MiniMax H3 مقابل Veo 3.1: بفارق 145 Elo، ومعظم المقارنات اختبرت Veo صامتًا

مقطع فيديو من Veo 3.1 مدته 8 ثوانٍ يكلف ثلاثة أضعاف تكلفة نفس الـ 8 ثوانٍ على MiniMax H3. على لوحة التصويت الأعمى لـ Artificial Analysis، فهو متأخر بـ 145 نقطة إيلو. كان يجب أن تكون هذه نهاية المقال.

إلا أن واجهة برمجة تطبيقات Veo 3.1 تأتي مع توليد الصوت مغلقًا. المعامل هو generate_audio، قيمته الافتراضية في المخطط هي false، ولا شيء في الاستجابة يخبرك أن المقطع عاد صامتًا. MiniMax H3 ليس لديه مثل هذا المفتاح، لأن H3 يولد الصورة ونظام صوت استريو 32 كيلوهرتز في نفس المسار ودائمًا. لذا، فإن حصة كبيرة من الانطباعات المنتشرة "Veo يبدو أفضل" كانت مبنية على وضع مقطع Google صامت بجانب نموذج صيني ظهر بموسيقى تصويرية.

أردت أن أعرف كيف يبدو هذا الفارق البالغ 145 نقطة فعليًا. لذا، أخذت أكثر صيغة فيروسية أنتجها Veo على الإطلاق، وهي مقطع ASMR لفاكهة زجاجية، وكتبت موجهًا واحدًا، وشغّلته على كلا النموذجين مع دفع كل إعداد إلى أقصى حد ممكن لكل منهما. الصوت مفعل. لا شيء مختزل.

ثم واصلت حتى وجدت الأماكن الثلاثة التي لا يزال Google يتفوق فيها، لأنها موجودة ولا أحد يكتب هذه المقارنات يبدو أنه يذكرها.

الخلاصات الرئيسية

• على لوحة تحويل النص إلى فيديو مع الصوت من Artificial Analysis، يسجل MiniMax H3 1,238 إيلو مقابل 1,093 لـ Veo 3.1. هذا فارق 145 نقطة في التصويت الأعمى (لقطة بتاريخ 2026-08-06).
• معامل generate_audio في Veo 3.1 قيمته الافتراضية false في مخطط واجهة برمجة التطبيقات. إذا استدعيت واجهة البرمجة ولم تضبطه أبدًا، فأنت تقارن مقطع Veo صامتًا بمقطع H3 الذي يأتي بصوت استريو افتراضيًا.
• يقبل H3 أي ثانية كاملة من 4 إلى 15. يقبل Veo 3.1 4 أو 6 أو 8 ثوانٍ. هذا حد هيكلي، وليس إعدادًا.
• لا يظهر Veo 3.1 على لوحة تحرير الفيديو من Artificial Analysis على الإطلاق. H3 هو الأول عليها.
• لا يزال Veo 3.1 يتفوق في إخراج 4K، وفي قابلية إعادة الإنتاج باستخدام seed و negative_prompt، و Veo 3.1 Lite أرخص حقًا من أي شيء يقدمه H3 إذا كانت دقة 720p كافية لك.

---

MiniMax H3 ضد Veo 3.1، موجه واحد، ثلاث مقاطع متتالية

laLbhPPVt_g

موجه واحد، ثلاث مقاطع بالترتيب: MiniMax H3 بدقة 2K، Veo 3.1 بدقة 1080p مع تشغيل الصوت صراحةً، Veo 3.1 Lite بدقة 720p. كل مقطع يحتفظ بمساره الصوتي الأصلي، لذا شغّل الصوت. شاهد الثانية الأخيرة من كل مقطع، وشاهد ما يفعله أرخص نموذج بحواف إطاره النهائي.

إعداد تصوير ماكرو مع بطيخة كريستال زجاجية على لوح أردوازي رطب وشاشتين إنتاج تعرضان نفس لقطة الشرائح_الإعداد الفعلي الذي شغّلته هذه المقالة: بقعة إعلان ASMR واحدة، نموذجين، مفتاح واجهة برمجة تطبيقات واحد. تم توليده باستخدام openai/gpt-image-2/text-to-image._

---

لماذا أصبحت MiniMax H3 ضد Veo 3.1 فجأة المقارنة الوحيدة التي تستحق التشغيل

وصل MiniMax H3 في يوليو 2026 وفعل شيئًا لم يفعله أي نموذج آخر على اللوحة. لقد حل ضمن المراكز الثلاثة الأولى في جميع ساحات فيديو Artificial Analysis الثلاثة في غضون أسابيع، وفعل ذلك كأول إدخال بأوزان مفتوحة في أي مكان بالقرب من القمة.

