MiniMax H3 vs Veo 3.1: Terpisah 145 Elo, dan sebagian besar perbandingan menguji Muted Veo

Klip Veo 3.1 selama 8 detik harganya tiga kali lipat dari 8 detik yang sama di MiniMax H3. Di papan peringkat blind-vote Artificial Analysis, ia duduk 145 Elo di belakang. Seharusnya itu akhir artikel.

Kecuali API Veo 3.1 hadir dengan pembuatan audio yang dimatikan. Parameternya adalah generate_audio, default skema adalah false, dan tidak ada dalam respons yang memberi tahu Anda bahwa klip kembali dalam keadaan diam. MiniMax H3 tidak memiliki sakelar seperti itu, karena H3 menghasilkan gambar dan stereo 32kHz dalam satu lintasan yang sama dan selalu begitu. Jadi sebagian besar opini "Veo terlihat lebih baik" yang beredar dibangun dengan menempatkan klip Google yang dibisukan di samping model China yang muncul dengan soundtrack.

Saya ingin tahu seperti apa sebenarnya celah 145 poin itu. Jadi saya mengambil format paling viral yang pernah diproduksi Veo, potongan ASMR buah-buahan kaca, menulis satu prompt, dan menjalankannya melalui kedua model dengan setiap pengaturan didorong sejauh mungkin. Audio aktif. Tidak ada yang dikurangi.

Lalu saya terus melanjutkan sampai saya menemukan tiga tempat di mana Google masih menang, karena itu ada dan tidak ada yang menulis perbandingan ini yang tampaknya menyebutkannya.

Kesimpulan utama

• Pada teks-ke-video dengan audio Artificial Analysis, MiniMax H3 mencetak 1.238 Elo melawan 1.093 Veo 3.1. Itu adalah celah 145 poin pada suara buta (snapshot, 2026-08-06).
• Parameter generate_audio Veo 3.1 default ke false dalam skema API. Jika Anda memanggil API dan tidak pernah mengaturnya, Anda membandingkan klip Veo yang diam dengan klip H3 yang hadir dengan stereo secara default.
• H3 menerima detik bulat apa pun dari 4 hingga 15. Veo 3.1 menerima 4, 6, atau 8. Itu adalah batasan struktural, bukan pengaturan.
• Veo 3.1 tidak muncul di papan peringkat pengeditan video Artificial Analysis sama sekali. H3 adalah nomor satu di sana.
• Veo 3.1 masih menang pada output 4K, pada reproduktifitas seed ditambah negative_prompt, dan Veo 3.1 Lite benar-benar lebih murah daripada apa pun yang ditawarkan H3 jika 720p cukup untuk Anda.

---

MiniMax H3 vs Veo 3.1, Satu Prompt, Tiga Rekaman Berturut-turut

Satu prompt, tiga rekaman, secara berurutan: MiniMax H3 pada 2K, Veo 3.1 pada 1080p dengan audio diaktifkan secara eksplisit, Veo 3.1 Lite pada 720p. Setiap segmen mempertahankan trek audio aslinya sendiri, jadi nyalakan suaranya. Perhatikan detik terakhir dari setiap rekaman, dan perhatikan apa yang dilakukan model termurah ke tepi bingkai terakhirnya.

Set film makro dengan semangka kaca kristal di atas batu tulis basah dan dua monitor produksi yang memutar rekaman irisan yang sama_Pengaturan yang sebenarnya dijalankan artikel ini: satu tempat produk ASMR, dua model, satu kunci API. Dihasilkan dengan openai/gpt-image-2/text-to-image._

---

Mengapa MiniMax H3 vs Veo 3.1 Tiba-tiba Menjadi Satu-satunya Perbandingan yang Layak Dijalankan

MiniMax H3 tiba pada Juli 2026 dan melakukan sesuatu yang belum pernah dilakukan model lain di papan. Ia mendarat di tiga teratas dari ketiga arena video Artificial Analysis dalam hitungan minggu, dan ia melakukannya sebagai satu-satunya entri bobot terbuka di dekat puncak.

