8月3日，AI视频赛道迎来一则重磅消息——MiniMax H3模型正式开源。如果你对“开源”这个词已经有些麻木，不妨换个角度来算一笔经济账：一条15秒的2K广告片，生成成本只需要12元。

这不是标题党。根据官方公布的信息，MiniMax H3的视频生成价格为0.8元/秒（2K分辨率）。按照最长15秒的生成上限计算，一条成片正好12元。做个横向对比：东方证券的研报统计显示，某头部视频模型的1080P版本定价为3元/秒，720P版本为2.5元/秒，另一款主流模型1080P的价格为1.2元/秒。也就是说，H3用2K的画质输出，价格只有同级别产品的三分之一。当同行还在以“几块钱一秒”定价时，MiniMax直接把价格打到了“毛”的单位。这已不只是一次技术发布，更像是往牌桌上扔下了一枚深水炸弹。

视频编辑全球第一，不只是便宜

当然，光便宜还不够，关键得能用。

根据官方介绍，H3是一个通用型全模态生成系统，能够统一理解由文本、图像、视频和音频构成的多模态上下文，并可生成最高2K分辨率、最长15秒、带有原生立体声音频的视频。在输出规格方面，模型支持4至15秒的视频时长，兼容21:9、16:9、4:3、1:1、3:4、9:16等多种宽高比，默认输出分辨率的较短边为768像素，帧率为24FPS，音频为32kHz立体声，并稳定支持中、英、日、韩、法、德、西、意、葡、俄、阿等11种对话语言。

在第三方权威评测机构Artificial Analysis的视频模型榜单中，截至7月31日H3发布当日，H3在视频编辑能力项排名全球第一，文生视频和图生视频能力分别位居第二、第三名。

尤其值得注意的是“视频编辑第一”这个成绩——这比单纯的“生成第一”含金量更高。因为商业客户需要的不是“好看但没法改”的视频，而是精准可控的内容。据官方介绍，H3具备商用级的多场景内容生成能力，在指令遵循、文字与品牌信息呈现、V2V Motion Transfer（视频到视频动作迁移）等方面表现出色，可实现精准、可控的多模态内容编辑与生成，广泛适用于广告、品牌、电商、产品设计、UI/UX及游戏等商业场景。换句话说，H3解决的都是商业落地中最实际的那些问题——品牌Logo不变形、指定文字不乱飘、特定动作精准呈现。而这些“小问题”，恰恰是决定一个视频模型能否真正被B端客户掏钱的关键。

开源背后，三盘大棋

最值得深究的是：这是MiniMax推出的首款开源多模态生成模型。此前MiniMax一直走闭源路线，H3是第一次把多模态能力完整开放出来。为什么偏偏是现在？为什么偏偏是多模态？这背后至少有三层战略意图。

第一层：价格清洗，挤压中小玩家。0.8元/秒的定价绝非简单的“良心发现”，而是精准的战略卡位。根据东方证券的分析，在AI内容垂类中，批量生产更看重创作效率和生产成本，短剧等场景将尤其受益。当一个旗舰级模型把价格压到这种程度，依赖高定价维持现金流的中小型视频模型公司将面临巨大的生存压力，资本会加速向拥有规模效应和工程化降本能力的头部厂商集中。而MiniMax的成本优势并非来自烧钱补贴，而是来自技术创新。据官方介绍，MiniMax通过高压缩Tokenizer大幅降低视频生成所需的Token数量，同时在异构训练、负载均衡和GPU利用效率等方面进行了系统性优化，在追求模型效果的同时有效控制了训练和推理成本。这不是价格战，是工程能力的降维打击。

第二层：全员适配国产芯，拿稳“信创”入场券。H3开源同日，一个引人注目的现象是：华为昇腾、摩尔线程、沐曦、海光信息、昆仑芯、天数智芯、壁仞科技等国产芯片厂商，与AMD、Intel等国际芯片厂商并列出现在Day 0适配名单中。同时，Hugging Face、魔搭ModelScope、ComfyUI、RunningHub、fal等开发社区和云推理平台，以及vLLM-Omni、SGLang等推理框架，均在开源同日完成了适配支持。“两边都押”从来不只是商业策略。在中美芯片博弈持续深化的背景下，H3在设计之初就考虑了对多款国产芯片的兼容性。完成国产芯片适配后，H3就具备了进入政务、国企及关键基础设施AIGC服务的合规基础。

第三层：用开源对抗闭源，抢占开发者生态。开源从来不是做慈善，而是生态博弈。目前行业内的顶尖视频模型仍以闭源为主，此前开源阵营虽有阿里万相、腾讯混元视频等模型，但与头部闭源模型相比仍存在差距。H3在能力上紧咬第一梯队的同时选择了开源，意图非常明确——成为多模态开源领域的标杆。完整的H3系统由H3-Context-IR、H3-Base、H3-Regenerate-2K三个模块组成。开发者可以直接从Hugging Face下载模型，H3-Base目前支持通过SGLang、vLLM、diffusers和ComfyUI等推理框架和工作流进行部署。让全球开发者免费基于H3搭建插件、开发工作流、做二次定制，一旦企业级应用基于H3构建，后续的私有化部署、高效微调和高级API服务，就会成为MiniMax稳定的收入来源。开源是入口，服务才是生意。

为什么是15秒？

H3的视频生成长度上限设定为15秒。这并非技术能力的边界，而是一次精准的市场定位。

TikTok、Reels以及各类短视频信息流的黄金完播时长正是15秒左右。H3直接对齐了这个商业变现效率最高的时间窗口——它专为信息流广告投放而生。相比之下，盲目追求30秒甚至1分钟的生成长度，在当下的移动互联网内容消费场景中，反而可能偏离了真正的商业需求。广告主需要的不是一条完美的60秒品牌宣传片，而是几十上百条不同的15秒素材去做A/B测试，从中找到转化率最高的那条投钱。12元一条，测100条也才1200元——这在传统广告制作成本里连个零头都不够。

AI视频进入“水电煤”时代

有观点认为，AI视频赛道的竞争将分阶段演进：2026至2027年的关键是算力与成本控制，2027至2028年的关键是场景渗透深度，2028年之后的关键则是谁能从“工具”升级为“平台”。H3的开源，某种程度上标志着AI视频生成正在从“炫技”进入“算账”的阶段。正如有分析指出，H3不再局限于单一的图片或视频生成，而是实现了多模态上下文的统一理解与自然表达，这一架构演进意味着它能够作为统一的基础设施，深入到更复杂的商业工作流中。

当别人还在卷“能不能生成”，MiniMax已经开始计算“生成之后能创造多少商业价值”。技术差距在缩小，但对商业逻辑的理解，正在拉开新的差距。当然，开源之后的版权归属、内容审核机制以及潜在的侵权风险如何界定，仍将是下一阶段行业需要共同面对的课题。但无论如何，“15秒12元”这个价格锚点已经实实在在地打进了市场。