vì nếu bạn đang ở một trong những vùng lãnh thổ bị loại trừ thì phần còn lại của việc so sánh chỉ còn là lý thuyết suông.

• MiniMax H3 — Trọng số H3-Base có thể tải xuống theo giấy phép cộng đồng của MiniMax, không phải Apache hay MIT. Giấy phép loại trừ Hoa Kỳ, Vương quốc Anh, EU và Hàn Quốc. Người dùng ở những nơi đó phải xin phép MiniMax. Thứ được mở chỉ là mô hình cơ sở: mô-đun mở rộng gợi ý Context-IR và mô-đun tái tạo 2K vẫn nằm ở phía API và chưa từng thuộc phần phát hành.

• Wan 3.0 — không có trọng số, không có kho lưu trữ, không công bố giấy phép. Tài liệu ra mắt của Alibaba mô tả một API đóng, tính phí theo mức sử dụng và không nói gì về việc mở bất cứ thứ gì.

Đó thực sự là một kiểu đóng khác hẳn. MiniMax đã tung ra một thứ với những điều khoản mà bạn có thể đáp ứng được. Alibaba thì chẳng tung ra gì để đáp ứng cả.

Mỗi mô hình thực sự là gì

Bỏ đi cách diễn đạt đó, hai thứ này nhắm đến những mục đích khác nhau.

• Độ dài tối đa — Wan 3.0 chạy từ 2 đến 30 giây trong một lần. MiniMax H3 chạy từ 4 đến 15 giây. Đây là khác biệt chức năng lớn nhất giữa chúng và không thể khắc phục bằng cách ghép nối, vì đường nối chính là thứ bạn đang cố tránh.

• Độ phân giải — Wan 3.0 xuất ra 480p, 720p hoặc 1080p, mặc định là 1080p. MiniMax H3 xuất ra 768p ở dạng gốc, hoặc 2K thông qua một mô-đun tái tạo chỉ dùng được qua API và do đó không khả dụng cho bất kỳ ai tự lưu trữ trọng số.

• Tốc độ khung hình và âm thanh — Cả hai đều tạo ra 24 fps ở 768p. MiniMax H3 công bố thông số kỹ thuật rõ ràng cho âm thanh gốc của mình: stereo 32 kHz, được tạo trong cùng một lượt với video. Tài liệu ra mắt của Wan 3.0 mô tả đầu ra âm thanh-hình ảnh gốc và các biểu cảm vi mô được đồng bộ hóa; một trang so sánh vẫn liệt kê âm thanh gốc của Wan 3.0 là chưa được xác nhận, vì vậy hãy coi mức tương đương về âm thanh là do nhà cung cấp công bố thay vì đã được kiểm chứng độc lập.

• Đầu vào — Wan 3.0 chấp nhận văn bản, hình ảnh, video, âm thanh và — điểm mới của dòng sản phẩm này — tài liệu cùng trang web: PDF, PPT, DOCX, XLS, Markdown, TXT, tối đa 100 MB hoặc 50 trang, mỗi yêu cầu một tệp hoặc một liên kết. MiniMax H3 chấp nhận tham chiếu văn bản, hình ảnh, video và âm thanh, tối đa 9 hình ảnh, 3 đoạn video và 3 đoạn âm thanh.

• Kiểm soát đầu ra — MiniMax H3 cung cấp khả năng kiểm soát khung đầu, khung cuối và khung đầu-và-cuối, cùng với tham chiếu-thành-video. Wan 3.0 cung cấp chỉnh sửa dựa trên hướng dẫn, mở rộng video, gợi ý thời lượng thông minh và tỷ lệ khung hình thích ứng. Đây là những danh sách tính năng khác nhau, chứ không phải các mức độ khác nhau của cùng một tính năng.

Bảng xếp hạng nói lên điều gì và chúng khác biệt ở đâu

Artificial Analysis xếp hạng cả hai, và quy luật không giống như những gì marketing ngụ ý.

• Văn bản thành video (có âm thanh), 18 tháng 9 năm 2026 — Wan 3.0 đứng ở vị trí #2 với Elo 1229 trên 6.011 mẫu. MiniMax H3 đứng ở vị trí #4 với 1220 trên 8.602. Khoảng cách chín điểm trên bảng xếp hạng đó là có thật nhưng khiêm tốn.

• Hình ảnh thành video (có âm thanh) — MiniMax H3 xếp hạng #2 với 1181. Wan 3.0 xếp hạng #6 với 1164. Mô hình trọng số mở đang dẫn trước ở đây.

• Điều đó có nghĩa là gì — không mô hình nào chiếm ưu thế. Wan 3.0 mạnh hơn khi bắt đầu từ mô tả văn bản; MiniMax H3 mạnh hơn khi bắt đầu từ một ảnh tĩnh. Khả năng tạo video 30 giây chính là thứ mà Wan 3.0 có mà không bảng xếp hạng nào phản ánh được, bởi vì mọi bảng xếp hạng đều chỉ đo các clip ngắn.

Một nguồn thứ hai, V-Benchmark v2.0 của Megaton (cập nhật ngày 10 tháng 9 năm 2026), cho Wan 3.0 81,6 điểm tổng thể và MiniMax H3 Max — phiên bản anh em đã qua huấn luyện hậu kỳ của mô hình cơ sở, không phải chính mô hình cơ sở — 74,5 điểm. Phương pháp luận khác nhau, câu trả lời khác nhau, và việc hai chuẩn đánh giá không đồng thuận tự nó đã mang tính thông tin: các mô hình này đủ gần nhau đến mức thứ hạng phụ thuộc vào việc bạn đo lường điều gì.

