MiniMax-Music3 对比 Lyria 3.5：开放权重对决谷歌的围墙音乐花园

MiniMax-Music3 和 Lyria 3.5 都能根据文本提示生成完整歌曲，而相似之处大致到此为止。谷歌于2026年7月29日将 Lyria 3.5 整合进其 Flow Music 消费者应用，对订阅者免费，但未开放权重，也没有确认的开发者 API；MiniMax 则于2026年8月13日在 Hugging Face 上以开放权重形式发布了 MiniMax-Music3，此前其 music-3.0 API 已于7月16日上线。同样的任务，发布策略却截然相反。本次对比要说明的是这种差异究竟能给你带来什么，而首先需要交代一个信源方面的提醒：截至撰写本文时，双方关于质量的所有说法均为厂商自行报告，两款模型都没有独立的基准测试，也没有已发布的正面对比。

两种发布理念

Lyria 3.5 是一项面向消费者的功能。它位于 Flow Music（谷歌收购并更名的 Riffusion 产品）之中，可生成 30 秒至三分钟时长的曲目，谷歌称其能带来“更真实、情感更细腻的人声”。它支持多语言人声——发布演示涵盖英语、西班牙语、法语、印地语和葡萄牙语——此外还支持图像转音乐输入，可控制速度、BPM、调性、人声风格和乐器编排，并提供用于重编曲目片段的“选择性片段绘制”工具。谷歌表示模型页面带有 SynthID 水印。

MiniMax-Music3 是一个面向开发者的产物。开放权重版本是一条完整流水线——8B 全局 LLM 加上 0.6B 局部 LLM，通过 2.4B Flow Matching 模块融合，再进入输出 32 kHz 立体声 WAV 的 Flow-VAE——并且可在约 22 GB 显存中自托管。其控制界面是一个结构化描述：流派、子流派、BPM、调性、音阶、情绪推进、人声细节，以及分段落编排图，歌词带有 [Verse]、[Chorus]、[Bridge] 等标签。如果说 Lyria 3.5 是产品，那么 MiniMax-Music3 就是组件。

记分牌

• 歌曲长度 — MiniMax-Music3 单次生成最长五分钟，而 Lyria 3.5 最长三分钟。

• 权重 — MiniMax-Music3 开放，自 2026-08-13 起可下载，无门槛；而 Lyria 3.5 封闭，无权重，无法自托管。

• 输出 — 你可保留并拥有的 MiniMax-Music3 32 kHz 16-bit 立体声 WAV 文件，对比驻留在 Flow Music 播放器中的 Lyria 3.5 音频。

• 控制 — MiniMax-Music3 结构化描述涵盖 BPM、调性、音阶及分段编排，对标 Lyria 3.5 的速度、BPM、调性、人声风格控制，并支持生成后的选择性分段绘制。

• 自行部署MiniMax-Music3 支持，文档记载在 SGLang-Omni、diffusers 和 ComfyUI 路径下约需 22 GB 显存；Lyria 3.5 则不支持。

• 价格 — 在 API 上，MiniMax-Music3 每首歌 0.15 美元（最长五分钟），免费层为每分钟 3 次请求；而 Lyria 3.5 在 Flow Music 订阅中免费，但 3.5 的开发者 API 定价尚未确认。

最后一行需要加脚注。有关Lyria的每30秒片段约0.04美元、每三分钟歌曲约0.08美元的报价，是针对较早的Lyria 3和3 Pro世代报道的，并未确认适用于3.5；Google也未在Gemini API上公布3.5的模型ID或端点。应把Lyria的API定价视为一个悬而未决的问题。

上面展示的 MiniMax-Music3 模型卡是本次开源发布的全部文档——没有单独的论文或发布文章可供参考，因此这份对比在很大程度上依赖于 README 中的声明。

人声问题

两款模型均以人声为主打。谷歌声称，Lyria 3.5 具备“更逼真、情感更细腻的人声，以及更出色的发音”；MiniMax 在 music-3.0 的发布说明中称，新的声音引擎可消除高频“数字嘶声”，并能控制旋律、发声、呼吸和多层和声。两者均为厂商宣称，且均未经过独立复现验证。

然而，对于Lyria 3.5，确实有一批早期的独立测试，结果好坏参半。Linux.do上的一个社区测试发现，人声和旋律有所改进，但中文歌词识别准确率下降至约5%；一篇日语上手体验则认为人声令人信服，但偶尔有发音上的小怪癖。这就是谷歌关于发音声称的诚实基线：在某些语言中令人信服，在其他语言中则不太稳定。对于MiniMax-Music3，目前还没有任何独立测试——该仓库公开才一天——所以唯一公允的说法是，双方的声乐声称都未经验证，而Lyria 3.5的声称已经部分遭到反驳。我们之前在下方展示的Lyria 3.5发布评测中已更深入地报道了Lyria方面的情况。

每一个到底要花多少钱

成本对比取决于你如何计算，结果可能大相径庭。对于消费者来说，Lyria 3.5 实际上几乎是免费的——Flow Music 的入门套餐每月约 6 到 8 美元，而且模型已包含在内。对于开发者来说，MiniMax-Music3 则要便宜得多：每首五分钟的歌曲仅需 0.15 美元，如果自行部署则只需 GPU 的成本，而 Lyria 的 API 定价尚未确认，而且该 API 可能根本还不存在。

按分钟计算的成本值得明确算一下。MiniMax 的 0.15 美元最多可购买五分钟的歌曲，因此按全长计算约为每分钟 0.03 美元。即便最乐观的 Lyria 报道数字，即每首三分钟曲目约 0.08 美元，也约为每分钟 0.027 美元——几乎相同。真正的区别不在于单价，而在于 MiniMax 的价格是公开的，且模型可在你自己的硬件上运行，而 Lyria 的开发者故事仍属猜测。

谁应该选哪个

如果你是 Flow Music 订阅用户，想要精致的消费者体验，看重 Google 生态系统（图像转音乐、编辑工具），并且能接受输出仅保留在应用内、没有权重文件且没有已确认的 API，那么请选择 Lyria 3.5。对于想要制作歌曲而不是操作模型的人来说，它是更好的产品。

选择 MiniMax-Music3，如果你正在构建某些东西——一个应用、一条游戏配乐流水线、一个翻唱生成器、一项歌词转歌曲服务——其中输出必须是你能掌控的文件、成本必须可预测、或者模型必须在你运行的环境中运行。开放的权重和结构化的提示词为其集成工作带来了决定性的工程优势，而五分钟的上限相比 Lyria 的三分钟是一个真正的领先点。

对于不希望锁定任何一方赌注的团队，定价对冲与模型本身同样重要：在像OrcaRouter这样的直通路由器上，提供商的标价原样传递，不加任何加价，因此当供应商降价时，降价当日即生效——无需重新谈判，也无需中间商重新定价。在这个两家供应商定价都如此新兴的品类中，这一点值得铭记。

诚实的底线

Lyria 3.5 凭借更大的品牌和未经证实的 API，提供了更好的消费者体验；MiniMax-Music3 凭借公布的价格、开放的权重和零独立试听测试，是更好的开发者资产。在接下来的几周里，这种不对称性就是全部：Google 在卖一个功能，而 MiniMax 在交付一个基础。决定这场对决的关键问题是，开放检查点的音质是否与 API 版本一样好——而目前还没有人公布这个答案。