あなたはすでにAPIを組み込むと決めている。知りたい数字は2つ。1秒あたりのコストと、同時に何ジョブ回せるかだ。
検索結果の上位8件は、最初の数字なら教えてくれる。だが、その多くは768Pの料金帯を間違えている。そして2つ目の数字を出しているものは1つもない。なぜなら、同時実行数の制限はコンバージョンに都合が悪いからだ。
しかも時間は限られている。OpenAIは2026年9月24日にVideos APIとすべてのSora 2エイリアスを廃止する(OpenAI Deprecations、2026年3月)。そこから移行するなら、代替を選んで出荷するまで約7週間しかない。
そこで、完全な料金表、実際に痛手になる制限、そして本物の10秒スポットから行単位で見た請求書を示す。この記事を書くために、2026年8月3日に$9.23を使った。意図的に壊した2つのリクエストも含めている。
重要ポイント
- 2K出力:1秒あたり$0.13。 公式の従量課金レート。10秒クリップは$1.30。
- 768P出力:1秒あたり$0.08。 $0.09ではなく、公式ページにベータ表記もない。
- 第3の料金帯がある: 768Pから2Kへの再生成は1秒あたり$0.05。ほとんど誰も掲載していない。
- $0.08 + $0.05 = $0.13。 安くドラフトを作ってからアップグレードしても、最初から2Kで生成するのとまったく同じコストになる。
- 同時実行は無料枠で2、有料で15。 これは1分あたりのリクエスト数ではなく、同時タスク数だ。
durationのデフォルトが2種類ある。 UIでは8秒で$1.12と見積もられた。APIではdurationを省略すると5秒として$0.70請求された。- ハード上限: リクエスト本文合計64MB、参照画像9枚、コールバックのチャレンジ応答ウィンドウ3秒。

濃いウォールナットのデスクに置かれた印刷済みの明細請求書。結露したシトラスソーダのグラスが横にあり、金額の行をまたぐようにシャープペンシルが置かれている
表に入る前に、その表が何を扱っているのかを見ておこう。10秒の飲料スポット、2560x1440、ネイティブステレオ音声、1枚の固定フレームからimage-to-videoで生成したものだ。

納品されたスポット。Atlas Cloudでは$1.40、MiniMaxの定価では$1.30、長さ10.13秒、24fps、ステレオAAC。ここに至るまでのすべての呼び出しは、この記事の末尾で明細化している。
MiniMax H3 API料金:全レートを1つの表で
MiniMaxは、H3を出力1秒ごとに課金する。依頼内容によって3つの異なるレートがある。2つは広く引用されている。面白いのは3つ目だ。
T1\. 完全な料金表(MiniMax pay-as-you-go pricing、2026年8月):
| 課金対象 | レート |
|---|---|
| 標準生成、2K出力 | $0.13 / 秒 |
| 標準生成、768P出力 | $0.08 / 秒 |
| 再生成、768Pから2Kへのアップグレード | $0.05 / 秒 |
| 参照音声 | 無料 |
| 参照画像 | 最初の5枚は無料、その後は各$0.04(再生成では$0.025) |
| 参照動画 | 入力尺が出力解像度レートで課金される |
| H3-Context-IRトークン | 入力$0.90 / M、出力$3.60 / M |
予算を変えるので、押さえておく価値のある訂正が2つある。
768Pの料金帯は$0.08であり、$0.09ではない。 公式ページには768P | Billed per second | $0.08 / secondと記載されており、ベータ表記は付いていない。まとめ記事やリセラーページで出回っている$0.09や$0.10という数字は、互いにコピーされた二次情報だ。$0.09で予算化していたなら、知らなかった12.5%の余裕がある。
誰も載せていない第3の料金帯がある。 完成済みの768Pレンダーを2KにアップグレードするMiniMax-H3-Regenerationは、1秒あたり$0.05で課金される。MiniMax直の別エンドポイントとしてしか存在しないため、スペック表を写すだけの記事はすべて見落としている。
T2\. クリップあたりの価格(スクリーンショットを撮ることになる表):
| 長さ | 2K、公式 | 768P、公式 | 768P後にアップグレード | Atlas Cloudの2K |
|---|---|---|---|---|
| 4s | $0.52 | $0.32 | $0.52 | 未提供 |
| 5s | $0.65 | $0.40 | $0.65 | $0.70 |
| 10s | $1.30 | $0.80 | $1.30 | $1.40 |
| 15s | $1.95 | $1.20 | $1.95 | $2.10 |