إليك أين يوجد النموذجان فعليًا، مأخوذين مباشرة بدلاً من الاقتباس من بيان صحفي (Artificial Analysis، أغسطس 2026):

الجدول أ: ساحة فيديو Artificial Analysis، لقطة 2026-08-06

ثلاثة أشياء في هذا الجدول تستحق اهتمامًا أكثر مما تحصل عليه.

الفارق البالغ 145 نقطة هو على لوحة الصوت. في تحويل النص إلى فيديو مع الصوت، فقط Gemini Omni Flash (1,243) يتقدم على H3، وهو ضمن نفس نطاق التعادل الإحصائي. Veo 3.1 في المركز الحادي عشر. المصوتون الذين استمعوا إلى كلا المقطعين اختاروا H3 على Veo بفارق كبير.

Veo 3.1 ليس موجودًا على لوحة تحرير الفيديو. تحتوي تلك اللوحة على ثمانية نماذج و H3 هو الأول، بفارق تسع نقاط عن Gemini Omni Flash. Google لم يخسر تلك المقارنة، هو ببساطة لم يدخلها. إذا كان سير عملك هو "توليد، ثم تغيير شيء واحد في اللقطة"، فهذا التمييز لا يساعدك.

إعلان MiniMax الخاص يبالغ في رقم واحد، لذا لا تكرره. يقول السطر الرسمي أن H3 يتقدم على المركز الثاني في لوحة التحرير بـ 93 نقطة. المركز الثاني هو Gemini Omni Flash عند 1,123، وهو متأخر بـ 9 نقاط عن H3. الرقم 93 نقطة هو الفارق إلى Dreamina Seedance 2.0 عند 1,037، وهو في المركز الخامس. كلا الرقمين حقيقيان، لكنهما ينتميان إلى صفين مختلفين.

لماذا تخطئ معظم المقارنات المباشرة في هذا

ثلاثة أنماط فشل، بترتيب تنازلي من حيث عدد المرات التي رأيتها فيها:

1. Veo الصامت.generate_audio القيمة الافتراضية له false في مخطط واجهة برمجة تطبيقات Veo 3.1. المطور الذي لا يلمسه أبدًا يحصل على مقطع صامت ثم يسجله مقابل مزيج H3 الاستريو. هذه ليست مقارنة نماذج، بل خطأ إعدادات. جدير بالمعرفة: منصة Atlas Cloud التجريبية تُمكّن المفتاح مسبقًا لك، لذا الفخ يقع للأشخاص الذين يستدعون واجهة البرمجة مباشرة، وهم معظم من ينشرون المعايير.
2. دقة غير متطابقة. الدقة الافتراضية لـ H3 على واجهة البرمجة هي 2K، لكن الكثير من الاختبارات تشغله بدقة 768P للسرعة ثم تضع النتيجة بجانب إطار Veo بدقة 1080p.
3. تحديد H3 بـ 8 ثوانٍ من أجل الإنصاف. ليس إنصافًا، إنه يتخلص من ما يقرب من نصف نطاق مدة H3 من أجل جدول أنيق.

ولكي نكون صادقين، نقاط ضعف H3 الخاصة حقيقية: ملء فتحات المرجع غالبًا ما يخفف الالتزام بالموجه بدلاً من تشديده، وطبقة 2K الخاصة به بطيئة حقًا، و MiniMax نفسها لا تضعه كنموذج أفلام أو رسوم متحركة. في هذا التشغيل، مال H3 أيضًا نحو الأسلوب، حيث قرأ الموجز على أنه تصوير فوتوغرافي لمنتج كريستال مصقول بدلاً من الكائن الواقعي المفرط الذي أنتجه Veo.

---

MiniMax H3 ضد Veo 3.1: المواصفات، سلوك الصوت، وما تشتريه الثانية الواحدة

الطريقة هنا مملة عمدًا: موجه واحد، ثلاث نقاط نهاية، مفتاح واجهة برمجة تطبيقات واحد، لا تحرير. كلا العائلتين مستضافتان جنبًا إلى جنب على Atlas Cloud، وهو السبب الوحيد الذي يجعل تشغيل نفس الموجه ممكنًا على الإطلاق بدون حسابين للفوترة ولهجتين مختلفتين للمعاملات للتوفيق بينهما. هذا هو ذكر المنتج بأكمله. النماذج هي الموضوع.

