MiniMax H3와 Veo 3.1: 145 Elo 차이, 그리고 대부분의 비교는 음소거된 Veo를 테스트하고 있었다

8초짜리 Veo 3.1 클립 하나는 같은 8초짜리 MiniMax H3 클립보다 3배 비싸다. Artificial Analysis 블라인드 투표 리더보드에서 Veo 3.1은 H3보다 145 Elo 뒤처져 있다. 이쯤에서 기사를 끝내도 될 것 같다.

하지만 Veo 3.1의 API는 오디오 생성이 꺼져 있는 상태로 배송된다. generate_audio 파라미터의 스키마 기본값은 false이며, 응답에 클립이 무음으로 반환되었다는 정보는 전혀 없다. MiniMax H3에는 그런 스위치가 없다. H3는 처음부터 영상과 32kHz 스테레오 오디오를 같은 패스에서 생성하기 때문이다. 따라서 돌아다니는 "Veo가 더 좋아 보인다"는 평가 중 상당수는, 음소거된 구글 클립과 사운드트랙이 있는 중국 모델을 나란히 놓고 비교한 결과다.

나는 그 145점 차이가 실제로 어떻게 보이는지 알고 싶었다. 그래서 Veo가 만든 가장 유명한 포맷인 유리과일 ASMR 컷을 가져와 프롬프트 하나를 작성하고, 두 모델에서 각각 가능한 모든 설정을 최대로 밀어서 실행했다. 오디오 켬. 아무것도 깎지 않음.

그리고 나서 구글이 여전히 이기는 세 가지 지점을 찾을 때까지 계속 실행했다. 그런 지점이 존재하는데, 이 비교 글을 쓰는 사람들은 아무도 그걸 언급하지 않는 것 같기 때문이다.

핵심 요약

• Artificial Analysis 오디오 포함 텍스트-투-비디오에서 MiniMax H3는 1,238 Elo, Veo 3.1은 1,093 Elo를 기록한다. 블라인드 투표 기준 145점 차이다(스냅샷, 2026-08-06).
• Veo 3.1의 generate_audio 파라미터는 API 스키마에서 기본값이 false다. API를 호출하면서 이 값을 설정하지 않으면, 무음 Veo 클립과 기본적으로 스테레오가 포함된 H3 클립을 비교하는 꼴이 된다.
• H3는 4초부터 15초까지 모든 정수 초를 지원한다. Veo 3.1은 4초, 6초, 8초만 지원한다. 이는 설정이 아닌 구조적 한계다.
• Veo 3.1은 Artificial Analysis 비디오 편집 리더보드에 아예 등재되어 있지 않다. H3가 그 리더보드 1위다.
• Veo 3.1은 4K 출력, seed와 negative_prompt 재현성에서 여전히 우세하며, 720p만으로 충분하다면 Veo 3.1 Lite가 H3가 제공하는 어떤 옵션보다 진정으로 저렴하다.

---

MiniMax H3 vs Veo 3.1, 하나의 프롬프트, 세 번의 결과 비교

laLbhPPVt_g

하나의 프롬프트, 세 번의 결과, 순서대로: MiniMax H3 2K, Veo 3.1 1080p(오디오 명시적 켬), Veo 3.1 Lite 720p. 각 세그먼트는 고유의 네이티브 오디오 트랙을 유지하므로 소리를 켜라. 각 결과의 마지막 초를 주목하고, 가장 저렴한 모델이 최종 프레임의 가장자리에서 무엇을 하는지 지켜봐라.

크리스탈 유리 수박이 젖은 슬레이트 위에 있고, 두 대의 프로덕션 모니터가 같은 슬라이스 샷을 재생하는 매크로 촬영 세트_이 기사에서 실제로 실행한 설정: 하나의 ASMR 제품 광고, 두 개의 모델, 하나의 API 키. openai/gpt-image-2/text-to-image로 생성됨._

---

MiniMax H3 vs Veo 3.1이 갑자기 유일하게 실행할 가치 있는 비교인 이유

MiniMax H3는 2026년 7월에 등장하여 보드에서 다른 어떤 모델도 하지 못한 일을 해냈다. 몇 주 만에 Artificial Analysis 비디오 분야 세 개 모두에서 상위 3위 안에 진입했고, 그것도 탑 근처에 있는 유일한 오픈 웨이트 모델로서 자리 잡았다.

