MiniMax H3とは？タスクとモダリティの境界を超えるオープンモデルの特徴・料金・使い方を徹底解説
- MiniMax H3はテキスト・画像・動画・音声を1つの文脈として扱う汎用マルチモーダル生成モデル
- ネイティブステレオ音声付きの動画を最大15秒・2K解像度で生成でき、2Kの秒単価は主要モデルの3分の1未満
- 近日中にモデルウェイトの公開が予定されており、クローズドモデルが中心だった動画生成分野で希少なオープンモデル
2026年7月、MiniMaxから新しいマルチモーダル生成モデルが発表されました。
今回登場した「MiniMax H3」は、テキスト・画像・動画・音声をひとつの統合されたコンテキストとして理解する汎用マルチモーダル生成モデルです。ネイティブステレオ音声付きの動画を、最大15秒・2K解像度で生成できます。
これまでの生成モデルには、「タスクごとに専用モデルが分かれている」「画像・動画・音声のモダリティ間に明確な壁がある」「動画生成はクローズドモデルが中心でエコシステムが閉じている」といった課題がありました。
一方でH3は、タスクとモダリティの境界そのものを取り払う設計です。参照・編集の関係性を固定のタスク集合ではなく自然言語で表現することで、事前学習の段階から幅広い指示に対応できる汎用性を獲得。しかし、新しい生成モデルが登場するたびに、「従来の動画生成AIと何が違うのか」「コストはどのくらいかかるのか」「実際にどのような制作現場で使えるのか」といった疑問を感じる方も多いのではないでしょうか。
そこで本記事では、MiniMax H3の概要や仕組み、特徴を整理しながら、料金の考え方やライセンス、使い方、業界別の活用シーンについて詳しく解説します。
最後までお読みいただくことで、MiniMax H3がどのような思想で設計され、どのような場面で力を発揮するのかが理解できるはずです。ぜひ最後までお読みください！
＼生成AIを活用して業務プロセスを自動化／
MiniMax H3とは
MiniMax H3は、MiniMaxが2026年7月に公開した汎用マルチモーダル生成モデルです。
最大の特徴は、テキスト・画像・動画・音声にまたがる統合的なコンテキスト理解にあります。複数のモダリティを入力として受け取り、それらの関係性を踏まえたうえで、ネイティブステレオ音声を伴う動画を出力できるモデル。
用途としては、広告・ブランディング・EC・プロダクトデザイン・UI/UX・ゲームなどが挙げられます。
| 比較項目 | MiniMax H3 | 従来の生成モデル |
|---|---|---|
| タスクの扱い | タスクの境界を設けず統合的に学習 | T2I・編集・被写体参照・モーション参照などを専用モデルに分割 |
| 音声 | 音声・効果音・音楽を分離せず同時にモデリング | ボイス・効果音・音楽をそれぞれ別領域として研究 |
| 参照・編集の指定 | 自然言語で関係性を記述 | 固定されたタスク集合に沿った入力形式 |
| 公開方針 | モデルウェイトの公開を予定 | クローズドソースが主流 |
動画生成AI全体の動向について、詳しく知りたい方は下記の記事もあわせてご覧ください。
MiniMax H3の仕組み
MiniMax H3を支えているのは、Contextual Omni Representation・H3-VAE・H3-Omni Transformer・In-Context Regenerationという4つの技術です。ここでは事前学習の設計と、それぞれの技術が担う役割を見ていきます。
事前学習の設計
| 領域 | 内容 |
|---|---|
| テキストから画像 | Text-to-Imageを統合的に学習 |
| テキストから動画 | 音声を同時生成し、出力は全てネイティブステレオ。マルチショットもネイティブにモデリング |
| テキストから音声 | ボイス・効果音・音楽を分離せず、まとめてモデリング |
| 汎用的な参照と編集 | 画像から画像、画像から動画、音声から音声、音声＋動画から音声＋動画までを一括で扱う |
MiniMax H3の事前学習は、タスクを分けずにまとめて学習させるという方針で組み立てられています。扱われるデータとタスクは上記のとおりです。
ここでいう「汎用的な参照と編集」は、実データのみから構築されている点に大きな意味があります。合成的に作った学習ペアに頼らないため、データのスケーラビリティが高いという設計です。
