Một chiếc bàn lúc 3 giờ sáng với case PC mở nắp, một ổ cứng gắn ngoài và màn hình đang hiển thị tiến trình tải xuống lớn
Các trọng số đã được phát hành. Vậy để tôi trả lời hai câu hỏi nhận được nhiều phản hồi nhất dưới bài đăng ra mắt của MiniMax, trước bất cứ điều gì khác.
Không, bạn không cần một siêu máy tính. Chọn đúng tệp và quá trình tải xuống chỉ là 42,5 GB, không phải 123,6 GB. Mô hình có 33B tham số, và khoảng 13B trong số đó nằm trong các nhánh điều chế AdaLN mà quá trình suy luận thậm chí không cần tải.
Sau đó tôi mở tệp LICENSE. Dòng 10, trước khi tôi kịp đọc đến điều khoản doanh thu 20 triệu đô, là một danh sách các quốc gia. Quốc gia của tôi nằm trong đó. Có lẽ của bạn cũng vậy.
Những điểm chính
- Các trọng số mã nguồn mở MiniMax H3 đã có mặt trên Hugging Face với tên
MiniMaxAI/MiniMax-H3, cùng với một bản sao đóng gói lại cho ComfyUI tạiComfy-Org/MiniMax-H3. ComfyUI đã phát hành hỗ trợ gốc ngay trong cùng ngày. - Không phải là một tệp duy nhất. Có hai điểm kiểm tra (checkpoint) theo tác vụ cụ thể,
fl2va(dựa trên văn bản và hình ảnh) vàref2va(dựa trên tham chiếu), mỗi điểm 21 GB ở dạng nhỏ nhất. Bạn chỉ tải xuống điểm mà công việc của bạn cần. - Transformer 33B dense, luồng đơn. Tổ hợp làm việc nhỏ nhất là 42,5 GB, giảm 66% so với 123,6 GB ở độ chính xác đầy đủ. ComfyUI cho biết card 12 GB kết hợp với offloading có thể chạy được.
- Tạo cục bộ có độ phân giải gốc là 768px ở cạnh ngắn, không phải 2K. 2K đến từ một lượt tái tạo trong ngữ cảnh thứ hai.
- Sử dụng thương mại miễn phí nhưng bạn phải hiển thị "MiniMax H3" trong giao diện người dùng của mình, và trên doanh thu hàng năm 20 triệu đô la, bạn cần có ủy quyền bằng văn bản riêng. Và Lãnh thổ Áp dụng của giấy phép loại trừ EU, Vương quốc Anh, Hàn Quốc và Hoa Kỳ. API được lưu trữ là một mối quan hệ pháp lý khác.
Một nhân vật, cả hai điểm kiểm tra, một lúc 3 giờ sáng. Bên trái là những gì fl2va làm. Bên phải là những gì ref2va làm. Cùng một người, cùng một căn phòng, cùng một đêm, hai công việc hoàn toàn khác nhau, và tiếng quạt kêu bạn nghe thấy được tạo ra trong cùng một lượt với bức ảnh.
Bên trái: chuyển đổi hình ảnh thành video, công việc mà điểm kiểm tra fl2va đảm nhiệm. Bên phải: chuyển đổi tham chiếu thành video, công việc mà ref2va đảm nhiệm. Cả hai đều được hiển thị trên MiniMax H3 với âm thanh nổi gốc. Hãy bật âm thanh lên.
Điều đầu tiên tôi yêu cầu mô hình này tạo ra là một con người đang đợi mô hình này tải xong. Cảm giác thật đúng.
Cân Nhắc Các Trọng Số Mã Nguồn Mở MiniMax H3: Hai Điểm Kiểm Tra và Mức Sàn 42,5 GB
Đây là lý do tại sao bản phát hành này lại gây ồn ào. Artificial Analysis đã xếp H3 ở vị trí #1 trong Chỉnh sửa Video và top ba trong cả chuyển đổi văn bản thành video và hình ảnh thành video, đồng thời cho biết việc phát hành các trọng số "sẽ khiến nó trở thành mô hình trọng số mở hàng đầu cho đến nay" (Artificial Analysis, tháng 7 năm 2026). Đó là một mô hình video đẳng cấp tiên phong với một nút tải xuống.
