UTM-Basis für alle Atlas Cloud-Links: ?utm_source=blog&utm_medium=article&utm_campaign=minimax-h3-open-source-weights

---

MiniMax H3 Open Source Weights: Sie brauchen keinen Supercomputer. Aber vielleicht einen Anwalt.

Ein Schreibtisch um 3 Uhr morgens mit offenem PC-Gehäuse, einer externen Festplatte und einem Monitor, der einen großen Download-Fortschritt anzeigt.

Die Gewichte sind draußen. Also beantworte ich gleich die zwei Fragen, die unter dem Launch-Post von MiniMax die meisten Antworten bekamen – bevor irgendetwas anderes kommt.

Nein, Sie brauchen keinen Supercomputer. Wählen Sie die richtigen Dateien aus, und der Download beträgt 42,5 GB, nicht 123,6 GB. Das Modell hat 33B Parameter, und etwa 13B davon sitzen in AdaLN-Modulationszweigen, die die Inferenz gar nicht laden muss.

Dann habe ich die LICENSE-Datei geöffnet. Zeile 10, noch bevor ich zur 20-Millionen-Dollar-Einnahmeklausel kam, ist eine Liste von Ländern. Mein Land steht darauf. Wahrscheinlich Ihres auch.

Die wichtigsten Erkenntnisse

• Die MiniMax H3 Open Source Weights sind live auf Hugging Face als MiniMaxAI/MiniMax-H3, plus ein ComfyUI-umgepackter Mirror unter Comfy-Org/MiniMax-H3. ComfyUI hat am selben Tag native Unterstützung ausgeliefert.
• Es ist nicht eine Datei. Es gibt zwei aufgabenspezifische Checkpoints, fl2va (text- und bildgesteuert) und ref2va (referenzgesteuert), jeweils 21 GB in ihrer kleinsten Form. Sie laden nur den herunter, den Ihr Job braucht.
• 33B dichter Single-Stream-Transformer. Kleinste funktionierende Kombination ist 42,5 GB, das sind 66 % weniger als die 123,6 GB in voller Präzision. ComfyUI sagt, eine 12-GB-Karte plus Offloading könne es ausführen.
• Lokale Generierung ist nativ 768px an der kurzen Kante, nicht 2K. 2K entsteht durch einen zweiten In-Context-Regenerationsdurchlauf.
• Kommerzielle Nutzung ist kostenlos, aber Sie müssen „MiniMax H3“ in Ihrer Benutzeroberfläche anzeigen, und ab einem Jahresumsatz von 20 Millionen Dollar benötigen Sie eine separate schriftliche Genehmigung. Und das anwendbare Gebiet der Lizenz schließt die EU, das Vereinigte Königreich, Südkorea und die USA aus. Eine gehostete API ist eine andere rechtliche Beziehung.

Ein Charakter, beide Checkpoints, eine 3-Uhr-morgens-Stimmung. Die linke Seite zeigt, was fl2va macht. Die rechte Seite zeigt, was ref2va macht. Dieselbe Person, derselbe Raum, dieselbe Nacht, zwei völlig unterschiedliche Aufgaben, und das Lüftergeräusch, das Sie hören, wird im selben Durchlauf wie das Bild erzeugt.

Links: Bild-zu-Video, die Aufgabe des fl2va-Checkpoints. Rechts: Referenz-zu-Video, die Aufgabe von ref2va. Beide auf MiniMax H3 mit nativem Stereo-Audio gerendert. Schalten Sie den Ton ein.

Das Erste, was ich dieses Modell generieren ließ, war ein Mensch, der darauf wartet, dass dieses Modell den Download beendet. Das fühlte sich richtig an.

