MiniMax H3MiniMax H3（Hailuo 3）
テキスト・画像・動画・音声をひとつのコンテキストで読み解くオムニモーダル動画モデル。関係性は一文で指示するだけ——ネイティブ2K、ステレオ音声付き、ワンテイク最長15秒のフィルムが返ってきます。Molyin で公開中——下でそのまま生成できます。
- 生成失敗時はクレジット自動返還
- クレジットパックは無期限
- 全モデルの料金を公開
- ワンクリックでいつでも解約
- 2K
- ネイティブ解像度
- 24 fps
- フレームレート
- 4–15 秒
- 秒数は自由
- ステレオ
- 全テイクに音声
公式サンプル
すべて MiniMax のリリースから——ホバーでプレビュー、スピーカーアイコンでネイティブステレオを再生できます。
- MiniMax H3
- Reference to video
- 15s
- 2K
画像1は全体の質感とムードの参照、画像2はキャラクターの外見の参照とします。15秒・16:9ワイドスクリーンのトレンディなファッションショートフィルムを制作してください。キャラクターデザインの一貫性を維持すること：プラチナブロンドのロングヘア、細身の黒いヴィンテージサングラス、黒の光沢エナメルレザートレンチコート、クールで自信に満ちたファッショナブルな表情、レザーコートの表面に映るオレンジ色の炎の反射。全体のスタイルは速いカット割りの映画的ファッション広告で、夜の炎のシーン、黒煙、オレンジレッドの炎、VHSグリッチ、CCTV放送の中断、90年代のアナログフィルムグレイン、スキャンライン、色収差、光漏れ、フラッシュホワイトのトランジション、全編を通した軽微なカメラシェイクといった要素をブレンドします。
- MiniMax H3
- Reference to video
- 15s
- 2K
16:9ワイドスクリーンのハイエンドファッションブランド動画を制作してください。全体のムード・シーン・フィルムライクな質感は画像1を、バッグの素材は画像3を、キャラクターの素材は画像2を、ブランドのエンディングロゴは画像4を参照します。これは服とバッグを売るためのファッションキャンペーンです。全体の空気感はハイエンドでクール、抑制的に。ただし編集は退屈に感じさせてはならず、よりダイナミックに、強いファッションのリズム感を吹き込むこと。ありきたりなナラティブフィルムやEC広告の雰囲気は避けてください。 核となるストーリーはシンプルなまま：砂漠のハイウェイ、ヴィンテージカーの傍らで、女性が車のトランクへ歩み寄り、開けて黒いバッグを取り出す。車の横に立つ男性との間に、短く静かな交感がある。そして彼女はバッグを手に歩き去る。バッグと衣服はキャラクターの動きに自然に溶け込み、そのペルソナの内在的な一部となること。
- MiniMax H3
- Text to video
- 15s
- 2K
テンポは速く、壮大だが冗長にしない。素早いハードカット、ブリッジの揺れ、強烈な光のフラッシュ、短いブラックアウト、ワープジャンプ。文字デザインは映画予告編のような広い字間のレタリングで、真っ白は避け、抑制されたグローと質感のある仕上げ、エッジには繊細なハイライトを施す。テキストアニメーションには、宇宙の深い虚空からの出現、スターライトの掃射による照射、広がっていく字間、残像、かすかなグロー、ブラックアウトのフラッシュを含める。
- MiniMax H3
- Reference to video
- 15s
- 2K
スタイル：ダークポップ／サイバーグランジ／ラップのミュージックビデオ。ハイファッションでありながらリアルな質感を持ち、フィルム雑誌的な美学を漂わせる。ビジュアルはハイコントラストだが安っぽく見せない。全体の参照は90年代後半〜2000年代前半のインディペンデント雑誌、コピー機で刷ったジン（zine）、フィルムスキャン、アンダーグラウンド音楽ポスター、コラージュの美学。ビジュアルには粗い粒子、かすかなフィルムの揺れ、ハーフトーンのパターン、印刷エッジの粗さ、スキャンのズレを含める。編集のリズムは速く、ハードカットのみで、フェードやソフトなトランジションは使わない。文字デザインのスタイルと質感は添付の画像を参照すること。
