MiniMax H3: APIスペック、料金、制限を完全解説

Hailuo H3は、MiniMaxが2026年7月31日にリリースしたビデオモデル・MiniMax H3をさす検索語です。API文書ではこのリリースをHailuo 03とも呼びます。 これらの名前は同じモデルを指しており、テキスト、画像、動画、音声を入力すると、ネイティブステレオサウンド付きで4～15秒の動画を2K解像度で生成するマルチモーダルシステムです。^[1][2]

命名の違いは些細です。重要な違いはモデルの3つのワークフローにあります。プロンプト単体のテキスト映像化、フレーム参照の映像化、混合参照による映像化です。本ガイドでは、これらのモードを正確なAPIルールにマップし、MiniMaxダイレクト価格とreAPI価格を区別し、reAPIで現在動作するリクエスト形状を示します。

Hailuo H3スペック一覧

MiniMaxはH3を、単なるビデオレンダラーではなく汎用マルチモーダル生成モデルと位置づけています。リリース記事では4つの入力モダリティ全体のコンテキストを理解し、動画、オーディオ、画像、テキストを生成できると述べられていますが、公開時点での詳細なドキュメントはビデオAPI表面に絞られています。^[1]

MiniMaxはH3をオープンモデルとも呼んでいます。リリース記事ではモデルウェイトが「近日中に」適用法令に従い公開されると述べられています。ウェイトとライセンスが実際に公開されるまで、自社ホスティングは予定されたステップであり、利用可能なデプロイパスではないと見なしてください。

Hailuo H3とHailuo 03が同じモデルの理由

公式リリースは2つの命名レイヤーを使用しています。MiniMax H3はMiniMaxのリリース記事とそのV2生成APIのmodel値における公式名です。Hailuo 03は同じリリースのプロダクトおよびAPI説明に登場します。「Hailuo H3」は製品ファミリー名とモデルバージョンを組み合わせたもので、正確なAPI識別子ではありませんが、自然な検索語として定着しています。

文脈に応じて適切な名前を使用してください。

• 検索と編集は、Hailuo H3、MiniMax H3、Hailuo 03を一度言及してからMiniMax H3に統一できます。
• MiniMaxのダイレクトV2エンドポイントはMiniMax-H3を想定しています。
• reAPIは小文字モデルIDminimax-h3を想定しています。

最後の文字レベルの違いが重要です。モデルIDは契約値であり、ブランディングではないため、ディスプレイ名をコードに丸ごとコピーすると無効なリクエストが発生します。

1つのモデルが3つの異なるビデオワークフローをルーティング

MiniMax H3はリクエストに添付されたメディアから生成モードを選択します。3つのルートは基盤となるモデルを共有していますが、バリデーションルールは相互に互換性がありません。^[3]

テキスト映像化: プロンプトと明示的なアスペクト比

テキスト映像化が最もシンプルなルートです。メディア参照なしでプロンプトを送信し、6つのアスペクト比から1つ選択します。プロンプトはビジュアル、カメラムーブメント、セリフ、音楽、環境音、効果音をまとめて説明できます。

reAPI上では、テキスト映像化にaspect_ratioが必須で、adaptiveは使用できません。ランドスケープには16:9、垂直ソーシャルビデオには9:16、配信先がそれを要求する場合は4つの中間フォーマットの1つを使用してください。

画像参照映像化: 最初のフレーム、最後のフレーム、またはその両方

画像参照映像化は最初のフレーム、最後のフレーム、またはその両方を受け付けます。2つのフレームを提供すると、モデルに視覚的な開始地点と終了地点の両方が与えられ、計画的なトランジション、製品リビール、特定の構図での終了が必要なショットに有効です。

画像は出力の向きを制御するため、reAPIはこのモードでaspect_ratioを拒否します。提出前に、ソースフレームを目的の配信フォーマットにクロップしてください。最初/最後フレーム入力は、1つのリクエスト内で個別の参照配列と混在させることもできません。

混合参照映像化: アイデンティティ、モーション、音声を個別に割り当て

混合参照映像化が最も柔軟なルートです。リクエストは最大9枚の画像、3本のビデオクリップ、3本のオーディオクリップを含むことができます。これにより、1つの画像をキャラクタープロダクトアイデンティティに、1つのビデオをモーションとカメラ言語に、オーディオをボイスと音方向に使用することが可能になります。

これらの見出し数の背後には厳密な制限があります。

• 各参照動画は2～15秒で、すべてのビデオ参照の合計は15秒以下。
• 各参照オーディオファイルは2～15秒で、すべてのオーディオ参照の合計は15秒以下。
• オーディオだけではリファレンスとして機能しません。少なくとも1つの画像またはビデオと共にする必要があります。
• 参照モードは明示的なアスペクト比を使用するか、adaptiveのデフォルトにできます。

参照を無差別な集合として送信しないでください。プロンプト内で各アセットの役割を述べてください。ポートレートからアイデンティティ、クリップからモーション、オーディオからボイス、プロダクトフレームからライティング。APIは多くの入力を受け入れていますが、責任を明確に分割することでモデルへの競合シグナルが減ります。