다음은 두 모델이 실제로 어디에 위치하는지, 보도자료에서 인용한 것이 아니라 실시간으로 가져온 표다(Artificial Analysis, 2026년 8월):

표 A: Artificial Analysis 비디오 아레나, 2026-08-06 스냅샷

이 표에서 세 가지는 더 많은 주목을 받을 만하다.

145점 차이는 오디오 보드에서 나온 것이다. 오디오를 포함한 텍스트-투-비디오에서 Gemini Omni Flash(1,243)만 H3보다 앞서 있으며, 통계적으로 동일한 동률대 안에 있다. Veo 3.1은 11위다. 두 클립을 듣고 투표한 사람들은 Veo보다 H3를 압도적으로 선택했다.

Veo 3.1은 비디오 편집 리더보드에 없다. 그 보드에는 8개의 모델이 있고 H3가 1위로, Gemini Omni Flash보다 9점 앞서 있다. 구글은 그 비교에서 진 것이 아니라, 아예 참여하지 않은 것이다. 워크플로가 "생성한 다음, 샷에서 한 가지를 변경하는" 것이라면, 이 차이는 도움이 되지 않는다.

MiniMax의 자체 발표는 한 숫자를 과장했으므로 반복하지 마라. 공식 발표에는 H3가 편집 보드에서 2위를 93점 차이로 앞선다고 나와 있다. 2위는 Gemini Omni Flash(1,123)로, H3보다 9점 뒤처진다. 93점 차이는 5위인 Dreamina Seedance 2.0(1,037)과의 격차다. 두 숫자 모두 실제지만, 서로 다른 행에 속한다.

대부분의 직접 비교가 잘못되는 이유

내가 본 빈도 내림차순으로 세 가지 실패 유형:

1. 무음 Veo.generate_audio는 Veo 3.1의 API 스키마에서 기본값이 false다. 이 값을 건드리지 않은 개발자는 무음 클립을 얻은 다음 H3의 스테레오 믹스와 점수를 비교하게 된다. 이는 모델 비교가 아니라 설정 버그다. 알아둘 점: Atlas Cloud 웹 플레이그라운드는 이 스위치를 미리 활성화해 주므로, 함정은 API를 직접 호출하는 사람들, 즉 벤치마크를 게시하는 대부분의 사람들을 물게 된다.
2. 해상도 불일치. H3의 API 기본 해상도는 2K이지만, 많은 테스트에서 속도를 위해 768P로 실행한 다음 그 결과를 1080p Veo 프레임 옆에 놓는다.
3. 공정함을 위해 H3를 8초로 제한. 이는 공정하지 않다. 깔끔한 표를 위해 H3의 지속 시간 범위의 거의 절반을 버리는 것이다.

그리고 솔직히 말하자면, H3 자체의 약점도 실제로 존재한다. 참조 슬롯을 가득 채우면 프롬프트 준수도가 높아지기보다는 오히려 느슨해지는 경향이 있고, 2K 티어는 확실히 느리며, MiniMax 자체도 H3를 영화나 애니메이션 모델로 포지셔닝하지 않는다. 이번 실행에서 H3는 또한 양식화된 쪽으로 치우쳐, Veo가 생성한 초현실적인 객체보다는 세련된 컷 크리스탈 제품 사진으로 브리핑을 읽었다.

---

MiniMax H3 vs Veo 3.1: 사양, 오디오 동작, 그리고 1초가 주는 가치

여기서 사용한 방법은 의도적으로 지루하다: 하나의 프롬프트, 세 개의 엔드포인트, 하나의 API 키, 편집 없음. 두 모델군은 Atlas Cloud에 나란히 호스팅되어 있으며, 이것이 별도의 두 개 청구 계정과 조정해야 할 두 가지 다른 파라미터 방언 없이 동일 프롬프트 실행을 가능하게 하는 유일한 이유다. 이것이 제품 언급의 전부다. 모델이 주제다.