H3-Contextual Omni Representation
MiniMax H3の開発で最も重視されたのが、キャプション能力の強化です。マルチモーダルなコンテキストを導入したことで、キャプションが担う範囲は大きく広がりました。
ターゲットとなる動画を説明するだけでなく、コンテキストとターゲット動画の関係、さらにはコンテキスト内部の要素同士の関係まで記述する必要があるためです。
動画と音声を同時に記述する必要もあり、その視聴覚の関係はマルチショットになるとさらに複雑になります。この課題に対してMiniMaxは、専用モデルと全モダリティ理解のパイプラインを構築しました。ほとんどの素材で約10万トークン規模の推論が必要になり、それを平均およそ4,000トークンにまで蒸留しています。
H3-VAEとH3-Omni Transformer
H3-VAEは、Hシリーズが積み上げてきたトークナイザー技術を全面的に刷新したものです。
マルチモーダルコンテキストの導入により、シーケンス長の分散は3倍に拡大。
理解と生成では計算負荷の性質も大きく異なるため、両者のワークロードを分離して学習する構成を採用。サンプルごとの不均一な計算量とサンプル間のロードバランスを同時に調整した結果、学習スループットはエンドツーエンドで約30%向上しました。
H3-In-context Regeneration
2K出力の実現方法は、一般的な超解像モジュールを別途用意するのではなく、H3のベースモデル自身が低解像度出力をコンテキスト内で再生成するアプローチを採っています。
この方式には2つの利点があります。
- 再生成の過程でベースモデルが持つ生成能力を最大限に再利用できる
- 元のマルチモーダルコンテキストを再度参照しながら高解像度出力を作れる
従来の超解像は細部を「推測」するしかなく、小さな文字や細かなディテールを復元しきれない場面がありました。H3はコンテキストを参照できる分、そうした情報を取り戻せるという違いがあります。
MiniMax H3の特徴
MiniMax H3の強みは、マルチモーダルなコンテキスト理解と、2K解像度をデフォルトとする価格の両立です。ここでは主な特徴を詳しく見ていきます。
複数モダリティを混ぜた指示を自然言語だけで処理できる
実際のクリエイティブ作業では、画像・音声・動画といった複数の素材を組み合わせながら作成していきます。
MiniMax H3では、「動画1のヒッチコック的なカメラワークを参照し、画像2の人物に歌わせ、ボーカルは音声3に合わせる」といった指示が成立します。
従来であれば、モーション参照・被写体参照・音声同期をそれぞれ別のツールや専用モデルで処理する必要がありました。その工程が1つのプロンプトに集約される点は、制作フローそのものを変える可能性があるのではないでしょうか。
ネイティブステレオ音声付きの2K動画を生成できる
| 項目 | MiniMax H3の仕様 |
|---|---|
| 最大生成長 | 15秒 |
| 解像度 | 2Kをデフォルトで提供（768pの下位解像度も選択可） |
| 音声 | 動画と同時生成されるネイティブステレオ |
| ショット構成 | マルチショットをネイティブにモデリング |
| 入力モダリティ | テキスト・画像・動画・音声 |
MiniMax H3は、最大15秒・2K解像度の動画を生成します。音声は後付けではなく、全ての出力がネイティブステレオ。
加えて、マルチショットをネイティブにモデリングしている点も見逃せません。カットが切り替わる映像でも、視聴覚の関係を保ったまま生成できます。
商用制作を想定した描画精度を備える
初期テストでは、指示追従・正確なテキストおよびブランド描画・V2Vモーション転写で高い評価が示されています。
特にテキストやブランドロゴの描画精度は、広告やEC用途で実用に耐えるかどうかを分ける要素。In-Context Regenerationによって小さな文字が復元されやすくなっている点も、この強みを支えています。
モデルウェイトの公開が予定されている
動画生成の分野は長らくクローズドソースが優勢で、大規模言語モデルなどと比べると反復の速度が遅く、エコシステムも開かれていない状態が続いてきました。
MiniMaxはこの状況に対し、オープンソースコミュニティの支援、幅広いAIハードウェアとの互換性の加速、ユーザー独自のカスタマイズ版の構築しやすさを理由として、適用される法令に従いつつ近日中にモデルウェイトを公開する方針を示しました。
