H3 Max 是什么？能做什么、真实成本多少

H3 Max 是一个出片比你看片还快的视频模型。768P 的五秒镜头，三秒之内回来，声音已经在里面了。

跟它之前所有视频模型比，区别就一句话：你不再是提交任务，而是在现场调。 没有队列要盯，也没有标签页要挂着——你打字、看一眼、接着改。

下面的时间数字先交代一句：都是公布出来的口径，以及基于它的推算，不是我做的正面对比。凡是说法而非实测的地方，文中都标了。

先说名字

H3 Max 不是 MiniMax 发的。它是 拿 H3 的开源权重做出来的后训练版本，MiniMax 团队有参与，2026 年 9 月 1 日上线。

现在有四个名字在同一个家族里打转，搜索结果混着出：

• MiniMax H3（也叫海螺3）——MiniMax 的原版模型，4–15 秒，最高 2K。
• H3 Max——那个后训练版本。更快，卡在 768P。本文讲的是它。
• H3 Max Live——发布那周连续生成直播 demo 用的叫法。
• H3 Max Director——撑起那个 demo 的连续模型。它在 H3 Max 之后几天单独开了接口，而且它不是"更长的 H3 Max"。

这几个现在都能调。真正要分清的不是新旧，是片段和流：H3 Max 给你一个生成好的文件，Director 给你一个开着的会话，你在它跑的过程中指挥它。两者计费方式完全不同，后面成本那节会说。

这东西能存在，根子在开源权重。MiniMax 把 H3 的权重放出来，Max 这个版本拿去做后训练，又围着结果重建了推理链路。后训练出来的结果在 Design Arena 上比它的来源模型高出几个 Elo；它起步用的那批权重就是 H3 开源权重。

用它能做出什么来

产出是 5–15 秒、480P 或 768P、自带同步音频的片子——跟 H3 是同一类东西，只是下限短了一秒、上限低了一档。变的是：镜头三秒就回来，而不是官方接口那一分半到两分钟，你能拿它干的事跟着变了。

反复磨的单镜头。 这是最实在的用法。一个要试十一次才把运镜调对的镜头，以前得搭进去二十分钟，一半时间花在提交和切标签页上；现在就是坐在那儿一句一句改，几分钟的事。它最帮得上忙的，是那种你一开始根本说不清自己要什么的活儿。

能指挥的连续视频。 这就是 Director，也是真正新的东西。它不是把一段段片子拼起来，而是把一条视频流一直开着、跨时间保持上下文，所以你能在流跑的中途发新提示词，人物、场景和连贯性都不会断。标准会话最长两分钟，更长的要单独申请。可以给一张首帧当种子。九月初那批直播 demo 跑的就是它，而那些 demo 没告诉你的部分，在下面成本那节。

电商成套素材。 一个产品出十五个版本——不同角度、不同时长、不同投放位——不再是挂一晚上的批处理。一条三秒，你把十五条全生成出来，一起看，再把没中的那四条重跑。

首尾帧镜头。 图生视频那个接口同时收 image_url 和 end_image_url，也就是说镜头从哪儿开始、到哪儿结束都能钉死。这跟我们首尾帧指南里讲的是同一套手法，也是拿到"指定的那个动作"而不是"一个看着还行的动作"最靠谱的方式。

长片子的毛片。 15 秒的上限，这里一样抬不动。一段 90 秒的东西，照样是六次以上生成、由你来拼。速度改变的是：你能一口气把六段都粗排出来，在为它们付 2K 渲染的钱之前，先发现自己的顺序根本不成立。

它抬不高的那条线：768P。 H3 Max 没有 2K。

"比实时还快"到底要花多少钱

公布的标价是 768P 每秒 $0.08，480P 每秒 $0.05，换算过来 768P 就是每分钟 $4.80。发稿时两条线都在跑推广价，到期日还不一样——片段接口 9 月 7 日，Director 9 月 14 日——所以做任何预算之前先重新核一遍费率。

按标价，单条片子：

单看一个镜头，这很便宜。但换到大家真正想做的那件事上，账就不是这么算了。

Director 比片段接口多一条计费下限

Director 的标价同样是每秒 $0.08。费率不是区别所在，这两句才是：

• 每个会话最少按 60 秒计费，不管观众实际看了多久。有人打开你的流、看了四秒就关掉，你照样付一整分钟。
• 标准会话上限两分钟。 想跑更长，得报明确用途去申请。

也就是说 Director 的最小单位是一分钟视频——按标价 $4.80，而且没有任何办法更便宜地试一下。任何接在 Director 上的"免费试用"按钮，都是一个 $4.80 的按钮。

连续的流按产出的秒数计费，不是按算力时间。 一个频道如果全天播生成的视频，那现实时间每过 60 秒，它就消耗 60 秒的生成视频。于是跑起来是这个价：

那些传开的直播 demo，是卖算力的公司自己赞助的。这不是在批评它们——它们要证明的能力是真的，也确实证明了。但如果你把它们当成一个周末就能抄的生意，上面那一行就是横在中间的东西。一个没有任何按人收费的免费公共频道，一周烧掉大约 4.8 万美元。

能扛住账单的那个版本是按会话计费：一个观众、他自己的流、他自己的积分在走，而且最低消费要对得上你被收的那 60 秒下限。能力是一样的，只是电表接在看的人身上。这件事最好在写代码之前就想清楚，因为 60 秒下限让常规的免费试用形态根本负担不起，你得换一个钩子。