표 B: 기능 매트릭스, 라이브 API 스키마에서 가져옴

마지막 두 행을 함께 읽으면 이 전체 비교에서 가장 뚜렷한 대비점이 나온다:

소리가 켜진 MiniMax H3는 소리가 꺼진 Veo 3.1보다 저렴하다. 초당 $0.14 대 $0.20.

구글의 자체 가격표도 최고 한도에 동의한다. Veo 3.1은 720p 및 1080p에서 오디오 포함 기본 요금으로 초당 $0.40이며, 4K에서는 $0.60까지 올라간다(Google Gemini API 문서, 2026년 8월). Atlas는 이것을 무음 티어 $0.20과 오디오 티어 $0.40으로 나누므로, generate_audio를 true로 전환하는 순간 초당 비용이 두 배가 된다. H3에는 그에 상응하는 레버가 없는데, 켤 것이 없기 때문이다.

실행 전에 한 가지 더 비대칭성을 지적하자면: H3의 resolution과 duration은 세 개의 모든 엔드포인트에서 필수 필드이며, 텍스트-투-비디오의 ratio 기본값은 1:1이다. 빈 프롬프트를 보내면 정사각형 비디오가 나온다. Veo는 합리적인 16:9 720p 클립으로 기본값을 설정해 줄 것이다.

---

MiniMax H3 vs Veo 3.1, 동일 프롬프트, 두 모델: 전체 실행

세 모델 모두에 대해 하나의 프롬프트, 단어 하나도 변경하지 않음. 이 프롬프트는 한 번에 네 가지를 테스트하도록 설계되었다: 초현실적인 유리 물리학(Veo의 홈 그라운드), 브레이크에 동기화된 네이티브 폴리, 한 줄의 인간 보이스오버, 그리고 마지막 1초에 페이드 인되는 로우어 서드 유형 카드(H3가 우위를 주장하는 부분).

이것을 그대로 복사하라.

plaintextCopy
1Extreme macro ASMR shot, 16:9. A hyper-realistic watermelon carved from clear
2crystal glass rests on a wet black slate slab. A mirror-polished chef's knife
3presses down and slices cleanly through it in one slow, continuous motion; the
4glass parts with a bright ringing crack and a spray of tiny translucent shards
5that scatter and tick across the slate. Cold blue rim light from the left, one
6warm practical behind. 100mm macro, shallow depth of field, slow push-in.
7Sound: the crisp ring of glass under the blade, shards ticking onto stone, low
8room tone. A calm woman's voice says: "Cut clean. Every single time." In the
9final second, crisp white sans-serif type fades in across the lower third
10reading CUT CLEAN.

1단계: MiniMax H3 텍스트-투-비디오 2K

MiniMax H3 Text-to-Video를 열고 프롬프트를 붙여넣은 다음, 모두 중요한 세 가지 필드를 설정한다:

• 해상도:2K. 필수 필드. 최상위 티어로, 16:9 요청 시 2560x1440으로 전달된다.
• 지속 시간:8. 필수 필드. Veo의 최대치와 일치시켜 첫 번째 비교가 동등하도록 한다.
• 비율:16:9. 사람들이 놓치는 부분이다. 기본값은 1:1이며, 텍스트-투-비디오는 adaptive를 400 에러로 거부한다. 그대로 두면 정사각형 클립이 나온다.

seed 필드와 negative prompt 필드는 없다. 샘플러가 주는 대로 가져가야 하며, 유일한 제어 수단은 프롬프트다.

청구: 8초 x $0.14 = $1.12, 오디오 포함. 인내심도 예산에 포함하라: 이 작업은 끝까지 455초가 걸렸다. 이 단계의 완성된 플레이그라운드 실행을 캡처하려고 네 번 시도했지만, 2K 대기열이 브라우저 세션보다 항상 오래 지속되어서, 여기에는 리샘플링 없이 100%로 API 출력 자체를 넣었다.