Inilah posisi kedua model sebenarnya, diambil langsung daripada dikutip dari siaran pers (Artificial Analysis, Agustus 2026):

Tabel A: Arena Video Artificial Analysis, snapshot 2026-08-06

Tiga hal dalam tabel itu layak mendapat perhatian lebih dari yang didapatkan.

Celah 145 poin ada di papan audio. Pada teks-ke-video dengan audio, hanya Gemini Omni Flash (1.243) yang berada di depan H3, dan itu masih dalam band seri statistik yang sama. Veo 3.1 berada di urutan kesebelas. Pemilih yang mendengarkan kedua klip memilih H3 atas Veo dengan selisih lebar.

Veo 3.1 tidak ada di papan peringkat pengeditan video. Papan itu memiliki delapan model di dalamnya dan H3 adalah yang pertama, sembilan poin di depan Gemini Omni Flash. Google tidak kalah dalam perbandingan itu, ia hanya tidak memasukinya. Jika alur kerja Anda adalah "hasilkan, lalu ubah satu hal dalam bidikan", perbedaan itu tidak membantu Anda.

Pengumuman MiniMax sendiri melebih-lebihkan satu angka, jadi jangan ulangi. Kalimat resmi mengatakan H3 memimpin posisi kedua di papan pengeditan sebesar 93 poin. Posisi kedua adalah Gemini Omni Flash pada 1.123, yang hanya 9 poin di belakang H3. Angka 93 poin adalah celah ke Dreamina Seedance 2.0 pada 1.037, yang duduk di posisi kelima. Kedua angka itu nyata, mereka hanya milik baris yang berbeda.

Mengapa sebagian besar head-to-head salah memahami ini

Tiga mode kegagalan, dalam urutan menurun seberapa sering saya melihatnya:

1. Veo yang diam. generate_audio default ke false dalam skema API Veo 3.1. Pengembang yang tidak pernah menyentuhnya mendapatkan klip bisu dan kemudian menilainya terhadap campuran stereo H3. Itu bukan perbandingan model, itu bug pengaturan. Perlu diketahui: taman bermain web Atlas Cloud mengaktifkan sakelar untuk Anda, jadi jebakan itu menggigit orang yang memanggil API secara langsung, yang merupakan sebagian besar orang yang menerbitkan tolok ukur.
2. Resolusi tidak cocok. Resolusi default H3 pada API adalah 2K, tetapi banyak tes menjalankannya pada 768P untuk kecepatan dan kemudian menempatkan hasilnya di sebelah bingkai Veo 1080p.
3. Membatasi H3 pada 8 detik agar adil. Itu tidak adil, itu membuang hampir setengah rentang durasi H3 demi tabel yang rapi.

Dan untuk menjaga kejujuran ini, titik lemah H3 sendiri nyata: mengisi slot referensi penuh cenderung melonggarkan kepatuhan prompt daripada mengencangkannya, tingkat 2K-nya benar-benar lambat, dan MiniMax sendiri tidak memposisikannya sebagai model film atau animasi. Dalam proses ini H3 juga condong ke gaya bergaya, membaca ringkasan sebagai fotografi produk kaca potong yang dipoles daripada objek hiper-real yang diproduksi Veo.

---

MiniMax H3 vs Veo 3.1: Spesifikasi, Perilaku Audio, dan Apa yang Dibeli Satu Detik

Metode di sini sengaja membosankan: satu prompt, tiga titik akhir, satu kunci API, tanpa pengeditan. Kedua keluarga dihosting berdampingan di Atlas Cloud, yang merupakan satu-satunya alasan mengapa proses prompt yang sama dimungkinkan tanpa dua akun penagihan terpisah dan dua dialek parameter yang berbeda untuk direkonsiliasi. Itu seluruh penyebutan produk. Model adalah subjeknya.

Tabel B: matriks kemampuan, dari skema API langsung

Baca dua baris terakhir bersama-sama dan Anda mendapatkan garis paling tajam di seluruh perbandingan ini:

MiniMax H3 dengan suara aktif lebih murah daripada Veo 3.1 dengan suara mati. $0,14 per detik melawan $0,20.

