TL;DR
MiniMax H3 Max không phải là một mô hình nền tảng hoàn toàn mới thay thế MiniMax H3. Đây là một biến thể hậu huấn luyện của MiniMax H3 do fal Research tạo ra, sử dụng trọng số mở của H3 và bổ sung hậu huấn luyện tập trung vào tuân thủ prompt, thẩm mỹ hình ảnh và hiệu quả suy luận.
Sự khác biệt đó giải thích hầu hết các điểm khác nhau giữa hai mô hình. MiniMax H3 Max được tối ưu cho suy luận sản xuất nhanh và khả năng tuân thủ prompt mạnh hơn, trong khi MiniMax H3 vẫn là hệ thống omni-modal rộng hơn, bao gồm điều kiện hóa đa phương thức phong phú hơn, quy trình chỉnh sửa video, và xuất ra đến 2K thông qua H3-Regenerate-2K từ H3-Base mở.
Tính đến ngày 18 tháng 9 năm 2026, dữ liệu ưu tiên độc lập cho thấy H3 Max đạt 1227 Elo ở hạng mục text-to-video có âm thanh so với 1220 của H3, và 1195 Elo ở hạng mục image-to-video có âm thanh so với 1181 của H3. Các khoảng cách này đủ ý nghĩa để theo dõi, nhưng không đủ lớn để ngụ ý sự khác biệt chất lượng kịch tính cho mọi prompt.
Key Takeaways
- H3 Max là một biến thể H3 hậu huấn luyện, không phải H4 hay một kiến trúc H3 lớn hơn. fal bắt đầu từ trọng số mở của MiniMax H3 và tối ưu đồng thời mô hình và hạ tầng phục vụ.
- Tốc độ là điểm khác biệt rõ ràng nhất của H3 Max. fal báo cáo khoảng ba giây hoặc ít hơn cho một bản dựng 5 giây ở 768p trên hạ tầng tối ưu của họ.
- Hiện H3 Max dẫn H3 trong hai bài kiểm thử ưu tiên độc lập trực tiếp so sánh được dùng ở đây. Ảnh chụp mới nhất cho thấy +7 Elo ở text-to-video có âm thanh và +14 Elo ở image-to-video có âm thanh.
- MiniMax H3 vẫn là quy trình mô hình nền tảng rộng hơn. Nó hỗ trợ tham chiếu đa phương thức phong phú, chỉnh sửa, trọng số H3-Base mở và tái tạo 2K.
- Độ phân giải là một khác biệt quan trọng. H3 Max cung cấp tạo 480p/768p cộng với tinh chỉnh latent 1080p, trong khi H3 có thể đạt 2K thông qua H3-Regenerate-2K.
What Is MiniMax H3 Max?
MiniMax H3 Max là một mô hình tạo video AI do fal Research phát triển thông qua hậu huấn luyện trên trọng số mở của MiniMax H3. Thay vì thay thế kiến trúc H3 nền tảng bằng một mô hình hoàn toàn mới, fal tập trung vào tuân thủ prompt, thẩm mỹ và thông lượng suy luận.
Từ “Max” do đó có thể gây hiểu nhầm nếu được diễn giải như một tầng tham số lớn hơn theo nghĩa thông thường. Tài liệu công khai không xác nhận một Transformer lớn hơn hoặc một quy mô tham số mới cho H3 Max. Sự khác biệt chủ yếu đến từ hậu huấn luyện và một ngăn phục vụ được thiết kế xoay quanh mô hình đã chỉnh sửa.
fal cũng mô tả các dữ liệu hậu huấn luyện mới đáng kể và các vòng đánh giá tập trung vào chất lượng nhìn thấy được của người dùng. Trên thực tế, H3 Max nên được hiểu như một biến thể H3 được tối ưu cho sản xuất thay vì một người kế nhiệm hoàn toàn mới.