MiniMax H3 Open Source Weights, gewogen: Zwei Checkpoints und eine 42,5-GB-Untergrenze

Hier ist, warum dieser Release laut wurde. Artificial Analysis hat H3 auf Platz 1 in der Videobearbeitung und unter den Top drei sowohl bei Text-zu-Video als auch bei Bild-zu-Video eingestuft und sagte, die Veröffentlichung der Gewichte „würde es mit Abstand zum führenden Open-Weights-Modell machen“ (Artificial Analysis, Juli 2026). Das ist ein Frontend-Videomodell mit einem Download-Button.

Die ehrliche andere Hälfte: Derselbe Benchmark-Durchlauf zeigt H3 hinter Googles Gemini Omni Flash bei Text-zu-Video und sowohl hinter Seedance 2.0 als auch Gemini Omni Flash bei Bild-zu-Video (South China Morning Post, Juli 2026). Es ist Nummer 1 bei der Bearbeitung, nicht Nummer 1 bei allem.

Jetzt der Teil, den fast niemand überprüft hat, bevor er git clone drückte.

Die Parameteranzahl, die niemand in eine Schlagzeile gesetzt hat. Die Modellkarte beschreibt H3-Omni-Transformer als „einen 33B-Parameter dichten Single-Stream-Transformer, mit etwa 13B Parametern in AdaLN-bezogenen Zweigen“ und fügt hinzu, dass diese Modulationsausgaben vorberechnet und zwischengespeichert werden können, „diese Parameter daher nicht für reine Inferenzbereitstellungen geladen werden müssen“. Daher kommen die beschnittenen Checkpoints. Etwa 40 % des Modells werden zu einer Nachschlagetabelle, wenn Sie nur Inferenz betreiben.

Wo die meisten Leute 80 GB für nichts verbrennen. Das offizielle MiniMaxAI/MiniMax-H3-Repository ist 498 GB, wenn Sie alles herunterladen. Der ComfyUI-Mirror ist 343 GB. Beide enthalten jede Präzisionsvariante beider Checkpoints. Sie brauchen vier Dateien, nicht vierhundert.

Dateigrößen direkt aus dem Comfy-Org/MiniMax-H3-Repository-Index, August 2026.

ComfyUIs eigene Einordnung derselben Zahl: „Der gesamte Speicherbedarf wurde um 66 % reduziert, von 123,6 GB in voller Präzision auf 42,5 GB“, was es ermöglicht, „ein 2K-Videomodell der nächsten Generation lokal auf einer GPU wie der RTX 3060 auszuführen“ (ComfyUI, August 2026). Betrachten Sie die 12-GB-Angabe als deren Behauptung mit dynamischem Offloading, nicht als Benchmark. Ich habe es nicht auf einer 3060 ausgeführt, und Offloading erkauft VRAM mit System-RAM und Wanduhrzeit.

Eine Sache, die „lokal ausführen“ leise bedeutet: 768px. H3s native Leinwand ist eine 768px kurze Kante, begrenzt auf 768x1344, laut ComfyUIs H3-Tutorial. Die Dauer rastet in einem 17-Frames-pro-Block-Raster bei 24fps ein. Die 2K-Clips im Marketing stammen von H3-Regenerate-2K, einem zweiten Durchlauf, der das 768p-Ergebnis plus den ursprünglichen Kontext zurück durch das Modell führt. Die Modellkarte stellt klar, dass das vollständige System aus drei Modulen besteht: H3-Context-IR, H3-Base und H3-Regenerate-2K. Lokales ComfyUI gibt Ihnen H3-Base.

Und das Wort „Open“ erledigt hier drei separate Aufgaben. Herunterladbar, ja. Kommerziell nutzbar, unter Bedingungen. Ausführbar dort, wo Sie leben, das hängt davon ab, wo Sie leben. Der Reddit-Thread, der dies „eigentlich ein Closed-Source-Modell“ nennt, liegt beim ersten Punkt falsch, zeigt aber auf etwas Reales bei den anderen beiden. Abschnitt 7 enthält den Klauseltext.