الجدول ب: مصفوفة القدرات، من مخططات واجهة برمجة التطبيقات الحية

اقرأ الصفين الأخيرين معًا وستحصل على أوضح خط في هذه المقارنة بأكملها:

MiniMax H3 مع الصوت مفعل أرخص من Veo 3.1 مع الصوت مغلق. 0.14 دولار لكل ثانية مقابل 0.20 دولار.

تتفق قائمة أسعار Google الخاصة على السقف. Veo 3.1 هو 0.40 دولار لكل ثانية بدقة 720p و 1080p مع تضمين الصوت كمعدل افتراضي، يرتفع إلى 0.60 دولار بدقة 4K (وثائق Google Gemini API، أغسطس 2026). تقسم Atlas ذلك إلى طبقة صامتة بسعر 0.20 دولار وطبقة صوت بسعر 0.40 دولار، لذا بمجرد تشغيل generate_audio إلى true تتضاعف تكلفتك لكل ثانية. H3 ليس لديه رافعة مكافئة، لأنه لا يوجد شيء لتشغيله.

عدم تناسق واحد آخر يستحق الإشارة قبل التشغيل: H3's resolution و duration كلاهما حقول مطلوبة على جميع نقاط النهاية الثلاثة، و ratio الافتراضي لتحويل النص إلى فيديو هو 1:1. أرسل موجهًا عاريًا وستحصل على فيديو مربع. Veo سيفترض افتراضيًا إلى مقطع معقول بدقة 720p ونسبة 16:9.

---

MiniMax H3 ضد Veo 3.1، نفس الموجه، كلا النموذجين: التشغيل الكامل

موجه واحد لجميع النماذج الثلاثة، لم يتم تغيير كلمة بينهم. إنه مبني لإجهاد أربعة أشياء في وقت واحد: فيزياء الزجاج فائقة الواقعية، وهي أرض Veo المنزلية؛ المؤثرات الصوتية الطبيعية المتزامنة مع الكسر؛ سطر واحد من التعليق الصوتي البشري؛ وبطاقة نصية من النوع السفلي تتلاشى في الثانية الأخيرة، وهو المكان الذي يدعي H3 فيه التفوق.

انسخ هذا حرفيًا.

plaintextCopy
1Extreme macro ASMR shot, 16:9. A hyper-realistic watermelon carved from clear
2crystal glass rests on a wet black slate slab. A mirror-polished chef's knife
3presses down and slices cleanly through it in one slow, continuous motion; the
4glass parts with a bright ringing crack and a spray of tiny translucent shards
5that scatter and tick across the slate. Cold blue rim light from the left, one
6warm practical behind. 100mm macro, shallow depth of field, slow push-in.
7Sound: the crisp ring of glass under the blade, shards ticking onto stone, low
8room tone. A calm woman's voice says: "Cut clean. Every single time." In the
9final second, crisp white sans-serif type fades in across the lower third
10reading CUT CLEAN.

الخطوة 1: MiniMax H3 تحويل النص إلى فيديو بدقة 2K

افتح MiniMax H3 Text-to-Video، الصق الموجه، ثم اضبط ثلاثة حقول كلها مهمة:

• الدقة:2K. حقل مطلوب. هذه هي الطبقة العليا، 2560x1440 يتم تسليمها بناءً على طلب 16:9.
• المدة:8. حقل مطلوب. متطابقة مع سقف Veo بحيث تكون المقارنة الأولى متكافئة.
• النسبة:16:9. هذا هو ما يفوته الناس. الافتراضي هو 1:1، وتحويل النص إلى فيديو يرفض adaptive بشكل قاطع مع خطأ 400. اتركه كما هو وستحصل على مقطع مربع.

لا يوجد حقل للبذرة ولا حقل للموجه السلبي. تحصل على ما يعطيك إياه المأخذ الضابط، والتحكم الوحيد لديك هو الموجه.

الفوترة: 8 ثوانٍ بسعر 0.14 دولار = 1.12 دولار، الصوت مشمول. تحلَّ بالصبر للميزانية أيضًا: هذه المهمة استغرقت 455 ثانية من البداية إلى النهاية. حاولت أربع مرات التقاط تشغيل الملعب النهائي لهذه الخطوة وقائمة انتظار 2K تجاوزت جلسة المتصفح في كل مرة، لذا إليك مخرجات واجهة البرمجة نفسها بدلاً من ذلك، بنسبة 100% بدون إعادة تشكيل.