4列目を見てほしい。ドラフトに1秒あたり$0.08、アップグレードに1秒あたり$0.05を足すと、1秒あたり$0.13になる。直接2Kで生成するレートと1セント単位で同じだ。安いドラフト経路は、採用するクリップでは節約にならない。捨てるクリップでだけ、破棄した1秒あたり$0.05を節約する。5秒テイクを1本捨てれば$0.25の節約。1本も捨てなければ、同じ額を払い、待ち時間だけ2倍になる。
このテストを実行した場所と、各エンドポイントの費用
3つのH3エンドポイントと1つの画像モデルですべての作業を行った。静止フレームと動画工程の間でキーを持ち替えなくて済むよう、すべて1つのブラウザタブに収まっている。
| このスポットでのジョブ | Model | レート |
|---|---|---|
| 構図を固定する(静止フレーム1枚) | GPT Image 2 | 1280x720で実測$0.11861、2048x1152では$0.1745の見積もり、quality high |
| テストテイクと納品テイク | MiniMax H3 Image-to-Video | $0.14 / 秒 |
| 別のビジュアル言語、ベースフレームなし | MiniMax H3 Text-to-Video | $0.14 / 秒 |
| スタイル転送と排他性テスト | MiniMax H3 Reference-to-Video | $0.14 / 秒 |
トレードオフは正直に見るべきだ。Atlas Cloudでは、MiniMaxの$0.13に対してH3を1秒あたり$0.14で掲載しているため、10秒クリップは$0.10高い。その代わり、無料枠の同時実行ラダーを避けられ、画像モデルと3つの動画エンドポイントすべてを1つのキーと1つの残高で実行でき、送信時の拒否には費用がかからない。2026年8月時点で、3つのH3エンドポイントのいずれにも割引はない。Atlasは2Kのみを公開しているため、ドラフト後にアップグレードする経路は使えない。自分の利用量で計算してほしい。
T4\. 比較用の秒単価。いずれも2026年8月にAtlas model listで確認済み:
| Model | 秒単価 | ネイティブ音声 | 備考 |
|---|---|---|---|
| MiniMax H3, 2K | $0.14 | あり、ステレオ | 最大15s |
| HappyHorse-1.1 | $0.14 | なし | i2v, t2v, r2v |
| Wan 2.7 | $0.10 | なし | i2v, r2v |
| Youchuan V8.2 | $0.086 | なし | i2v |
| Seedance 2.0 Mini | \~$0.056 | なし | 一覧で最安の秒単価 |
秒単価だけで比較するのはよくない。H3は$0.14で、同じ呼び出しの中にネイティブステレオトラックを焼き込んで納品する。$0.056のクリップに別途サウンド工程が必要になるなら、差はすぐに縮まる。
MiniMax H3 API料金の見積もりが低く出る理由
seconds x rateを超えて請求額を押し上げるものが5つある。5つとも2026年8月3日に実測した。
罠1:durationには2つの異なるデフォルトがある。 playgroundを開いてdurationスライダーを触らずにいると、8の位置にあり、Runボタンは$1.12と表示する。APIを呼び出してdurationを完全に省略すると、こちらのタスクは$0.70で請求され、これは5秒分だった。同じモデル、同じ日でも、どの入口を使うかによってクリップ単価に60%の差が出る。すべての呼び出しで必ずdurationを明示的に渡さないと、予測は明細と一致しない。
罠2:壊れた参照画像は失敗せず、課金される。 image_urlに404を返すURLを指定して送信した。タスクはエラーにならなかった。completedと報告され、動画をレンダーし、満額の$0.70を請求した。レスポンスには、参照画像が読み込まれなかったことを示すものが何もない。お金を使う前に、URLが解決できることを検証すべきだ。
罠3:参照動画は二重に課金される。 入力動画は、入力尺に対して出力解像度レートで課金される。5秒の参照クリップを与えて5秒の2K出力を作ると、入力に$0.65、出力に$0.65を払う。5秒の納品物で$1.30だ。
罠4:6枚目以降の画像は有料。 最初の5枚の参照画像は無料で、その後は各$0.04。9枚すべて使うと、1呼び出しあたり$0.16が追加される。再生成料金帯では追加画像は$0.025に下がる。
罠5:ドラフト後アップグレードには損益分岐点がある。 上で説明したが、直感に反する計算なので繰り返す価値がある。節約額は、破棄する映像1秒あたり$0.05であり、採用する映像ではゼロだ。
良いニュースも1つある。 送信時に拒否されたリクエストは本当に無料だ。無効なratio値を送ったところ、HTTP 400が返り、outputs: nullで、記録にpriceフィールドはまったくなかった。検証を前段に寄せれば、失敗は無料になる。費用がかかるのは、書類上は成功したリクエストだ。
誰も公開しないMiniMax H3 API料金の制限
これはリセラーページが飛ばす部分だ。成約には役立たないからだ。しかし、アーキテクチャが成立するかどうかはすべてここで決まる。