MiniMax H3 2K 출력의 100% 크롭으로, 선명한 로우어 서드 타입과 잘 표현된 유리 면을 보여줌_MiniMax H3, 2K, 8초, 16:9, 전달된 2560x1440 프레임에서 1:1로 크롭. 타입 가장자리는 깨끗하고, 슬레이트 위의 개별 유리 조각들은 면을 유지하며, 이것이 리더보드 투표가 이루어진 티어다._

2단계: Veo 3.1 텍스트-투-비디오, 오디오 켜기

Veo 3.1 Text-to-Video를 열고 동일한 프롬프트를 붙여넣는다. 설정:

• 해상도:1080p. Veo의 열거형에는 4k도 있으며, H3는 전혀 매칭할 수 없다. 알아두면 좋은 점: 720p와 1080p는 동일한 요율로 청구되므로 1080p는 공짜 업사이드다.
• 지속 시간:8. 최대치.
• 화면 비율:16:9. 여기에는 16:9와 9:16만 존재한다.
• generate_audio:true. 이것이 인터넷이 건너뛰는 단계다. 스키마 기본값은 false이며, 무음 반환은 오류처럼 보이지 않는다.
• negative_prompt:blurry, warped text, extra fingers, motion blur on type. H3가 제공하지 않는 무료 추가 제어.
• seed:12345. 이것도 H3에는 없다. Google은 재현성 핸들을 제공한다.

청구: 오디오 켬 기준 8초 x $0.40 = $3.20. generate_audio를 끄면 같은 클립이 $1.60이며 무음이다.

Atlas Cloud의 Veo 3.1 텍스트-투-비디오 플레이그라운드, Generate Audio 스위치가 켜져 있고 완성된 클립이 출력 패널에서 재생 중_Veo 3.1, 실행 완료. Generate Audio 스위치가 켜져 있고 Run 버튼에 $3.2가 표시되는데, 이는 오디오 요율로 8초를 의미한다. 이 캡처는 페이지 기본 720p로 남겨졌으며, 1080p와 동일하게 청구된다. 이 기사의 1080p 클립은 API를 통해 동일한 프롬프트에서 나왔다. MiniMax H3에는 없는 Negative Prompt와 Seed라는 두 개의 빈 필드에 주목하라._

3단계: Veo 3.1 Lite, 저렴한 좌석

Veo 3.1 Lite Text-to-Video를 열고 동일한 프롬프트를 다시 붙여넣는다. 설정: 720p, 8초, 16:9, seed 12345.

이 페이지에서 누락된 것에 주목하라: 오디오 스위치가 없다. Lite는 항상 오디오를 생성하기 때문이다. 또한 스키마의 한 가지 함정에 주목하라: Lite에서 1080p는 지속 시간을 8로 강제하므로, 4초짜리 1080p Lite 클립은 존재하지 않는다.

청구: 8초 x $0.05 = $0.40. 이 기사 전체에서 H3를 포함하여 가장 저렴한 완성된 오디오 포함 클립이다.

Atlas Cloud의 Veo 3.1 Lite 플레이그라운드, 720p, 오디오 토글 없음, 출력 패널에 완성된 클립_Veo 3.1 Lite 720p. 이 페이지에는 generate_audio 컨트롤이 전혀 없는데,それが 포인트다._

4단계: MiniMax H3 vs Veo 3.1, 5개 축에서 평가

이 단계에서는 모델 호출이 없고 비용도 없다. 이것이 무엇인지 정확히 말하자면: 모델당 한 번의 결과, 첫 번째 시도, 재시도 없음. 세 클립의 동등한 비교 읽기이며, 보유율 연구가 아니다.

표 D: 실제 반환된 내용, 각각 한 번씩

로우어 서드 타입이 페이드 인되는 순간의 MiniMax H3와 Veo 3.1 결과의 일치하는 프레임

두 결과에서 같은 비트, CUT CLEAN이 페이드 인되는 프레임. 왼쪽 MiniMax H3 2K, 오른쪽 Veo 3.1 1080p(오디오 켬). Veo의 유리는 사진으로 찍힌 물체처럼 보인다. H3의 타입은 더 선명하고 올바르게 배치되었다.