Lokale MiniMax H3 Open Source Weights vs. gehostete API: Wählen Sie Ihren Weg

Alles unterhalb dieser Zeile, die gesamte vierschrittige Demo, läuft in einem Browser-Tab auf Atlas Cloud, das alle drei H3-Endpunkte sowie das Bildmodell bereitstellt, das ich für das Basisbild verwendet habe. Das ist nicht dasselbe wie das Ausführen der Gewichte, und der Unterschied ist bei diesem Modell wichtiger als sonst.

Faustregel: Unter etwa 100 Clips pro Monat, oder wenn Sie direkt 2K benötigen, oder wenn Sie in einem ausgeschlossenen Gebiet sitzen, gewinnt gehostet auf allen Achsen. Darüber hinaus, oder wenn Sie planen, auf dem Checkpoint zu trainieren, oder wenn das Filmmaterial das Gebäude nicht verlassen darf, sind die 42,5 GB den Abend wert.

Preise überprüft von den Live-Modellseiten, August 2026. Alle H3-Endpunkte werden pro Sekunde Ausgabe abgerechnet, ohne aktiven Rabatt.

Eine Inkonsistenz, die Sie kennen sollten, bevor Sie Code dagegen schreiben: Die H3-Readme dokumentiert immer noch eine 768p-Stufe zu $0,10/Sek. und eine Dauer von 5 oder 10 Sekunden. Das Live-Schema widerspricht dem. resolution hat genau einen erlaubten Wert, 2K, und duration akzeptiert jede ganze Zahl von 5 bis 15. Schreiben Sie gegen das Schema. Es gibt eine schöne Symmetrie in dieser Lücke: Die 768p-Stufe ist auf der gehosteten Seite abgeschaltet, und 768p ist genau die native Leinwand, die Sie erhalten, wenn Sie die Gewichte selbst ausführen.

Schritt 1: Das Basisbild mit GPT Image 2 generieren

Alles in dieser Demo beginnt mit einem einzigen Standbild. Die Szene ist bewusst auf die Nase: ein Entwickler um 3 Uhr morgens, der einen 21-GB-Checkpoint-Download beobachtet.

Modell: openai/gpt-image-2/text-to-image. Einstellungen: Qualität high, Verhältnis 16:9.

plaintextCopy
1Eine fotorealistische Weitaufnahme eines überladenen Heimbüros um 3 Uhr morgens, nur beleuchtet von zwei Monitoren und dem RGB-Glühen eines offenen PC-Gehäuses auf dem Schreibtisch. Ein müder Entwickler in einem grauen Hoodie sitzt zurückgelehnt in einem Netzstuhl, das Kinn in der Hand, und starrt auf den linken Monitor. Der linke Monitor zeigt ein dunkles Terminal mit einem einzelnen sichtbaren Download-Fortschrittsbalken bei etwa 78 Prozent. Der rechte Monitor zeigt einen Dateibrowser. Eine kalte halbvolle Tasse Kaffee, eine mechanische Tastatur und ein kleiner Tischventilator stehen auf dem Schreibtisch. Regen läuft an dem Fenster hinter ihm herunter. Geringe Schärfentiefe, 35 mm, warmes Monitor-Schlüssellicht gegen kühles blaues Fensterlicht, sichtbares Sensorrauschen. Keine Textüberlagerungen, keine Wasserzeichen.

Bitten Sie das Bildmodell nicht, die tatsächlichen safetensors-Dateinamen darzustellen. Lange unterstrichene Zeichenfolgen kommen als Matsch zurück. Behalten Sie Dateinamen in Ihren Bildunterschriften.

GPT Image 2 Playground auf Atlas Cloud mit dem 3-Uhr-morgens-Prompt und dem fertigen Basisbild im Ausgabefeld.

GPT Image 2 auf Atlas Cloud: Qualität high, 16:9, das Basisbild rechts gerendert. Die High-Quality-Stufe kostet für diesen Durchlauf $0,1745, weit über dem $0,009-Listenminimum, also budgetieren Sie nach Stufe.