T3\. 重要な制限のすべて。MiniMax API referenceとrate limits pageより(2026年8月):
| 制限 | ドキュメントの記載 | 影響 | |||
|---|---|---|---|---|---|
| 同時実行 | Video Generation V2 \ | MiniMax-H3 | CONN(最大同時タスク数) | 2 | 15 |
| i2v vs r2v | 相互排他:reference\_image / reference\_video / reference\_audio のいずれかがある場合、first\_frame / last\_frame は不可。その逆も同じ | APIはこれを強制しない。課金した上で入力の一方を捨てる。ステップ5を参照。 | |||
| 音声のみ | "audio alone is not allowed, at least one reference video or image is required" | 音声のみの参照リクエストは拒否される。組み合わせるか、諦めるしかない。 | |||
| リクエスト本文 | 合計64MB未満。単一画像は30MB未満、動画は50MB未満、音声は15MB未満 | Base64はペイロードを約3分の1膨らませるため、64MBの本文は実ファイル約48MBに相当する。公開URLを使う。 | |||
| 参照数 | 画像最大9枚、動画3本、音声3本 | 6枚目から9枚目の画像は課金対象。 | |||
| 画像制約 | JPG, JPEG, PNG, WEBP, HEIC, HEIF。辺の長さ256〜5760 px。アスペクト比0.4〜2.5 | 9:21のクロップは0.43で、ぎりぎり通る。アップロード前に検証する。 | |||
| コールバック | チャレンジ値を変更せず3秒以内に返す | コールドスタートするserverless functionはこの枠を逃す。まずチャレンジに応答し、作業はその後で行う。 | |||
| duration enum | 公式リファレンスでは4〜15を受け付ける | ホストされたスキーマは5から始まることが多い。4がどこでも動くと思わないこと。 |
これの上に請求機能を構築したときにだけ見える点がもう1つある。priceフィールドは遅れて埋まる。 タスクがcompletedを返すまでポーリングしても、価格がまったく返らないことがよくある。数秒後にタスクIDを再度問い合わせると、実際の請求額が取れる。明細と一致する請求書を作るには、この2回目の参照が唯一の方法であり、この記事の末尾の表もそうして組み立てた。
同時実行については注意が必要だ。日々の挙動にはばらつきがある。H3タスクを6本重ねてもきれいに完了したこともあれば、1本のタスクで429になったこともある。公開されている2と15を前提に設計し、出荷前に自分のアカウントで2本の重複リクエストを測定してほしい。
チュートリアル:スポットを作り、MiniMax H3 API料金が積み上がる様子を見る
すべての手順は再現可能だ。設定は固定する:resolution: 2K、ratio: 16:9、そしてdurationは常に明示的に渡す。text-to-videoではratioが必須で、adaptiveはinvalid params, ratio is required for t2va (text-only) and cannot be 'adaptive'として即座に拒否される。
Step 1\. 静止フレーム1枚で構図を固定する。 $0.12の画像は、$1.40のクリップを撮り直すよりおよそ10倍安い。ここで確実性を買うのは、美学ではなく料金上の判断だ。GPT Image 2をquality high、16:9で使う。
text1A tall glass of ice-cold citrus soda on a wet black stone bar top, condensation 2beading and sliding down the glass, a single lime wheel on the rim, backlit by a 3warm amber pendant lamp with deep shadows behind, shallow depth of field, 4commercial beverage photography, crisp macro detail on the water droplets, 516:9, photorealistic 6

Atlas Cloud上のGPT Image 2 playground。飲料プロンプトが入力され、qualityはhigh、16:9、2048x1152に設定され、出力パネルに生成されたベースフレームが表示されている
GPT Image 2、quality high、16:9\. Runボタンは2048x1152で$0.1745を提示する。同じプロンプトを1280x720で実行したところ、$0.11861が請求された。