它实际是怎么跑的

动的是两处，不是一处。 先对开源权重做后训练，提升提示词遵循度和画面质感，然后围着这个特定模型重建了服务链路。公布的数是官方 H3 接口吞吐的 35 倍，最好情况 50 倍。这个数出自有利害关系的一方、也是在自家基准上测的，别当成谁实测出来的结论。

prompt_expansion_mode 这个参数会咬人。 它收 balanced 或 quality。按公布的 schema，balanced 大约多 1 秒，quality 大约多 30 秒。30 秒是渲染本身的十倍——你要是默认设成 quality，等于把来这儿的理由整个扔了。调的时候用 balanced，定稿那一条再切 quality。

两个接口的画幅逻辑不一样。 文生视频有 aspect_ratio 参数，覆盖 21:9、16:9、4:3、1:1、3:4、9:16。图生视频没有这个参数，它跟着你传进去那张图的比例走。想要竖版，首帧就得已经是竖的。很多人会以为参数藏在哪儿，其实没有。

声音跟画面一起出来。 每次生成都带同步音频——环境底噪、拟音、氛围、音乐——一遍出完，不用再跑一道。16:9 这一档在 768P 下出来是 1344×768，24 帧。

榜单成绩是真的，但幅度别夸大。 截至 2026 年 9 月 5 日核对，H3 Max 在 Design Arena 的图生视频榜上第一，Elo 1341，MiniMax H3 紧跟在后面 1333；在 Artificial Analysis 的"带音频图生视频"榜上第一，Elo 1201，样本 2177 条。比自己的原版高 8 个 Elo，是领先，不是碾压。速度才是重点，画质那边的结论是"没有退步"。

短板在哪

没有 2K。 就 480P 和 768P 两档。这是你该把原版 H3 留在流程里、而不是整个换掉的头号理由。

下限 5 秒，上限 15 秒。 时长默认值是 5。想要更短的节拍——两秒的反应镜头、一秒的插入镜头——只能生成五秒再剪。

参考输入来得晚，而且还不如 H3 全。 H3 一次最多收 12 个文件：9 张图 + 3 段视频 + 3 段音频。H3 Max 上线时只有文生视频和图生视频，参考视频生视频是隔了几天补上的。如果你的活儿依赖丢一段参考视频进去让它对着演，先确认今天这个接口到底收什么，别默认它跟原版一样。

提示词长度上限没公布。 H3 写明大约 7000 字符，H3 Max 的 schema 没给数。特别长的 brief 属于要自己试的范畴。

推广价会到期。 这周按推广价算出来的任何账，变成计划之前都得拿 $0.05 和 $0.08 重算一遍。

两分钟是你实际会用到的上限。 更长的会话存在，但要报明确用途去申请，所以 demo 里那个"无限"指的是会话在重启，不是一条不断的流。超过两分钟你还是回到拼接，只不过次数少一些。

什么时候还是得用原版 H3

交付物是 2K 的时候、需要完整那 12 个参考文件的时候，或者这个镜头本来头一两次就能对的时候——最后这种情况下速度优势对你毫无价值，而分辨率的损失是实打实的。

把两边价值都吃满的流程是：在 480P 粗排和反复调，最后一道用 H3 的 2K 出。 480P 是 H3 Max 唯一真便宜的一档，别的档只是快。先在那儿把镜头找出来，再把胜出的那条提示词丢给 H3 交付——提示词是通用的，底下本来就是同一套权重。

H3 在本站浏览器里就能直接跑，注册送免费积分，不用装任何东西；本站的 H3 Max 页面有样片和两边设置的差别。片子要超过 15 秒的话，免费的 H3 长视频规划器会先把分段的账算好，比生成了六段才发现问题便宜。

几个容易搞混的事

H3 Max 不是 H3 的升级版。 它是个做了取舍的兄弟：全档位都更快，480P 还更便宜，代价是没有 2K。"Max"这个词看着像一个系列里更大的那个型号，这次不是。

"比实时还快"说的是生成，不是播放。 五秒片子三秒渲完，意思是一台机器产出视频的速度超过一块屏幕播它的速度。不代表它能在你自己的应用里一边生成一边串流，更不代表这一步不花钱。

"Director"和"H3 Max"不是同一笔买卖。 Director 是独立接口，有会话计费、60 秒最低消费和两分钟上限。对着片段接口写的代码，换个模型名字是变不成直播的。

H3 Max 不是 MiniMax 发的。 原版是 MiniMax 做的、也是它开源的权重，Max 这个版本是别人拿这批权重后训练出来的。两家的积分、账号和定价互不相干。

值不值

如果你是反复磨的人——生成、看、调、再生成——H3 Max 对你一下午形态的改变，比今年任何一次画质提升都大。三秒在"要不要去干点别的"这个阈值以下，而手不离开键盘，提示词才会变好。

交付 2K、或者重度依赖参考视频和参考音频的话，它就是个打草稿的工具而不是替代品，原版 H3 得留在流程里。

那批直播 demo 证明的是能力，不是一门生意。要照着做，先把跑起来的账算一遍。

想了解底下这个模型，看海螺3 是什么和 H3 API 指南。想逐项看清换过去要付出什么，我们把两个模型摆在一起写了 H3 Max vs MiniMax H3。

本站为独立第三方工具，与 MiniMax 无隶属关系；这边的积分不与其它平台通用。