- MiniMax H3
- Text to video
- 15s
- 2K
15秒・16:9横位置のショート動画。実写の深夜コインランドリーのシーンに、手描きの発光アニメーションをブレンドする。舞台は小さなセルフサービスのコインランドリーで、蛍光灯がかすかに明滅している。店内には稼働中の洗濯機、プラスチックのランドリーバスケット、古いベンチ、床に落ちた片方だけの靴下。空間全体は静かで、ほのかなノスタルジーを帯びている。 スマートフォンの片手ハンドヘルドで撮影され、映像には明確な手ブレがある。白い蛍光灯により露出が変動し、ガラスパネルには表面反射が見え、カメラが被写体に近づくとフォーカスがわずかに遅れる。コマーシャルのように磨き上げられた緻密な映像にはしないこと。全体の質感は、思わず撮ったスナップのような即興の記録——深夜にコインランドリーへ迷い込み、生のドキュメンタリー感覚で超現実的なヴィジョンを本能的に捉えたような映像であること。
- MiniMax H3
- Text to video
- 15s
- 2K
15秒・16:9ワイドスクリーンのライトサスペンス犯罪映画のオープニングシーケンスを生成してください。全体のスタイルは次のコンセプトのビジュアル言語を参照：レトロな日本アニメのオープニング、ハードエッジのシルエット、コミック風コラージュ、非対称の分割画面、強い幾何学的カラーブロック、英語のタイトルクレジット、装飾としての最小限のカタカナ、そしてジャズ×クライムの空気感。ムードはサスペンス60%・ジャズ40%：ミステリアスでクール、俊敏で、都会的な犯罪の匂い——怖くも重くもなく、陽気なジャズMVでは決してない。オープニングのモーション演出はアニメーションするグラフィックコラージュのように：まず黒い線のフレームが現れ、分割画面の枠が素早く描き出され、カラーブロックとフレームが一枚ずつ貼り込まれていく。キャラクターのシルエット、小道具のクローズアップ、英語のタイトルクレジットが、ドラムのビートに合わせてスライドイン、バウンドアウト、あるいはマスクで現れる。リアル寄りのナラティブアニメーションは避け、オープニングシーケンスらしい磨き上げられた質感にすること。英語のクレジットは判読可能に。アニメーション効果は許可：細い線のフレームが先に描かれ、名前がフレーム内にスライドインし、文字は一文字ずつ出現して動くカラーブロックによって現れ、最後に短くポーズする。中国語のテキストを加えない、文字化けを避ける、英語の人名にスペルミスがないようにすること。シーケンスのルール：各英語クレジットとタイトルは一度だけ登場させる。同じタイトルを繰り返さない、同じ名前を繰り返さない、同一人物に複数の役職を割り当てない。トランジションは多彩に：レコード盤の円形マスク、車のドアによる縦のカット、キャラクターの影によるワイプ、赤いラインのカット、大きな英字によるマスキング、分割フレームの枠の再構成、ハードな幾何学カラーブロックのカット、そしてコマ単位のコラージュによる出現。すべてのトランジションはドラムのビートに同期させる——正確に、サスペンスフルに、俊敏に、コミックコラージュの雰囲気で。ソフトなディゾルブや流れるようなトランジションは避ける。BGM：オリジナルのBGMを制作すること。
ひとつのコンテキストから、一本のフィルムへ
MiniMax 公式のフラッグシップ例です。カメラワーク参照動画・キャラクター画像・ボーカル録音の3素材と、その関係を記した一文。MiniMax H3 はこれらを単一のコンテキストとして読み、キャラクターが歌い出す完成ショットを返します。
プロンプト原文
動画1のヒッチコック的カメラワークを参照し、画像2のキャラクターに歌わせ、ボーカルは音声3に合わせてください。