Daftar harga Google sendiri setuju pada batas atas. Veo 3.1 adalah $0,40 per detik pada 720p dan 1080p dengan audio termasuk sebagai tarif default, naik menjadi $0,60 pada 4K (Dokumen API Google Gemini, Agustus 2026). Atlas membaginya menjadi tingkat diam pada $0,20 dan tingkat audio pada $0,40, sehingga saat Anda mengaktifkan generate_audio ke true, biaya per detik Anda berlipat ganda. H3 tidak memiliki tuas yang setara, karena tidak ada yang perlu diaktifkan.

Satu asimetri lagi yang perlu ditandai sebelum proses: resolution dan duration H3 keduanya adalah bidang wajib di ketiga titik akhirnya, dan ratio teks-ke-video default ke 1:1. Kirim prompt kosong dan Anda mendapatkan video persegi. Veo akan dengan senang hati default ke klip 720p 16:9 yang masuk akal.

---

MiniMax H3 vs Veo 3.1, Prompt Sama, Kedua Model: Proses Penuh

Satu prompt untuk ketiga model, tidak ada satu kata pun yang diubah di antara mereka. Ini dibangun untuk menekan empat hal sekaligus: fisika kaca hiper-real, yang merupakan wilayah asal Veo; Foley asli yang disinkronkan dengan pecahan; satu baris sulih suara manusia; dan kartu tipe sepertiga bawah yang muncul pada detik terakhir, di mana H3 mengklaim keunggulan.

Salin ini persis.

PlainCopy
1Bidikan ASMR makro ekstrem, 16:9. Semangka hiper-realistis yang diukir dari kaca
2kristal bening bertumpu di atas lempengan batu tulis hitam basah. Pisau koki
3dengan polesan cermin menekan ke bawah dan mengirisnya dengan bersih dalam satu
4gerakan lambat dan terus menerus; kaca terbelah dengan retakan berdering nyaring
5dan semprotan serpihan tembus kecil yang menghambur dan berdetak di atas batu
6tulis. Cahaya tepi biru dingin dari kiri, satu lampu praktis hangat di belakang.
7Makro 100mm, kedalaman bidang dangkal, dorongan masuk lambat.
8Suara: dering renyah kaca di bawah pisau, serpihan berdetak di atas batu, nada
9ruangan rendah. Suara wanita tenang berkata: "Potong bersih. Setiap saat." Di
10detik terakhir, tipografi sans-serif putih renyah muncul di sepertiga bawah
11bertuliskan POTONG BERSIH.

Langkah 1: MiniMax H3 Teks-ke-Video pada 2K

Buka MiniMax H3 Text-to-Video, tempel prompt, lalu atur tiga bidang yang semuanya penting:

• Resolution: 2K . Bidang wajib. Ini adalah tingkat teratas, 2560x1440 dikirimkan pada permintaan 16:9.
• Duration: 8 . Bidang wajib. Dicocokkan dengan batas atas Veo sehingga perbandingan pertama sama.
• Ratio: 16:9 . Ini yang sering dilewatkan orang. Default adalah 1:1, dan teks-ke-video menolak adaptive langsung dengan 400. Biarkan saja dan Anda mendapatkan klip persegi.

Tidak ada bidang seed dan tidak ada bidang negative prompt. Anda mendapatkan apa yang diberikan sampler, dan satu-satunya kontrol Anda adalah prompt.

Penagihan: 8 detik pada $0,14 = $1,12, audio termasuk. Anggaran juga kesabaran: pekerjaan ini membutuhkan waktu 455 detik dari awal hingga akhir. Saya mencoba empat kali untuk menangkap proses taman bermain yang selesai untuk langkah ini dan antrian 2K bertahan lebih lama dari sesi browser setiap kali, jadi inilah output API itu sendiri sebagai gantinya, pada 100 persen tanpa resampling.

