Base UTM para todos los enlaces de Atlas Cloud: ?utm_source=blog&utm_medium=article&utm_campaign=minimax-h3-open-source-weights
Pesos open source de MiniMax H3: no necesitas un superordenador. Puede que necesites un abogado.
Un escritorio a las 3 de la mañana con una caja de PC abierta, una unidad externa y un monitor que muestra una gran descarga en curso
Los pesos ya están disponibles. Así que déjame responder, antes que nada, a las dos preguntas que más respuestas recibieron bajo el post de lanzamiento de MiniMax.
No, no necesitas un superordenador. Elige los archivos correctos y la descarga es de 42,5 GB, no de 123,6 GB. El modelo tiene 33B de parámetros, y aproximadamente 13B de ellos están en ramas de modulación AdaLN que la inferencia ni siquiera necesita cargar.
Luego abrí el archivo LICENSE. La línea 10, antes incluso de llegar a la cláusula de ingresos de 20 millones de dólares, es una lista de países. Mi país está en ella. Probablemente el tuyo también.
Puntos clave
- Los pesos open source de MiniMax H3 están disponibles en Hugging Face como
MiniMaxAI/MiniMax-H3, además de un mirror reempaquetado para ComfyUI enComfy-Org/MiniMax-H3. ComfyUI lanzó soporte nativo el mismo día. - No es un único archivo. Hay dos checkpoints específicos por tarea,
fl2va(basado en texto e imagen) yref2va(basado en referencia), de 21 GB cada uno en su forma más pequeña. Solo descargas el que necesita tu trabajo. - Transformer denso de flujo único con 33B. La combinación funcional más pequeña es de 42,5 GB, un 66% menos que los 123,6 GB a precisión completa. ComfyUI dice que una tarjeta de 12 GB más offloading puede ejecutarlo.
- La generación local es de forma nativa 768px en el lado corto, no 2K. El 2K llega mediante una segunda pasada de regeneración in-context.
- El uso comercial es gratis, pero debes mostrar "MiniMax H3" en tu interfaz de usuario, y por encima de 20 millones de dólares de ingresos anuales necesitas autorización escrita por separado. Además, el Territorio Aplicable de la licencia excluye la UE, el Reino Unido, Corea del Sur y Estados Unidos. Una API alojada es una relación legal distinta.
Un personaje, ambos checkpoints, una sola madrugada a las 3. A la izquierda, lo que hace fl2va. A la derecha, lo que hace ref2va. La misma persona, la misma habitación, la misma noche, dos trabajos completamente distintos, y el zumbido del ventilador que oyes se genera en la misma pasada que la imagen.
Izquierda: image-to-video, el trabajo que hace el checkpoint fl2va. Derecha: reference-to-video, el trabajo que hace ref2va. Ambos renderizados en MiniMax H3 con audio estéreo nativo. Activa el sonido.
Lo primero que le pedí a este modelo que generara fue un ser humano esperando a que este modelo terminara de descargarse. Parecía lo correcto.
Pesos open source de MiniMax H3, en la balanza: dos checkpoints y un mínimo de 42,5 GB
Esta es la razón por la que este lanzamiento hizo tanto ruido. Artificial Analysis colocó a H3 en el n.º 1 en Video Editing y entre los tres primeros tanto en text-to-video como en image-to-video, y dijo que publicar los pesos "lo convertiría con mucha diferencia en el modelo de pesos abiertos líder" (Artificial Analysis, julio de 2026). Es un modelo de vídeo de nivel frontera con un botón de descarga.
La otra mitad honesta: en la misma ejecución del benchmark, H3 va por detrás de Gemini Omni Flash de Google en text-to-video, y detrás tanto de Seedance 2.0 como de Gemini Omni Flash en image-to-video (South China Morning Post, julio de 2026). Es el n.º 1 en edición, no el n.º 1 en todo.
Ahora viene la parte que casi nadie comprobó antes de hacer git clone.