Step 1の出力、1280x720\. この1枚のフレームがステップ2、3、5の入力になる。
Step 2\. まず安いテストテイクを買う。 10秒ではなく5秒。フル尺にコミットする前に、結露と氷の物理が成立するかを見るためだ。エンドポイント:H3 image-to-video、imageをStep 1のフレームに設定、duration: 5、resolution: 2K、ratio: 16:9。
text1The condensation droplets slide down the glass, ice cubes shift and settle with a 2soft clink, the lime wheel trembles slightly, warm amber light flickers across the 3wet stone surface, slow subtle push-in, ambient bar room tone with a faint fizz of 4carbonation 5

$0.70のテストテイク。納品クリップの半額で、この段階で唯一重要な問いに答えてくれる。
Step 3\. 納品テイクを撮る。 同じエンドポイント、同じベースフレーム、duration: 10。請求額は$1.40。この記事冒頭のクリップだ。
text1Slow cinematic push-in on the citrus soda glass, condensation runs down in three 2distinct rivulets, ice cubes rotate and settle, carbonation bubbles rise in 3continuous streams, the lime wheel catches a specular highlight as the camera 4drifts, warm amber key light with cool rim light from the left, ambient bar tone 5with a crisp carbonation fizz building through the shot 6

MiniMax H3 image-to-video playground。ベースフレームがアップロードされ、解像度は2K、durationスライダーは触られておらず8のまま、Runボタンには$1.12の見積もりが表示され、出力パネルに完成クリップが表示されている
これは罠1を1枚で示している。誰もDurationスライダーを触っていないため8の位置にあり、見積もりは0:08の結果に対して$1.12と表示される。納品スポットのAPI呼び出しではduration: 10を渡して$1.40が請求された。同じ呼び出しでdurationを省略すると$0.70だった。
Step 4\. このレートで複数の見た目が買えることを証明する。 同じ1秒あたり$0.14で、まったく違うビジュアル言語。ベースフレームは一切なし。エンドポイント:H3 text-to-video、duration: 5、resolution: 2K、ratio: 16:9を明示的に設定。
text1Neon-lit late-night ramen counter in heavy rain, steam curling off a fresh bowl, 2a chef's hands dusting scallions in slow motion, reflections of pink and cyan 3signage rippling in a puddle on the counter, handheld documentary feel, shallow 4focus, rain hiss and sizzling broth ambience 5

MiniMax H3 text-to-video playground。ラーメンのプロンプト、アスペクト比は明示的に16:9、解像度2Kに設定され、生成されたクリップが出力パネルで再生されている
H3 text-to-video。ここではratioを明示的に設定する必要がある。adaptiveのままにすると、費用が発生する前にリクエストは拒否される。

Text-to-video、5秒、$0.70\. ステップ2と同じレートで、見た目はまったく共通点がない。
Step 5\. 相互排他を意図的に発火させる。 1回だけでは何も証明できないので2回実行する。まずは対照実験:refersのみ、first frameなしのreference-to-video、5秒、$0.70。

ピンクとシアンの看板の反射が映る、ネオンに照らされた雨筋のあるラーメンカウンター。スタイル参照として使った静止画
refersで渡したスタイル参照。