ネイティブステレオオーディオはプロンプトの書き方を変える

MiniMax H3はビジュアルパスの後に個別のオーディオトラックを追加するのではなく、ビデオと一緒にステレオオーディオを生成します。^[1] したがってプロンプトは、カメラと同じくらい意図的に音声をディレクトする必要があります。

効果的なH3プロンプトは4つのレイヤーを持ちます。

1. 被写体と動き: 見える内容と、ショット中に変化するもの。
2. カメラとタイミング: フレーミング、ムーブメント、フォーカス、カット、ペース。
3. 音声コンテンツ: 正確なセリフと意図した話者。
4. サウンドベッド: 音楽、環境音、フォーリー、音量関係、沈黙。

例：

ネイティブオーディオは初期同期ステップを排除します。それは最終ミックスを保証しません。セリフの明瞭さ、リップシンク、音楽の継続性、不要なエフェクトはすべての受け入れられたクリップで確認が必要です。本番予算の場合、関連する指標は生成秒数あたりのコストではなく、承認済み結果あたりのコストです。

MiniMax H3料金: ダイレクトAPI対reAPI

MiniMaxのダイレクト従量課金表は、2K出力が$0.13/秒、768pが$0.09/秒とリストしています。^[4] 10秒の2K出力は、請求対象の入力メディアの前に$1.30から始まります。

ダイレクトMiniMax請求は3つのルールを追加します。

• 音声入力は無料。
• 最初の5つの入力画像は無料、それ以降の各画像は$0.04。
• 入力ビデオは、選択された出力解像度のレートで尺によって請求されます。

reAPIには独自のプロダクト契約があります。MiniMax H3モデルページは、2K出力で**$0.183/秒**、768Pで**$0.113/秒**をリストしています。参照ビデオ秒は生成ビデオ秒に追加され、最初の5つの参照画像は無料で、6～9番目の画像は$0.055です。^[5][6]

reAPI計算式は。

cost = per-second rate × (output seconds + reference-video seconds)
     + extra-image rate × max(0, reference images - 5)

請求対象の数量は算術より重要です。10秒の出力は6秒のモーション参照を使用すると、10秒ではなく16秒で請求されます。7つの参照画像は上に2つの追加画像料金を追加します。5つが無料だからです。オーディオ参照は料金を追加しません。

これらは2つの異なる統合のための2つの異なる価格シートです。$0.13のMiniMaxダイレクトレートをreAPIレートとして提示したり、reAPIレートをMiniMaxの公式リスト価格として提示したりしないでください。両方ともリリース後に変更される可能性があるため、本番コードは、記事の数字をUIにハードコードするのではなく、現在のモデルページを読む必要があります。

reAPI上でMiniMax H3 APIを呼び出す方法

reAPIはその標準の非同期ビデオエンドポイントを通じて3つのH3モード全てを公開します。最小限のテキスト映像化リクエストは以下の通りです。

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer $REAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "prompt": "A rain-soaked night market, slow handheld push forward, vendors calling softly, distant thunder and natural street ambience",
    "aspect_ratio": "16:9",
    "duration": 6
  }'

提出するとタスクIDが返されます。結果が完了するまで共有タスクエンドポイントをポールします。

curl https://reapi.ai/api/v1/tasks/TASK_ID \
  -H "Authorization: Bearer $REAPI_API_KEY"

完了した応答はoutput.video_urlsを含みます。ポーリングはクレジットを消費せず、失敗した生成は自動的に返金されます。^[5]

別のモードを選択するためにリクエスト形状を変更します。

{
  "model": "minimax-h3",
  "prompt": "The character turns naturally and smiles as the camera pushes in",
  "first_frame_url": "https://example.com/first-frame.jpg",
  "last_frame_url": "https://example.com/last-frame.jpg",
  "duration": 6
}

混合参照映像化では、フレームフィールドをreference_image_urls、reference_video_urls、reference_audio_urlsで置き換えます。すべてのメディア入力は公開HTTP(S) URLである必要があります。Base64とdata: URLは拒否されます。

完全なMiniMax H3 APIリファレンスは、メディア形式、ファイルサイズ制限、タスク応答、エラー、請求動作を記載しています。

Hailuo H3が適切な場所と、何が今後テストが必要か

H3は、ワンクリックの長時間ビデオスタジオではなく、ショットジェネレータとして最も評価されるべきです。15秒は製品ビート、対話交換、ソーシャルクリップ、またはコマーシャルの1セクションをカバーできます。60秒の作品には複数の生成、連続性計画、編集、最終音声パスが必要です。

混合参照ルートが、ブランド、キャラクター、プレビジュアライゼーションチームがテストすべき理由です。最初/最後フレームルートがモーションデザイナーが関心を持つべき理由です。ネイティブステレオオーディオが短尺チームが1つの荒編集ステップを削除する可能性がある理由です。これらの能力のいずれもH3が顔、ロゴ、ラベル、または音声をあらゆるブリーフ全体で保持することを証明しません。

