MiniMax H3 Max AI動画ジェネレーター：fal上の高速動画生成

MiniMax H3は、MiniMaxの汎用マルチモーダル動画生成モデルです。テキスト、画像、動画、音声を1つのコンテキストで読み、ネイティブステレオ音声つき動画（通常5〜15秒）を生成します。MiniMaxはH3-Base omni transformer（約33Bパラメータ）のオープンウェイトをHugging Faceで公開しています。フル2K配信には追加のregenerate段階（H3-Regenerate-2K）が入り、ホストされているContext-IRプリプロセッサはオープンソース配布に含まれていません。

MiniMax H3 Maxは、fal ResearchがMiniMax H3ベースモデルをポストトレーニングした変種で、falの推論スタック上で提供されます。プロンプト忠実度と見た目向けに調整され、デフォルトは768pです。PixExactのMiniMax H3ページは、このH3 Maxでテキスト→動画と画像→動画（任意の最終フレーム含む）を実行します。

標準のMiniMax H3はMiniMaxのオープンウェイトモデルです。fal上では480p、768p、2K、4Kを扱え（falは2K/4Kを768pベースからのアップスケールと説明）、reference-to-videoや編集系エンドポイントもあります。H3 Maxはfalのクローズドなポストトレインで、768pが速く、別ウェイトの公開はなく、2K/4Kは役割ではありません。このジェネレーターで速度を取るならH3 Max、2Kやフル参照パックが必要ならベースH3を選んでください。

いいえ。HailuoはMiniMaxのコンシューマー動画ブランドです。Hailuo 01とHailuo 02は以前の世代。MiniMaxはH3を次の汎用モデルとして位置づけ、hailuoai.videoでデモしています。Hailuo 2.3はfal上でも別ファミリーとして残っています。H3 / H3 MaxとHailuo 2.3は別製品として扱ってください。

どのボードを見るかによります。falはDesign Arenaの画像→動画Elo（そのボードでH3 Maxは1,341）と、Artificial Analysisの画像→動画（音声つき）ランキング（そこではMiniMax H3 Turbo 768pと記載）を引用しています。第三者のリーダーボードであり、PixExactのテストではありません。短い音同期クリップでは品質はしっかりしていますが、あらゆるショットで他モデルの置き換えになるわけではありません。

はい。MiniMax H3もH3 Maxも、映像と一緒に音声を生成します。ネイティブステレオで、プロンプトが求めればセリフ、効果音、音楽も含みます。基本的なテキストまたは画像生成に、別の音声入力は不要です。参照音声はベースH3 / reference-to-video APIの機能で、このPixExactページではまだ公開していません。

オープンウェイトのH3-Baseチェックポイントはローカル配備できます。MiniMaxはSGLang、vLLM、Diffusers、ComfyUIの手順を公開しています。ComfyUIにはMiniMax H3 APIパートナーノード（クラウド課金）もあり、テキスト→動画、先頭/末尾フレーム、reference-to-videoに対応します。公式のContext-IRと2K regenerateモジュールは最初のオープンソース配布に入っていません。H3 Max自体はfalホストのポストトレインで、オフライン実行できる公開H3 Maxチェックポイントはありません。PixExactはクラウドでH3 Maxを動かしています。

MiniMax H3はオープンウェイト（H3-Base）をMiniMaxのコミュニティライセンスで出荷しています。フルの学習スタックではなく、Context-IRも含みません。厳密な意味での完全なオープンソース公開ではなく、オープンウェイトです。falはH3 Max用の別オープンウェイトを掲載しておらず、公開H3ベースのポストトレインです。H3 Maxのオープンソース予定日は発表されていません。

はい。MiniMaxは上海拠点のAI企業です（falのMiniMax explorerはShanghai, Chinaと記載）。言語、音声、音楽、動画モデルを開発しており、Hailuo動画製品とMiniMax H3が含まれます。

PixExactでは、MiniMax H3 Maxはクレジット課金です。480pは1秒あたり3クレジット、768pは5クレジット、1080pは10クレジット。新規アカウントには無料クレジットが付きます。fal.aiではH3 Maxは秒課金です（falは14 September 2026までのキャンペーン料金を公表し、その後はより高いリスト価格。falのライブ料金を確認してください）。MiniMax M3は別の言語モデルで、そのAPI価格はこの動画モデルの料金ではありません。

PixExactは新規ユーザーに無料クレジットを付与し、他の動画モデルと同様にMiniMax H3 Maxへ使えます。fal.aiも自社サンドボックスで1日5回の無料H3 Max生成を案内していますが、それはfalの製品でありPixExactのものではありません。無制限の無料AI動画プランはありません。

このページを開く（デフォルトモデルはMiniMax H3 Max）、プロンプトを入力し、必要なら開始/終了フレームをアップロード、長さと解像度を設定して生成します。API利用では、falがminimax/h3-max/text-to-videoとminimax/h3-max/image-to-videoを文書化しています。自分のワークフローにH3 Maxを組み込むとは、これらのエンドポイントを呼ぶか、このジェネレーターを使うことであり、ローカルウェイトのインストールではありません。

出力は5〜15秒、24 fpsです。fal自身の推論時間（8 September 2026）では、H3 Maxのテキスト→動画は5秒・480pで1秒を大きく下回るところから、15秒・1080pで数十秒まで。5秒の768pジョブは、同社スタック上で3秒未満と挙げられています。PixExactの端から端までの待ちにはキューとアップロードも入るため、実時間はfalの生の推論数字より長くなります。

このジェネレーターでは、H3 Maxは480p、768p、1080p、長さは5〜15秒。テキスト→動画のアスペクト比は16:9、9:16、21:9、4:3、1:1、3:4。画像→動画はアップロードしたフレームに従います。ネイティブ2K / フル2KはMiniMax H3（ベース）のワークフローであり、H3 Maxではありません。

MiniMaxのH3-Base参照モードは画像最大9、動画クリップ3、音声クリップ3、合計12ファイルまで（音声だけでは不可）。falのH3 Max reference-to-videoエンドポイントも同様の12ファイル上限が文書化されています。このPixExactページは現在、テキストと開始/終了の静止画までで、フル参照パックや音声参照には対応していません。

MiniMaxは精密な動画編集をH3システムの一部として説明しています。このページはジェネレーターで、プロンプトと静止画から新しいクリップを作ります。手元のフッテージを変えるには、PixExactのAI動画エディターか別の編集ツールを使ってください。ここで生成したあとはファイルをダウンロードし、任意のNLEで編集できます。

fal上のホスト版H3 Maxは、falの利用規約に従う限り商用利用可と文書化されています。PixExact上の生成はPixExactの利用規約に従います。オープンなMiniMax H3ウェイトをセルフホストする場合は、MiniMax H3 Community Licenseを読んでください（MiniMaxは関連リリースで売上上限つきコミュニティライセンスを使っています。製品を出す前にHugging Face上の現行ファイルを確認してください）。

fal.liveはfalの実験的ライブ配信です。チャンネルはMiniMax H3 Max Directorを走らせ、動画再生中に新しいプロンプトで操縦できるリアルタイムWebRTCセッションです。このページのクリップ生成器ではありません。PixExactは標準のH3 Maxテキスト→動画および画像→動画エンドポイントを使い、完成ファイルを返します。