اقتصاص بنسبة 100% من مخرجات MiniMax H3 بدقة 2K يظهر نصًا واضحًا من النوع السفلي وأوجه زجاجية محسومة_MiniMax H3، 2K، 8 ثوانٍ، 16:9، اقتصاص 1:1 من الإطار المسلَّم 2560×1440. حواف النص نظيفة، شظايا الزجاج الفردية على اللوح تحافظ على أوجهها، وهذه هي الطبقة التي تم الإدلاء بأصوات لوحة الصدارة عليها._

الخطوة 2: Veo 3.1 تحويل النص إلى فيديو، مع تشغيل الصوت

افتح Veo 3.1 Text-to-Video والصق نفس الموجه. الإعدادات:

• الدقة:1080p. تعداد Veo يقدم أيضًا 4k، وهو ما لا يمكن لـ H3 مطابقته على الإطلاق. مفيد معرفته: 720p و 1080p يتم الفوترة بنفس السعر، لذا 1080p هو مكسب مجاني.
• المدة:8. الحد الأقصى.
• نسبة العرض إلى الارتفاع:16:9. فقط 16:9 و 9:16 موجودة هنا.
• generate_audio:true. هذه هي الخطوة التي يتخطاها الإنترنت. القيمة الافتراضية للمخطط هي false، والإرجاع الصامت لا يبدو كخطأ.
• negative_prompt:blurry, warped text, extra fingers, motion blur on type. تحكم إضافي مجاني لا يقدمه H3.
• seed:12345. أيضًا خالي من H3. Google يمنحك مقبض قابلية إعادة الإنتاج.

الفوترة: 8 ثوانٍ بسعر 0.40 دولار = 3.20 دولار مع تشغيل الصوت. اترك generate_audio مغلقًا وسيكون نفس المقطع 1.60 دولار وصامتًا.

ملعب Veo 3.1 لتحويل النص إلى فيديو على Atlas Cloud مع تشغيل مفتاح توليد الصوت والمقطع المكتمل يعمل في لوحة الإخراج_Veo 3.1، تشغيل مكتمل. مفتاح توليد الصوت قيد التشغيل وزر التشغيل يقرأ 3.2 دولار، وهو 8 ثوانٍ بسعر الصوت. تم ترك هذه اللقطة على دقة 720p الافتراضية للصفحة، والتي يتم فوترتها بشكل مماثل لـ 1080p؛ مقطع 1080p في هذه المقالة جاء من نفس الموجه عبر واجهة البرمجة. لاحظ الحقلين الفارغين، الموجه السلبي والبذرة، اللذين ليس لـ MiniMax H3 ما يعادلهما._

الخطوة 3: Veo 3.1 Lite، المقعد الرخيص

افتح Veo 3.1 Lite Text-to-Video، نفس الموجه مرة أخرى. الإعدادات: 720p، 8 ثوانٍ، 16:9، seed 12345.

لاحظ ما هو مفقود من هذه الصفحة: لا يوجد مفتاح صوت، لأن Lite دائمًا يولد الصوت. لاحظ أيضًا المصيدة الوحيدة في مخططه: 1080p على Lite يفرض المدة على 8، لذا مقطع 4 ثوانٍ بدقة 1080p Lite ليس شيئًا موجودًا.

الفوترة: 8 ثوانٍ بسعر 0.05 دولار = 0.40 دولار. هذا أرخص مقطع مكتمل مع صوت في هذه المقالة بأكملها، بما في ذلك H3.

ملعب Veo 3.1 Lite على Atlas Cloud بدقة 720p مع عدم وجود مفتاح تبديل الصوت، المقطع المكتمل في لوحة الإخراج_Veo 3.1 Lite بدقة 720p. لا يوجد عنصر تحكم generate_audio في هذه الصفحة على الإطلاق، وهذه هي النقطة._

الخطوة 4: تسجيل النتائج لـ MiniMax H3 ضد Veo 3.1 على خمسة محاور

لا استدعاءات نماذج في هذه الخطوة، لا تكلفة. لنكون دقيقين حول ماهية هذا: لقطة واحدة لكل نموذج، المحاولة الأولى، لا إعادة محاولات. إنها قراءة متكافئة لثلاث مقاطع، وليست دراسة لمعدل الاحتفاظ.

الجدول د: ما عاد بالفعل، لقطة واحدة لكل منها

إطارات متطابقة من لقطات MiniMax H3 و Veo 3.1 في لحظة تلاشي النص السفلي

نفس اللحظة في كلا اللقطتين، الإطار الذي يتلاشى فيه CUT CLEAN. اليسار MiniMax H3 بدقة 2K، اليمين Veo 3.1 بدقة 1080p مع الصوت قيد التشغيل. زجاج Veo يقرأ كشيء تم تصويره؛ نص H3 أوضح وموضوع بشكل صحيح.

