

MiniMax H3は、テキスト、画像、リファレンスを用いた生成に対応するMiniMaxの動画モデルファミリーです。5〜15秒のクリップを作成し、オプションの最終フレームで動きを誘導したり、リファレンス画像の被写体を維持したりできます。生成音声がワークフローに適している場合は、H3 Developerを選択できます。Atlas Cloudでは、H3、H3 Fast、H3 Max、H3 Developerを1つのAPIワークフローに統合して利用でき、標準料金は1秒あたり$0.038からです。今すぐ開発を始めましょう。
MiniMax H3 は MiniMax が開発したモデルです。Atlas Cloud(運営:Atlas Cloud AI LLC)は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
Atlas Cloudは、業界をリードする最新のクリエイティブモデルを提供します。
MiniMax H3、H3 Fast、H3 Max、H3 Developerの各エンドポイントを、解像度、長さ、音声機能、アスペクト比、標準価格に基づいて、テキスト、画像、参照入力に対応する形で比較します。
| モダリティ | 説明 |
|---|---|
| MiniMax H3 Max T2V API (Text to Video) | テキストプロンプトを入力すると、480Pまたは768Pで、5〜15秒のシネマティック動画を生成できます。16:9、9:16、1:1、またはアダプティブなフレーミングを選択でき、標準価格は1秒あたり$0.05です。広告、予告編、ソーシャルコンテンツに適しています。 |
| MiniMax H3 Max I2V API (Image to Video) | 最初のフレームを起点に、テキストプロンプトで動きを指定できます。必要に応じて最後のフレームを追加し、最終的な構図を制御することも可能です。480Pまたは768Pで5〜15秒の動画を出力でき、標準価格は1秒あたり$0.05です。商品の動き、キービジュアルのアニメーション、絵コンテ間のトランジションに適しています。 |
| MiniMax H3 Fast T2V API (Text to Video) | テキストから480P動画をすばやく生成する用途に適しており、MiniMax H3 Fastは5〜15秒のシネマティッククリップを作成します。16:9、9:16、1:1、アダプティブの各オプションに対応し、標準価格は1秒あたり$0.046です。コンセプト動画やプラットフォーム向けコンテンツを迅速に制作できます。 |
| MiniMax H3 Fast I2V API (Image to Video) | 用意した最初のフレームに、プロンプトで指定した動きを加えられます。終端の演出に視覚的な指示が必要な場合は、最後のフレームも追加できます。480P、5〜15秒に対応し、標準価格は1秒あたり$0.046です。商品デモ、アートワークのアニメーション、短尺のソーシャル素材に適しています。 |
| MiniMax H3 Fast Reference to Video API | 参照画像の被写体を維持しながら、テキストプロンプトで480P動画の内容を指定できます。5〜15秒の動画に対応し、標準価格は1秒あたり$0.046です。繰り返し登場するキャラクター、認知度の高い商品、一貫性のあるキャンペーンビジュアルに適しています。 |
| MiniMax H3 Developer T2V API (Text to Video) | セルフホスト型のMiniMax H3 Developerエンドポイントを使い、テキストプロンプトから生成音声付きの動画を作成できます。480P、768P、2Kの出力に対応し、16:9、9:16、1:1から選択できます。ナラティブコンセプト、キャンペーンのプレビュー、ソーシャル向け動画に利用でき、価格は1秒あたり$0.05です。 |
| MiniMax H3 Developer I2V API (Image to Video) | 開始画像、任意の最終フレーム、テキストプロンプトを指定して、生成音声付きの動画を作成できます。480P、768P、2Kの出力に対応するセルフホスト型エンドポイントで、キービジュアルのアニメーション、商品シーン、絵コンテのシーケンスに適しています。価格は1秒あたり$0.05です。 |
| MiniMax H3 Developer Reference to Video API | 既存メディアとの連続性が重要な場合は、1枚以上の参照画像または動画を使用して、被写体を維持したプロンプト指定の動画を生成できます。生成音声にも対応し、480P、768P、2Kで出力可能です。繰り返し登場するキャラクターや、つながりのあるブランド映像に適しており、標準価格は1秒あたり$0.05です。 |