Das generierte Basisbild: ein müder Entwickler um 3 Uhr morgens, der einen Download-Balken auf dem linken Monitor beobachtet.

Das Ergebnis von Schritt 1. Dieses einzelne Bild speist die Schritte 2 und 3.

Schritt 2: Bild zu Video – die Aufgabe des fl2va-Checkpoints

Dies ist der Endpunkt, der minimax_h3_fl2va_pruned_int8_convrot.safetensors entspricht. Ein erstes Bild rein, Bewegung und Ton raus. Lokal wäre dies die Datei, die Sie laden würden; gehostet ist es ein API-Aufruf.

Modell: minimax/h3/image-to-video. Einstellungen: image = das Schritt-1-Bild als Data-URL übergeben, resolution: 2K, duration: 5, ratio: 16:9.

plaintextCopy
1Der Entwickler bleibt still, atmet und blinzelt nur, die Augen auf den linken Monitor gerichtet. Der Fortschrittsbalken auf dem linken Monitor bewegt sich langsam vorwärts. Die Gehäuselüfter laufen hoch und ihr RGB-Glühen pulsiert heller. Einen Moment vor dem Ende atmet er aus und seine Schultern sinken. Kamera fixiert, keine Kamerabewegung, kein Zoom, keine Schnitte. Audio: ein leises Gehäuselüfter-Fiepen, das in der Tonhöhe ansteigt, leiser Regen gegen das Fenster, ein leiser zweitöniger Abschlusston gegen Ende.

Übergeben Sie das Bild als Base64-Data-URL, nicht als frisch generierte Speicher-URL. Eine brandneue Objekt-URL kann den Upstream-Download-Check fehlschlagen lassen. Beachten Sie auch, dass H3 „Kamera fixiert“ tatsächlich befolgt, was bei Videomodellen dieser Klasse nicht universell der Fall ist.

MiniMax H3 image-to-video Playground auf Atlas Cloud mit geladenem Basisbild und einem fertigen 2K-Clip im Ausgabefeld.

MiniMax H3 image-to-video: Basisbild geladen, 2K, Durchlauf abgeschlossen. Dieser Screenshot verwendete die Endpunkt-Vorgabe von 8 Sekunden, weshalb der Preis $1,12 beträgt. Mein eingebetteter Clip unten ist die 5-Sekunden-Version für $0,70.

Der fl2va-Job: ein Bild rein, fünf Sekunden Bewegung plus Stereo-Lüftergeräusch raus.

Schritt 3: Referenz zu Video – die Aufgabe des ref2va-Checkpoints

Anderer Checkpoint, andere Datei, andere Aufgabe. ref2va erweitert kein erstes Bild. Es nimmt Referenzmaterial und erstellt eine neue Einstellung, die die Identität und die Objekte konsistent hält. Deshalb enthält das Repository zwei 21-GB-Dateien statt einer.

Ich gab ihm zwei Referenzen: das Schritt-1-Bild für die Person und den Raum, und eine Makroaufnahme einer Grafikkarte für die Hardware.

Modell: minimax/h3/reference-to-video. Einstellungen: refers = beide Bilder, resolution: 2K, duration: 8, ratio: 16:9.

plaintextCopy
1Derselbe Mann, derselbe graue Hoodie, dasselbe Gesicht, im selben dunklen Heimbüro. Neue Einstellung: eine halbnahe Aufnahme von der Seite, als er sich im Stuhl zurücklehnt und einen langen Atemzug auslässt, der Mundwinkel sich leicht hebt. Die Grafikkarte aus dem zweiten Referenzbild ist über seiner Schulter sichtbar, ihre Lüfter werden langsamer, das RGB beruhigt sich auf eine gleichmäßige Farbe. Behalten Sie seine Identität, Hoodie, Haare und die Raumbeleuchtung konsistent zu den Referenzbildern. Kamera fixiert. Audio: Lüftergeräusch, das abklingt, ein Tastendruck, Regen, der weitergeht.

refers akzeptiert ein gemischtes Array aus Bildern, Videos und Audio, mindestens ein Bild oder Video. Audio allein wird abgelehnt. Dieser Endpunkt akzeptiert auch Dauern bis zu 15 Sekunden.