MiniMaxはモデルが本番対応であると呼び、ブランドフィルム、ナラティブコンテンツ、ソーシャルビデオ、広告、UI/UX、ゲーミングの洗練されたサンプルを公開しています。これらはベンダーデモンストレーションであり、独立したベンチマークではありません。真剣な評価には、実際の製品に触れる、小さくプリントされたテキスト、1フレームに2人のスピーカー、高速モーション、長いセリフ、個別に生成されたショット全体の一貫性が含まれるべきです。

モデルはこの記事の1日前にリリースされたため、品質ランキング用の十分な信頼できる公開テストはまだ存在しません。その制限は発明上の判定より有用です。固定プロンプトセットを実行し、10回の試行あたりで受け入れられた出力を記録し、承認されたショットの合計コストを既にワークフローにあるモデルと比較してください。

よくある質問

Hailuo H3、MiniMax H3、Hailuo 03は同じモデルですか？

はい。MiniMax H3は公式リリースとAPI モデル名です。Hailuo 03は同じリリースのプロダクト/API説明です。Hailuo H3は一般的なハイブリッド検索語です。reAPI上では、モデルIDminimax-h3を使用してください。

MiniMax H3ビデオはどのくらい長くできますか？

各生成は4～15秒（1秒単位）になります。より長いビデオはショットに分割してエディタで組み立てる必要があります。

Hailuo H3はオーディオを生成しますか？

はい。写真と一緒にネイティブステレオオーディオを生成でき、同じプロンプト内でセリフ、音楽、環境音、エフェクトをディレクトできます。

MiniMax H3は参照としてオーディオだけを使用できますか？

いいえ。参照オーディオは少なくとも1つの参照画像またはビデオとペアにする必要があります。オーディオ参照の合計は15秒を超えることはできません。

MiniMax H3はいくらですか？

MiniMaxのダイレクトAPIは2Kで$0.13/秒、768pで$0.09/秒をリストしています。reAPIは2K出力で$0.183/秒、768Pで$0.113/秒をリストしており、入力ビデオ秒は同じレートで請求され、最初の5つの後に追加画像料金があります。

MiniMax H3はオープンソースですか？

MiniMaxはH3をオープンモデルとして発表しましたが、7月31日のリリース記事はウェイトが「近日中に」リリースされることを述べていました。自社ホスティングデプロイメントを計画する前に、現在のウェイトとライセンスを確認してください。

MiniMax H3の実践的解釈

Hailuo H3は、有用なモデル設計に包まれた命名問題です。1つのMiniMax H3エンドポイントは、プロンプト専用生成、最初/最後フレームアニメーション、ネイティブステレオサウンド付きの混合参照ビデオをカバーします。その15秒の天井はそれをショットレベルで保持し、参照制限によってそれらのショットはプロンプト専用ワークフローより指向可能です。

6秒のデフォルトから始め、すべての参照に明確な役割を割り当て、H3をリリースデモではなく受け入れられたクリップで判断してください。開発者はMiniMax H3プレイグラウンドで同じリクエスト形状をテストするか、APIドキュメントに直接進むことができます。

公開: reAPIはこの記事を発行し、上述のルーテッドMiniMax H3エンドポイントを運用しています。MiniMax仕様とダイレクト価格はMiniMaxの公開リリース資料と文書から、reAPI契約詳細は当社の公開モデルページとAPIリファレンスから来ています。

References

1. MiniMax. MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities. Published July 31, 2026. minimax.io/blog/minimax-h3
2. MiniMax API. Video Generation Guide — MiniMax H3 capabilities, duration, resolution, and media inputs. Retrieved August 1, 2026. platform.minimax.io/docs/guides/video-generation
3. MiniMax API. Create a Video Generation Task V2 — request modes and validation rules. Retrieved August 1, 2026. platform.minimax.io/docs/api-reference/video-generation-v2-create
4. MiniMax API. Pay as You Go Pricing — MiniMax H3 output and input-media rates. Retrieved August 1, 2026. platform.minimax.io/docs/guides/pricing-paygo
5. reAPI. MiniMax H3 API reference — modes, parameters, billing, output, and errors. Retrieved August 1, 2026. reapi.ai/docs/minimax-h3
6. reAPI. MiniMax H3 model page and live pricing. Retrieved August 1, 2026. reapi.ai/models/minimax-h3

Further reading

• reAPI. MiniMax H3 vs Seedance 2.5. reapi.ai/blog/minimax-h3-vs-seedance-2-5
• reAPI. AI Video Generation API Pricing: Cost per Second Compared. reapi.ai/blog/ai-video-generation-api-pricing
• reAPI. Gemini Omni API: Preview Specs, Pricing, and Limits. reapi.ai/blog/gemini-omni-api-preview-specs-pricing-2026
• reAPI. Best Open-Source AI Video Models for Local GPUs. reapi.ai/blog/best-open-source-ai-video-models-local-gpu-2026