| MiniMax H3 T2V API (Text to Video) | テキストプロンプトから、5〜15秒の範囲で長さを選択できるシネマティックな2K動画を生成します。16:9、9:16、1:1、またはアダプティブなアスペクト比に対応し、標準価格は1秒あたり$0.038です。完成度の高い予告編、縦型ストーリー、キャンペーン素材の制作に適しています。 |
| MiniMax H3 I2V API (Image to Video) | 最初のフレームにテキストプロンプトを組み合わせ、必要に応じて最後のフレームも指定することで、2K解像度の動画を生成できます。5〜15秒の出力に対応し、標準価格は1秒あたり$0.038です。商品の登場演出、キャラクターアニメーション、計画的なビジュアルトランジションに適しています。 |
| MiniMax H3 Reference to Video API | 参照画像に基づく生成では、入力画像の被写体を維持しながら、プロンプトで生成する2K動画の内容を指定できます。5〜15秒の動画に対応し、価格は1秒あたり$0.038です。キャラクター中心のシーンや、一貫性のある商品ビジュアルに適しています。 |
MiniMax H3 APIが返すすべてのクリップは、1440p・ネイティブステレオ音声で最大15秒まで生成でき、テキスト、画像、動画、音声の参照を自由に組み合わせられます。さらに同じ呼び出しで、既存の映像内のキャラクター、シーン、台詞も編集できます。
1回のMiniMax H3 APIリクエストで、最大9枚の参照画像、3本の動画クリップ、3本の音声トラックを受け付けます。上限は合計12ファイルです。モデルはこれらを別々のスロットとして扱うのではなく、テキスト、画像、音声を1つのコンテキストとして捉え、写真からキャラクターを、クリップからカメラワークを、トラックから雰囲気を取り出し、同じシーンに組み込みます。既存素材を持つチームでも、完成ショットへ直接つなげられます。
すべての生成結果に音声が含まれます。映像を24 fpsでレンダリングするのと同じ工程で、台詞、環境音、音楽がネイティブステレオで生成されるため、後から音付けや吹き替えを行う必要がありません。ショットの生成中にタイミングが決まるので、足音、発話、カットがアクションと同期したまま保たれます。短尺広告やソーシャル向け動画を、そのまま公開できる状態で仕上げられます。
猫を犬に差し替えたり、グリーンスクリーンを置き換えたり、台詞の一行を書き換えたりする必要はありませんか? MiniMax H3 APIなら、入力した動画に対して、キャラクター、オブジェクト、背景、照明、エフェクトなどの編集を適用できます。指定していない部分は元映像に近い状態で維持されます。プロンプトは7000文字まで入力できるため、12個ほどの変更を1回の処理にまとめられます。承認済みのカットを効率よく反復編集できます。
画像や映像と一緒に音声サンプルを送ると、生成されたキャラクターがその声質で話します。1回のリクエストにつき最大3つの音声参照を指定でき、それぞれ2〜15秒に対応します。ただし音声は必ず視覚入力と組み合わせる必要があり、音声だけを単独で送ることはできません。既存の台詞を差し替え、演技を内容に合わせて調整することも可能です。シリーズ制作でも、各エピソードで認識しやすい声を一貫して使用できます。
クリップの長さは5〜15秒で、1440pモードでは16:9から9:16まで、短辺が1440ピクセルになります。21:9の2976×1248など、横長の比率では約3.7メガピクセルです。シネマティックな21:9から縦型の9:16まで、6種類の比率を選択でき、MiniMax H3 APIに自動選択させることもできます。モデルを切り替えずに、予告編、商品ループ動画、縦型ドラマに対応できます。
カメラや編集タイムラインから直接書き出したソースファイルも、そのまま入力できます。対応形式は、H.264およびH.265動画、JPG、PNG、WEBP、HEIC、HEIF画像、WAVおよびMP3音声です。ファイルごとの上限は動画50MB、画像30MB、音声15MBです。アセットをURLで渡せば、リクエスト全体を64MBのボディ制限内に収められます。Atlas Cloudでは、すべての素材を1つのOpenAI互換キーで処理でき、従量課金に対応しています。
このセットの各クリップは、同一のプロンプトを MiniMax H3 API と、Atlas Cloud 上でホストされている他の2つの動画モデルに送信して生成したものです。これにより、モーション、サウンド、指示への忠実度を、一語も変えずに比較できます。
15 seconds、16:9 横長のショート動画。深夜のセルフサービス式コインランドリーを実写で撮影し、手描きの発光アニメーションを重ねたミクストメディア映像。小さなセルフサービス式コインランドリーで、蛍光灯がかすかにちらついている。店内には稼働中の洗濯機、プラスチック製のランドリーバスケット、古びたベンチがあり、床には片方だけの靴下が落ちている。空間全体は静かで、ほのかに懐かしい雰囲気を帯びている。片手でスマートフォンを持って撮影した手持ち映像の質感があり、はっきりとしたカメラの揺れがある。白い蛍光灯の影響で露出が明るくなったり暗くなったり揺らぎ、ガラス面には周囲の反射が映り込む。レンズが被写体に近づくとフォーカスが遅れて追従する。映像は商業広告のように洗練され整然としていてはいけない。全体の印象は、本物のドキュメンタリーの一瞬を切り取ったように、深夜に偶然入り込み、奇妙で夢のような光景を追いかけながら撮った映像のようにする。