El recuento de parámetros que nadie puso en un titular. La model card describe H3-Omni-Transformer como "un Transformer denso de flujo único con 33B de parámetros, con aproximadamente 13B de parámetros ubicados en ramas relacionadas con AdaLN", y añade que, como esas salidas de modulación pueden precomputarse y almacenarse en caché, "estos parámetros no necesitan cargarse para despliegues solo de inferencia". De ahí salen los checkpoints podados. Alrededor del 40% del modelo se convierte en una tabla de consulta cuando solo haces inferencia.
Donde la mayoría quema 80 GB para nada. El repositorio oficial MiniMaxAI/MiniMax-H3 ocupa 498 GB si lo descargas entero. El mirror de ComfyUI ocupa 343 GB. Ambos contienen todas las variantes de precisión de ambos checkpoints. Necesitas cuatro archivos, no cuatrocientos.
| Archivo | Tamaño | Qué es | Para qué lo necesitas |
|---|---|---|---|
| minimax_h3_fl2va_pruned_int8_convrot.safetensors | 20,97 GB | checkpoint fl2va, podado + int8 | Text-to-video, image-to-video |
| minimax_h3_fl2va_int8_convrot.safetensors | 34,04 GB | fl2va, int8, sin podar | Lo mismo, mayor fidelidad |
| minimax_h3_fl2va_bf16.safetensors | 66,28 GB | fl2va, precisión completa | Fine-tuning, investigación |
| minimax_h3_ref2va_pruned_int8_convrot.safetensors | 20,97 GB | checkpoint ref2va, podado + int8 | Solo reference-to-video |
| minimax_h3_ref2va_int8_convrot.safetensors | 34,04 GB | ref2va, int8, sin podar | Lo mismo, mayor fidelidad |
| minimax_h3_ref2va_bf16.safetensors | 66,28 GB | ref2va, precisión completa | Fine-tuning, investigación |
| qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | 15,69 GB | Codificador de texto, AWQ de 4 bits | Cada workflow |
| qwen3vl_32b_minimax_h3_int8_convrot.safetensors | 27,14 GB | Codificador de texto, int8 | Cada workflow |
| qwen3vl_32b_minimax_h3_bf16.safetensors | 51,51 GB | Codificador de texto, precisión completa | Cada workflow |
| minimax_h3_video_vae_fp16.safetensors | 5,21 GB | VAE de vídeo | Cada workflow |
| minimax_h3_audio_vae_fp32.safetensors | 0,61 GB | VAE de audio | Cada workflow (este es el sonido) |
| Conjunto funcional más pequeño, una tarea | 42,5 GB | fl2va podado + codificador nvfp4 + ambos VAEs | La descarga realista |
| Ambos checkpoints, mínimo | 63,4 GB | añade ref2va podado | Si quieres los tres modos |
| Una tarea en bf16 completo | 123,6 GB | todo en bf16 | Solo equipos de investigación |
Tamaños de archivo leídos directamente del índice del repositorio Comfy-Org/MiniMax-H3, agosto de 2026.
La propia formulación de ComfyUI para el mismo número: "huella total de memoria reducida en un 66%, de 123,6 GB en precisión completa a 42,5 GB", que es lo que "permite que un modelo de vídeo 2K de nueva generación se ejecute localmente en una GPU como la RTX 3060" (ComfyUI, agosto de 2026). Toma la cifra de 12 GB como su afirmación con offloading dinámico, no como un benchmark. No lo he ejecutado en una 3060, y el offloading compra VRAM a cambio de RAM del sistema y tiempo de reloj.
Una cosa que "ejecutarlo localmente" significa en voz baja: 768px. El lienzo nativo de H3 es de 768px en el lado corto, limitado a 768x1344, según el tutorial de H3 de ComfyUI. La duración se ajusta a una cuadrícula de bloques de 17 frames a 24fps. Los clips 2K del marketing vienen de H3-Regenerate-2K, una segunda pasada que reintroduce en el modelo el resultado a 768p más el contexto original. La model card es explícita: el sistema completo tiene tres módulos: H3-Context-IR, H3-Base y H3-Regenerate-2K. ComfyUI local te da H3-Base.