text1A tall glass of citrus soda on a wet bar top, rendered in the neon-and-rain colour 2language of the reference: pink and cyan rim light, rain-streaked reflections on the 3stone, steam drifting behind the glass, slow push-in, ambient rain and carbonation fizz 4

対照実験。refersは機能する。ピンクとシアンのリムライト、濡れたネオンのバートップ、プロンプトどおりのシトラスソーダ。$0.70。
次は禁じられたリクエスト。同じエンドポイントだが、Step 1のfirst-frame imageと同じrefersスタイル参照を一緒に送る。ドキュメントでは共存不可とされている。duration: 10、ratio: 16:9。
text1The soda glass on the wet bar top, rendered in the neon-and-rain colour language 2of the reference: pink and cyan rim light, rain-streaked reflections on the stone, 3steam drifting behind the glass, slow push-in, ambient rain and carbonation fizz 4

HTTP 200、completed、満額の$1.40が請求された。ネオンの参照は反映されたが、固定したfirst frameは反映されなかった。背の高いハイボールグラスに入った淡いシトラスソーダが、短いグラスの濃い飲み物になった。2つの入力のうち一方が黙って破棄され、レスポンスは何も示さなかった。
これが実験全体の要点だ。ドキュメントはルールを明記しているが、APIはそれを強制しない。捨てられる指示にお金を払うのを上流は止めてくれないため、自分のクライアント側でチェックを入れるべきだ。このステップのplaygroundスクリーンショットはない。reference-to-videoページはアスペクト比のデフォルトがadaptiveで、こちらの実行では上書きを受け付けなかったため、APIで直接通した。
MiniMax H3 API料金を変えるバリエーション
15秒クリップ1本か、5秒クリップ3本か。 公式ではどちらも$1.95、Atlasでは$2.10でコストは同じ。だが再試行リスクは大きく違う。失敗した15秒レンダーは$2.10を燃やす。失敗した5秒レンダーは$0.70だ。プロンプトが未検証なら、短く撮って編集する。
Text-to-videoかimage-to-videoか。 Text-to-videoはベースフレームの費用を省ける。Image-to-videoは約$0.12を追加し、固定された構図を買う。これは再試行率を左右する最大のレバーだ。10秒の再試行を1回避けるだけで、ベースフレーム11枚分の元が取れる。
スタイルまたはキャラクター一貫性のためのReference-to-video。 コストは出力秒数に、5枚目を超える参照画像1枚あたり$0.04を足したもの。安い。ただし、first-frameやlast-frame入力とは相互排他であり、APIはそれを思い出させてくれないことを忘れない限りは。
セルフホスティング。 H3の重みは公開されているが、ローカル推論の出力は768pで、2Kには別途H3-Regenerate-2Kパスが必要になる。エンジニアを投入する前に、GPUとストレージの請求額を1秒あたり$0.13と比較してほしい。
このスポットの実際のMiniMax H3 API料金請求書
スクリーンショットの裏にある呼び出しも、意図的に壊した2つも含めたすべての呼び出し。料金は、priceフィールドが確定した後にAPIが報告した値だ。
T5\. 行単位の請求書、2026年8月3日、Atlas Cloudレート:
| # | エンドポイント | 設定 | ステータス | 請求額 |
|---|---|---|---|---|
| 1 | GPT Image 2, text-to-image | 1280x720、quality high、x3フレーム | completed | $0.35583 |
| 2 | GPT Image 2, text-to-image | 1024x1792縦型バリアント、quality high | completed | $0.15689 |
| 3 | GPT Image 2, text-to-image | 2048x1152、quality high(playground実行) | completed | $0.17450 |
| 4 | H3 image-to-video | duration: 5、2K(テストテイク) | completed | $0.70 |
| 5 | H3 image-to-video | duration: 10、2K(納品スポット) | completed | $1.40 |