MiniMax H3 Max specifications at glance
| Thông số | MiniMax H3 Max |
|---|---|
| Mô hình nền | MiniMax H3 |
| Nhà phát triển hậu huấn luyện | fal Research |
| Phân loại mô hình | Tạo audio-video |
| Text-to-video | Có |
| Image-to-video | Có |
| Kiểm soát khung đầu/cuối | Có |
| Reference-to-video | Có |
| Thời lượng đầu ra | 5-15 giây |
| Độ phân giải tạo gốc | 480p / 768p |
| Tùy chọn 1080p | Tinh chỉnh latent từ 768p gốc |
| Tốc độ khung hình | 24 FPS |
| Âm thanh | Âm thanh stereo đồng bộ |
| Tỷ lệ khung hình | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| Tối ưu hóa chính | Tuân thủ prompt, thẩm mỹ, thông lượng |
| ID mô hình CometAPI | minimax-h3-max |
Lược đồ API hiện tại của fal mô tả tùy chọn 1080p là tinh chỉnh latent từ nguồn 768p gốc, điều này quan trọng khi so sánh H3 Max với các hệ thống tái tạo ở độ phân giải thực sự cao hơn.
How Does MiniMax H3 Max Work?
Hiểu H3 Max bắt đầu từ nền tảng H3 bên dưới. MiniMax mô tả H3 là một hệ thống sinh omni-modal thay vì một tập hợp các mô hình tách rời text-to-video, image-to-video, audio và chỉnh sửa.
Quy trình H3 hoàn chỉnh được tổ chức quanh H3-Context-IR, H3-Base và H3-Regenerate-2K. H3-Context-IR diễn giải chỉ dẫn đa phương thức tự do, H3-Base thực hiện sinh audio-visual cốt lõi ở 768p, và H3-Regenerate-2K tái sử dụng ngữ cảnh ban đầu cộng với kết quả độ phân giải thấp để tái tạo đầu ra độ phân giải cao hơn.
The H3 foundation beneath H3 Max
MiniMax ghi nhận H3-Omni-Transformer là một Transformer đơn luồng đặc dày 33 tỷ tham số, với khoảng 13B tham số trong các nhánh liên quan AdaLN. H3-Encoder sử dụng trọng số Qwen3-VL-32B đã tiền huấn luyện, trong khi VAE hình ảnh và VAE âm thanh riêng biệt mã hóa các mô thức tương ứng trước khi sinh chung.
H3-Omni-Transformer dự đoán đồng thời latent video và âm thanh thay vì xem âm thanh như một giai đoạn hậu xử lý tách rời. Kiến trúc này là lý do cả H3 và H3 Max có thể tạo đầu ra audio-visual đồng bộ.
Kiến trúc mô hình MiniMax H3 chính thức
What fal changed for H3 Max
fal hậu huấn luyện H3 với dữ liệu bổ sung nhắm vào độ trung thành với chỉ dẫn và chất lượng hình ảnh, rồi phát triển hệ thống suy luận song hành với mô hình thay vì chỉ tối ưu phục vụ sau khi huấn luyện xong. Bài viết ra mắt mô tả đồng thiết kế mô hình-và-suy luận là lý do cốt lõi giúp H3 Max dịch chuyển điểm đánh đổi chất lượng-tốc độ.
Điều đó quan trọng vì chỉ đơn giản giảm số bước lấy mẫu hoặc độ chính xác có thể hạ độ trễ trong khi làm suy giảm chất lượng đầu ra. fal cho biết chỉ giữ lại các tối ưu ứng viên khi checkpoint kết quả vẫn đạt yêu cầu trong các đánh giá ưu tiên của họ.
MiniMax H3 cung cấp nền tảng sinh đa phương thức; H3 Max thay đổi vị trí của nền tảng đó trên đường cong chất lượng-tốc độ-chi phí.
What Are the Main Features of MiniMax H3 Max?
Tuân thủ prompt mạnh hơn
Tuân thủ prompt là mục tiêu hậu huấn luyện trực tiếp. Điều này quan trọng với các prompt cấu trúc kết hợp nhiều hành động, chuyển cảnh, chỉ dẫn camera, ràng buộc thời gian và chỉ dẫn phong cách.
Tạo nhanh hơn thời lượng video
H3 Max được thiết kế cho độ trễ sinh bất thường thấp. fal báo cáo clip 5 giây 768p trong khoảng ba giây hoặc ít hơn trên hạ tầng tối ưu, cho phép vòng lặp sáng tạo lặp nhanh hơn nhiều.