오디오 축은 청취 판단이므로, 위의 영상에서 직접 판단하라. 측정 가능한 점: 세 개 모두 0.6초 이상의 데드 패치 없이 연속적인 스테레오 트랙을 반환했다. H3는 32kHz 스테레오를 제공하며 평균 레벨이 약 -18 dB, 피크가 0 dBFS에 닿는 핫한 믹스를 낸다. Veo 3.1은 48kHz 스테레오를 보수적인 평균 약 -31 dB로 제공한다. H3의 트랙은 약 13 dB 더 크며, 모델에서 바로 더 완성된 믹스처럼 들리지만, 등급을 매기기 위한 헤드룸도 훨씬 적게 남긴다.

5단계: Veo 3.1이 구조적으로 할 수 없는 15초 테이크

1단계와 동일한 페이지, 동일한 프롬프트, 두 필드 변경: 지속 시간 15, 해상도 768P, 비율은 여전히 16:9. 새 스크린샷은 없으며, 동일한 플레이그라운드다.

이 단계는 Veo 대응이 없다. Veo 3.1의 duration 열거형은 모든 엔드포인트에서 [4, 6, 8]이며, 계획, 티어 또는 플래그로 이를 높일 수 있는 방법은 없다. 더 많은 시간을 원하는 구글의 자체 답변은 별도의 비디오 확장 기능(Google 비디오 생성 문서, 2026년 8월)을 사용하는 것인데, 이는 8초 블록을 생성하고 이어붙이는 것을 의미하며, 이음새 전체에서 등급과 오디오를 일치시켜야 한다. H3는 하나의 연속적인 테이크와 하나의 연속적인 오디오 베드를 제공한다.

청구: 15초 x $0.10 = $1.50. 이는 오디오가 포함된 단일 8초 Veo 3.1 클립 비용의 절반 미만이다.

VNmboe6k4M4

MiniMax H3, 768P, 15초, 하나의 끊기지 않은 테이크와 하나의 끊기지 않은 오디오 베드. 소리 켜기. Veo 3.1에는 이 파일을 생성하는 설정이 없다. H3가 칼날을 따라 발명한 조각에 주목하라: 지정된 타입은 깨끗하게 렌더링하지만, 발명된 타입은 넌센스다.

이 테이크에 대한 두 가지 솔직한 참고 사항. 실행 시간은 485초로, 이 기사에서 가장 느린 작업이었고, 오디오 베드는 8초 버전보다 눈에 띄게 듬성듬성하여 3초와 11초 마크 주변에 실제 간격이 있었다. 더 긴 것은 가능하지만, 더 긴 것이 결과 없이 제공되는 것은 아니다.

네 가지 튜토리얼 단계의 총 지출: $1.12 + $3.20 + $0.40 + $1.50 = $6.22, 모델당 한 번의 시도, 재시도 없음. 다음 섹션에서 사용된 추가 768P 8초 실행에는 $0.80가 추가되었고, 플레이그라운드 캡처는 그 위에 별도의 유료 실행이었다.

---

MiniMax H3 vs Veo 3.1: H3가 구글이 허용하는 범위를 넘어서는 부분

H3 측 테이블에 있는 네 가지 기능은 Veo 기능의 느리거나 저렴한 버전이 아니라, Veo가 전혀 노출하지 않는 것들이다.

21:9 시네마스코프. H3의 ratio 열거형에는 일반적인 쌍과 함께 21:9, 4:3, 1:1, 3:4가 포함된다. Veo 3.1과 Lite는 모두 16:9 또는 9:16만 제공하며 다른 것은 없다. 극장용 티저를 편집하는 경우, 이 모델 중 하나는 네이티브로 프레임을 구성할 수 있고 다른 하나는 크롭이 필요하다.

단순한 이미지가 아닌 참조. H3의 reference-to-video 엔드포인트는 이미지, 비디오 및 오디오 참조를 혼합하여 refers[] 배열을 가져와 룩을 고정하며, 그렇게 하는 동안 전체 4~15초 범위를 유지한다. Veo 3.1의 reference-to-video는 최대 3개 항목으로 제한된 images 배열을 가지며 duration 열거형이 [8]로 축소되므로, 참조는 8초로 고정된다. 경험상 한 가지 주의사항: H3의 참조 슬롯을 용량까지 채우면 출력이 프롬프트 쪽으로 당겨지기보다는 오히려 멀어지는 경향이 있으므로, 점진적으로 구축하라.