Eine Falle speziell bei diesem Endpunkt: Setzen Sie ratio explizit. Wenn Sie es auf adaptive lassen, kam 400 invalid params, ratio is required for t2va (text-only) and cannot be 'adaptive', viermal hintereinander, auch vom Playground mit beiden eindeutig angehängten Referenzen. Mit ratio: "16:9" im API-Aufruf lief es beim ersten Mal. Deshalb ist der Screenshot unten auch das Referenzbild und kein Playground-Screenshot: Ich konnte die Einstellung „Seitenverhältnis“ des Playgrounds nicht von adaptive wegbekommen, daher stammt der Clip, den Sie hier sehen, von der API mit den obigen Einstellungen, nicht von einem Playground-Durchlauf.

Das zweite Referenzbild: eine Makroaufnahme einer Drei-Lüfter-Grafikkarte in einem offenen PC-Gehäuse bei Nacht.

Referenzbild 2, im selben Batch wie das Basisbild generiert, zusammen mit dem Schritt-1-Bild übergeben.

Der ref2va-Job: ein neuer Take, keine Fortsetzung. Derselbe Mann, derselbe Hoodie, derselbe Raum, und die Grafikkarte aus Referenz 2 jetzt im Bild mit abklingenden Lüftern. Beachten Sie, dass es „halbnahe“ locker interpretiert hat und ziemlich weit geblieben ist.

Schritt 4: Text zu Video – die MiniMax H3 Open Source Weights Basislinie

Dieselbe Szene, in Worten beschrieben, ohne Referenz. Dieser Schritt dient dazu, Ihnen zu zeigen, wofür die beiden Checkpoints eigentlich da sind.

Modell: minimax/h3/text-to-video. Einstellungen: ratio ist erforderlich und kann nicht adaptive sein, also 16:9. resolution: 2K, duration: 5.

plaintextCopy
1Ein müder Entwickler in einem grauen Hoodie um 3 Uhr morgens in einem überladenen Heimbüro, beleuchtet von zwei Monitoren und dem RGB-Glühen eines offenen PC-Gehäuses, der einen Download-Fortschrittsbalken über den linken Bildschirm kriechen sieht. Regen am Fenster hinter ihm. Fixierte 35-mm-Aufnahme, geringe Schärfentiefe, warmes Monitorlicht gegen kühles Fensterlicht, Filmkorn. Audio: steigendes Gehäuselüfter-Fiepen, leiser Regen, ein sanfter Abschlusston am Ende.

MiniMax H3 text-to-video Playground auf Atlas Cloud mit getipptem Prompt und einem fertigen Clip im Ausgabefeld.

MiniMax H3 text-to-video: kein Referenzmaterial, 2K, Seitenverhältnis auf 16:9 gesetzt, weil adaptive hier abgelehnt wird, Durchlauf abgeschlossen. Derselbe Prompt und bereits ein anderes Gesicht als das in Schritt 2.

Dieselben Worte, anderer Mensch. Schöner Raum, falscher Typ. Diese Lücke ist das gesamte Argument dafür, dass fl2va und ref2va als separate Checkpoints existieren.

Ein betrieblicher Hinweis, falls Sie alle drei scripten: Die Upstream-Gleichzeitigkeit ist ungefähr eine Aufgabe. Überlappende Jobs kommen als 429 rate limit exceeded (task concurrency) zurück. Führen Sie sie nacheinander aus. Ein 5-Sekunden-2K-Clip dauerte jedes Mal etwa zwei Minuten.