MiniMax H3の安全性・制約
| 項目 | 現時点の内容 |
|---|---|
| ウェイト公開 | 適用される法令に従うことを前提に公開予定 |
| 生成長 | 最大15秒 |
| モデルサイズ | 複数の能力面で改善余地があるとMiniMaxが明言 |
| 視覚的なディテール | 一部シーンで改善余地あり。今後さらに高解像度・高忠実度を目指す方針 |
| マルチモーダル理解 | 生成品質の土台として大幅な改善余地があるとされる |
| 安全対策の詳細 | フィルタリングや利用制限に関する具体的な情報は公開されていません |
H3の安全性に関する具体的な仕組みは、現時点で詳細が公開されていません。ここでは公表されている範囲の制約と、MiniMax自身が認めている改善余地を解説します。
注目したいのは、MiniMaxが今後の優先事項を明確に示している点です。次世代のHシリーズではM系列モデルの能力を統合する計画があり、マルチモーダル理解の底上げを図るとしています。
また、現行のモデルサイズには改善の余地があるとして、スケーリングを明確な前進の道筋と位置づけました。タスクの汎化が強まることで、その潜在能力を十分に引き出せると考えられています。
MiniMax H3の料金
MiniMax H3は、動画出力を中心とする汎用マルチモーダルモデルです。料金体系は「動画生成」「入力素材」「動画再生成」「H3-Context-IR」の4つに分かれており、利用する機能ごとに課金されます。
動画生成料金
| モデル | 解像度 | 課金方式 | 料金 |
|---|---|---|---|
| MiniMax H3 | 2K | 1秒ごとに課金 | $0.13/秒 |
| MiniMax H3 | 768P | 1秒ごとに課金 | $0.08/秒 |
動画生成は、生成する動画の解像度と長さに応じて1秒単位で課金されます。高解像度の2Kは768Pよりも高価ですが、その分より鮮明な動画を生成できます。
入力素材の料金
| 素材 | 料金 |
|---|---|
| 音声 | 無料 |
| 画像 | 最初の5枚まで無料、6枚目以降は$0.04/枚 |
| 動画 | 入力動画の長さに応じて課金（2K：$0.13/秒、768P：$0.08/秒） |
MiniMax H3では、動画だけでなく画像や音声を入力として利用できます。音声は無料で利用でき、画像は5枚まで無料です。一方、動画を入力する場合は、入力動画の長さに応じて料金が発生します。
画像を数枚使って動画を生成するケースでは追加料金が発生しないため、画像ベースの動画生成を試したい場合でも始めやすい料金体系となっています。
動画再生成（768P→2K）の料金
| モデル | 解像度 | 課金方式 | 料金 |
|---|---|---|---|
| MiniMax H3 | 768P→2K | 再生成後の動画の長さごとに課金 | $0.05/秒 |
768Pで生成した動画を2Kへ再生成する場合は、通常の動画生成とは別料金。再生成後の動画の長さに応じて課金される仕組みです。
動画再生成時の入力素材の料金
| 素材 | 料金 |
|---|---|
| 音声 | 無料 |
| 画像 | 最初の5枚まで無料、6枚目以降は$0.025/枚 |
| 動画 | 元の768P動画の長さに応じて$0.05/秒 |
動画再生成時も、入力素材によって料金が異なります。音声は無料ですが、画像や動画は所定の料金が適用されます。
通常の動画生成と比較すると、追加画像の料金は$0.04→$0.025と安く設定されています。
H3-Context-IRの料金
| モデル | 入力（100万トークン） | 出力（100万トークン） |
|---|---|---|
| MiniMax H3 | $0.90 | $3.60 |
H3-Context-IRは、プロンプトやコンテキスト情報を処理するための機能です。こちらは動画の長さではなく、入力・出力されたトークン数に応じて課金されます。
動画生成APIと組み合わせて利用する場合は、このトークン料金も考慮しておくと、より正確なコストを見積もれます。
MiniMax H3の料金まとめ
| 項目 | 料金 |
|---|---|
| 768P動画生成 | $0.08/秒 |
| 2K動画生成 | $0.13/秒 |