Mặt khác trung thực: cùng một bài kiểm tra điểm chuẩn cho thấy H3 xếp sau Google Gemini Omni Flash trong chuyển đổi văn bản thành video, và xếp sau cả Seedance 2.0 và Gemini Omni Flash trong chuyển đổi hình ảnh thành video (South China Morning Post, tháng 7 năm 2026). Nó đứng #1 ở chỉnh sửa, không phải #1 ở mọi thứ.
Bây giờ là phần mà hầu như không ai kiểm tra trước khi gõ git clone.
Số lượng tham số không ai đưa lên tiêu đề. Thẻ mô hình mô tả H3-Omni-Transformer là "một Transformer 33B tham số, dense, luồng đơn, với khoảng 13B tham số nằm trong các nhánh liên quan đến AdaLN," và nói thêm rằng vì các đầu ra điều chế đó có thể được tính toán trước và lưu vào bộ nhớ đệm, "các tham số này không cần phải tải để triển khai chỉ suy luận." Đó là nơi các điểm kiểm tra đã được cắt tỉa (pruned) đến từ. Khoảng 40% mô hình biến thành một bảng tra cứu khi bạn chỉ thực hiện suy luận.
Nơi hầu hết mọi người lãng phí 80 GB mà không có lý do. Kho lưu trữ chính thức MiniMaxAI/MiniMax-H3 là 498 GB nếu bạn kéo tất cả. Bản sao ComfyUI là 343 GB. Cả hai đều chứa mọi biến thể độ chính xác của cả hai điểm kiểm tra. Bạn cần bốn tệp, không phải bốn trăm.
| Tệp | Kích thước | Nó là gì | Bạn cần nó cho |
|---|---|---|---|
| minimax_h3_fl2va_pruned_int8_convrot.safetensors | 20,97 GB | Điểm kiểm tra fl2va, đã cắt tỉa + int8 | Chuyển văn bản thành video, hình ảnh thành video |
| minimax_h3_fl2va_int8_convrot.safetensors | 34,04 GB | fl2va, int8, chưa cắt tỉa | Tương tự, độ trung thực cao hơn |
| minimax_h3_fl2va_bf16.safetensors | 66,28 GB | fl2va, độ chính xác đầy đủ | Tinh chỉnh, nghiên cứu |
| minimax_h3_ref2va_pruned_int8_convrot.safetensors | 20,97 GB | Điểm kiểm tra ref2va, đã cắt tỉa + int8 | Chỉ chuyển đổi tham chiếu thành video |
| minimax_h3_ref2va_int8_convrot.safetensors | 34,04 GB | ref2va, int8, chưa cắt tỉa | Tương tự, độ trung thực cao hơn |
| minimax_h3_ref2va_bf16.safetensors | 66,28 GB | ref2va, độ chính xác đầy đủ | Tinh chỉnh, nghiên cứu |
| qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | 15,69 GB | Bộ mã hóa văn bản, 4-bit AWQ | Mọi quy trình công việc |
| qwen3vl_32b_minimax_h3_int8_convrot.safetensors | 27,14 GB | Bộ mã hóa văn bản, int8 | Mọi quy trình công việc |
| qwen3vl_32b_minimax_h3_bf16.safetensors | 51,51 GB | Bộ mã hóa văn bản, độ chính xác đầy đủ | Mọi quy trình công việc |
| minimax_h3_video_vae_fp16.safetensors | 5,21 GB | VAE Video | Mọi quy trình công việc |
| minimax_h3_audio_vae_fp32.safetensors | 0,61 GB | VAE Âm thanh | Mọi quy trình công việc (đây là âm thanh) |
| Bộ làm việc nhỏ nhất, một tác vụ | 42,5 GB | fl2va đã cắt tỉa + bộ mã hóa nvfp4 + cả hai VAE | Bản tải xuống thực tế |
| Cả hai điểm kiểm tra, nhỏ nhất | 63,4 GB | thêm ref2va đã cắt tỉa | Nếu bạn muốn tất cả ba chế độ |
| Một tác vụ ở bf16 đầy đủ | 123,6 GB | bf16 mọi thứ | Chỉ dành cho rig nghiên cứu |
Kích thước tệp được đọc trực tiếp từ chỉ mục kho lưu trữ Comfy-Org/MiniMax-H3, tháng 8 năm 2026.