2K는 업스케일이 아니라 재렌더링이다. 이 점은 나를 놀라게 했으며 다른 곳에서 본 적이 없다. H3 텍스트-투-비디오에서 동일한 프롬프트를 768P와 2K로 실행하면, 동일한 영화를 두 가지 크기로 얻는 것이 아니라 두 가지 다른 영화를 얻는다. 이번 실행에서 768P 테이크는 멜론을 통째로 세워두고 뒤에 촛불이 타고 있는 상태로 두었으며, 타입을 4초 지점에 프레임 중앙에 가져다 붙였다. 2K 테이크는 멜론을 세 조각으로 부수고, 배경 조명을 옮기고, 요청대로 마지막 1초에 로우어 서드에 작은 타입을 배치했다. 동일한 프롬프트, 동일한 비율, 동일한 시드리스 샘플러.

MiniMax H3에서 768P와 2K로 동일한 프롬프트를 실행한 결과의 나란히 프레임. 동일한 샷을 두 가지 크기로 보여주는 것이 아니라 다른 세트 드레싱을 보여줌_동일한 프롬프트, 동일한 모델, 동일한 비율, 왼쪽 768P, 오른쪽 2K, 동일한 타임스탬프. 다른 스테이징, 다른 조명, 다른 타입 처리. 티어 간에 구도를 유지해야 한다면 대신 image-to-video로 첫 번째 프레임을 잠가라._

오디오 추가 요금 없음, 절대. 이것이 예산 책정 방식을 바꾸기 때문에 명확히 말하자면: 무음이어서 비용이 덜 드는 H3 클립 버전은 없으며, 무음 가격에 사운드가 있는 Veo 3.1 클립 버전도 없다.

원장을 공정하게 유지하기 위해, 구글이 진정으로 이기고 H3가 대답할 수 없는 세 가지 지점:

• 4K. Veo 3.1의 해상도 열거형에는 4k가 포함된다. H3는 2K에서 최고치를 기록한다. 클라이언트 계약서에 4K 마스터가 명시되어 있다면, 이 비교는 여기서 끝난다.
• seed와negative_prompt. Veo는 재현성을 조정하고 실패 모드를 명시적으로 금지할 수 있게 해준다. H3는 둘 다 제공하지 않는다. 전체 룩을 잃지 않고 근접 실패를 다시 시도해야 하는 촬영에서 이 격차는 아프다.
• 속도, 어느 정도. Veo 3.1의 모델 문서는 8초 1080p 클립에 약 2~3분이 소요된다고 인용한다. 이번 실행에서 동시에 제출했을 때, H3 2K는 455초, Veo 3.1 1080p는 462초가 걸려 실질적으로 동률이었고, 둘 다 인용된 수치를 훨씬 넘었다. Veo 3.1 Lite는 237초 만에 완료되어 둘 중 절반 미만이었다. 클라이언트 앞에서 실시간으로 반복 작업을 하는 경우, Lite만이 따라잡을 수 있는 유일한 모델이며, 이는 초당 가격이 보여주지 않는 실제 이점이다.

---

MiniMax H3 vs Veo 3.1에서 완성된 광고 하나의 비용

초당 가격은 실제로 지출하는 금액이 아니다. 실제로 지출하는 금액은 초당 가격에 버린 클립 수를 곱한 것이다. 아래 30초 열은 사용 가능한 테이크당 3:1의 보유율(세 번 생성 중 한 번 사용)을 적용한 것으로, 이 실행에서 측정된 것이 아니라 일반적인 제작 관행에서 가져온 작업 가정이다. 벤치마크가 아닌 스케일링 팩터로 취급하라.

표 C: 실제 전달된 스팟당 비용, 2026년 8월 기준 Atlas Cloud 가격, 활성 할인 없음

두 가지 결론, 그리고 두 번째는 내가 쓸 줄 예상하지 못했던 것이다.

2K가 필요하거나, 8초보다 길거나, 16:9와 9:16 이외의 비율이 필요하거나, 추가 요금 없는 네이티브 오디오가 필요하다면 H3가 비용 면에서 큰 차이로 승리한다. H3 최상위 티어의 30초 스팟은 사운드가 포함된 Veo 3.1 동일 스팟의 약 3분의 1에 가깝다.