Âm thanh đồng bộ gốc
H3 Max giữ cách tiếp cận sinh audio-video chung của H3, nên hội thoại, ambience, hiệu ứng âm thanh và chuyển động có thể được tạo trong một quy trình audio-visual phối hợp.
Nhiều quy trình sinh
Dòng H3 Max hỗ trợ text-to-video, image-to-video, sinh từ khung đầu đến khung cuối và reference-to-video.
Mở rộng prompt tích hợp
Endpoint text-to-video cung cấp các chế độ mở rộng prompt như tắt, cân bằng và chất lượng, cho phép nhà phát triển đánh đổi thời gian tiền xử lý lấy diễn giải prompt phong phú hơn.
How Does MiniMax H3 Max Perform ?
Benchmarks of MiniMax H3 Max
Benchmark do nhà cung cấp chạy hữu ích để cho thấy mục tiêu hậu huấn luyện, nhưng các bài kiểm thử ưu tiên của bên thứ ba được cập nhật liên tục hữu ích hơn để so sánh H3 Max với H3 gốc dưới cùng một phương pháp “arena”.
| Ảnh chụp benchmark — 18 Thg 9, 2026 | MiniMax H3 Max | MiniMax H3 | Chênh lệch |
|---|---|---|---|
| Text-to-Video with Audio Elo | 1227 ±9 | 1220 ±8 | +7 |
| Mẫu Text-to-Video | 5,689 | 8,602 | — |
| Image-to-Video with Audio Elo | 1195 ±10 | 1181 ±8 | +14 |
| Mẫu Image-to-Video | 5,569 | 6,949 | — |
| Video Editing with Audio Elo | Chưa được xếp hạng trong so sánh này | 1132 ±6 | — |
Ghi chú phương pháp benchmark. Các con số của Artificial Analysis là ảnh chụp Elo ưu tiên con người theo dạng mù; bài viết này báo cáo điểm số, khoảng tin cậy 95%, số mẫu, hạng mục và ngày ảnh chụp. Prompt, thiết lập tạo và quy trình đánh giá chính xác cần được kiểm tra so với phương pháp hiện tại của Artificial Analysis. Kết quả #1 của fal là do nhà cung cấp chạy trên hạ tầng fal, và biểu đồ so sánh công khai không công bố mọi prompt, phần cứng hoặc tham số phục vụ cần thiết để tái lập độc lập.
Ảnh chụp hiện tại hỗ trợ kết luận hẹp: H3 Max có điểm ưu tiên đo được cao hơn trong cả hai hạng mục sinh audio-video trực tiếp so sánh. Các khoảng tin cậy chồng lấp, nên không nên trình bày khoảng cách này như một lợi thế chất lượng phổ quát hay kịch tính.
fal’s own H3 Max evaluation
fal báo cáo H3 Max xếp hạng nhất ở tổng thể ưu tiên, hiểu prompt và thẩm mỹ trong bài đối đầu với mười hai mô hình video. Đó là bằng chứng do nhà cung cấp thực hiện, nên tốt nhất đọc cùng dữ liệu “arena” độc lập thay vì thay thế cho nó.
Biểu đồ chi phí-so-chất lượng H3 Max chính thức của fal
Cách diễn giải hữu ích nhất không phải là “H3 Max luôn thắng.” Mà là H3 Max cải thiện đáng kể điểm vận hành tốc độ-chất lượng của H3, trong khi khoảng cách điểm ưu tiên độc lập so với H3 vẫn tương đối khiêm tốn.
Speed, Quality, and the Trade-off
fal báo cáo H3 Max tạo một video 5 giây 768p trong dưới ba giây trên hạ tầng tối ưu của họ—xấp xỉ 35× thông lượng của endpoint MiniMax H3 chính thức trong so sánh của fal. Hãy coi đây là bằng chứng suy luận cụ thể theo nhà cung cấp: xếp hàng, truyền mạng, kiểm tra an toàn và backend khác có thể tăng độ trễ đầu-cuối.