Tanaman 100 persen dari output MiniMax H3 2K menunjukkan tipografi sepertiga bawah yang tajam dan faset kaca yang terpecahkan_MiniMax H3, 2K, 8s, 16:9, dipotong 1:1 dari bingkai 2560x1440 yang dikirimkan. Tepi tipografi bersih, serpihan kaca individu di atas batu tulis mempertahankan fasenya, dan ini adalah tingkat di mana suara papan peringkat diberikan._

Langkah 2: Veo 3.1 Teks-ke-Video, Dengan Audio Diaktifkan

Buka Veo 3.1 Text-to-Video dan tempel prompt yang identik. Pengaturan:

• Resolution: 1080p . Enum Veo juga menawarkan 4k, yang tidak dapat ditandingi H3 sama sekali. Berguna untuk diketahui: 720p dan 1080p ditagih pada tarif yang sama, jadi 1080p adalah keuntungan gratis.
• Duration: 8 . Maksimum.
• Aspect ratio: 16:9 . Hanya 16:9 dan 9:16 yang ada di sini.
• generate_audio : true . Ini adalah langkah yang dilewati internet. Default skema adalah false, dan pengembalian diam tidak terlihat seperti kesalahan.
• negative_prompt : blurry, warped text, extra fingers, motion blur on type. Kontrol gratis tambahan yang tidak ditawarkan H3.
• seed : 12345 . Juga bebas-H3. Google memberi Anda pegangan repeatability.

Penagihan: 8 detik pada $0,40 = $3,20 dengan audio aktif. Biarkan generate_audio mati dan klip yang sama adalah $1,60 dan diam.

Taman bermain teks-ke-video Veo 3.1 di Atlas Cloud dengan sakelar Generate Audio aktif dan klip selesai diputar di panel output_Veo 3.1, proses selesai. Sakelar Generate Audio aktif dan tombol Run bertuliskan $3,2, yaitu 8 detik pada tarif audio. Tangkapan ini dibiarkan pada default halaman 720p, yang ditagih identik dengan 1080p; klip 1080p dalam artikel ini berasal dari prompt yang sama melalui API. Perhatikan dua bidang kosong, Negative Prompt dan Seed, yang tidak dimiliki MiniMax H3 padanannya._

Langkah 3: Veo 3.1 Lite, Tempat Duduk Murah

Buka Veo 3.1 Lite Text-to-Video, prompt yang sama lagi. Pengaturan: 720p, 8 detik, 16:9, seed 12345.

Perhatikan apa yang hilang dari halaman ini: tidak ada sakelar audio, karena Lite selalu menghasilkan audio. Perhatikan juga satu jebakan dalam skemanya, 1080p pada Lite memaksa durasi ke 8, jadi klip Lite 1080p 4 detik tidak ada.

Penagihan: 8 detik pada $0,05 = $0,40. Itu adalah klip selesai termurah dengan suara di seluruh artikel ini, termasuk H3.

Taman bermain Veo 3.1 Lite di Atlas Cloud pada 720p tanpa sakelar audio yang ada, klip selesai di panel output_Veo 3.1 Lite pada 720p. Tidak ada kontrol_ generate_audio di halaman ini sama sekali, itulah intinya.

Langkah 4: Menilai MiniMax H3 vs Veo 3.1 pada Lima Sumbu

Tidak ada panggilan model dalam langkah ini, tidak ada biaya. Untuk tepat tentang apa ini: satu rekaman per model, percobaan pertama, tidak ada putaran ulang. Ini adalah pembacaan yang sama dari tiga klip, bukan studi tingkat penyimpanan.

Tabel D: apa yang sebenarnya kembali, satu rekaman masing-masing

Bingkai yang cocok dari rekaman MiniMax H3 dan Veo 3.1 pada saat tipografi sepertiga bawah muncul

Denak yang sama di kedua rekaman, bingkai di mana POTONG BERSIH muncul. Kiri MiniMax H3 pada 2K, kanan Veo 3.1 pada 1080p dengan audio aktif. Kaca Veo lebih terbaca seperti objek yang difoto; tipografi H3 lebih tajam dan ditempatkan dengan benar.