Y la palabra "open" está haciendo tres trabajos distintos aquí. Descargable, sí. Usable comercialmente, con condiciones. Ejecutable donde vives, eso depende de dónde vivas. El hilo de Reddit que lo llama "en realidad un modelo de código cerrado" se equivoca en el primer punto y apunta a algo real en los otros dos. La sección 7 tiene el texto de la cláusula.
Pesos open source de MiniMax H3 locales vs una API alojada: elige tu camino
Todo lo que sigue a partir de esta línea, la demo completa de cuatro pasos, se ejecuta en una pestaña del navegador en Atlas Cloud, que sirve los tres endpoints de H3 más el modelo de imagen que usé para el frame base. Eso no es lo mismo que ejecutar los pesos, y con este modelo la diferencia importa más de lo habitual.
| Pesos locales | API alojada | |
|---|---|---|
| Coste inicial | Descarga de 42,5 GB, una GPU de 12 GB+, instalación de ComfyUI | Una clave de API |
| Tiempo hasta el primer clip | Una tarde, siendo optimistas | Unos dos minutos |
| Coste por clip de 5 s | Tiempo de GPU y electricidad | 0,70 $ a 0,14 $/s |
| Resolución nativa | 768px en el lado corto, 2K mediante una pasada de regeneración | 2K directo, es el único valor enum |
| Fine-tune, LoRA, cirugía | Sí, ese es el objetivo | No |
| Los datos nunca salen de tu red | Sí | No |
| Exposición de licencia | Aceptas la Community License y su cláusula territorial | Eres cliente de un servicio alojado |
| Si estás en la UE, Reino Unido, Corea o EE. UU. | Sección 7 | No afectado por la licencia de los pesos |
Regla general: por debajo de unos 100 clips al mes, o si necesitas 2K directamente, o si estás en un Territorio Excluido, el alojamiento gana en todos los ejes. Por encima de eso, o si tienes intención de entrenar sobre el checkpoint, o si el material no puede salir de tu edificio, los 42,5 GB merecen esa tarde.
Precios verificados en las páginas de modelos en vivo, agosto de 2026. Todos los endpoints de H3 facturan por segundo de salida, sin descuento activo.
| Modelo | Qué hace aquí | Precio | Descuento |
|---|---|---|---|
| MiniMax H3 image-to-video | Paso 2, el trabajo de fl2va | 0,14 $ / s a 2K | Ninguno |
| MiniMax H3 reference-to-video | Paso 3, el trabajo de ref2va | 0,14 $ / s a 2K | Ninguno |
| MiniMax H3 text-to-video | Paso 4, la base sin referencia | 0,14 $ / s a 2K | Ninguno |
| GPT Image 2 text-to-image | Paso 1, el frame base | 0,009 $ / imagen listado; la ejecución 16:9 de alta calidad que usé cotiza 0,1745 $ | Ninguno |
| Seedance 2.0 / Wan 2.7 / Kling v3.0 Turbo | Puntos de referencia por segundo | 0,112 $ / 0,10 $ / 0,095 $ por s | Kling 15% off |
Una inconsistencia que conviene conocer antes de escribir código contra ello: el readme de H3 todavía documenta un nivel 768p a 0,10 $/s y una duración de 5 o 10 segundos. El schema en vivo discrepa. resolution tiene exactamente un valor permitido, 2K, y duration acepta cualquier entero de 5 a 15. Escribe contra el schema. Hay una simetría elegante en esa brecha: el nivel 768p está desactivado en el lado alojado, y 768p es precisamente el lienzo nativo que obtienes al ejecutar tú mismo los pesos.
Paso 1: genera el frame base con GPT Image 2
Todo en esta demo parte de una única imagen fija. La escena es deliberadamente obvia: un desarrollador a las 3 de la mañana mirando cómo se descarga un checkpoint de 21 GB.