| 768P→2K再生成 | $0.05/秒 |
| 音声入力 | 無料 |
| 画像入力 | 最初の5枚無料（6枚目以降$0.04/枚） |
| H3-Context-IR入力 | $0.90/100万トークン |
| H3-Context-IR出力 | $3.60/100万トークン |
MiniMax H3は、動画生成を秒単位で課金するシンプルな料金体系を採用しています。
一方で、画像・動画などの入力素材や動画再生成、H3-Context-IRはそれぞれ個別に料金が設定されています。そのため、利用する機能によって総コストは変わります。
MiniMax H3のライセンス
MiniMax H3のライセンス情報は確認できませんでした。
MiniMaxは近日中にモデルウェイトを公開する方針を示していますが、その際に適用されるライセンス条項は明らかにされていません。公開は「適用される法令および規制に従うことを前提とする」とされており、地域によって扱いが変わる可能性もあります。
商用利用や再配布、ファインチューニングによる独自バージョンの構築を検討する場合は、ウェイト公開時に提示されるライセンスを必ず確認する必要があります。
オープンソースモデルの動向について、詳しく知りたい方は下記の記事をご覧ください。
MiniMax H3の使い方
MiniMax H3はMiniMaxのプロダクト群およびAPIを通じて利用します。基本的な進め方をステップ形式で解説します。
MiniMaxの公式サイトからコンソールにログインします。APIを利用する場合は、開発者向けドキュメントを確認しておきましょう。
参照したい動画・画像・音声を用意します。MiniMax H3はこれらを統合的なコンテキストとして扱うため、モーションの参照元、被写体の参照元、ボーカルの参照元といった役割ごとに素材を分けておくと指示が組み立てやすくなります。
素材なしでテキスト指示のみも可能です。
MiniMax H3では、専用モデルを選び分ける必要はありませんが、API上のtype・role指定が必要です。
動画1のヒッチコック的なカメラワークを参照し、画像2の人物に歌わせてください。ボーカルは音声3に合わせてください。解像度は2Kがデフォルトです。コストを抑えたい検証段階では768pなどの下位解像度を選び、本番用の書き出しで2Kに切り替えるという使い分けが現実的でしょう。生成長は最大15秒までとなります。
音声はネイティブステレオで同時生成されるため、映像と音の両方を確認します。意図とずれている場合は、素材の役割分担や関係性の記述をより具体的に書き直すことで精度が上がります。
ウェイトが公開されれば、ローカル環境や自社インフラでの実行、独自カスタマイズという選択肢も加わります。
【業界別】MiniMax H3の活用シーン
MiniMaxはH3の想定領域として広告・ブランディング・EC・プロダクトデザイン・UI/UX・ゲームを挙げています。ここでは業界別に、どのような使い方が考えられるかを紹介します。
広告・ブランディング
広告制作では、同じコンセプトを媒体ごとに作り分ける工数が課題になりがちです。
MiniMax H3は正確なテキストおよびブランド描画に強みを持つため、ロゴやコピーが崩れにくい映像素材を量産できると考えられます。ネイティブステレオ音声が同時に生成される点も、短尺広告の制作フローを短縮する要素。
ブランドカラーやトンマナを参照素材として渡し、関係性を言葉で指定するだけで展開できるため、キャンペーン単位での一貫性も担保しやすいのではないでしょうか。
生成AIの広告活用について、詳しく知りたい方は下記の記事もあわせてご覧ください。
EC・小売
ECでは商品点数が多く、1点ごとに動画を用意するコストが導入の障壁になります。
MiniMax H3の秒単価は2Kで主要モデルの3分の1未満とされており、商品数の多いカタログでも展開しやすい水準です。商品画像を参照素材として渡し、動きの指定を言葉で加えるだけで訴求動画を作れる可能性があります。
小さな文字を復元しやすいIn-Context Regenerationの特性は、パッケージの表記やスペック表示が読める映像を作るうえで有利に働くでしょう。
生成AIのEC活用について、詳しく知りたい方は下記の記事をご覧ください。
ゲーム開発
ゲーム開発では、プロトタイプ段階のカットシーンやプロモーション映像に多くの工数がかかります。