720p와 8초만으로 충분하다면, Veo 3.1 Lite가 여기서 가장 저렴하며, 가깝지도 않다. 초당 $0.05는 H3의 가장 저렴한 티어의 절반이며, 오디오는 잊을 스위치 없이 포함되어 있고, 두 플래그십보다 두 배 빨랐다. H3가 무조건 저렴한 옵션이라고 말하는 사람은 Lite 행을 살펴보지 않은 것이다. Google은 또한 Veo 3.1 Fast를 그 사이에 나열하며, 자체 가격표에서 720p 기준 초당 $0.10이지만, Atlas의 카탈로그와 모델 페이지는 해당 티어에 대해 다른 수치를 인용하므로 Fast의 정확한 숫자는 불확정으로 취급하라.

문제는 할인으로 무엇을 사는가이다. 이것이 첫 번째 시도에서 Lite가 반환한 마지막 프레임이다:

Veo 3.1 Lite 테이크의 최종 프레임. 프레임 양쪽 가장자리에 두 개의 동일한 환각 여성 초상화 컷아웃이 있음_Veo 3.1 Lite, 최종 프레임, 첫 번째 시도. 프롬프트는 여성의 목소리를 언급했고, Lite는 그녀를 두 번, 일치하는 컷아웃으로 보여주기로 결정했다. 또한 세 모델 중 가장 좋은 녹색 껍질과 씨앗을 멜론에 부여했는데, 이것이 단순히 나쁘기보다는 실망스러운 이유다._

이것이 저렴한 티어의 정직한 모습이다. 객체를 두 플래그십보다 더 잘 읽었지만, 후반 작업에서 수정할 수 없는 방식으로 샷을 망쳤다. 실패율이 변동한다면 저렴한 초당 가격이 사용 가능한 클립당 저렴함을 의미하지는 않으므로, Lite를 사용한다면 스티커 가격을 가정하지 말고 재시도 예산을 책정하라.

---

오픈 웨이트, 제외 지역, 그리고 아무도 읽지 않는 부분

웨이트는 실제로 게시되어 있다. Hugging Face의 MiniMaxAI/MiniMax-H3는 BF16의 33B 파라미터 조밀 단일 스트림 옴니 트랜스포머로, 두 개의 준비된 체크포인트, 전체 Qwen3-VL-32B 텍스트 인코더 및 두 개의 오토인코더와 함께 제공된다. 모두 다운로드하면 약 499GB이다. 현재 플래그십이며, 폐기된 버전이 아니며, 모든 Artificial Analysis 비디오 보드의 최상위 순위 중에서 유일한 오픈 웨이트 항목이다.

그런 다음 라이선스를 읽으면, "오픈 웨이트"가 암시하는 것보다 더 많은 작업을 수행하고 있음을 알 수 있다(Hugging Face, 2026년 8월):

• §I.5는 제외 영토를 유럽 연합, 영국, 대한민국 및 미국으로 정의한다. 허가는 전 세계적으로 적용되지만 거기는 제외된다.
• §V.4는 배포보다 더 나아간다. 적용 가능한 영토 외부에서는 저작물 또는 그 출력물을 사용, 복제, 수정, 배포 또는 표시할 수 없다.
• §IV.1은 상업 제품의 연간 수익이 2천만 달러를 초과하는 경우 별도의 사전 서면 승인이 필요하다.
• §IV.2는 상업 제품의 UI에 "MiniMax H3"를 눈에 띄게 표시해야 한다.

MiniMax는 이 문제를 방치하지 않았다. 리포지토리에는 라이선싱 Q&A와 신청 양식이 포함되어 있으며, 라이선스는 회사가 해당 관할권을 계속 평가할 것이며 관심 있는 당사자는 신청하도록 초대한다고 명시되어 있다. 따라서 정확한 프레이밍은 "아직은 아니지만, 문의하라"이지 "영원히 금지"가 아니다. 미국 또는 EU 제품을 로컬 웨이트 주변에서 계획하기 전에 법무 부서를 통해 라우팅해야 하는 질문이다.