Lợi thế chất lượng khiêm tốn hơn lợi thế tốc độ. Trong ảnh chụp ngày 18 tháng 9 được sử dụng ở đây, H3 Max dẫn H3 7 Elo cho text-to-video có âm thanh và 14 Elo cho image-to-video có âm thanh, nhưng các khoảng tin cậy chồng lấp. Kết luận có thể bảo vệ là H3 Max dịch chuyển biên tốc độ-chất lượng; nó không đảm bảo kết quả nhìn thấy tốt hơn cho mọi prompt.
Thực tế nên chọn: dùng H3 Max cho lặp nhanh, sản xuất khối lượng lớn ngắn hạn và prompt cần tuân thủ chặt. Ưu tiên H3 tiêu chuẩn khi quy trình phụ thuộc vào hệ thống omni-modal rộng hơn, chỉnh sửa video, triển khai trọng số mở hoặc đường H3-Regenerate-2K.
How Much Do MiniMax H3 Max Cost?
Giá cần bối cảnh vì mức giá và khuyến mãi của nhà cung cấp có thể thay đổi độc lập. Ảnh chụp sau phản ánh mức giá hiển thị công khai kiểm tra vào ngày 18 tháng 9 năm 2026.
| Nguồn giá | H3 Max | H3 |
|---|---|---|
| fal 480p | $0.025/giây khuyến mãi | — |
| fal 768p | $0.04/giây khuyến mãi | — |
| fal tinh chỉnh 1080p | $0.08/giây khuyến mãi | — |
| MiniMax chính thức 768p | — | $0.08/giây |
| MiniMax chính thức 2K | — | $0.13/giây |
| MiniMax 768p → tái tạo 2K | — | $0.05/giây |
| Giá khởi điểm CometAPI | $0.064/giây | $0.064/giây |
Hiện fal gắn nhãn mức giá H3 Max là giá khởi động khuyến mãi và cho biết giảm giá kết thúc ngày 30 tháng 9 năm 2026. API H3 Max của MiniMax trên CometAPI hiện hiển thị $0.064 mỗi giây, trong khi API MiniMax H3 trên CometAPI cũng bắt đầu ở $0.064 mỗi giây. Nên kiểm tra lại giá nhà cung cấp trước khi dự báo khối lượng sản xuất lớn.
How to try MiniMax H3 Max
API MiniMax H3 Max trên CometAPI hiện khả dụng với ID mô hình minimax-h3-max, endpoint sản xuất dưới /v1/videos, xử lý tác vụ bất đồng bộ, và giá khởi điểm hiển thị $0.064 mỗi giây.
- Tạo khóa API. Đăng nhập CometAPI, tạo token và lưu an toàn dưới
COMETAPI_KEY. - Gửi tác vụ tạo. Gửi yêu cầu
POSTtớihttps://api.cometapi.com/v1/videosvới modelminimax-h3-max, một prompt, thời lượng và kích thước đầu ra. Thêm URL ảnh khi dùng image-to-video. - Thăm dò tác vụ bất đồng bộ. Đọc ID tác vụ trả về và yêu cầu
GET /v1/videos/{task_id}cho đến khi trạng thái trở thànhcompletedhoặcfailed. Sử dụng khoảng thời gian thăm dò thay vì gửi yêu cầu liên tục. - Tải xuống và rà soát. Lấy
GET /v1/videos/{task_id}/content, lưu MP4 và kiểm tra tuân thủ prompt, chuyển động, đồng bộ âm thanh và hiện tượng ảnh trước khi mở rộng khối lượng.
Để so sánh công bằng H3 Max với H3, giữ nguyên prompt, thời lượng, tỷ lệ khung hình, độ phân giải, tham chiếu đầu vào, cài đặt âm thanh và chính sách retry. Xác nhận lược đồ trực tiếp và giá trên trang mô hình trước khi đưa vào sản xuất vì định tuyến và tham số lộ ra có thể thay đổi độc lập với mô hình nền.
Limitations of MiniMax H3 Max
Thứ nhất, H3 Max không thay thế quy trình tái tạo 2K của H3. Tùy chọn 1080p hiện được ghi nhận là tinh chỉnh của đầu ra 768p gốc chứ không phải cùng đường tái tạo 2K trong-ngữ-cảnh như H3.