محور الصوت هو نداء استماع، لذا فإن الشريط أعلاه هو المكان الذي تحكم فيه. ما يمكن قياسه: جميع الثلاثة أعادوا مسارًا استريو مستمرًا بدون بقع ميتة تزيد عن 0.6 ثانية. H3 يسلم استريو 32 كيلوهرتز ويخلط ساخنًا، متوسط المستوى قريب من -18 ديسيبل مع قمم تلامس 0 ديسيبل FS. Veo 3.1 يسلم استريو 48 كيلوهرتز بمتوسط متحفظ حوالي -31 ديسيبل. مسار H3 أعلى بحوالي 13 ديسيبل، مما يبدو كمزيج أكثر اكتمالاً مباشرة من النموذج ويترك لك أيضًا مساحة رأس أقل للتعديل.

الخطوة 5: اللقطة البالغة 15 ثانية التي لا يمكن لـ Veo 3.1 هيكليًا القيام بها

نفس صفحة الخطوة 1، نفس الموجه، حقلان تم تغييرهما: المدة 15، الدقة 768P، النسبة لا تزال 16:9. لا لقطة شاشة جديدة، إنه نفس الملعب.

هذه هي الخطوة التي ليس لها نظير في Veo. تعداد duration الخاص بـ Veo 3.1 هو [4, 6, 8] على كل نقطة من نقاط النهاية الخاصة به، ولا توجد خطة أو طبقة أو علامة ترفعها. إجابة Google الخاصة على الرغبة في المزيد هي ميزة تمديد فيديو منفصلة (وثائق Google لتوليد الفيديو، أغسطس 2026)، مما يعني توليد كتل من 8 ثوانٍ وضمها، مما يعني مطابقة الدرجة اللونية والصوت عبر اللحامات. H3 يمنحك لقطة واحدة مستمرة مع طبقة صوتية واحدة مستمرة.

الفوترة: 15 ثانية بسعر 0.10 دولار = 1.50 دولار، وهو أقل من نصف تكلفة مقطع واحد من Veo 3.1 مدته 8 ثوانٍ مع الصوت.

VNmboe6k4M4

MiniMax H3، 768P، 15 ثانية، لقطة واحدة غير متقطعة مع طبقة صوتية واحدة غير متقطعة. الصوت قيد التشغيل. لا يحتوي Veo 3.1 على أي إعداد ينتج هذا الملف. لاحظ النقش الذي يخترعه H3 على طول الشفرة: النص المحدد يقدمه بشكل نظيف، النص المخترع هو هراء.

ملاحظتان صادقتان على هذه اللقطة. استغرقت 485 ثانية، أبطأ مهمة في المقالة، وطبقتها الصوتية متناثرة بشكل ملحوظ مقارنة بنسخة 8 ثوانٍ، مع فجوات حقيقية حول علامات الثلاث والإحدى عشرة ثانية. الأطول متاح، لكن الأطول ليس خاليًا من العواقب.

إجمالي الإنفاق لخطوات البرنامج التعليمي الأربع: 1.12 دولار + 3.20 دولار + 0.40 دولار + 1.50 دولار = 6.22 دولار، محاولة واحدة لكل نموذج، لا إعادة محاولات. التشغيل الإضافي بدقة 768P لمدة 8 ثوانٍ المستخدم في القسم التالي أضاف 0.80 دولار، وكانت لقطات الملعب عبارة عن عمليات تشغيل مدفوعة منفصلة فوق ذلك.

---

MiniMax H3 ضد Veo 3.1: أين يتجاوز H3 ما يسمح به Google

أربع قدرات على جانب H3 من الجدول ليست إصدارات أبطأ أو أرخص من ميزات Veo، إنها أشياء لا يكشف عنها Veo على الإطلاق.

نسبة 21:9. تعداد ratio الخاص بـ H3 يتضمن 21:9، 4:3، 1:1 و 3:4 إلى جانب الزوج المعتاد. Veo 3.1 و Lite كلاهما يقدمان 16:9 أو 9:16 فقط ولا شيء غيره. إذا كنت تقوم بقص تشويقة بتنسيق مسرحي، يمكن لأحد هذه النماذج تأطيرها بشكل أصلي والآخر يحتاج إلى قص.

مراجع ليست مجرد صور. نقطة نهاية reference-to-video الخاصة بـ H3 تأخذ مصفوفة refers[] تخلط مراجع الصور والفيديو والصوت لتثبيت المظهر، وتحتفظ بالنطاق الكامل من 4 إلى 15 ثانية أثناء القيام بذلك. نقطة نهاية reference-to-video الخاصة بـ Veo 3.1 تأخذ مصفوفة images محددة بـ 3 إدخالات و duration الخاص بها ينهار إلى [8]، لذا فإن الإشارة تقفلك على ثماني ثوانٍ. تحذير واحد من التجربة: تحميل فتحات مرجع H3 إلى سعتها يميل إلى سحب الإخراج بعيدًا عن الموجه بدلاً من تقريبه منه، لذا قم بالبناء تدريجيًا.