| 6 | H3 text-to-video | duration: 5、2K、16:9 | completed | $0.70 |
| 7 | H3 reference-to-video | duration: 5、2K、refersのみ | completed | $0.70 |
| 8 | H3 reference-to-video | duration: 10、2K、image + refers、first frameが破棄 | completed | $1.40 |
| 9 | H3 image-to-video | duration省略、2K(5sとして返った) | completed | $0.70 |
| 10 | H3 image-to-video | image\_urlが404を返す、duration: 5、2K | completed | $0.70 |
| 11 | H3 image-to-video | 無効なratio値 | rejected at submit | $0.00 |
| 12 | H3 image-to-video | デフォルト8s、2K(playground実行) | completed | $1.12 |
| 13 | H3 text-to-video | デフォルト8s、2K(playground実行) | completed | $1.12 |
| 合計 | $9.23 |
ネイティブ音声付きの10秒2K納品スポット1本、テストテイク、2つ目のクリエイティブ方向、機能するスタイル転送、そして4つの実験で$9.23。実験を除けば、追加で10秒の納品スポットを1本作る限界費用は$1.40にベースフレーム1枚を足したもので、およそ$1.52だ。
月30本なら、レンダー費用はおよそ$46になる。その30本が2波で終わるか15波になるかを決めるのは、同時実行数だ。
セルフホストする場合のライセンス。 MiniMax Community Licenseは2026年8月2日に発効し、多くの人が想定するより厳しい。Excluded TerritoriesにはEU、英国、韓国、米国が含まれる。許可地域外でのWorksおよびそのOutputsの使用は禁止され、年間売上$20Mを超える組織は書面による許可が必要で、UIには"MiniMax H3"を表示しなければならず、出力を他モデルの訓練に使うことはできず、香港法が準拠法となる。リポジトリ自身のライセンスQ&Aでは、この地域リストを恒久的な閉鎖ではなく、まだ開放されていないものとして説明している。重要なのは、これらすべてがダウンロード可能な重みにのみ適用される点だ。ホスト型APIの呼び出しは、その範囲外である。
MiniMax H3 API料金:よくある質問
MiniMax H3動画10秒はいくらか?
MiniMax公式の2Kレート、1秒あたり$0.13なら$1.30。768Pレート、1秒あたり$0.08なら$0.80。2Kのみを1秒あたり$0.14で提供するAtlas Cloudでは、同じクリップで正確に$1.40が請求された。5枚目を超える参照画像は1枚あたり$0.04が追加される。
MiniMax H3 API料金は768P料金帯だと本当に安いのか?
768Pで納品するなら、1秒あたり$0.08なので安い。だが768Pレンダーを2Kにアップグレードするには1秒あたり$0.05かかり、$0.08 + $0.05は直接2Kの$0.13レートと完全に同じだ。安いドラフトで節約できるのは、捨てるテイクだけ。破棄する1秒あたり$0.05だ。
MiniMax H3リクエストは並列でいくつ実行できるか?
無料枠では同時タスク2、有料では15。これはCONN、つまり最大同時タスク数であり、1分あたりのリクエスト数ではない。30本のクリップは、無料では15回の順次波、有料では2回で済む。実際の挙動は日によって変わるので、自分のアカウントで2本の重複リクエストを測定してほしい。
失敗したリクエストはMiniMax H3 API料金にカウントされるか?
送信時に拒否されたリクエストは無料だ。無効なパラメータはHTTP 400を返し、記録に価格は付かない。ただし、単に内容が間違っているだけのリクエストは満額課金される。こちらでは404の画像URLを指定したところ、completedと報告され、レンダーも行われ、$0.70が請求された。
first-frame画像と参照素材を一緒に送れるか?
ドキュメントでは両者は相互排他とされている。実際にはAPIは両方を受け入れ、200を返し、満額の$1.40を請求し、参照は尊重しつつfirst frameを黙って無視した。このルールは自分のクライアントで強制すべきだ。APIは代わりに強制してくれない。
セルフホスティングはMiniMax H3 API料金より安いか?
かなりの量がある場合に限られ、注意点もある。ローカル推論は768pを出力し、2Kには別途再生成パスが必要になる。またCommunity LicenseのExcluded Territoriesには米国、EU、英国、韓国が含まれる。ホスト型APIはその条項の対象外だ。






