Wan 3.0 与 MiniMax H3：开源权重的那款有隐情

这一对比的真相，大多数报道都搞反了。MiniMax H3才是开放权重模型——你可以下载它、检查它、在自己的硬件上运行它，而且在这两者中，它是目前唯一能通过路由 API 调用的。Wan 3.0则完全没有公开权重，延续了早在这次发布之前就已开始的开放退缩。到这里还算熟悉。被遗漏的部分是许可证：MiniMax H3 的权重采用一份社区许可证，明确排除了美国、英国、欧盟和韩国，在这些地区使用需要向 MiniMax 申请。“开放权重”和“开放许可”并不是同一种主张，而在这两者身上，这一差别比规格表更能决定问题。

这两款模型都是当前的主流，且都很强大。Wan 3.0 出自 Tongyi Lab，于 2026 年 8 月 6 日进入公测，8 月 24 日正式发布；单次生成最长可达 30 秒，最高支持 1080p。MiniMax H3 出自 MiniMax，于 2026 年 8 月初开放权重，可生成 4 至 15 秒、768p 的视频，或通过仅限 API 的超分模块达到 2K，并具备原生立体声音频。围绕"视频模型应该是什么样"，它们是同一场争论的两面。

许可证问题，首先要解决

先从这里开始，因为如果你身处某个被排除的地区，其余的对比就毫无实际意义了。

• MiniMax H3 — H3-Base 权重可在 MiniMax 社区许可下下载，而非 Apache 或 MIT 许可。该许可不覆盖美国、英国、欧盟和韩国。这些地区的用户需向 MiniMax 申请授权。开放的仅是基础模型：Context-IR 提示词扩展模块和 2K 重生成模块仍保留在 API 侧，从未包含在本次发布中。

• Wan 3.0——未发布权重、未发布代码仓库、未发布许可证。阿里巴巴的发布材料所描述的只是一个按量计费的封闭 API，对其是否开放任何内容只字未提。

那确实是截然不同的一种“闭源”。MiniMax 交付的东西附带了你或许能够满足的条款。阿里巴巴则什么都没交付，无从满足。

每个模型实际上是什么

剥去包装，这两者针对的是不同的用途。

• 最大时长 — Wan 3.0 单次可生成 2 到 30 秒。MiniMax H3 可生成 4 到 15 秒。这是两者之间最大的功能差异，且无法通过拼接来弥合，因为接缝恰恰是你想避免的东西。

• 分辨率 — Wan 3.0 输出 480p、720p 或 1080p，默认 1080p。MiniMax H3 原生输出 768p，或通过一个仅限 API 的重生成模块输出 2K，因此任何自行托管权重的人都无法使用该模块。

• 帧率和音频——两者均以 768p 生成 24 fps。MiniMax H3 公布了其原生音频的明确规格：32 kHz 立体声，与视频在同一次生成中产出。Wan 3.0 的发布资料描述了原生音视频输出和同步的微表情；仍有一个对比网站将 Wan 3.0 的原生音频列为未确认，因此音频方面的对等性应视为厂商自述，而非经独立核实的结果。

• 输入 — Wan 3.0 支持文本、图像、视频、音频，以及——该系列新增的——文档和网页：PDF、PPT、DOCX、XLS、Markdown、TXT，最大 100 MB 或 50 页，每次请求一个文件或链接。MiniMax H3 支持文本、图像、视频和音频引用，最多 9 张图像、3 个视频片段和 3 个音频片段。

• 输出控制 — MiniMax H3 提供首帧、尾帧以及首尾帧控制，并支持参考图生视频。Wan 3.0 提供基于指令的编辑、视频延长、智能时长建议和自适应宽高比。这些是不同的功能清单，而非同一功能在数量上的差异。

排行榜怎么说，以及它们在哪里存在分歧

Artificial Analysis 对两者都进行了排名，而呈现出的规律与营销宣传所暗示的并不一致。

• 文生视频（含音频），2026年9月18日 —— Wan 3.0 以 1229 的 Elo 分数、基于 6,011 个样本位列第 2。MiniMax H3 以 1220 的分数、基于 8,602 个样本位列第 4。在该榜单上，九分的差距是真实存在的，但幅度不大。