MiniMax H3 とは？
MiniMax H3 は MiniMax Hシリーズの第3世代モデルで、2026年7月31日にリリースされました。単なる動画モデルではなく、汎用マルチモーダル生成モデルです。テキスト・画像・動画クリップ・音声をひとつの統一コンテキストとして理解し、素材同士の関係は自然言語で記述するだけ。「この動画のカメラワークを参照し、この画像のキャラクターに、この音声のボーカルで歌わせる」——それが一つのプロンプトで完結します。
出力側も野心的です。MiniMax H3 のデフォルト出力はネイティブ2K。アップスケールではなく、ベースモデルによるコンテキスト内再生成なので、小さな文字のようなディテールが保たれます。すべての生成にネイティブステレオ音声が付属し、音楽・セリフ・効果音は映像と同時に生成されます。ネイティブなマルチショットモデリング、正確なテキスト・ブランド描画、参照映像からのモーション転写も備え、広告・EC・プロダクト・UIフィルムといった商用制作を明確に狙ったモデルです。MiniMax はモデルウェイトの公開も予告しています。
MiniMax H3 の一般開放を待つ間も、競合するすべての能力は Molyin で既にライブです。AI動画ジェネレーターを試す、料金を見る、モデルライブラリを眺める——どこからでもどうぞ。
MiniMax H3 vs Hailuo 02
MiniMax H3 は新アーキテクチャで Hailuo 02 世代を置き換えます。実際に変わった点はこちら。
| 能力 | Hailuo 02 | MiniMax H3 |
|---|---|---|
| モデル設計 | 動画特化アーキテクチャ | オムニモーダル統一コンテキスト（新設計） |
| 解像度 | 768P / 1080P | デフォルトでネイティブ2K、768P エコノミー枠も |
| 尺 | 6秒 / 10秒固定 | 4〜15秒で自由に指定 |
| 音声 | 無音出力 | 全テイクにネイティブステレオ |
| リファレンス | 先頭フレーム画像のみ | 画像9枚 + 動画3本 + 音声3本 |
| 課金 | 固定尺のクリップ単位 | 秒単位——生成した長さの分だけ |
スペックは MiniMax 公式リリースおよび API ドキュメントに基づく（2026-08-02 確認）。
MiniMax H3 vs Molyin で公開中のモデル
| モデル | ポジション | リリース日 | Molyin では |
|---|---|---|---|
| MiniMax H3 | オムニモーダル旗艦、ネイティブ2K + ステレオ | 2026-07-31 · ウェイト公開予告 | 公開中——上のジェネレーターへ |
| Seedance 2.5 | ByteDance の旗艦、ワンテイク最長30秒 | 2026-08-07（API） | API公開当日から利用可——上のジェネレーターへ |
| Wan 3.0 | Alibaba のオールインワンモデル、ワンテイク最長30秒 | 2026-08-06 | リリース当日から利用可——上のジェネレーターへ |
| HappyHorse | 表現力の高い生成 + 指示型動画編集 | 2026年6月（1.1） | 公開中——上のジェネレーターへ |
| Seedance 2.0 ファミリー | Standard / Fast / Mini の主力、最大4K | 2026年4月（API） | 公開中——上のジェネレーターへ |
| Kling 3.0 | エレメント参照 + ネイティブ音声、最大4K | 2026-02-04 | 公開中——上のジェネレーターへ |
| Veo 3.1 | Google のシネマティックモデル、音声付き | 2025年10月 | 公開中——上のジェネレーターへ |
サブスクリプションもクレジットもひとつ——上記で利用できるモデルはすべて含まれます。
MiniMax H3 フルスペック