Sumbu audio adalah panggilan mendengarkan, jadi gulungan di atas adalah tempat Anda menilainya. Apa yang dapat diukur: ketiganya mengembalikan trek stereo berkelanjutan tanpa bintik mati di atas 0,6 detik. H3 mengirimkan stereo 32kHz dan campuran panas, level rata-rata mendekati -18 dB dengan puncak menyentuh 0 dBFS. Veo 3.1 mengirimkan stereo 48kHz pada rata-rata konservatif sekitar -31 dB. Trek H3 sekitar 13 dB lebih keras, yang terdengar seperti campuran yang lebih selesai langsung dari model dan juga meninggalkan Anda jauh lebih sedikit ruang kepala untuk menilai.

Langkah 5: Rekaman 15 Detik yang Secara Struktural Tidak Dapat Dilakukan Veo 3.1

Halaman yang sama seperti Langkah 1, prompt yang sama, dua bidang diubah: Duration 15, Resolution 768P, ratio masih 16:9. Tidak ada tangkapan layar baru, itu taman bermain yang sama.

Ini adalah langkah yang tidak memiliki padanan Veo. Enum duration Veo 3.1 adalah [4, 6, 8] di setiap titik akhirnya, dan tidak ada rencana, tingkat, atau bendera yang menaikkannya. Jawaban Google sendiri untuk menginginkan lebih adalah fitur ekstensi video terpisah (Dokumen generasi video Google, Agustus 2026), yang berarti menghasilkan blok 8 detik dan menggabungkannya, yang berarti mencocokkan nilai dan audio di seluruh sambungan. H3 memberi Anda satu rekaman berkelanjutan dengan satu alas audio berkelanjutan.

Penagihan: 15 detik pada $0,10 = $1,50, yang kurang dari setengah biaya satu klip Veo 3.1 8 detik dengan audio.

MiniMax H3, 768P, 15 detik, satu rekaman tak terputus dengan satu alas audio tak terputus. Suara aktif. Veo 3.1 tidak memiliki pengaturan yang menghasilkan file ini. Perhatikan ukiran yang ditemukan H3 di sepanjang bilah: tipografi yang ditentukan dirender dengan bersih, tipografi yang ditemukan adalah omong kosong.

Dua catatan jujur ​​tentang rekaman ini. Ini berjalan 485 detik, pekerjaan paling lambat dalam artikel, dan alas audionya terasa lebih jarang daripada versi 8 detik, dengan celah nyata di sekitar tanda tiga dan sebelas detik. Lebih panjang tersedia, tetapi lebih panjang tidak gratis dari konsekuensi.

Total pengeluaran untuk empat langkah tutorial: $1,12 + $3,20 + $0,40 + $1,50 = $6,22, satu percobaan per model, tanpa putaran ulang. Proses 768P delapan detik tambahan yang digunakan di bagian berikutnya menambahkan $0,80, dan tangkapan taman bermain adalah proses berbayar terpisah di atas itu.

---

MiniMax H3 vs Veo 3.1: Di Mana H3 Melampaui Apa yang Diizinkan Google

Empat kemampuan di sisi H3 dari tabel yang bukan versi lebih lambat atau lebih murah dari fitur Veo, mereka adalah hal-hal yang tidak diekspos Veo sama sekali.

21:9 scope. Enum ratio H3 mencakup 21:9, 4:3, 1:1 dan 3:4 di samping pasangan yang biasa. Veo 3.1 dan Lite keduanya menawarkan 16:9 atau 9:16 dan tidak ada yang lain. Jika Anda memotong teaser format teater, salah satu model ini dapat membingkainya secara native dan yang lain perlu dipotong.

Referensi yang bukan hanya gambar. Titik akhir reference-to-video H3 mengambil array refers[] yang mencampur referensi gambar, video dan audio untuk menjangkar tampilan, dan ia mempertahankan rentang 4 hingga 15 detik penuh saat melakukannya. Titik akhir referensi-ke-video Veo 3.1 mengambil array images dengan batas 3 entri dan enum duration-nya runtuh ke [8], jadi mereferensikan mengunci Anda ke delapan detik. Satu peringatan dari pengalaman: memuat slot referensi H3 hingga kapasitas cenderung menarik output menjauh dari prompt daripada ke arahnya, jadi bangun secara bertahap.