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
一人称視点・目線の高さ・手持ち風ゲームカメラ シーン:現代戦の FPS game をプレイヤーが操作しているようなショット。両手でアサルトライフルを構え、軍事基地の外周に沿ってゆっくり前進する。プレイヤーは遮蔽物の横の道路を進み、クロスヘアが前方の通路をなぞるように動く。短く停止した後、遠くの目標に向けて数発発砲し、そのまま前進を続ける。一般的なプレイヤーの実際のゲームプレイ映像のように。 ライティング:現代的な軍事基地の寒色系の自然光に、煙とマズルフラッシュが交差する。映像はリアルでシャープ。金属質の武器、戦場の砂塵や霞には AAAゲーム 品質の質感がある。 カメラワーク:プレイヤーの移動に合わせて、カメラにはわずかな手持ちの揺れがある。最初はゆっくり前進し、その後、観察するために左右へ小さくスイープする。発砲時には控えめなリコイルの揺れが入り、最後は再び安定して前進を続ける。
Generated with MiniMax H3 on Atlas Cloud
Generated with Seedance 2.0 on Atlas Cloud
Generated with Wan-2.7 on Atlas Cloud
MiniMax H3 Fastで480Pのドラフトから始め、H3 Developerで2Kのキャンペーンショットや音声対応のコンセプトへ。MiniMax H3ファミリーは、テキスト、画像、リファレンスを起点に、プロダクトモーション、ソーシャル向けバリエーション、継続キャラクター、絵コンテプレビューまでカバーします。
MiniMax H3 Fastは、テキストプロンプトから5〜15秒の480Pクリップを生成します。ソーシャルチームは、高解像度の本制作に進む前に、キャンペーンのフック、テンポ、アスペクト比を検証できます。
画像ルートでは、最初のフレームをアニメーション化し、必要に応じて最後のフレームで終わり方を指定できます。マーチャンダイジングチームは、承認済みの静止画から、商品紹介、カタログ用モーション、ローンチ用アセットを作成できます。
キャンペーンで高解像度の出力が必要な場合は、2KのMiniMax H3ルートを選択します。エージェンシーは、テキストや画像から、洗練されたヒーローショット、シネマティックなプロダクトシーン、高解像度のソーシャルアセットを制作できます。
リファレンス画像を指定すると、プロンプトで新しいクリップの内容を指示しながら、被写体の見た目を一貫して保てます。スタジオは、継続キャラクターのショート動画、つながりのあるプロモーション、ブランドのプロダクトシーンを、より高いビジュアルの連続性で制作できます。
1つのブリーフから、横長、正方形、縦長のプレビューが必要ですか?テキスト生成では16:9、1:1、9:16、またはアダプティブフレーミングに対応しているため、ファミリーを切り替えずに、複数の掲載枠向けの絵コンテ案をクリエイティブチームで準備できます。
MiniMax H3 Developerを使うと、テキストプロンプトやソース画像から音声付きの動画を生成できます。クリエイティブチームは、映像と音声を1つのワークフローで扱いながら、ピッチ用シーケンス、キャラクターの演出、キャンペーンコンセプトを形にできます。
MiniMax H3のテキストから動画への各バリアントを、最大解像度、クリップ長、アスペクト比、掲載標準価格の観点でAtlas Cloudの他のモデルと比較します。
| モデル | 最大解像度 | クリップ長 | アスペクト比 | 掲載基本価格 |
|---|---|---|---|---|
| MiniMax H3 Text-to-Video | 2K | 5~15秒 | 16:9、9:16、1:1、自動調整 | $0.038/秒 |
| MiniMax H3 Fast Text-to-Video | 480P | 5~15秒 | 16:9、9:16、1:1、自動調整 | $0.046/秒 |
| MiniMax H3 Max Text-to-Video | 768P | 5~15秒 | 16:9、9:16、1:1、自動調整 | $0.05/秒 |
| MiniMax H3-Developer Text-to-Video | 2K | - | 16:9、9:16、1:1 | $0.05/秒 |
| Kling V3.0 Turbo Text-to-Video | 1080p | 3~15秒 | 16:9、9:16、1:1 | $0.112 |