Cách diễn giải của chính ComfyUI về cùng một con số: "tổng dung lượng bộ nhớ giảm 66%, từ 123,6 GB ở độ chính xác đầy đủ xuống còn 42,5 GB," đó là điều "cho phép mô hình video 2K thế hệ tiếp theo chạy cục bộ trên GPU như RTX 3060" (ComfyUI, tháng 8 năm 2026). Hãy coi con số 12 GB là tuyên bố của họ với offloading động, không phải là một điểm chuẩn. Tôi chưa chạy nó trên RTX 3060, và offloading mua VRAM bằng RAM hệ thống và thời gian thực tế.
Một điều "chạy cục bộ" có nghĩa ngầm: 768px. Khung vẽ gốc của H3 là cạnh ngắn 768px, giới hạn ở 768x1344, theo hướng dẫn H3 của ComfyUI. Thời lượng khớp với lưới 17 khung hình trên mỗi khối ở tốc độ 24 khung hình/giây. Các clip 2K trong tài liệu tiếp thị đến từ H3-Regenerate-2K, một lượt thứ hai đưa kết quả 768p cùng với ngữ cảnh gốc trở lại mô hình. Thẻ mô hình nói rõ rằng toàn bộ hệ thống là ba mô-đun: H3-Context-IR, H3-Base và H3-Regenerate-2K. ComfyUI cục bộ cung cấp cho bạn H3-Base.
Và từ "mở" đang đảm nhận ba công việc riêng biệt ở đây. Có thể tải xuống, đúng vậy. Có thể sử dụng thương mại, có điều kiện. Có thể chạy ở nơi bạn sống, điều đó phụ thuộc vào nơi bạn sống. Bài đăng trên Reddit gọi đây là "thực ra là một mô hình nguồn đóng" là sai ở điểm đầu tiên và đang chỉ ra một điều có thật ở hai điểm còn lại. Mục 7 có nội dung điều khoản.
Trọng Số Mã Nguồn Mở MiniMax H3 Cục Bộ so với API Được Lưu Trữ: Chọn Con Đường Của Bạn
Mọi thứ bên dưới dòng này, toàn bộ bản demo bốn bước, chạy trong một tab trình duyệt trên Atlas Cloud, nơi cung cấp cả ba điểm cuối H3 cộng với mô hình hình ảnh tôi đã sử dụng cho khung hình cơ sở. Điều đó không giống với việc chạy các trọng số, và sự khác biệt này quan trọng hơn bình thường với mô hình này.
| Trọng số cục bộ | API được lưu trữ | |
|---|---|---|
| Chi phí ban đầu | Tải xuống 42,5 GB, GPU 12 GB+, cài đặt ComfyUI | Một khóa API |
| Thời gian cho clip đầu tiên | Một buổi tối, lạc quan | Khoảng hai phút |
| Chi phí mỗi clip 5 giây | Thời gian GPU và tiền điện | $0,70 ở mức $0,14/giây |
| Độ phân giải gốc | Cạnh ngắn 768px, 2K qua một lượt tái tạo | 2K trực tiếp, đó là giá trị enum duy nhất |
| Tinh chỉnh, LoRA, phẫu thuật | Có, đó là toàn bộ mục đích | Không |
| Dữ liệu không bao giờ rời khỏi mạng của bạn | Có | Không |
| Mức độ phơi nhiễm giấy phép | Bạn chấp nhận Giấy phép Cộng đồng và điều khoản lãnh thổ của nó | Bạn là khách hàng của một dịch vụ được lưu trữ |
| Nếu bạn ở EU, Anh, Hàn Quốc hoặc Mỹ | Mục 7 | Không bị ảnh hưởng bởi giấy phép trọng số |
Nguyên tắc chung: dưới khoảng 100 clip mỗi tháng, hoặc nếu bạn cần 2K ngay lập tức, hoặc nếu bạn ở trong Lãnh thổ Bị Loại trừ, dịch vụ lưu trữ thắng trên mọi khía cạnh. Trên mức đó, hoặc nếu bạn định đào tạo trên điểm kiểm tra, hoặc nếu cảnh quay không thể rời khỏi tòa nhà của bạn, thì 42,5 GB đáng giá cho một buổi tối.