Thứ hai, độ trễ tiêu đề của H3 Max gắn chặt với ngăn suy luận tối ưu của fal, nên không nên giả định cùng tốc độ theo đồng hồ tường trên backend khác.
Thứ ba, lợi thế chất lượng độc lập so với H3 hiện còn khiêm tốn. Ảnh chụp benchmark ngày 18 tháng 9 cho thấy +7 Elo ở text-to-video có âm thanh và +14 Elo ở image-to-video có âm thanh, với khoảng tin cậy chồng lấp.
Cuối cùng, H3 vẫn là hệ thống rộng hơn nếu “tốt hơn” nghĩa là chỉnh sửa video, độ sâu tham chiếu đa phương thức, triển khai trọng số mở hoặc độ phân giải tối đa thay vì thông lượng sinh thô.
Conclusion
MiniMax H3 Max nên được hiểu là một biến thể H3 tối ưu cho sản xuất, không phải một người kế nhiệm lớn hơn. Hậu huấn luyện và đồng thiết kế suy luận của fal tạo ra một điểm vận hành hấp dẫn cho sinh audio-visual ngắn dạng nhanh, trong khi lợi thế ưu tiên độc lập so với H3 tiêu chuẩn vẫn khiêm tốn hơn là phổ quát.
Chọn H3 Max khi tốc độ lặp, thông lượng và tuân thủ prompt là ràng buộc chính. Chọn H3 tiêu chuẩn khi bạn cần quy trình omni-modal rộng hơn, chỉnh sửa video, trọng số H3-Base mở hoặc tái tạo 2K. Trước khi cam kết một lộ trình, hãy chạy benchmark có kiểm soát với prompt và thiết lập giống hệt nhau và tính chi phí trên mỗi clip được chấp nhận—không chỉ chi phí trên mỗi giây được tạo.
FAQ
Các nhóm nên diễn giải lợi thế benchmark của H3 Max thế nào khi các khoảng tin cậy chồng lấp?
Xem lợi thế như bằng chứng có tính định hướng, không phải bằng chứng rằng H3 Max thắng mọi prompt. Trong ảnh chụp được dẫn, H3 Max dẫn H3 7 Elo ở text-to-video có âm thanh và 14 Elo ở image-to-video có âm thanh, nhưng các khoảng tin cậy chồng lấp. Vì vậy các nhóm nên kiểm thử một tập prompt đại diện, báo cáo tỷ lệ thắng và dạng lỗi, và tránh biến một lợi thế tổng hợp khiêm tốn thành tuyên bố chất lượng phổ quát.
Các nhóm nên so sánh chi phí sản xuất thực sự của H3 Max và H3 vượt ra ngoài giá niêm yết mỗi giây như thế nào?
Tính chi phí trên mỗi clip được chấp nhận thay vì chi phí trên mỗi giây được tạo. Bao gồm retry, đầu ra bị loại, tinh chỉnh 1080p hoặc tái tạo 2K, lưu trữ và truyền, thời gian rà soát và bất kỳ chỉnh sửa downstream nào. H3 Max có thể hạ chi phí lặp nhờ sinh nhanh hơn và tuân thủ prompt mạnh hơn, trong khi H3 có thể kinh tế hơn khi khả năng chỉnh sửa, điều khiển đa phương thức hoặc quy trình 2K của nó tránh công cụ bổ sung và làm lại.
Tốc độ tạo mà các nhóm có thể kỳ vọng thực tế là bao nhiêu, và những yếu tố nào ảnh hưởng đến độ trễ đầu-cuối?
fal báo cáo dưới ba giây suy luận cho một clip 5 giây 768p trên hạ tầng tối ưu của họ. Đó không phải là bảo đảm đầu-cuối phổ quát: thời gian xếp hàng, tải lên đầu vào, mở rộng prompt, xử lý an toàn, độ phân giải, thời lượng và định tuyến nhà cung cấp đều ảnh hưởng đến độ trễ quan sát. Benchmark chính xác endpoint và cấu hình bạn dự định triển khai.
