MiniMax H3 —
ネイティブオーディオを備えたAI動画ジェネレーター
MiniMax H3 は MiniMax の Hailuo AI シリーズにおける最新の動画モデルです（公式モデルID: MiniMax-H3）。4〜15秒の出力、768p と 2K、マルチモーダル参照に対応しています。アプリのインストールなしでブラウザからそのまま使えて、日本語のプロンプトにも対応しています。使い方や料金、API の詳細はガイドをご覧ください。
ネイティブステレオオーディオ
4〜15秒の動画
テキスト + 画像入力
無料で始められる
MiniMax H3 テキストから動画、画像から動画
MiniMax H3 テキストから動画
被写体、場所、動き、カメラ、照明、テンポ、会話、雰囲気を自然な言葉で説明します。MiniMax H3 はその指示から短い映像を作り、必要に応じて人物、背景、効果、セリフを調整できます。
MiniMax H3 画像から動画
静止画像をアップロードして、構成、キャラクター、製品、または最初のフレームを定義します。 MiniMax H3 image-to-video は、ソースを視覚的なアンカーとして使用しながら、カメラと被写体の動きを追加します。これは、チームがすでにアートワーク、ストーリーボードフレーム、または製品写真を承認していて、元の方向性を失わずにモーションを作成したい場合に便利です。
ショットの周りにプロンプトを作成する
良い結果を得るには、主役、動き、環境、構図、照明、音、終わり方の順に整理すると分かりやすくなります。長い説明も使えますが、簡潔な指示の方が修正しやすいため、まずは1つのシーンから始めてください。
参考文献を含むガイドの同一性
参照画像、動画、音声を使うと、顔、服装、場所、声、リズム、カメラ表現を伝えやすくなります。使用する権利のある素材だけをアップロードし、最も重要な参照を明確にしてください。
モーションとサウンドを一緒にレビューする
生成されたクリップを、接続されたオーディオビジュアル結果として評価します。被写体が認識可能な状態に保たれているか、アクションがきれいに完了しているか、唇の動きがセリフと一致しているか、適切なタイミングで効果音が鳴っているか、最終フレームが次の編集をサポートしているかどうかを確認します。 1 つの要素が失敗した場合は、プロンプトの成功した部分をすべて書き直すのではなく、その指示を修正します。
MiniMax H3 機能: ネイティブ音声、オムニリファレンスおよび編集
MiniMax H3 はテキスト、画像、その他の参照をまとめて扱い、アイデア全体を作り直さずに必要な部分を調整できます。
ネイティブステレオオーディオとリップシンク
MiniMax H3 は映像と同時に会話、環境音、音楽、効果音を生成できます。利用できる音声機能は、選択したモードと生成画面に表示される設定を確認してください。
オムニリファレンス
画像・動画・音声の参照を使って、人物、アートディレクション、動き、声、雰囲気を指定できます。ファイルを増やせば必ず良くなるわけではありません。MiniMax H3 で作りたい映像コンセプトを 1 つに絞り、それを補強する素材を選んだうえで、選択中のモードで表示される上限もあわせてご確認ください。
命令ベースの編集
指示ベースの編集では、人物、物体、背景、効果、会話などを部分的に調整できます。シーン全体を書き直すのではなく、天気、カメラ速度、小道具、セリフなど、変更したい点を1つずつ指定してください。
ユースケース
MiniMax H3 使用例
視覚的な参照、動きの方向、サウンドコンセプトを連動させる必要がある短い制作タスクに適しています。まず確認しやすい短いショットから始め、公式 API の 4–15 秒という範囲を納品保証ではなくテスト領域として捉えてください。
コンテンツクリエイターとソーシャルメディア
短いソーシャルコンセプト、トーキングキャラクターテスト、製品ティーザー、ビジュアルフックを書面による概要から作成します。ネイティブ音声はアイデア作成中に対話や雰囲気を確立できますが、画像リファレンスは認識可能なホスト、マスコット、またはアートの方向性を保持できます。エクスポートされた結果は、公開前にタイミング、主張、キャプション、権利、およびプラットフォーム固有の要件についてレビューする必要があります。
マーケティングチームと電子商取引
完全な撮影を依頼する前に、承認された製品写真やキャンペーンのキーアートをモーションスタディに変換します。生成された動画は、カメラの動き、ペーシング、サウンドデザイン、およびローカライズされた対話をテストでき、関係者が方向を迅速に比較するのに役立ちます。生成された詳細がフレーム間で変動する可能性があるため、パッケージ化されたテキストと事実に基づく製品の宣伝文は常に人間のレビューの下に置いてください。
映画製作者とスタジオ
MiniMax H3 は、プリビジュアライゼーション、ムード映像、トランジションテスト、ショット設計に使えます。衣装、場所、カメラ表現、演技のリズム、仮の音を参照で伝え、まずは短い1シーンを確認するのがおすすめです。
開発者と API の統合
短い映像出力を前提としたワークフロー（ジェネレーター画面の試作、レビューキュー、プロンプトライブラリ、メディア管理）に活用できます。公式 V2 エンドポイントのモデル ID は MiniMax-H3 ですが、サードパーティ経由では識別子が異なる場合があります。本番環境に導入する前に、認証、レート制限、セーフティフィルタの挙動、対応ファイルの条件、料金、実際の出力設定を必ずご確認ください。
MiniMax H3 とは？
MiniMax H3 は、Hailuo 3や MiniMax 3の名前でも検索されるマルチモーダルAI動画モデルです。1つのプロンプトで被写体、動き、カメラ、スタイル、会話、音声を指定し、参照ファイルで人物やデザインの一貫性を保てます。テキストから動画、画像から動画まで、このサイト上で利用できます。
