Seedanceの12分の1の価格で、2K・音声つきの動画を吐く — MiniMaxが「H3」をオープンソースにした
動画生成AIの話をするとき、これまで避けて通れなかったのが「1秒あたりいくらか」という現実だった。解像度を上げ、尺を伸ばし、そこに音まで乗せようとすると、生成コストは静かに膨らんでいく。個人が趣味で回すぶんには気にならなくても、案件で何十本と試作する段になると、この単価がじわじわ効いてくる。
中国のMiniMaxが8月3日にオープンソース化した H3 は、そのコスト構造に正面から殴り込みをかけてきたモデルだ。うたい文句がなかなか強気で、2K解像度・ネイティブステレオ音声つきの動画を、ByteDanceのSeedance 2.5の約12分の1の価格で生成できるという。
H3が何をするモデルなのか
H3は単なる動画生成モデルではなく、テキスト・画像・動画・音声を統一的に扱う「オムニモーダル」な生成システムとして設計されている。入力にこれらを混在させて文脈として理解し、出力としては最大2K・15秒・二重チャンネル(ステレオ)音声つきの動画を生成する。
MiniMax公式は7月31日にまずローンチし、8月3日に正式にオープンソースとして公開した。モデルの重み(ウェイト)はHuggingFaceとModelScopeで近日公開予定とされている。ここが個人的にいちばん見逃せない点で、単に安いAPIが出たという話ではなく、自分の環境で動かせる可能性が残されているということだ。
技術的な核は、独自の「H3-VAE」アーキテクチャにある。動画のシーケンス長を4分の1に圧縮することで、学習と推論にかかる計算コストを大きく下げているという。この圧縮こそが、あの価格を成立させている裏側だと考えると腑に落ちる。
価格破壊の中身
具体的な数字を並べると、H3の攻めっぷりがよくわかる。
- 2K生成での1秒あたり単価は、主流モデルの3分の1未満
- 768pでは、他社の720pの半額以下
- 音声つき2K動画で、Seedance 2.5の約1/12のAPIコスト
正直、この数字を最初に見たときは「本当か?」と身構えた。安いモデルが性能で妥協しているのはよくある話だからだ。ところが第三者評価であるArtificial Analysisのランキングでは、H3は動画編集能力で世界1位、text-to-videoで2位、image-to-videoで3位につけている。少なくとも「安かろう悪かろう」ではない、というのがひとまずの結論になる。
もちろん、ベンチマークの順位が実制作での使い勝手をそのまま保証するわけではない。細かい破綻や、日本語プロンプトへの追従性といった実務レベルの検証は、重みが公開されてから各所で答え合わせが進むはずだ。
この価格が効いてくる場面
安さは、それ単体では退屈な話だ。面白くなるのは、安さが試行回数を変えるときである。
1本1本のコストが高いと、人はどうしても「一発で決めよう」と身構える。プロンプトを慎重に練り、失敗を恐れる。ところが単価が1/12になると、その心理的なブレーキが外れる。同じ予算で12倍の試作が回せるなら、気に入った1本が出るまで雑に投げ続けるという、これまで贅沢だった使い方が現実的になる。
音声がネイティブで乗ってくる点も見逃せない。従来の動画生成は「まず映像を作り、あとから音を別工程で足す」のが定石だった。この後付け工程が消えるだけで、短尺の広告カットやSNS向けクリップの制作は一段軽くなる。ここに ElevenLabs のような音声合成でナレーションを重ねれば、映像・環境音・語りの三層を、ほぼAIだけで組み上げるワークフローも見えてくる。
そしてオープンウェイト化だ。もし重みが実用的な形で公開されれば、クラウドAPIに毎秒課金される前提そのものが崩れる。手元のGPUで回せるなら、大量生成のコストは電気代に近づく。中国発の動画AIはKlingやSeedanceで日本のクリエイターにも一定の地歩を築いてきたが、H3は「安い」だけでなく「持ち出せる」ことで、次の一手を打ってきた印象がある。
気になるところ
冷静に見れば、留保もある。15秒・2Kという上限は、Seedance 2.5が掲げる30秒・4Kと比べると見劣りする場面がある。長尺の一貫性や高精細さが最優先なら、素直に上位モデルを選ぶ理由は残る。オープンウェイトも「近日公開」の段階で、ライセンス条件や必要なハードウェア要件が出そろうまでは、手放しで喜ぶには早い。
それでも、2K・音声つきという十分に実用的な仕様を、価格でここまで引き下げてきたインパクトは大きい。動画生成が「高いから試作を絞る」段階から、「安いからとりあえず回す」段階へ移る——その転換を、H3は一段押し進めるモデルだと思う。詳細は MiniMax公式のリリース で確認できる。重みの公開後、実際にどこまで戦えるのか、答え合わせが楽しみだ。
関連記事
Claude Codeに「画像も動画も音楽も生成させる」CLIが出た — MiniMaxのMMX-CLIが地味に効く理由
中国MiniMaxが2026年4月12日に公開したOSSのCLI「MMX-CLI」。Claude CodeやCursorに画像・動画・音声・音楽・検索の7モダリティをMCPなしで足せる。インストール手順と用途、MCPとの違いを整理する。
12日間で4社が出揃った — 中国AIコーディングモデル比較、どれを使うのが正解か
GLM-5.1・Kimi K2.6・DeepSeek V4・MiniMax M2.7を料金・性能で横並び比較。用途別の選び方を解説。
Hailuo 2.3が静かに最強になっていた — MiniMaxが価格据え置きで仕掛けた"物量戦"
MiniMaxのAI動画モデルHailuo 2.3が登場。価格据え置きで物理描写・アニメ/水墨画対応・微表情が大幅改善。Kling 3.0やSeedance 2.0との立ち位置、日本のクリエイター目線での選び方を解説