Giá cả được xác minh từ các trang mô hình trực tiếp, tháng 8 năm 2026. Tất cả các điểm cuối H3 đều tính phí theo giây đầu ra, không có giảm giá đang hoạt động.
| Mô hình | Nó làm gì ở đây | Giá | Giảm giá |
|---|---|---|---|
| MiniMax H3 chuyển đổi hình ảnh thành video | Bước 2, công việc fl2va | $0,14 / giây ở 2K | Không |
| MiniMax H3 chuyển đổi tham chiếu thành video | Bước 3, công việc ref2va | $0,14 / giây ở 2K | Không |
| MiniMax H3 chuyển đổi văn bản thành video | Bước 4, đường cơ sở không tham chiếu | $0,14 / giây ở 2K | Không |
| GPT Image 2 chuyển đổi văn bản thành hình ảnh | Bước 1, khung hình cơ sở | $0,009 / hình ảnh được liệt kê; bản chạy chất lượng cao 16:9 tôi đã sử dụng báo giá $0,1745 | Không |
| Seedance 2.0 / Wan 2.7 / Kling v3.0 Turbo | Các điểm tham chiếu mỗi giây | $0,112 / $0,10 / $0,095 mỗi giây | Kling giảm 15% |
Một điểm mâu thuẫn đáng biết trước khi bạn viết mã cho nó: tệp readme của H3 vẫn ghi về bậc 768p với giá $0,10/giây và thời lượng 5 hoặc 10 giây. Lược đồ trực tiếp không đồng ý. resolution có đúng một giá trị được phép, 2K, và duration chấp nhận bất kỳ số nguyên nào từ 5 đến 15. Viết mã dựa trên lược đồ. Có một sự đối xứng gọn gàng trong khoảng cách đó: bậc 768p đã bị tắt ở phía dịch vụ lưu trữ, và 768p chính xác là khung vẽ gốc mà bạn nhận được khi tự chạy các trọng số.
Bước 1: Tạo Khung Hình Cơ Sở Với GPT Image 2
Mọi thứ trong bản demo này đều bắt đầu từ một khung hình tĩnh. Cảnh này được cố ý đặt ra: một nhà phát triển lúc 3 giờ sáng đang xem một điểm kiểm tra 21 GB tải xuống.
Mô hình: openai/gpt-image-2/text-to-image. Cài đặt: chất lượng high, tỷ lệ 16:9.
plaintext1Một cảnh rộng siêu thực của một văn phòng tại gia bừa bộn lúc 3 giờ sáng, chỉ được chiếu sáng bởi hai màn hình và ánh sáng RGB từ một case PC mở trên bàn. Một nhà phát triển mệt mỏi trong chiếc áo hoodie xám ngồi gập người trên ghế lưới, tay chống cằm, nhìn chằm chằm vào màn hình bên trái. Màn hình bên trái hiển thị một terminal tối với một thanh tiến trình tải xuống duy nhất có thể nhìn thấy ở khoảng 78 phần trăm. Màn hình bên phải hiển thị một trình duyệt tệp. Một cốc cà phê còn một nửa lạnh ngắt, một bàn phím cơ và một chiếc quạt bàn nhỏ nằm trên bàn. Mưa chảy thành vệt trên cửa sổ phía sau anh ta. Độ sâu trường ảnh nông, 35mm, ánh sáng chính màn hình ấm áp đối lập với ánh sáng cửa sổ xanh lạnh, hạt cảm biến có thể nhìn thấy. Không có lớp phủ văn bản, không có hình mờ. 2
Đừng yêu cầu mô hình hình ảnh hiển thị tên tệp safetensors thực tế. Các chuỗi có gạch dưới dài sẽ quay trở lại dạng hỗn độn. Giữ tên tệp trong chú thích của bạn.