2K هو إعادة تقديم، وليس رفع دقة. هذا فاجأني ولم أره مكتوبًا في أي مكان. قم بتشغيل نفس الموجه على H3 لتحويل النص إلى فيديو بدقة 768P و بدقة 2K ولن تحصل على نفس الفيلم بحجمين. تحصل على فيلمين مختلفين. في هذا التشغيل، تركت لقطة 768P البطيخة كاملة ومنتصبة مع شمعة تحترق خلفها وصفعت النص عبر منتصف الإطار عند علامة الأربع ثوانٍ. لقطة 2K كسرت البطيخة إلى ثلاث قطع، وحركت الضوء الخلفي، ووضعت النص صغيرًا في الثلث السفلي في الثانية الأخيرة، كما هو مكتوب. نفس الموجه، نفس النسبة، نفس المأخذ الضابط بدون بذور.

إطارات جنبًا إلى جنب من نفس الموجه تم تشغيله بدقة 768P وبدقة 2K على MiniMax H3، يظهر ديكورًا مختلفًا بدلاً من نفس اللقطة بحجمين_نفس الموجه، نفس النموذج، نفس النسبة، 768P على اليسار و 2K على اليمين، كلاهما في نفس الطابع الزمني. إعداد مختلف، إضاءة مختلفة، معالجة نص مختلفة. إذا كنت بحاجة إلى أن يظل التكوين قائمًا بين الطبقات، فاقفل الإطار الأول باستخدام image-to-video بدلاً من ذلك._

لا رسوم إضافية على الصوت، أبدًا. مذكور بوضوح لأنه يغير كيفية وضع الميزانية: لا يوجد إصدار من مقطع H3 يكلف أقل بكونه صامتًا، ولا يوجد إصدار من مقطع Veo 3.1 يحتوي على صوت بسعر الصامت.

لكي نكون منصفين، ثلاثة أماكن حيث يفوز Google حقًا وليس لدى H3 إجابة:

• 4K. تعداد الدقة الخاص بـ Veo 3.1 يتضمن 4k. H3 أقصى ما يصل إليه هو 2K. إذا كان عقد العميل ينص على ماستر 4K، تنتهي هذه المقارنة هنا.
• seedوnegative_prompt. Veo يتيح لك تعديل قابلية إعادة الإنتاج ومنع أنماط الفشل صراحةً. H3 لا يمنحك أيًا منهما. في جلسة تصوير حيث تحتاج إلى إعادة محاولة خطأ قريب دون فقدان المظهر بالكامل، هذا الفارق مؤلم.
• السرعة، نوعًا ما. توثيق نموذج Veo 3.1 يقتبس حوالي 2 إلى 3 دقائق لمقطع 8 ثوانٍ بدقة 1080p. في هذا التشغيل، المقدم بشكل متزامن، استغرق H3 بدقة 2K 455 ثانية و Veo 3.1 بدقة 1080p استغرق 462 ثانية، لذا كانا متعادلين فعليًا وكلاهما أعلى بكثير من الرقم المقتبس. Veo 3.1 Lite انتهى في 237 ثانية، أقل من نصف أي منهما. إذا كنت تكرر العروض الحية أمام عميل، فإن Lite هو الوحيد من بين الثلاثة الذي يواكب، وهذه ميزة حقيقية لا يظهرها السعر لكل ثانية.

---

كم تكلف إعلان نهائي واحد على MiniMax H3 ضد Veo 3.1

أسعار الثانية الواحدة ليست ما تنفقه. ما تنفقه هو سعر الثانية الواحدة مضروبًا في المقاطع التي تخلصت منها. عمود 30 ثانية أدناه يطبق نسبة احتفاظ 3:1، أي ثلاثة أجيال لكل لقطة قابلة للاستخدام، وهو افتراض عملي من ممارسة الإنتاج العادية وليس شيئًا قاسته هذه الجولة. تعامل معه كعامل تحجيم، وليس كمعيار.

الجدول ج: التكلفة الحقيقية لكل بقعة تم تسليمها، تسعير Atlas Cloud اعتبارًا من أغسطس 2026، بدون خصومات نشطة

استنتاجان، والثاني ليس ما توقعت كتابته.