MiniMax H3はマルチショットをネイティブにモデリングしているため、カットの切り替わりを含む短尺映像を一度に生成可能。効果音・音楽・ボイスを分離せずに扱う設計も、雰囲気づくりの試作と相性が良いといえるでしょう。
ウェイトが公開されれば、自社のアートスタイルに合わせたカスタマイズ版を構築するという選択肢も現実的になります。
AIのゲーム活用に興味がある方は下記も参考にしてください。
マーケティング・SNS運用
SNS運用では投稿頻度が成果を左右する一方、動画の制作リソースが追いつかないという悩みが生まれがちです。
最大15秒という生成長は、ショート動画のフォーマットとよく噛み合います。音声込みで完結した縦型素材を短いサイクルで回せる点は、運用型のコンテンツ制作で効いてくるでしょう。
生成AIのマーケティング活用方法について、詳しく知りたい方は下記の記事をご覧ください。
プロダクトデザイン・UI/UX
プロダクトデザインの現場では、コンセプトを動きとして共有する手段が限られていました。
MiniMax H3ならデザイン案の画像を参照させ、動きや質感の変化を言葉で指定するだけで、イメージムービーやインタラクションのイメージ映像を短時間で作れると考えられます。2Kで細部が保たれる点も、UIの検証用途では重要な要素。
MiniMax H3を実際に使ってみた
使い方で実際に生成した動画を紹介しましたが、ここではgoogle colaboratoryを使って実装していきます。
サンプルコードはこちら
import base64, time, requests
from IPython.display import HTML, display
API_KEY = ""
PROMPT = "夕暮れの東京の路地裏。ネオンが水たまりに反射し、傘をさした人物がゆっくり歩いてくる。シネマティック"
RESOLUTION = "768P"
DURATION = 5
RATIO = "16:9"
CREATE_URL = "https://api.minimax.io/v2/video_generation"
QUERY_URL = "https://api.minimax.io/v2/query/video_generation"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
# 1. タスク作成
res = requests.post(CREATE_URL, headers=HEADERS, timeout=60, json={
"model": "MiniMax-H3",
"content": [{"type": "text", "text": PROMPT}],
"resolution": RESOLUTION,
"duration": DURATION,
"ratio": RATIO,
})
res.raise_for_status()
task_id = res.json()["task_id"]
print("task_id:", task_id)
# 2. 完了までポーリング
def query(tid):
r = requests.get(f"{QUERY_URL}/{tid}", headers=HEADERS, timeout=30)
r.raise_for_status()
return r.json()["task"]
while True:
task = query(task_id)
print(task["status"])
if task["status"] == "succeeded":
break
if task["status"] in ("failed", "cancelled"):
raise RuntimeError(task)
time.sleep(10)
video = requests.get(task["content"]["url"], timeout=600).content
open("output.mp4", "wb").write(video)
print(f"{len(video)/1024/1024:.1f} MB / usage: {task.get('usage')}")
b64 = base64.b64encode(video).decode()
display(HTML(f'<video width="720" controls autoplay loop src="data:video/mp4;base64,{b64}"></video>'))