Was MiniMax H3 Open Source Weights kosten und was die Lizenz tatsächlich sagt

Die Kostenfrage hat zwei Währungen. Gehostet kostet ein 5-Sekunden-2K-Clip $0,70 und ein 15-Sekunden-Clip $2,10, pro Sekunde, keine Stufen, kein Rabatt. Lokal ist die Währung Gigabyte und Stunden: 42,5 GB die Leitung runter, eine Karte, die es halten kann, und eine 768p-Leinwand, es sei denn, Sie führen auch den Regenerationsdurchlauf aus. Irgendwo oberhalb von ein paar hundert Clips pro Monat dreht sich die Rechnung um. Darunter tut sie es meistens nicht.

Dann gibt es die dritte Währung, nämlich die Zeit für die rechtliche Prüfung. Ich habe die gesamte LICENSE gelesen. Hier ist, was drin steht.

Eine Schreibtischlampe beleuchtet einen Laptop, der ein dichtes Textdokument zeigt, daneben ein markierter Ausdruck, eine Lesebrille und ein Glas Wasser.

Der Teil einer Open-Weights-Veröffentlichung, den niemand für den Launch-Thread screenshottet.

Das Inkrafttretungsdatum der Vereinbarung ist der 2. August 2026 (Hugging Face, August 2026).

Die meisten Launch-Berichte begannen mit „Open Weights“ und hörten dort auf. Zu MiniMaxs Gunsten muss man sagen, dass sie es nicht versteckt haben: Das Repository enthält eine eigene docs/QA-about-License.md, die erklärt, dass Videomodelle mit einem schnellerlebigen regulatorischen Umfeld konfrontiert sind als Textmodelle, nennt den EU AI Act, britische und koreanische Regeln sowie laufende US-Urheberrechtsverfahren zu generativem Video und stellt klar fest, dass „die derzeitige Einschränkung ‚noch nicht‘ bedeutet, nicht ‚niemals‘“. Dieselbe Datei bestätigt die operative Trennung: Die API bleibt global verfügbar, weil MiniMax die Serving-Infrastruktur kontrolliert, während Open Weights diese Kontrolle hinter sich lassen.

Wenn Sie also in San Francisco, Berlin, London oder Seoul sind, lautet die praktische Lesart nicht: „Sie können H3 niemals anfassen.“ Sondern: „Dieses spezielle Lizenzdokument ist nicht das Instrument, das Ihnen erlaubt, diese Gewichte auf Ihrer eigenen Kiste auszuführen.“ Bewerben Sie sich für die separate Lizenz, oder nutzen Sie einen gehosteten Endpunkt, wo Sie Kunde eines Dienstes und nicht Lizenznehmer der Gewichte sind.

Ich bin kein Anwalt, und dies ist keine Rechtsberatung. Der Klauseltext oben ist zitiert, damit Ihr eigener Rechtsbeistand in etwa zehn Minuten das Original lesen kann.

MiniMax H3 Open Source Weights: Häufig gestellte Fragen

Sind die MiniMax H3 Open Source Weights tatsächlich draußen und wo kann ich sie herunterladen?

Ja, seit Anfang August 2026. Zwei Orte. MiniMaxAI/MiniMax-H3 ist das offizielle Repository, etwa 498 GB, enthält die Pipeline im Diffusers-Format, beide Transformatoren, den Text-Encoder, beide VAEs, Dokumentation und reproduzierbare Skripte. Comfy-Org/MiniMax-H3 ist der umgepackte ComfyUI-Build, insgesamt etwa 343 GB, mit den quantisierten Einzeldatei-Checkpoints, die die meisten Leute tatsächlich wollen. Wenn Sie ComfyUI verwenden, nehmen Sie das zweite und laden Sie vier Dateien herunter.

Wie viele Parameter hat MiniMax H3 und brauche ich einen Supercomputer?