Modelo: openai/gpt-image-2/text-to-image. Ajustes: calidad high, relación 16:9.
text1A photorealistic wide shot of a cluttered home office at 3 a.m., lit only by two monitors and the RGB glow from an open PC case on the desk. A tired developer in a gray hoodie sits slouched in a mesh chair, chin on hand, staring at the left monitor. The left monitor shows a dark terminal with a single visible download progress bar at about 78 percent. The right monitor shows a file browser. A cold half-full mug of coffee, a mechanical keyboard, and a small desk fan sit on the desk. Rain streaks the window behind him. Shallow depth of field, 35mm, warm monitor key light against cool blue window light, visible sensor grain. No text overlays, no watermarks. 2
No le pidas al modelo de imagen que renderice los nombres reales de los archivos safetensors. Las cadenas largas con guiones bajos vuelven hechas papilla. Deja los nombres de archivo en los pies de foto.
Playground de GPT Image 2 en Atlas Cloud con el prompt de las 3 de la mañana escrito y el frame base terminado en el panel de salida
GPT Image 2 en Atlas Cloud: calidad high, 16:9, el frame base renderizado a la derecha. El nivel de alta calidad cotiza 0,1745 $ para esta ejecución, muy por encima del mínimo listado de 0,009 $, así que presupuesta por nivel.
El frame base generado: un desarrollador cansado a las 3 de la mañana mirando una barra de descarga en el monitor izquierdo
La salida del Paso 1. Este único frame alimenta los Pasos 2 y 3.
Paso 2: Image to Video, el trabajo que hace el checkpoint fl2va
Este es el endpoint que corresponde a minimax_h3_fl2va_pruned_int8_convrot.safetensors. Entra un primer frame, salen movimiento y sonido. En local, este es el archivo que cargarías; alojado, es una llamada de API.
Modelo: minimax/h3/image-to-video. Ajustes: image = el frame del Paso 1 pasado como data URL, resolution: 2K, duration: 5, ratio: 16:9.
text1The developer stays still, only breathing and blinking, eyes fixed on the left monitor. The progress bar on the left monitor creeps forward. The case fans spool up and their RGB glow pulses brighter. A moment before the end he exhales and his shoulders drop. Locked-off camera, no camera movement, no zoom, no cuts. Audio: a low case-fan whine that rises in pitch, faint rain against the window, one soft two-note completion chime near the end. 2
Pasa la imagen como una data URL en base64 en lugar de como una URL de almacenamiento recién generada. Una URL de objeto nueva puede fallar la comprobación de descarga upstream. Ten en cuenta también que H3 realmente obedece "locked-off camera", algo que no es universalmente cierto en modelos de vídeo de esta clase.
Playground de MiniMax H3 image-to-video en Atlas Cloud con el frame base cargado y un clip 2K completado en el panel de salida
MiniMax H3 image-to-video: frame base cargado, 2K, ejecución completada. Esta captura usó el valor predeterminado del endpoint de 8 segundos, por eso la cotización muestra 1,12 $. Mi clip incrustado abajo es la versión de 5 segundos a 0,70 $.
El trabajo fl2va: entra un frame, salen cinco segundos de movimiento más zumbido estéreo de ventilador.
Paso 3: Reference to Video, el trabajo que hace el checkpoint ref2va
Checkpoint distinto, archivo distinto, tarea distinta. ref2va no extiende un primer frame. Toma material de referencia y construye un plano nuevo que mantiene consistentes la identidad y los objetos. Por eso el repositorio incluye dos archivos de 21 GB en vez de uno.
Le di dos referencias: el frame del Paso 1 para la persona y la habitación, y un plano macro de una tarjeta gráfica para el hardware.