Sân chơi GPT Image 2 trên Atlas Cloud với lời nhắc lúc 3 giờ sáng đã được gõ và khung hình cơ sở đã hoàn thành trong bảng điều khiển đầu ra
GPT Image 2 trên Atlas Cloud: chất lượng cao, 16:9, khung hình cơ sở được hiển thị ở bên phải. Bậc chất lượng cao báo giá $0,1745 cho lần chạy này, cao hơn nhiều so với mức sàn $0,009 trong danh sách, vì vậy hãy lập ngân sách theo bậc.
Khung hình cơ sở được tạo ra: một nhà phát triển mệt mỏi lúc 3 giờ sáng đang nhìn thanh tải xuống trên màn hình bên trái
Đầu ra Bước 1. Khung hình đơn này cung cấp dữ liệu cho Bước 2 và 3.
Bước 2: Hình Ảnh Thành Video, Công Việc Mà Điểm Kiểm Tra fl2va Đảm Nhiệm
Đây là điểm cuối tương ứng với minimax_h3_fl2va_pruned_int8_convrot.safetensors. Một khung hình đầu tiên, chuyển động và âm thanh đầu ra. Cục bộ, đây là tệp bạn sẽ tải; được lưu trữ, nó là một lệnh gọi API.
Mô hình: minimax/h3/image-to-video. Cài đặt: image = khung hình Bước 1 được truyền dưới dạng URL dữ liệu, resolution: 2K, duration: 5, ratio: 16:9.
plaintext1Nhà phát triển đứng yên, chỉ thở và chớp mắt, mắt dán chặt vào màn hình bên trái. Thanh tiến trình trên màn hình bên trái di chuyển chậm rãi. Các quạt case bắt đầu tăng tốc và ánh sáng RGB của chúng sáng hơn. Một khoảnh khắc trước khi kết thúc, anh ta thở ra và vai anh ta thả lỏng. Máy ảnh cố định, không có chuyển động máy ảnh, không có zoom, không có cắt. Âm thanh: tiếng quạt case rền thấp tăng dần cao độ, tiếng mưa lất phất ngoài cửa sổ, một tiếng chuông báo hoàn thành hai nốt nhẹ nhàng ở gần cuối. 2
Truyền hình ảnh dưới dạng URL dữ liệu base64 thay vì URL lưu trữ mới được tạo. Một URL đối tượng hoàn toàn mới có thể làm hỏng kiểm tra tải xuống thượng nguồn. Cũng lưu ý rằng H3 thực sự tuân theo "máy ảnh cố định", điều này không phải lúc nào cũng đúng với các mô hình video trong lớp này.
Sân chơi MiniMax H3 hình ảnh thành video trên Atlas Cloud với khung hình cơ sở đã được tải và một clip 2K đã hoàn thành trong bảng điều khiển đầu ra
MiniMax H3 hình ảnh thành video: khung hình cơ sở đã được tải, 2K, quá trình chạy đã hoàn tất. Bản chụp này sử dụng giá trị mặc định của điểm cuối là 8 giây, đó là lý do tại sao báo giá là $1,12. Clip nhúng của tôi bên dưới là phiên bản 5 giây với giá $0,70.
Công việc fl2va: một khung hình đầu vào, năm giây chuyển động cùng với tiếng quạt âm thanh nổi đầu ra.
Bước 3: Tham Chiếu Thành Video, Công Việc Mà Điểm Kiểm Tra ref2va Đảm Nhiệm
Điểm kiểm tra khác, tệp khác, tác vụ khác. ref2va không mở rộng một khung hình đầu tiên. Nó lấy tài liệu tham chiếu và xây dựng một cảnh quay mới giữ nguyên nhận dạng và các đối tượng nhất quán. Đó là lý do tại sao kho lưu trữ có hai tệp 21 GB thay vì một.