إذا كنت بحاجة إلى 2K، أو أطول من 8 ثوانٍ، أو نسبة عرض إلى ارتفاع غير 16:9 و 9:16، أو صوت أصلي بدون رسوم إضافية، فإن H3 يفوز من حيث التكلفة بفارق كبير. بقعة 30 ثانية على أعلى طبقة لـ H3 تقترب من ثلث نفس البقعة على Veo 3.1 مع الصوت.

إذا كانت 720p و 8 ثوانٍ كافية حقًا، فإن Veo 3.1 Lite هو أرخص شيء هنا، وليس قريبًا. بسعر 0.05 دولار لكل ثانية فهو نصف أرخص طبقة لـ H3، الصوت مشمول بدون مفتاح لتنساه، وكان أسرع بمرتين من أي من النموذجين الرئيسيين. أي شخص يخبرك أن H3 هو الخيار الرخيص دون قيد أو شرط لم ينظر إلى صف Lite. يسرد Google أيضًا Veo 3.1 Fast في المنتصف، بسعر 0.10 دولار لكل ثانية بدقة 720p في قائمة أسعاره الخاصة، على الرغم من أن كتالوج Atlas وصفحة النموذج الخاصة به يقتبسان أرقامًا مختلفة لتلك الطبقة، لذا تعامل مع رقم Fast على أنه غير محدد.

المشكلة هي ما يشتريه الخصم. هذا هو آخر إطار أعاده Lite في المحاولة الأولى:

الإطار النهائي للقطة Veo 3.1 Lite، مع امرأتين متطابقتين متخيلتين في إطارات صورة على كلا حافتي الإطار_Veo 3.1 Lite، الإطار النهائي، المحاولة الأولى. ذكر الموجه صوت امرأة؛ قرر Lite إظهارها، مرتين، في إطارات صورة متطابقة. كما أعطى البطيخة أفضل قشرة خضراء وبذور من بين النماذج الثلاثة، وهو ما يجعل هذا محبطًا بدلاً من كونه سيئًا ببساطة._

هذا هو الشكل الصادق للطبقة الرخيصة. لقد قرأت الكائن أفضل من كلا النموذجين الرئيسيين ثم كسرت اللقطة بطريقة لا يمكنك إصلاحها في مرحلة ما بعد الإنتاج. الرخيص لكل ثانية ليس رخيصًا لكل مقطع قابل للاستخدام إذا تحرك معدل الفشل، لذا إذا اخترت Lite، فخصص ميزانية لإعادة المحاولات بدلاً من افتراض سعر الملصق.

---

الأوزان المفتوحة، والأقاليم المستبعدة، والجزء الذي لا يقرأه أحد

الأوزان منشورة بالفعل. MiniMaxAI/MiniMax-H3 على Hugging Face هو محول أومني كثيف أحادي التدفق بحجم 33 مليار معامل في BF16، ويأتي مع نقطتي فحص جاهزتين، ومشفّر النص الكامل Qwen3-VL-32B، ومشفّران تلقائيان. اسحب كل شيء وهو حوالي 499 جيجابايت. إنه النموذج الرئيسي الحالي، وليس نسخة متقاعدة، ومن بين أعلى الرتب في كل لوحة فيديو Artificial Analysis، وهو الإدخال الوحيد ذو الأوزان المفتوحة.

ثم تقرأ الترخيص، وهو يفعل أكثر مما توحي به عبارة "أوزان مفتوحة" (Hugging Face، أغسطس 2026):

• §I.5 يعرّف الأقاليم المستبعدة على أنها الاتحاد الأوروبي، المملكة المتحدة، جمهورية كوريا والولايات المتحدة الأمريكية. ينطبق المنح في جميع أنحاء العالم باستثناء هناك.
• §V.4 يذهب أبعد من النشر. لا يجوز لك استخدام أو إعادة إنتاج أو تعديل أو توزيع أو عرض الأعمال أو أي من مخرجاتها خارج الإقليم المطبق.
• §IV.1 يتطلب إذنًا كتابيًا مسبقًا منفصلاً إذا تجاوزت منتجاتك التجارية 20 مليون دولار من الإيرادات السنوية.
• §IV.2 يتطلب منك عرض "MiniMax H3" بشكل بارز في واجهة المستخدم لأي منتج تجاري مبني عليه.

لم تترك MiniMax هذا معلقًا. المستودع يشحن قسم الأسئلة والأجوبة الخاص بالترخيص ونموذج طلب، ويقول الترخيص أن الشركة ستستمر في تقييم تلك الولايات القضائية وتدعو الأطراف المهتمة للتقديم. لذا فإن التأطير الدقيق هو "ليس بعد، اسألنا"، وليس "محظور إلى الأبد". لا يزال سؤالًا لتوجيهه إلى الفريق القانوني قبل أن تخطط لمنتج في الولايات المتحدة أو الاتحاد الأوروبي يعتمد على الأوزان المحلية.