• 图生视频（含音频） — MiniMax H3 以 1181 分位列第 2。Wan 3.0 以 1164 分位列第 6。开源权重模型在此处领先。

• 这意味着什么——两个模型都不占绝对优势。Wan 3.0 从文字提示出发表现更强；MiniMax H3 从静态图像出发表现更强。30 秒的生成能力是 Wan 3.0 独有、却没有任何排行榜能体现的优势，因为所有榜单衡量的都是短片段。

第二个来源，Megaton 的 V-Benchmark v2.0（2026年9月10日更新），给 Wan 3.0 打出总体 81.6 分，给 MiniMax H3 Max——基础模型的后训练同源版本，而非基础模型本身——打出 74.5 分。方法不同，结论就不同，而这两个基准结果不一致这一事实本身就说明问题：这些模型彼此足够接近，因此排名取决于你衡量的是什么。

价格，按你实际会购买的分辨率来算

这里的价格按生成视频的每秒计算，这也是两家供应商的计费方式，且均为标价报价。

• Wan 3.0 — 据阿里巴巴称，480p 下每秒 0.3 元（约 0.05 美元），720p 下 0.6 元（约 0.10 美元），1080p 下 1.2 元（约 0.20 美元）。Artificial Analysis 将 1080p 配置列为每分钟 12.00 美元。30% 的首发折扣在阿里云百炼和千问 AI 平台上持续至 2026 年 9 月 23 日。

• MiniMax H3 — 在 MiniMax 自家平台上，768p 为每秒 $0.08，2K 为每秒 $0.13，Artificial Analysis 将其换算为 1080p 等效配置下每分钟 $7.80。参考音频输入免费；参考图像前五张免费。

• 草稿技巧并不能省钱——以 768p 生成再重新生成到 2K，每秒花费 $0.08 + $0.05 = $0.13，与 2K 的费率完全相同。只有在你本来就打算丢弃的镜头素材上，它才划算。

直接比较这两个数字确实有一个真正的陷阱：$0.08 和 $0.20 是不同分辨率和不同最大长度的价格，因此单纯的按秒比较会偏袒你本来就倾向的那个模型。更诚实的指标是每个被接受片段的成本，而这其中包含了重试。

而这里的路由角度异常具体

这是一场罕见的较量：开放权重模型同时也是更容易获得的那一个。

MiniMax H3 现已在 OrcaRouter 上可路由，按提供商的标价计费，0% 加价 —— 768p 下每秒 $0.08，2K 下每秒 $0.13，均显示在模型页面上 —— 并具备自动故障转移，因此单条服务路径宕机不会拖垮整条流水线。Wan 3.0 未接入任何路由平台：它只能通过其自有控制台访问 —— Model Studio（百炼）、其云控制台和万象站点 —— 以及 Envato、Leonardo.Ai 和 ComfyUI 等第三方创意工具。如果你的核心需求是"一个密钥、多个模型、提供商价格"，那么 H3 系列已经实现了这一点。

这种不对称同样会反向起作用。路由解决不了许可证问题。如果你身处美国、英国、欧盟或韩国，并且原本打算自行托管 MiniMax H3 的权重，那么如今真正行得通的途径是托管式 API——它与你从 Wan 3.0 获得的访问形态相同，只是少了文档输入，也少了那 30 秒。

那么，是哪一个？

• 你需要超过 15 秒的时长、1080p 交付，或将文档转为视频 — Wan 3.0。这些都没有 MiniMax H3 的对应方案。

• 你需要可下载的权重、首帧/末帧控制，或一套 2K 流程 — MiniMax H3，前提是你所在的地区未被排除；若已被排除，请在基于它开发之前先向 MiniMax 提出申请。

• 您想要一个 API 密钥，以及覆盖整个模型系列的提供商列表定价 —— MiniMax H3 是这一组合中已经完成路由的那一半，按列表价提供并支持自动故障转移。

• 你在凭基准测试做选择——停下来吧。它们会互换位置，这取决于你是从文本还是从图像来衡量，而无论哪个榜单上的差距，都比你自己的提示词和你邻居的提示词之间的差距要小。

值得关注的是，Alibaba 是否会在权重上改弦更张。自 Wan 2.2 以来的每一代都比上一代更封闭，而 Wan 2.2 仍是最后一款 Apache 许可的旗舰——所以这一模式指向一个方向，但它只是模式，并非承诺。如果出现一个仓库，这次比较就会被改写。