33B, in einem dichten Single-Stream-Transformer. Etwa 13B davon sitzen in AdaLN-bezogenen Zweigen, deren Ausgaben vorberechnet und zwischengespeichert werden können, sodass reine Inferenz-Bereitstellungen sie nicht laden müssen. Das sind die „beschnittenen“ Checkpoints. Kein Supercomputer. Ein 42,5 GB Download und eine ernsthafte Consumer-GPU.

Kann ich die MiniMax H3 Open Source Weights auf 12 GB oder 16 GB VRAM ausführen?

Das ComfyUI-Team sagt, eine 12-GB-Karte könne es mit dynamischem Offloading schaffen, unter Verwendung des beschnittenen int8-fl2va-Checkpoints plus des nvfp4-AWQ-Text-Encoders. Das ist deren Behauptung, kein Benchmark, den ich durchgeführt habe. Zwei Einschränkungen: Offloading tauscht VRAM gegen System-RAM, rechnen Sie also mit 64 GB RAM und erwarten Sie lange Renderzeiten, und Ihre lokale Leinwand ist 768px kurze Kante, nicht 2K.

Sind die MiniMax H3 Open Source Weights wirklich Open Source oder nur Open Weights?

Open Weights, genau. Die Gewichte sind herunterladbar und modifizierbar, was mehr ist, als jedes Frontier-Videomodell vor einem Jahr bot. Aber die Lizenz ist nicht OSI-zugelassen, die Trainingsrezepte und -daten sind nicht veröffentlicht, die kommerzielle Nutzung unterliegt Namensnennungs- und Umsatzbedingungen, und die Gebietsklausel schränkt ein, wo die Erlaubnis gilt. Die einzige wirklich offene Komponente ist der Qwen3-VL-32B-Encoder unter Apache 2.0. Drei separate Schichten, und „Open“ beschreibt nur die erste sauber.

Kann ich die MiniMax H3 Open Source Weights kommerziell nutzen und was bedeutet die 20-Millionen-Dollar-Grenze?

Ja, mit zwei Bedingungen. Sie müssen „MiniMax H3“ prominent auf der Benutzeroberfläche des kommerziellen Produkts anzeigen (Abschnitt IV.2). Und wenn Ihre kommerziellen Produkte und Dienstleistungen einen Jahresumsatz von mehr als 20 Millionen Dollar generieren, benötigen Sie eine separate vorherige schriftliche Genehmigung von MiniMax, bevor Sie es nutzen, anzufordern unter [email protected] (Abschnitt IV.1). Die Schwelle bezieht sich auf Ihren Umsatz, nicht auf Ihre H3-Nutzung.

Warum schließt die MiniMax H3-Lizenz die USA und die EU aus, und welche Optionen habe ich?

Laut MiniMaxs eigenem Lizenz-Q&A, weil Videogenerierung in einem schnellerlebigen regulatorischen Umfeld sitzt als Text, insbesondere der EU AI Act, sich entwickelnde britische und südkoreanische Regeln sowie aktive US-Urheberrechtsverfahren zu generativem Video. Sobald Gewichte öffentlich sind, können sie keine Sicherheitsvorkehrungen mehr downstream durchsetzen, also haben sie die Erlaubnis eingeschränkt, anstatt die Veröffentlichung zu verzögern. Optionen in einer ausgeschlossenen Region: Beantragen Sie eine separate Lizenz über das Formular im Repository, oder nutzen Sie eine gehostete API, die ein anderes rechtliches Verhältnis darstellt und global verfügbar bleibt. Lassen Sie von Ihrem Rechtsbeistand bestätigen, welche Option vor dem Einsatz für Sie passt.

---

Verifiziert am 3. August 2026. Drei Dinge auf der Nachverfolgungsliste: Community-GGUF und niedrigere Bit-Quantisierungen (es gibt noch keine für H3), etwaige Änderungen an der Liste der ausgeschlossenen Gebiete und ob die gehostete 768p-Stufe, die die Readme noch dokumentiert, jemals zurückkommt.