2K adalah render ulang, bukan upscale. Yang ini mengejutkan saya dan saya belum melihatnya ditulis di mana pun. Jalankan prompt yang identik pada H3 teks-ke-video pada 768P dan pada 2K dan Anda tidak mendapatkan film yang sama pada dua ukuran. Anda mendapatkan dua film yang berbeda. Dalam proses ini, rekaman 768P meninggalkan semangka utuh dan tegak dengan lilin menyala di belakangnya dan menempelkan tipografi di tengah bingkai pada tanda empat detik. Rekaman 2K memecah semangka menjadi tiga bagian, memindahkan lampu latar, dan menempatkan tipografi kecil di sepertiga bawah pada detik terakhir, seperti yang ditulis. Prompt yang sama, ratio yang sama, sampler tanpa seed yang sama.

Bingkai berdampingan dari proses prompt yang sama pada 768P dan pada 2K pada MiniMax H3, menunjukkan set dressing yang berbeda daripada bidikan yang sama pada dua ukuran_Prompt yang sama, model yang sama, ratio yang sama, 768P di kiri dan 2K di kanan, keduanya pada stempel waktu yang sama. Panggung yang berbeda, cahaya yang berbeda, perlakuan tipografi yang berbeda. Jika Anda membutuhkan komposisi untuk bertahan di antara tingkatan, kunci bingkai pertama dengan_ image-to-video sebagai gantinya.

Tidak ada biaya tambahan audio, selamanya. Dinyatakan secara lugas karena itu mengubah cara Anda menganggarkan: tidak ada versi klip H3 yang biayanya lebih murah dengan menjadi diam, dan tidak ada versi klip Veo 3.1 yang memiliki suara dengan harga diam.

Untuk menjaga pembukuan tetap jujur, tiga tempat di mana Google benar-benar menang dan H3 tidak memiliki jawaban:

• 4K. Enum resolusi Veo 3.1 mencakup 4k. H3 mencapai maksimum pada 2K. Jika kontrak klien mengatakan master 4K, perbandingan ini berakhir di sini.
• seed dan negative_prompt . Veo memungkinkan Anda mendorong repeatability dan secara eksplisit melarang mode kegagalan. H3 tidak memberi Anda keduanya. Pada pemotretan di mana Anda perlu memutar ulang hampir meleset tanpa kehilangan seluruh tampilan, celah itu menyakitkan.
• Kecepatan, semacam. Dokumentasi model Veo 3.1 mengutip kira-kira 2 hingga 3 menit untuk klip 1080p 8 detik. Dalam proses ini, dikirimkan bersamaan, H3 pada 2K membutuhkan waktu 455 detik dan Veo 3.1 pada 1080p membutuhkan waktu 462 detik, jadi mereka secara efektif seri dan keduanya jauh di atas angka yang dikutip. Veo 3.1 Lite selesai dalam 237 detik, kurang dari setengah dari keduanya. Jika Anda melakukan iterasi langsung di depan klien, Lite adalah satu-satunya dari ketiganya yang mengikuti, dan itu adalah keuntungan nyata yang tidak ditunjukkan oleh harga per detik.

---

Berapa Biaya Satu Iklan Jadi di MiniMax H3 vs Veo 3.1

Harga per detik bukanlah apa yang Anda keluarkan. Yang Anda keluarkan adalah harga per detik dikalikan dengan klip yang Anda buang. Kolom 30 detik di bawah ini menerapkan rasio penyimpanan 3:1, tiga generasi per rekaman yang dapat digunakan, yang merupakan asumsi kerja dari praktik produksi normal daripada sesuatu yang diukur dalam proses ini. Perlakukan itu sebagai faktor penskalaan, bukan tolok ukur.

Tabel C: biaya nyata per spot yang dikirimkan, harga Atlas Cloud per Agustus 2026, tanpa diskon aktif

Dua kesimpulan, dan yang kedua bukan yang saya harapkan untuk ditulis.