Chi phí, ở các độ phân giải mà bạn thực sự sẽ mua

Giá ở đây tính theo mỗi giây video được tạo, đây cũng là cách cả hai nhà cung cấp tính phí, và cả hai đều được báo theo giá niêm yết.

• Wan 3.0 — 0,3 nhân dân tệ (khoảng 0,05 USD) mỗi giây ở 480p, 0,6 nhân dân tệ (khoảng 0,10 USD) ở 720p, 1,2 nhân dân tệ (khoảng 0,20 USD) ở 1080p, theo Alibaba. Artificial Analysis niêm yết cấu hình 1080p ở mức 12,00 USD mỗi phút. Ưu đãi ra mắt 30% áp dụng trên các nền tảng Bailian và Qianwen AI của Alibaba Cloud đến hết ngày 23 tháng 9 năm 2026.

• MiniMax H3 — 0,08 USD mỗi giây ở 768p và 0,13 USD mỗi giây ở 2K trên nền tảng của chính MiniMax, mà Artificial Analysis quy đổi thành 7,80 USD mỗi phút cho cấu hình tương đương 1080p. Âm thanh tham chiếu đầu vào miễn phí; hình ảnh tham chiếu miễn phí cho năm mục đầu tiên.

• Mẹo dùng bản nháp không tiết kiệm được tiền — tạo ở 768p rồi tạo lại lên 2K tốn $0.08 + $0.05 = $0.13 mỗi giây, đúng bằng mức giá của 2K. Nó chỉ có lợi với những cảnh quay mà bạn vốn định bỏ đi.

Có một cái bẫy thực sự khi so sánh trực tiếp hai con số này: $0.08 và $0.20 là mức giá cho các độ phân giải khác nhau và độ dài tối đa khác nhau, nên một phép so sánh thô theo từng giây sẽ tô hồng cho bất kỳ mô hình nào mà bạn vốn đã nghiêng về. Chỉ số trung thực là chi phí cho mỗi clip được chấp nhận, bao gồm cả những lần thử lại.

Khía cạnh định tuyến, vốn cụ thể một cách bất thường ở đây

Đây là trường hợp hiếm hoi khi mô hình trọng số mở cũng đồng thời là mô hình dễ tiếp cận hơn.

MiniMax H3 hiện đã có thể định tuyến trên OrcaRouter, được tính phí theo giá niêm yết của nhà cung cấp với mức chênh lệch 0% — 0,08 USD mỗi giây ở 768p, 0,13 USD ở 2K, được hiển thị ngay trên trang của mô hình — cùng với tính năng chuyển đổi dự phòng tự động, nên khi một đường phục vụ gặp sự cố, cả pipeline cũng không bị kéo đổ theo. Wan 3.0 không có mặt trên bất kỳ nền tảng định tuyến nào: nó chỉ có thể được truy cập thông qua các bảng điều khiển riêng — Model Studio (Bailian), bảng điều khiển đám mây của nó và trang Wanxiang — cũng như qua các công cụ sáng tạo của bên thứ ba như Envato, Leonardo.Ai và ComfyUI. Nếu yêu cầu cốt lõi của bạn là "một khóa, nhiều mô hình, giá của nhà cung cấp", thì dòng H3 chính là nơi điều đó đã thành hiện thực.

Sự bất đối xứng đó cũng cắt theo hướng ngược lại. Định tuyến không khắc phục được vấn đề giấy phép. Nếu bạn ở Mỹ, Anh, EU hoặc Hàn Quốc và bạn định tự lưu trữ trọng số của MiniMax H3, thì con đường thực sự khả thi hiện nay là API được host — tức cùng kiểu truy cập mà bạn có được từ Wan 3.0, trừ phần nhập tài liệu và trừ 30 giây.

Vậy cái nào?

• Bạn cần hơn 15 giây, xuất 1080p, hoặc chuyển một tài liệu thành video — Wan 3.0. Không có cái nào trong số đó có bản tương đương ở MiniMax H3.

• Bạn cần trọng số có thể tải xuống, điều khiển khung đầu/cuối, hoặc một pipeline 2K — MiniMax H3, với điều kiện lãnh thổ của bạn không bị loại trừ; nếu bị loại trừ, hãy đăng ký với MiniMax trước khi bạn xây dựng trên đó.

• Bạn muốn một API key duy nhất và mức giá niêm yết của nhà cung cấp cho cả một dòng mô hình — MiniMax H3 là một nửa của cặp này đã được định tuyến sẵn, ở đúng giá niêm yết cùng khả năng tự động chuyển đổi dự phòng.

• Bạn đang chọn theo benchmark — dừng lại. Chúng đổi chỗ cho nhau tùy thuộc vào việc bạn đo từ văn bản hay từ hình ảnh, và khoảng cách trên bảng nào cũng nhỏ hơn khoảng cách giữa prompt của bạn và của người bên cạnh.

Điều đáng theo dõi là liệu Alibaba có đảo ngược hướng đi về trọng số hay không. Mỗi thế hệ kể từ Wan 2.2 đều đóng hơn thế hệ trước, và Wan 2.2 vẫn là mẫu chủ lực cuối cùng được cấp phép Apache — vậy nên xu hướng này chỉ về một hướng, nhưng đó là một xu hướng, không phải một lời hứa. Nếu một kho lưu trữ xuất hiện, bản so sánh này sẽ được viết lại.