上記のプロンプトで生成した動画がこちら。
生成までは2-3分程度でした。低コストで高品質な動画が生成できるので、多くの場面でMiniMax H3が活用できそうです。
2回目以降の生成を試みましたが、サーバーが混んでいるのか動画を生成することができませんでした。
【課題別】MiniMax H3が解決できること
MiniMax H3が解決できる代表的な課題を紹介します。従来の動画生成AIでは対応が難しかった制作上の課題に、どのようにアプローチするかを見ていきましょう。
複数ツールを行き来せずに1つの指示で完結できる
被写体参照・モーション参照・音声同期をそれぞれ別のモデルで処理し、後工程で合成するというフローに手間を感じている方は多いのではないでしょうか。
H3はタスクの境界を設けずに学習されているため、これらの関係性をまとめて自然言語で指定できます。ツール間の往復が減ることで、試行回数そのものを増やせる点が実務上の価値。
音声を別工程で用意せずに済む
従来は、映像を生成したあとにBGMや効果音、ナレーションを別のツールで作り、タイミングを合わせる作業が必要でした。
H3は音声・効果音・音楽を分離せずに同時モデリングし、出力は全てネイティブステレオ。映像と音の関係が最初から整合しているため、後工程の同期作業を大きく減らせます。
高解像度化のコスト負担を抑えられる
解像度を上げるとコストが跳ね上がるため、検証段階で低解像度に留めざるを得ないという制約もありました。
H3は2Kをデフォルトとしながら秒単価が主要モデルの3分の1未満とされており、この前提が変わります。超解像モジュールを別途用意しない設計も、パイプライン全体の単純化につながるでしょう。
| 項目 | 解決できること | 留意点 |
|---|---|---|
| 制作フロー | 参照・編集・音声同期を1つの指示に集約 | 関係性を言語化する記述力が求められる |
| 音声制作 | ネイティブステレオ音声を映像と同時生成 | 細かな音の差し替えは別途編集が必要 |
| コスト | 2Kをデフォルトで低い秒単価を実現 | 具体的な単価やプランは公開されていない |
| 尺の長さ | 短尺の広告・SNS素材に対応 | 最大15秒のため長編には別の手段が必要 |
他社の最新動画生成モデルについて、詳しく知りたい方は下記の記事をご覧ください。
MiniMax H3のよくある質問
ここではMiniMax H3のよくある質問について回答していきます。MiniMax H3の使用を検討している場合には、ぜひ参考にしてみてください。
MiniMax H3でタスクとモダリティの壁を越えよう
MiniMax H3は単なる動画生成ツールの新バージョンではなく、専用モデルの寄せ集めから1つの汎用モデルへという転換を体現する存在といえるでしょう。参照や編集の関係を自然言語で表現するという設計は、制作者が意図をそのまま言葉で渡せる世界を近づけています。
今後はM系列モデルの能力統合やスケーリングが進み、動画モデルが「クリップを生成する道具」からコンテンツ制作プロセス全体に関わる存在へと広がっていくのではないでしょうか。クローズドモデルが中心だった動画生成分野に、オープンな選択肢が加わる意味も小さくありません。
ぜひ皆さんも本記事を参考にMiniMax H3を使ってみてください！
最後に
MiniMax H3を活用することで、参照・編集・音声同期までを1つの指示に集約し、広告やECの映像制作を大幅に短縮できます。一方で、生成コストや品質は素材の渡し方と指示の書き方で大きく変わるため、小規模な検証から導入範囲を広げていくことも重要な選択肢です。
「生成AIで新しいプロダクトを作りたい」「もっと本格的に生成AIを業務に組み込みたい」とお考えの方は、ぜひ株式会社WEELにご相談ください。
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
生成AIを活用したプロダクト開発の支援内容は、以下のページでも詳しくご覧いただけます。
➡︎株式会社WEELのサービスを詳しく見る。
アイデア段階でも構いません。まずは無料相談でお気軽にご相談ください。
➡︎生成AIを活用したプロダクト開発・業務効率化について相談する
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。