Jika Anda membutuhkan 2K, atau lebih lama dari 8 detik, atau rasio selain 16:9 dan 9:16, atau audio asli tanpa biaya tambahan, H3 menang dengan biaya dengan selisih lebar. Spot 30 detik di tingkat teratas H3 mendarat mendekati sepertiga dari spot yang sama di Veo 3.1 dengan suara.

Jika 720p dan 8 detik benar-benar cukup, Veo 3.1 Lite adalah hal termurah di sini, dan itu tidak dekat. Pada $0,05 per detik, itu adalah setengah dari tingkat termurah H3, audio termasuk tanpa sakelar untuk dilupakan, dan itu dua kali lebih cepat dari salah satu unggulan. Siapa pun yang memberi tahu Anda bahwa H3 adalah pilihan murah tanpa syarat belum melihat baris Lite. Google juga mencantumkan Veo 3.1 Fast di antaranya, pada $0,10 per detik pada 720p dalam daftar harganya sendiri, meskipun katalog Atlas dan halaman modelnya mengutip angka yang berbeda untuk tingkat itu, jadi perlakukan angka pasti Fast sebagai belum ditentukan.

Tangkapannya adalah apa yang dibeli diskon untuk Anda. Ini adalah bingkai terakhir yang dikembalikan Lite pada percobaan pertama:

Bingkai akhir dari rekaman Veo 3.1 Lite, dengan dua wanita halusinasi identik dalam potret potongan di kedua tepi bingkai_Veo 3.1 Lite, bingkai akhir, percobaan pertama. Prompt menyebutkan suara wanita; Lite memutuskan untuk menunjukkannya, dua kali, dalam potongan yang cocok. Ia juga memberikan semangka kulit hijau dan biji terbaik dari ketiga model, yang membuat ini membuat frustrasi daripada sekadar buruk._

Itu adalah bentuk jujur ​​dari tingkat murah. Ia membaca objek lebih baik daripada kedua unggulan dan kemudian merusak bidikan dengan cara yang tidak dapat Anda perbaiki di pasca produksi. Murah per detik tidak berarti murah per klip yang dapat digunakan jika tingkat kegagalan bergerak, jadi jika Anda memilih Lite, anggarkan untuk putaran ulang daripada menganggap harga stiker.

---

Bobot Terbuka, Wilayah yang Dikecualikan, dan Bagian yang Tidak Dibaca Siapa Pun

Bobotnya benar-benar diterbitkan. MiniMaxAI/MiniMax-H3 di Hugging Face adalah Transformer omni aliran tunggal padat 33B parameter dalam BF16, dikirimkan dengan dua checkpoint siap, encoder teks Qwen3-VL-32B penuh dan dua autoencoder. Tarik semuanya dan kira-kira 499 GB. Ini adalah unggulan saat ini, bukan versi pensiunan, dan di antara peringkat teratas dari setiap papan video Artificial Analysis, itu adalah satu-satunya entri bobot terbuka.

Kemudian Anda membaca lisensi, dan itu melakukan lebih banyak pekerjaan daripada yang disarankan "bobot terbuka" (Hugging Face, Agustus 2026):

• §I.5 mendefinisikan Wilayah yang Dikecualikan sebagai Uni Eropa, Inggris Raya, Republik Korea, dan Amerika Serikat. Hibah berlaku di seluruh dunia kecuali di sana.
• §V.4 melangkah lebih jauh dari penerapan. Anda tidak boleh menggunakan, mereproduksi, memodifikasi, mendistribusikan, atau menampilkan karya atau Output apa pun dari mereka di luar Wilayah yang Berlaku.
• §IV.1 memerlukan otorisasi tertulis terpisah sebelumnya jika produk komersial Anda melebihi pendapatan tahunan $20 juta.
• §IV.2 mengharuskan Anda untuk menampilkan "MiniMax H3" secara menonjol di UI produk komersial apa pun yang dibangun di atasnya.

MiniMax tidak membiarkan itu menggantung. Repositori mengirimkan Tanya Jawab lisensi dan formulir aplikasi, dan lisensi mengatakan perusahaan akan terus mengevaluasi yurisdiksi tersebut dan mengundang pihak yang berkepentingan untuk mendaftar. Jadi pembingkaian yang akurat adalah "belum, tanya kami", bukan "dilarang selamanya". Itu masih pertanyaan untuk melewati hukum sebelum Anda merencanakan produk AS atau UE di sekitar bobot lokal.