그리고 로컬 웨이트는 API가 아니다. 자체 호스팅 H3-Base는 768픽셀 짧은 가장자리로 렌더링된다. 2K 경로는 API 측의 별도 재생성 단계를 통해 실행된다. 오픈 웨이트는 해당 투표에서 이긴 2K 모델이 아니라, 사용자가 제어하는 768p 모델을 구매하는 것이다.

한 가지 해결하지 못한 점: Veo 3.1 출력이 타사 API를 통해 제공될 때 SynthID 워터마크를 포함하는지 여부다. 확인되지 않은 것으로 처리하라. 이 실행의 H3 파일에는 눈에 보이는 워터마크가 없었다.

---

자주 묻는 질문

MiniMax H3가 실제로 Veo 3.1보다 더 나은가요?

오디오가 포함된 블라인드 투표에서 그렇습니다. Artificial Analysis 텍스트-투-비디오에서 145 Elo 차이로, 그리고 H3는 Veo 3.1이 등재되지 않은 비디오 편집 보드에서 1위입니다. 또한 사운드가 켜진 상태에서 초당 비용이 Veo가 사운드를 껐을 때보다 저렴합니다. Veo 3.1은 여전히 4K 출력과 seed 및 negative_prompt 제어에서 우세합니다.

내 Veo 3.1 비디오가 왜 무음인가요?

generate_audio가 Veo 3.1 및 Veo 3.1 Fast에서 기본값이 false이기 때문입니다. 명시적으로 true로 설정하십시오. 이렇게 하면 Atlas Cloud에서 초당 비용이 $0.20에서 $0.40으로 두 배가 된다는 점을 알아두십시오. MiniMax H3에는 그러한 파라미터가 없습니다. 오디오가 영상과 동일한 패스에서 생성되기 때문입니다. Veo 3.1 Lite도 항상 오디오를 생성합니다.

MiniMax H3가 Veo 3.1의 8초보다 긴 클립을 만들 수 있나요?

네. H3는 4에서 15 사이의 모든 정수 초를 단일 연속 테이크로 허용하며, 두 필드 모두 요청 시 필수입니다. Veo 3.1의 duration 열거형은 [4, 6, 8]로 고정되어 있습니다. Veo에서 더 길게 만들려면 8초 블록을 생성하고 확장하거나 이어붙인 다음, 이음새 전체에서 등급과 오디오를 일치시켜야 합니다.

MiniMax H3는 오픈 웨이트를 가지고 있습니다. 그렇다면 무료인가요?

대부분의 사람들이 의미하는 방식으로는 그렇지 않습니다. 전체 다운로드는 약 499GB이며, 자체 호스팅 H3-Base는 768픽셀 짧은 가장자리로 렌더링되며, 2K는 API 측 재생성 단계가 필요합니다. 커뮤니티 라이선스는 또한 EU, 영국, 한국 및 미국을 제외하며, 이 제한은 배포뿐만 아니라 출력물에도 적용되며, 해당 지역에 대한 공식 승인 채널이 열려 있습니다.

완성된 30초 광고의 경우 MiniMax H3와 Veo 3.1 중 어느 것이 더 저렴한가요?

H3 2K는 3:1 보유율에서 30초 스팟이 약 $12.60인 반면, 오디오가 켜진 Veo 3.1은 약 $36.00입니다. 하지만 720p와 8초 블록이 허용된다면 Veo 3.1 Lite는 약 $4.50으로 둘 다 능가합니다. H3의 비용 이점은 2K, 더 긴 테이크, 더 넓은 비율 선택 또는 무료 오디오를 원하는 경우에 조건부입니다.

MiniMax H3는 Veo 3.1처럼 4K를 지원하나요?

아니요. H3의 해상도 열거형은 768P와 2K뿐입니다. Veo 3.1에는 4k가 포함되며, Google 자체 가격으로 초당 $0.60이며, Veo 3.1 Lite는 명시적으로 4K를 지원하지 않습니다. 4K 마스터가 계약상 필수라면, Veo 3.1 표준이 이 세 가지 중 유일하게 제공하는 모델입니다.