| Veo 3.1 Lite Text-to-video | 1080p | 4秒、6秒、または8秒 | 16:9、9:16 | $0.05 |
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
高度なMiniMax H3モデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
低レイテンシ:
リアルタイム推論のためのGPU最適化推論。
統合API:
1つの統合でMiniMax H3、GPT、Gemini、DeepSeekを実行。
透明な料金:
サーバーレスオプション付きの予測可能なtoken単位の課金。
開発者エクスペリエンス:
SDK、分析、ファインチューニングツール、テンプレート。
信頼性:
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス:
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
MiniMax H3は、テキスト、画像、参照メディアから動画クリップを生成するMiniMaxの動画モデルファミリーです。Atlas Cloudでは、標準H3、H3 Fast、H3 Max、H3 Developerが含まれ、テキストから動画、画像から動画、選択した参照から動画の各ルートに対応しています。利用可能な出力プロファイルは、選択したモデルに応じて480Pから2Kまでです。
テキストプロンプトから開始したり、オプションの最終フレームを指定して最初のフレームをアニメーション化したり、対応する参照から動画ルートを使って被写体を維持したりできます。H3 Developerでは動画とともに音声も生成できますが、各バリアントには固有のルート、解像度、パラメータ制限があります。
Atlas CloudアカウントとAPIキーを作成し、正確なモデルIDを選択して、そのモデルの現在のパラメータスキーマを確認します。Atlas CloudのOpenAI互換API経由でリクエストを送信し、返された動画をアプリケーションで処理します。今すぐ開発を始めましょう。
MiniMax H3 Fastは、5秒から15秒のクリップを480Pで生成する、テキストから動画、画像から動画、参照から動画の各ルートを提供します。標準料金は生成1秒あたり$0.046で、画像ルートではオプションの最終フレームを付けた最初のフレームを指定できます。480P出力と、3種類すべての入力ワークフローへのアクセスがプロジェクトに適している場合に使用してください。
ワークフローで2K出力が必要な場合は標準H3を選択してください。480Pのテキスト、画像、または参照入力にはH3 Fast、480Pまたは768Pのテキスト・画像生成にはH3 Max、生成音声を含む480P、768P、または2KのワークフローにはH3 Developerを選択します。
画像から動画ルートでは最初のフレームを指定でき、オプションで最終フレームを使用して終端をガイドできます。参照から動画は標準H3、H3 Fast、H3 Developerで利用できますが、対応する参照入力はエンドポイントによって異なります。H3 Maxは現在、Atlas Cloudでテキストルートと画像ルートを提供しています。
標準H3は5秒から15秒の2Kクリップを出力し、H3 Fastは同じ長さの範囲で480Pに対応します。H3 Maxは5秒から15秒の480Pまたは768Pに対応します。テキストから動画では、これら3つのバリアントが16:9、9:16、1:1、アダプティブフレーミングを提供し、H3 Developerは16:9、9:16、1:1に対応します。画像ルートと参照ルートでは利用できる制御項目が異なる場合があるため、選択したエンドポイントのスキーマを確認してください。
料金は生成された動画の1秒単位で計算されます。標準料金は、H3が1秒あたり$0.038、H3 Fastが1秒あたり$0.046、H3 MaxまたはH3 Developerが1秒あたり$0.05です。選択した出力時間に、そのルートの標準料金を掛けてリクエスト料金を見積もれます。
いいえ。検証済みのAtlas Cloudプロファイルでは、H3 Developerのテキスト、画像、参照ルートについて生成音声が明示的に含まれていますが、標準H3、H3 Fast、H3 Maxについては音声対応が記載されていません。文書化された出力に音声を含める必要がある場合は、H3 Developerを選択してください。
まず、モデルIDが意図したテキスト、画像、または参照ルートと一致していることを確認してください。特にプロンプト、メディア入力、解像度、長さ、アスペクト比について、必要なすべてのフィールドをそのエンドポイントの現在のスキーマに照らして検証します。それでも失敗する場合は、同じ無効なペイロードを再送信するのではなく、再試行する前に返されたエラーを確認してください。
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。