Modelo: minimax/h3/reference-to-video. Ajustes: refers = ambas imágenes, resolution: 2K, duration: 8, ratio: 16:9.
text1Same man, same gray hoodie, same face, in the same dark home office. New shot: a medium close-up from the side as he leans back in the chair and lets out a long breath, the corner of his mouth lifting slightly. The graphics card in the second reference image is visible over his shoulder, its fans slowing down, RGB settling to a steady color. Keep his identity, hoodie, hair and the room's lighting consistent with the reference images. Locked-off camera. Audio: fan whine winding down, one keyboard keypress, rain continuing. 2
refers acepta un array mixto de imágenes, vídeos y audio, con al menos una imagen o un vídeo. El audio solo se rechaza. Este endpoint también acepta duraciones de hasta 15 segundos.
Una trampa específica de este endpoint: define ratio explícitamente. Dejarlo en adaptive devolvió 400 invalid params, ratio is required for t2va (text-only) and cannot be 'adaptive', cuatro veces seguidas, incluso desde el playground con ambas referencias claramente adjuntas. Con ratio: "16:9" en la llamada de API se ejecutó a la primera. Esta es también la razón por la que la captura de abajo es la imagen de referencia y no una captura del playground: no pude sacar el control Aspect Ratio del playground de adaptive, así que el clip que ves aquí salió de la API con los ajustes anteriores, no de una ejecución en el playground.
La segunda imagen de referencia: un plano macro de una tarjeta gráfica de triple ventilador dentro de una caja de PC abierta por la noche
Imagen de referencia 2, generada en el mismo lote que el frame base, pasada junto al frame del Paso 1.
El trabajo ref2va: una toma nueva en lugar de una continuación. El mismo hombre, la misma sudadera, la misma habitación, y la tarjeta gráfica de la referencia 2 ahora aparece en el encuadre con sus ventiladores bajando de velocidad. Observa que interpretó "medium close-up" de forma laxa y se mantuvo bastante abierto.
Paso 4: Text to Video, la línea base de los pesos open source de MiniMax H3
La misma escena, descrita con palabras, sin ninguna referencia. Este paso existe para mostrarte para qué están realmente los dos checkpoints.
Modelo: minimax/h3/text-to-video. Ajustes: aquí ratio es obligatorio y no puede ser adaptive, así que 16:9. resolution: 2K, duration: 5.
text1A tired developer in a gray hoodie at 3 a.m. in a cluttered home office, lit by two monitors and the RGB glow of an open PC case, watching a download progress bar crawl across the left screen. Rain on the window behind him. Locked-off 35mm shot, shallow depth of field, warm monitor light against cool window light, film grain. Audio: rising case-fan whine, faint rain, a soft completion chime at the end. 2
Playground de MiniMax H3 text-to-video en Atlas Cloud con el prompt escrito y un clip completado en el panel de salida
MiniMax H3 text-to-video: sin material de referencia, 2K, Aspect Ratio fijado en 16:9 porque adaptive se rechaza aquí, ejecución completada. El mismo prompt, y ya una cara distinta de la del Paso 2.
Las mismas palabras, otro ser humano. Buena habitación, persona equivocada. Esa brecha es todo el argumento para que fl2va y ref2va existan como checkpoints separados.
Una nota operativa si programas los tres: la concurrencia upstream es aproximadamente de una tarea. Los trabajos solapados vuelven como 429 rate limit exceeded (task concurrency). Ejecútalos en serie. Un clip 2K de 5 segundos tardó unos dos minutos cada vez.
Cuánto cuestan los pesos open source de MiniMax H3 y qué dice realmente la licencia
La cuestión del coste tiene dos monedas. Alojado, un clip 2K de 5 segundos cuesta 0,70 $ y uno de 15 segundos cuesta 2,10 $, por segundo, sin niveles, sin descuento. En local, la moneda son gigabytes y horas: 42,5 GB por la tubería, una tarjeta que pueda alojarlo y un lienzo 768p salvo que también ejecutes la pasada de regeneración. En algún punto por encima de unos pocos cientos de clips al mes la aritmética cambia. Por debajo, en general no.
