MiniMax H3、Hailuo、H3 Max —— どの名前が何を指すのか

4 つの名前は、そもそも互いの選択肢ではありません。会社、製品ライン、モデル、それを提供するエンドポイントという、別々の階層に位置しています。

つまり「Hailuo 3 は MiniMax H3 と同じか」—— 同じです。「H3 Max は H3 の名前違いか」—— 違います。追加学習された別のエンドポイントで、制限も異なります。この一覧の中で、実際に得られるものが変わる区別はここだけです。

エンドポイントは 3 つ。その間の正直なトレードオフは速度と解像度です。料金はモデル目録に連動し、目録を変えれば表も変わります。

意外に思われるのは音声の列で、ここは正確に書いておく価値があります。H3 というモデル自体はネイティブに音声を生成し、公式カードにも 32kHz ステレオと明記されています。それが手元に届くかどうかはエンドポイント次第です。Max 系は毎回、切り替えなしで同期音声を返しますが、当サイトが提供しているベースの H3 エンドポイントは映像のみを返します。能力はモデルのもの、挙動はエンドポイントのもの —— この 2 つは別物で、混同することが、よそで読んだ仕様が実際に試すと違って見える最大の理由です。

公式リリースは入力の形ごとに別々のチェックポイントを配布しており、そのチェックポイント名が、あたかも独立した製品であるかのようにコミュニティの議論に流れ込んでいます。

H3-Base-FL2VA

最初と最後のフレームを扱うモード。画像を 0 枚・1 枚・2 枚のいずれでも受け取れるため、テキストから動画、開始フレーム指定、終了フレーム指定、その両方指定を 1 つのチェックポイントで賄います。「fl2va」を独立したモデルのように語る投稿を見たことがあるなら、その正体はこれです。モデルではなくモードの名前です。

H3-Base-Ref2VA

オムニ参照モード。画像を最大 9 枚、加えて 2〜15 秒の動画または音声を最大 3 本まで受け取れます。参照画像から動画の裏で動いているのがこのチェックポイントです。

H3-Regenerate-2K

出力を 2K まで引き上げるアップスケーリングのモジュール。公式モデルカードには「未オープンソース」と記載されています —— これは字面以上に重要で、理由は次の節に書きます。

H3 はオープンウェイトなので、自分で動かすのは現実的な選択肢で、実際に多くの人がそうしています。ただ、一晩を費やす前に知っておく価値のある点が 1 つ。2K の出力は H3-Regenerate-2K という別立てのアップスケーリングモジュールから来ており、公式モデルカードはこれを未オープンソースとしています。ベースの重みは短辺 768 ピクセルが既定です。

仕様表の「H3 は 2K 対応」と、ローカルのチェックポイントが実際に出力するものとの差はここにあります。ホスト型のエンドポイントが 2K を出せるのは提供側がパイプライン全体を回しているからで、ダウンロードした重みだけには最後の一段が含まれていません。

ライセンスも、思い込まずに一度目を通しておくべきです。このリリースは MiniMax H3 Community License Agreement のもとにあり、無制限に緩いライセンスではありません。

以下はプラットフォームやコミュニティ発のもので、MiniMax 発ではありません。当サイトではいずれも提供していないため、書くのは「その名前が何を指すか」だけです。性能については何も書きません。測っていないからです。

H3 Fast

MiniMax のリリースではなく、プラットフォーム側の料金ティアです。一部の提供元がこの名前で、より安く速い H3 エンドポイントを出しています。実体が何に対応するかはその提供元の裁量なので、ここの内容と同じだと考えず、各社のモデルページを確認してください。

FastH3

オープンウェイトをステップ蒸留したコミュニティ版で、サンプリング回数を減らすことを狙ったものです。MiniMax 発ではなく、当サイトでも提供していません。

VDN-H3

オープンウェイトに別のアテンション／デコード方式を当てたコミュニティ移植版で、主に H3 をローカルで動かしている層のあいだで出回っています。こちらもコミュニティの成果であって、公式のバリアントではありません。

H3 Context

クリップを延長・継続するためのワークフローで、主にローカル生成の界隈で語られています。選んで使うモデルではなく、重みの上に組み立てられた手法です。

時間を節約する一般則を 1 つ。プラットフォームが H3 の派生版を掲げているとき、役に立つ問いは「これは本物の H3 か」ではなく「どのエンドポイントで、解像度の上限はいくつで、いくらか」です。提供元はそれぞれを独立に決めるので、同じモデル名でも、どこで動かすかによって挙動も値段もかなり変わります。

MiniMax H3 と Hailuo 3 は同じモデルですか？

同じです。MiniMax がラボ、Hailuo がその一般向け製品ライン、そして H3 が両方の名前の指すモデルです。「Hailuo 3.0」や「MiniMax Hailuo H3」と書いても、裏で動いているものは変わりません。

MiniMax H3 と MiniMax H3 Max は何が違いますか？

ベースの H3 はオープンウェイトのモデルで、当サイトの目録では 2K・参照画像から動画に対応し、秒単位の一律料金です。H3 Max と H3 Max Turbo はそれを追加学習したリアルタイム向けエンドポイントで、1 本あたり大幅に速く安く、音声も常時オンですが、上限は 768p で参照モードがありません。トレードオフは速度と解像度です。

H3 Max と H3 Max Turbo は何が違いますか？

能力は同じで、速度と価格帯が違います。Turbo は 768p・5 秒のクリップを上流で約 1.5 秒、秒単価は半分。標準の Max エンドポイントは約 2.7 秒かかり、値段は 2 倍です。ライブモードの既定は Turbo で、Max は「高画質にする」に相当します。

自分の GPU で H3 を動かせますか？

ベースの重みが公開されているので、動かせます。コンシューマ向けカードに載せる話や量子化のノウハウが出回っているのはそのためです。始める前に知っておくべき注意が 2 つ。ライセンスは無制限に緩いものではなく MiniMax H3 Community License Agreement であること、そして 2K のアップスケーラーは別モジュールで、モデルカードには未オープンソースと書かれていることです。

ローカル実行だと 2K に届かないのはなぜですか？

2K は H3-Regenerate-2K という別立てのアップスケーリングモジュールから来ており、公式モデルカードがこれを未オープンソースとしているからです。ベースの重みは短辺 768 ピクセルが既定です。ホスト型のエンドポイントが 2K を出せるのは提供側がパイプライン全体を回しているからで、ローカルのチェックポイント単体ではそうなりません。

H3 は音声を生成しますか？

モデル自体は生成します。公式カードにも 32kHz ステレオと明記されています。その音声が手元に届くかどうかは、呼んでいるエンドポイント次第です。当サイトでは、H3 Max と H3 Max Turbo が毎回、切り替えなしで同期音声を返し、提供しているベースの H3 エンドポイントは音声トラックを返しません。モデルの能力とエンドポイントの挙動のこのズレが、読んだ仕様が間違っていたと感じる最大の原因です。

ここではどれを使えばいいですか？

速く安く、768p で足りるなら H3 Max Turbo。同じ方向で画質に余裕が欲しいなら H3 Max。2K が必要、あるいは参照画像で人物や製品を一貫させたいならベースの MiniMax H3。15 秒より長いものが必要なら、この 3 つでは足りません。最長 30 秒の Seedance 2.5 をご覧ください。

公式の能力・モード名・ライセンスは、MiniMax のモデルカードと 2026年9月8日に照合しました。エンドポイントの仕様と料金は当サイトのモデル目録によるもので、目録の変更に追従します。