Nên dùng quy trình H3 Max nào cho công việc chỉ text, có điều kiện ảnh, kiểm soát keyframe hay dựa trên tham chiếu?
Dùng text-to-video khi cảnh có thể được định nghĩa hoàn toàn bằng ngôn ngữ; dùng image-to-video khi danh tính, bố cục hoặc phong cách hình ảnh phải bắt đầu từ khung cung cấp. Chọn kiểm soát từ khung đầu đến khung cuối khi cả trạng thái mở đầu và kết thúc đều quan trọng, và reference-to-video khi tính nhất quán với nhiều tham chiếu hình ảnh là điều cốt yếu. Quy trình đúng giảm mơ hồ prompt và nên được cố định trước khi so sánh H3 Max với H3.
Các nhóm nên chọn giữa 480p, 768p, tinh chỉnh 1080p của H3 Max và tái tạo 2K của H3 như thế nào?
Dùng 480p cho bản nháp giá rẻ và sàng lọc ý tưởng khối lượng lớn, sau đó chuyển sang 768p cho đánh giá bình thường và nhiều phân phối web. Chọn tinh chỉnh 1080p của H3 Max khi ưu tiên vẫn là sản xuất nhanh nhưng định dạng phân phối cần nhiều pixel hơn. Chọn tái tạo 2K của H3 khi chi tiết tối đa và quy trình H3 rộng hơn biện minh cho độ trễ và chi phí cao hơn; so sánh hiện vật cuối cùng ở kích thước hiển thị thực thay vì chọn chỉ theo nhãn độ phân giải.
Tái tạo 2K của MiniMax H3 khác gì với tinh chỉnh 1080p của H3 Max?
Có. MiniMax H3 tiêu chuẩn có thể đạt 2K thông qua H3-Regenerate-2K. Đây là một giai đoạn tái tạo trong-ngữ-cảnh tái sử dụng cả chỉ dẫn đa phương thức gốc và kết quả 768p, cho phép tái cấu trúc chi tiết thay vì áp dụng một bước siêu phân giải thông thường. Quy trình rộng hơn đó là một lý do để ưu tiên H3 thay vì H3 Max cho độ phân giải tối đa.
Phần nào của MiniMax H3 là trọng số mở, và phần nào vẫn cần API được lưu trữ?
Một phần. MiniMax phát hành các checkpoint H3-Base FL2VA và Ref2VA theo H3 Community License, cho phép kiểm chứng cục bộ sinh 768p cốt lõi. Hệ thống sản xuất hoàn chỉnh chưa hoàn toàn mở: H3-Context-IR và H3-Regenerate-2K vẫn là các thành phần được lưu trữ, vì vậy tái lập toàn bộ quy trình 2K chính thức cần API của MiniMax.
Khi nào một sản phẩm API nên chọn H3 Max thay vì H3 tiêu chuẩn?
Thường là khi ứng dụng coi trọng độ trễ thấp, lặp sáng tạo nhanh và thông lượng sản xuất. Nó không tự động là lựa chọn API tốt hơn: H3 tiêu chuẩn thích hợp hơn cho tái tạo 2K, điều kiện đa phương thức rộng hơn, chỉnh sửa video hoặc triển khai trọng số mở. Hãy chạy bài kiểm thử chấp nhận và so sánh chi phí trên mỗi đầu ra sử dụng được trước khi chọn.
Bộ đánh giá sản xuất nên đo gì trước khi chuyển từ H3 sang H3 Max?
Đo tuân thủ prompt, mạch lạc chuyển động, hiện tượng ảnh, chất lượng và đồng bộ âm thanh, tính nhất quán danh tính và tỷ lệ chấp nhận của người rà soát. Thêm chỉ số vận hành như tỷ lệ lỗi tác vụ, tỷ lệ retry, độ trễ đầu-cuối p50 và p95, và chi phí trên mỗi clip được chấp nhận. Phân đoạn kết quả theo text-to-video, image-to-video, thời lượng, độ phân giải, tỷ lệ khung hình và độ phức tạp prompt để một trung bình mạnh không che giấu một kịch bản quan trọng trong sản xuất.