Luego está la tercera moneda, que es el tiempo de revisión legal. Leí todo el LICENSE. Esto es lo que contiene.
Una lámpara de escritorio iluminando un portátil que muestra un documento de texto denso, junto a una impresión subrayada, unas gafas de lectura y un vaso de agua
La parte de un lanzamiento de pesos abiertos que nadie captura para el hilo de lanzamiento.
| Cláusula | Sección | Qué dice | Qué significa para ti |
|---|---|---|---|
| Territorio Aplicable | I.3, I.5 | Mundial, "excluyendo los Territorios Excluidos", definidos como "la Unión Europea, el Reino Unido, la República de Corea y los Estados Unidos de América" | La licencia comunitaria no te concede derechos donde vive la mayoría de lectores de este artículo |
| Prohibición territorial de uso | V.4 | No puedes "usar, reproducir, modificar, distribuir ni mostrar las Obras de MiniMax H3 ni ninguno de sus Outputs o resultados fuera del Territorio Aplicable" | Alcanza los Outputs, no solo los pesos |
| Canal de licencia separada | II | MiniMax "evaluará continuamente las leyes aplicables" e invita a las partes en regiones excluidas a contactarles para obtener una licencia | Es "todavía no", no "nunca". El repositorio incluye un formulario de solicitud |
| Atribución | IV.2 | Debes "mostrar de forma prominente 'MiniMax H3' en la interfaz de usuario" de cualquier producto comercial que lo use | Un cambio en la UI, no una nota al pie |
| Umbral de ingresos | IV.1 | Por encima de 20 millones de dólares de ingresos anuales necesitas autorización escrita previa de [email protected] | El uso comercial gratuito tiene techo |
| Sin blanqueo de modelos | V.3 | No puedes usar H3 ni sus Outputs "para mejorar ningún otro modelo de inteligencia artificial" | Descarta la destilación hacia tu propio modelo |
| Redistribución | III.1, III.4 | Distribuye el acuerdo junto con ello, incluye un archivo NOTICE, marca los archivos modificados | Estándar, pero también vincula a usuarios downstream |
| Codificador de texto | Nota adicional | El codificador es Qwen3-VL-32B bajo Apache 2.0 | Un componente del stack es genuinamente abierto según OSI |
| Ley aplicable | IX | Ley de la RAE de Hong Kong, jurisdicción exclusiva de Hong Kong | Merece una línea en tu registro de riesgos |
La fecha efectiva del acuerdo es el 2 de agosto de 2026 (Hugging Face, agosto de 2026).
La mayor parte de la cobertura de lanzamiento abrió con "pesos abiertos" y se quedó ahí. En honor a MiniMax, no lo ocultaron: el repositorio incluye su propio docs/QA-about-License.md, que explica que los modelos de vídeo se enfrentan a un panorama regulatorio que se mueve más rápido que el de los modelos de texto, menciona la EU AI Act, las normas del Reino Unido y Corea, y la litigación en curso en EE. UU. sobre copyright y vídeo generativo, y afirma claramente que "la limitación actual significa 'todavía no', no 'nunca'". El mismo documento confirma la división que importa operativamente: la API sigue disponible a nivel global porque MiniMax controla la infraestructura de servicio, mientras que los pesos abiertos dejan atrás ese control.
Así que si estás en San Francisco, Berlín, Londres o Seúl, la lectura práctica no es "nunca puedes tocar H3". Es "esta licencia concreta no es el instrumento que te permite ejecutar estos pesos en tu propia máquina". Solicita la licencia separada, o usa un endpoint alojado, donde eres cliente de un servicio en lugar de licenciatario de los pesos.
No soy abogado y esto no es asesoramiento legal. El texto de las cláusulas de arriba está citado para que tu asesoría real pueda leer el original en unos diez minutos.
Pesos open source de MiniMax H3: preguntas frecuentes
¿Los pesos open source de MiniMax H3 están realmente disponibles y dónde los descargo?