| パラメータ | 値 | 補足 |
|---|---|---|
| 生成モード | テキスト / 画像 / 参照→動画 | 3モードが同一のマルチモーダルコンテキストを共有。上のジェネレーターでいつでも切替可能。 |
| 解像度 | 768P / 2K | ネイティブ2K——16:9 で 2560×1440——はアップスケールではなくベースモデルのコンテキスト内再生成。768P はエコノミー枠。 |
| フレームレート | 24 fps | シネマ標準の出力フレームレート。 |
| 尺 | 4–15 秒 | 範囲内の任意の整数秒・秒単位課金——6秒/10秒固定の縛りはありません。 |
| 音声 | ネイティブステレオ、常時オン | 音楽・セリフ・効果音は映像と同時生成。ボーカルは参照音声に合わせられます。 |
| 参照画像 | 最大 9 枚 | リクエストごとに最初の数枚は無料、超過分は1枚ごとに少額加算——正確な数字は下の FAQ に。 |
| 参照動画 | 最大 3 本 | 1本 2〜15 秒・合計 15 秒まで。参照秒数は出力解像度の単価で課金されます。 |
| 参照音声 | 最大 3 本 | 音声のみを入力にはできません——画像か動画と組み合わせてください。 |
| クレジット/秒 | 18（768P）· 29（2K） | クレジット残高から秒単位で課金。生成失敗時は自動返還。 |
この表に載っている仕様はすべてサイト側で対応済みのもので、モデル公式の最新機能に追随して更新しています。
Molyin での MiniMax H3 の料金
他の公開中のモデルと同じクレジット残高から秒単位で課金。下の表の数字は課金エンジンから直接算出されます——生成失敗時はクレジットが自動返還されます。
| モデル | 解像度 | クレジット/秒 | 5秒の動画 | 5秒の動画 + 参照動画3秒 |
|---|---|---|---|---|
| 768p | 18 | 90 クレジット | 144 クレジット | |
| 2k | 29 | 145 クレジット | 232 クレジット |
- 例外：MiniMax H3 の参照動画の秒数は全額レートで課金秒数に計上されます。
- MiniMax H3：参照画像は 5 枚まで無料、超過分は 1 枚あたり 9 クレジット加算されます。
サブスクリプションプランと買い切りクレジットパックの比較は料金ページをご覧ください。
MiniMax H3 で生成する、3ステップ
アイデアから、ステレオ音声付きネイティブ2Kフィルムまで
MiniMax H3 とモードを選ぶ
テキスト・画像・リファレンスの3モードから選択。
プロンプトを書き、参照を添付
監督のようにショットを記述。画像・動画・音声を添付し、それらの関係を一文で指示できます。
生成してエクスポート
MiniMax H3 は映像とステレオ音声をワンパスで仕上げ。その場でプレビューし、原本をダウンロード。
3 トラックのプロンプト公式
MiniMax H3 は映像・環境音・音楽をワンパスで生成する——だから良いプロンプトは目と耳のために同時に書く。私たちのフルプロンプトガイドからの抜粋です。そのまま実行できる 12 のサンプル付き。
[主体] + [動作] + 任意 [スタイル] [カメラ] [環境音] [音楽]
主体
このショットの主役は誰か・何か——描写が具体的なほど結果は安定する。
動作
主体が何をするか、1 拍ずつ明確に。曖昧な動詞は曖昧な動きしか生まない。
スタイル
冒頭で全体の質感を宣言：実写シネマティック、2D アニメ、クレイアニメ、ヴィンテージフィルム。
カメラ
ショットサイズとカメラワーク。H3 は明示的なカメラ言語によく従う——第 2 章に完全な語彙集。
環境音
シーン自体の音：雨、交通、油の弾ける音。登場人物にも聞こえる層。
音楽
観客だけに聞こえる音楽。楽器とテンポで書き、ムード語は使わない。
MiniMax H3——よくある質問
スペック・リリース状況・試し方