MiniMax H3 の公式 API は 768P と 2K の出力、4〜15秒（整数）の尺、7,000文字までのプロンプト、そして最大9枚の参照画像・3本の参照動画・3つの参照音声（合計12ファイル）に対応しています。2026年8月3日には MiniMax がオープンウェイト（33Bパラメータ）を公開し、公式モデルカードには 24 FPS と 32 kHz ステレオ音声が明記されました。なお、コミュニティで見かける 1440p は公式の選択肢ではなく、公式は 768P と 2K のみです。
MiniMax H3：提供中の API と現在の仕様
ステータス
API提供中
解像度とフレームレート
768P・2K / 24 FPS
クリップの長さ
4〜15秒（整数）
オーディオ
32 kHz ネイティブステレオ
オムニリファレンス
合計 12 ファイルまで
プロンプトの長さ
最大 7,000 文字
MiniMax H3 対 Hailuo 2.3、Sora 2、Veo
これは実務向けの比較であり、ベンチマークではありません。MiniMax H3 はネイティブ音声、マルチモーダル参照、部分編集を1つの流れで扱えます。Hailuo 2.3、Sora 2、Veoとは得意な作業が異なるため、利用する設定とアカウント条件で試してください。
| 特徴 | MiniMax H3 | Hailuo 2.3 | Sora 2 | ヴェオ |
|---|---|---|---|---|
| ネイティブオーディオ | Available | Available | Available | Available |
| 動画の長さ | 4–15s | Varies | Varies | Varies |
| ネイティブステレオオーディオ | Available | Provider dependent | Available | Available |
| オムニリファレンス | Supported | Limited | Provider dependent | Supported |
| 指示による編集 | Supported | Limited | Provider dependent | Supported |
| 画像参照入力 | Available | Available | Provider dependent | Available |
| プロンプトの上限 | Up to 7,000 chars | Provider dependent | Provider dependent | Provider dependent |
| 公称解像度 | Up to 2K | Varies | Varies | Varies |
| API アクセス | Official API available | Available | Available | Available |
| 無料利用枠 | Free to start | Provider dependent | Varies | Varies |
単一のスペックではなく、制作目的に合わせて選んでください。MiniMax H3 には公式 API があり、768P および 2K 出力、4–15 秒の生成時間、マルチモーダル参照入力が確認されています。その他の機能比較はプロバイダーによって異なるため、予算を確定する前に最新の設定と料金をご確認ください。
MiniMax H3 映画のようなシーン
Alex Patrascu が MiniMax H3 とともに作成した 5 つの映画シーンでは、15 秒間のショット、ダイアログ、カメラの方向、ネイティブ音声が示されています。コレクション全体を再生して、ストーリーテリングとプロンプト全体の一貫性を比較します。
作成者の例: Alex Patrascu (@maxescu) · 出典: XMiniMax H3 価格
まずは無料クレジットから始めて、動画をもっと生成したくなったらサブスクリプションか買い切りのクレジットパックをお選びください。どのプランも購入前に付与クレジット数が表示されるので、プロンプトの試作、参照画像からのアニメーション化、本番用クリップの制作にどれくらいかかるかを、長期契約なしで比較できます。
サブスクリプションプランを選択してください
基本
個人やライトユーザーに最適
$90.00 で毎年請求されます
50% 節約含まれるもの
- 300 クレジット / 月
- AI 動画 約22秒分
- 約11クリップ（2秒、ネイティブ音声）
プロ
プロのクリエイターとチーム向け
$234.00 で毎年請求されます
50% 節約含まれるもの
- 1600 クレジット / 月
- AI 動画 約120秒分
- 約59クリップ（2秒、ネイティブ音声）
マックス
大企業やプロのスタジオ向けに設計
$960.00 で毎年請求されます
50% 節約含まれるもの
- 9200 クレジット / 月
- AI 動画 約690秒分
- 約340クリップ（2秒、ネイティブ音声）
サブスクリプションをキャンセルするには、サポートまでご連絡ください。 support@minimax3.com
MiniMax H3 よくある質問
モデル名、現在の仕様、参照素材、料金、この独立サービスについて分かりやすく説明します。
MiniMax H3 で作りはじめる
まずは 1 つの明確なシーンから始め、MiniMax H3 のテキスト動画生成（Text to Video）または画像動画生成（Image to Video）を選んで、映像とネイティブ音声をあわせて確認してください。登録時にもらえる無料クレジットがあるので、大きめのプランを選ぶ前にワークフローを試せます。利用できる設定はモードによって変わるため、生成のたびにジェネレーターの設定をご確認ください。