Dan bobot lokal bukanlah API. H3-Base yang dihosting sendiri merender pada tepi pendek 768 piksel; jalur 2K berjalan melalui tahap regenerasi terpisah di sisi API. Bobot terbuka membeli Anda model 768p yang Anda kendalikan, bukan model 2K yang memenangkan suara itu.

Satu hal yang tidak dapat saya selesaikan: apakah output Veo 3.1 membawa tanda air SynthID saat disajikan melalui API pihak ketiga. Perlakukan itu sebagai belum diverifikasi. File H3 dalam proses ini tidak membawa tanda air yang terlihat.

---

Pertanyaan yang Sering Diajukan

Apakah MiniMax H3 benar-benar lebih baik dari Veo 3.1?

Pada suara buta dengan audio, ya, dengan 145 Elo pada teks-ke-video Artificial Analysis, dan H3 adalah yang pertama di papan pengeditan video yang tidak muncul Veo 3.1. Ia juga biayanya lebih murah per detik dengan suara aktif daripada Veo dengan suara mati. Veo 3.1 masih menang pada output 4K dan pada kontrol seed ditambah negative_prompt.

Mengapa video Veo 3.1 saya diam?

Karena generate_audio default ke false pada Veo 3.1 dan Veo 3.1 Fast. Atur ke true secara eksplisit. Sadarilah ini menggandakan biaya per detik Anda, dari $0,20 menjadi $0,40 di Atlas Cloud. MiniMax H3 tidak memiliki parameter seperti itu, karena audio dihasilkan dalam lintasan yang sama dengan gambar. Veo 3.1 Lite juga selalu menghasilkan audio.

Bisakah MiniMax H3 membuat klip lebih lama dari 8 detik Veo 3.1?

Ya. H3 menerima setiap detik bulat dari 4 hingga 15 sebagai satu rekaman berkelanjutan, kedua bidang wajib pada permintaan. Enum durasi Veo 3.1 adalah [4, 6, 8], keras. Lebih lama di Veo berarti menghasilkan blok 8 detik dan memperpanjang atau menyambungkannya, lalu mencocokkan nilai dan audio di seluruh sambungan.

MiniMax H3 memiliki bobot terbuka. Apakah itu membuatnya gratis?

Tidak dalam arti yang dimaksud kebanyakan orang. Unduhan penuh berjalan sekitar 499 GB, H3-Base yang dihosting sendiri merender pada tepi pendek 768 piksel, dan 2K membutuhkan tahap regenerasi sisi API. Lisensi komunitas juga mengecualikan UE, Inggris, Korea Selatan, dan AS, dan pembatasan itu mencakup output, bukan hanya penerapan, dengan saluran otorisasi formal yang terbuka untuk wilayah tersebut.

Mana yang lebih murah untuk iklan 30 detik jadi, MiniMax H3 atau Veo 3.1?

H3 pada 2K menghasilkan sekitar $12,60 untuk spot 30 detik pada rasio penyimpanan 3:1, melawan kira-kira $36,00 untuk Veo 3.1 dengan audio aktif. Tetapi Veo 3.1 Lite mengalahkan keduanya sekitar $4,50 jika 720p dan blok 8 detik dapat diterima. Keunggulan biaya H3 bersyarat pada menginginkan 2K, rekaman lebih panjang, pilihan rasio lebih lebar, atau audio gratis.

Apakah MiniMax H3 melakukan 4K seperti Veo 3.1?

Tidak. Enum resolusi H3 hanya 768P dan 2K. Enum Veo 3.1 mencakup 4k, pada $0,60 per detik dalam harga Google sendiri, dan Veo 3.1 Lite secara eksplisit tidak mendukung 4K juga. Jika master 4K bersifat kontraktual, Veo 3.1 standar adalah satu-satunya dari ketiganya yang mengirimkannya.