والأوزان المحلية ليست واجهة البرمجة. نموذج H3-Base المستضاف ذاتيًا يعرض بحافة قصيرة 768 بكسل؛ مسار 2K يمر عبر مرحلة إعادة توليد منفصلة على جانب واجهة البرمجة. الأوزان المفتوحة تشتري لك نموذج 768p تتحكم فيه، وليس نموذج 2K الذي فاز بتلك الأصوات.

شيء واحد لم أستطع حله: ما إذا كان مخرج Veo 3.1 يحمل علامة SynthID المائية عند تقديمه عبر واجهة برمجة تطبيقات طرف ثالث. تعامل مع ذلك على أنه غير مؤكد. ملفات H3 في هذا التشغيل لم تحمل أي علامة مائية مرئية.

---

الأسئلة المتداولة

هل MiniMax H3 أفضل بالفعل من Veo 3.1؟

في التصويت الأعمى مع الصوت، نعم، بفارق 145 إيلو على Artificial Analysis لتحويل النص إلى فيديو، و H3 هو الأول على لوحة تحرير الفيديو التي لا يظهر عليها Veo 3.1. كما أنه يكلف أقل لكل ثانية مع الصوت مقارنة بـ Veo مع الصوت مغلق. لا يزال Veo 3.1 يتفوق في إخراج 4K والتحكم في seed و negative_prompt.

لماذا فيديو Veo 3.1 الخاص بي صامت؟

لأن generate_audio الافتراضي هو false على Veo 3.1 و Veo 3.1 Fast. اضبطه على true صراحةً. كن على علم أن هذا يضاعف تكلفتك لكل ثانية، من 0.20 دولار إلى 0.40 دولار على Atlas Cloud. MiniMax H3 ليس لديه مثل هذا المعامل، لأن الصوت يتم توليده في نفس مسار الصورة. Veo 3.1 Lite أيضًا يولد الصوت دائمًا.

هل يمكن لـ MiniMax H3 صنع مقاطع أطول من 8 ثوانٍ لـ Veo 3.1؟

نعم. H3 يقبل أي ثانية كاملة من 4 إلى 15 كلقطة واحدة مستمرة، كلا الحقلين مطلوبين في الطلب. تعداد مدة Veo 3.1 هو [4, 6, 8]، صعب. الذهاب لأطول على Veo يعني توليد كتل من 8 ثوانٍ وتمديدها أو ربطها، ثم مطابقة الدرجة اللونية والصوت عبر الوصلات.

MiniMax H3 لديه أوزان مفتوحة. هل هذا يجعله مجانيًا؟

ليس بالطريقة التي يعنيها معظم الناس. التحميل الكامل يبلغ حوالي 499 جيجابايت، نموذج H3-Base المستضاف ذاتيًا يعرض بحافة قصيرة 768 بكسل، و 2K يحتاج إلى مرحلة إعادة التوليد على جانب واجهة البرمجة. الترخيص المجتمعي يستثني أيضًا الاتحاد الأوروبي، المملكة المتحدة، كوريا الجنوبية والولايات المتحدة، وهذا التقييد يغطي المخرجات، وليس فقط النشر، مع قناة تفويض رسمية مفتوحة لتلك المناطق.

أيهما أرخص لإعلان نهائي مدته 30 ثانية، MiniMax H3 أم Veo 3.1؟

H3 بدقة 2K يصل إلى حوالي 12.60 دولارًا لبقعة 30 ثانية بنسبة احتفاظ 3:1، مقابل حوالي 36.00 دولارًا لـ Veo 3.1 مع الصوت قيد التشغيل. لكن Veo 3.1 Lite يتفوق على كليهما بحوالي 4.50 دولار إذا كانت 720p وكتل 8 ثوانٍ مقبولة. ميزة تكلفة H3 مشروطة برغبتك في 2K، أو لقطات أطول، أو اختيار نسبة عرض أوسع، أو صوت مجاني.

هل يقوم MiniMax H3 بعمل 4K مثل Veo 3.1؟

لا. تعداد دقة H3 هو 768P و 2K فقط. تعداد Veo 3.1 يتضمن 4k، بسعر 0.60 دولار لكل ثانية في تسعير Google الخاص، و Veo 3.1 Lite لا يدعم 4K صراحةً أيضًا. إذا كان ماستر 4K تعاقديًا، فإن Veo 3.1 القياسي هو الوحيد من بين هذه الثلاثة الذي يسلمه.