Sí, desde principios de agosto de 2026. En dos lugares. MiniMaxAI/MiniMax-H3 es el repositorio oficial, de unos 498 GB, que contiene el pipeline en formato diffusers, ambos transformers, el codificador de texto, ambos VAEs, documentación y scripts reproducibles. Comfy-Org/MiniMax-H3 es la compilación reempaquetada para ComfyUI, de unos 343 GB en total, con los checkpoints cuantizados de archivo único que la mayoría realmente quiere. Si ejecutas ComfyUI, usa el segundo y descarga cuatro archivos.
¿Cuántos parámetros tiene MiniMax H3 y necesito un superordenador?
33B, en un Transformer denso de flujo único. Alrededor de 13B de eso está en ramas relacionadas con AdaLN cuyas salidas pueden precomputarse y almacenarse en caché, así que los despliegues solo de inferencia no necesitan cargarlas. Eso son los checkpoints "pruned". No hace falta superordenador. Sí una descarga de 42,5 GB y una GPU de consumo seria.
¿Puedo ejecutar los pesos open source de MiniMax H3 con 12 GB o 16 GB de VRAM?
El equipo de ComfyUI dice que una tarjeta de 12 GB puede hacerlo con offloading dinámico, usando el checkpoint fl2va int8 podado más el codificador de texto nvfp4 AWQ. Esa es su afirmación, no un benchmark que yo haya ejecutado. Dos advertencias: el offloading cambia VRAM por RAM del sistema, así que calcula 64 GB de RAM y espera tiempos de render largos, y tu lienzo local es de 768px en el lado corto, no 2K.
¿Los pesos open source de MiniMax H3 son realmente open source o solo open weights?
Open weights, con precisión. Los pesos se pueden descargar y modificar, que es más de lo que ofrecía cualquier modelo de vídeo frontera hace un año. Pero la licencia no está aprobada por la OSI, la receta de entrenamiento y los datos no se publican, el uso comercial conlleva condiciones de atribución e ingresos, y la cláusula territorial restringe dónde se aplica la concesión. El único componente genuinamente abierto es el codificador Qwen3-VL-32B bajo Apache 2.0. Tres capas separadas, y "open" solo describe limpiamente la primera.
¿Puedo usar comercialmente los pesos open source de MiniMax H3 y qué significa la línea de 20 millones de dólares?
Sí, con dos condiciones. Debes mostrar de forma prominente "MiniMax H3" en la interfaz de usuario del producto comercial (Sección IV.2). Y si tus productos y servicios comerciales generan más de 20 millones de dólares de ingresos anuales, necesitas una autorización escrita previa separada de MiniMax antes de usarlo, solicitada en [email protected] (Sección IV.1). El umbral es sobre tus ingresos, no sobre tu uso de H3.
¿Por qué la licencia de MiniMax H3 excluye EE. UU. y la UE, y cuáles son mis opciones?
Según las propias preguntas y respuestas de licencia de MiniMax, porque la generación de vídeo se encuentra en un entorno regulatorio que se mueve más rápido que el texto, específicamente la EU AI Act, las normas en evolución del Reino Unido y Corea del Sur, y la litigación activa en EE. UU. sobre copyright y vídeo generativo. Una vez que los pesos son públicos, no pueden imponer salvaguardias downstream, así que delimitaron la concesión en lugar de retrasar el lanzamiento. Opciones en una región excluida: solicitar una licencia separada mediante el formulario del repositorio, o usar una API alojada, que es una relación legal distinta y sigue disponible a nivel mundial. Haz que tu asesoría confirme cuál encaja antes de desplegar.
Verificado el 3 de agosto de 2026. Tres cosas en la lista de seguimiento: GGUF comunitario y cuantizaciones de menos bits (todavía no existe ninguna para H3), cualquier cambio en la lista de Territorios Excluidos, y si el nivel 768p alojado que el readme todavía documenta vuelve alguna vez.