Tôi đã cung cấp cho nó hai tham chiếu: khung hình Bước 1 cho người và căn phòng, và một bức ảnh macro của một card đồ họa cho phần cứng.
Mô hình: minimax/h3/reference-to-video. Cài đặt: refers = cả hai hình ảnh, resolution: 2K, duration: 8, ratio: 16:9.
plaintext1Cùng một người đàn ông, cùng một chiếc áo hoodie xám, cùng một khuôn mặt, trong cùng một văn phòng tại gia tối tăm. Cảnh quay mới: một cận cảnh vừa từ phía bên khi anh ta ngả người ra ghế và thở ra một hồi dài, khóe miệng hơi nhếch lên. Card đồ họa trong hình ảnh tham chiếu thứ hai có thể nhìn thấy qua vai anh ta, quạt của nó đang chậm dần, RGB ổn định ở một màu cố định. Giữ cho nhận dạng, áo hoodie, tóc và ánh sáng của căn phòng nhất quán với các hình ảnh tham chiếu. Máy ảnh cố định. Âm thanh: tiếng quạt rền giảm dần, một tiếng gõ phím, mưa vẫn tiếp tục. 2
refers nhận một mảng hỗn hợp các hình ảnh, video và âm thanh, ít nhất một hình ảnh hoặc video. Chỉ âm thanh sẽ bị từ chối. Điểm cuối này cũng chấp nhận thời lượng lên đến 15 giây.
Một cạm bẫy cụ thể trên điểm cuối này: hãy đặt ratio một cách rõ ràng. Để nó ở chế độ adaptive đã trả về 400 invalid params, ratio is required for t2va (text-only) and cannot be 'adaptive', bốn lần liên tiếp, bao gồm cả từ sân chơi với cả hai tham chiếu được đính kèm rõ ràng. Với ratio: "16:9" trong lệnh gọi API, nó đã chạy ngay lần đầu tiên. Đây cũng là lý do tại sao ảnh chụp màn hình bên dưới là hình ảnh tham chiếu thay vì ảnh chụp sân chơi: tôi không thể đưa điều khiển Tỷ lệ khung hình của sân chơi ra khỏi chế độ adaptive, vì vậy clip bạn thấy ở đây đến từ API với các cài đặt ở trên, không phải từ một lần chạy sân chơi.
Hình ảnh tham chiếu thứ hai: một bức ảnh macro của một card đồ họa ba quạt bên trong một case PC mở vào ban đêm
Hình ảnh tham chiếu 2, được tạo trong cùng một lô với khung hình cơ sở, được truyền cùng với khung hình Bước 1.
Công việc ref2va: một góc nhìn mới, không phải là sự tiếp nối. Cùng một người đàn ông, cùng một chiếc áo hoodie, cùng một căn phòng, và card đồ họa từ tham chiếu 2 giờ đã ở trong khung hình với quạt của nó đang chậm dần. Lưu ý rằng nó đã diễn giải "cận cảnh vừa" một cách lỏng lẻo và vẫn giữ khung hình khá rộng.
Bước 4: Văn Bản Thành Video, Đường Cơ Sở Trọng Số Mã Nguồn Mở MiniMax H3
Cùng một cảnh, được mô tả bằng lời, không có tham chiếu nào cả. Bước này tồn tại để cho bạn thấy thứ mà hai điểm kiểm tra thực sự dành cho.
Mô hình: minimax/h3/text-to-video. Cài đặt: ratio là bắt buộc ở đây và không thể là adaptive, vì vậy hãy dùng 16:9. resolution: 2K, duration: 5.
plaintext1Một nhà phát triển mệt mỏi trong chiếc áo hoodie xám lúc 3 giờ sáng trong một văn phòng tại gia bừa bộn, được chiếu sáng bởi hai màn hình và ánh sáng RGB của một case PC mở, đang nhìn một thanh tiến trình tải xuống di chuyển chậm rãi trên màn hình bên trái. Mưa trên cửa sổ phía sau anh ta. Cảnh quay 35mm cố định, độ sâu trường ảnh nông, ánh sáng màn hình ấm áp đối lập với ánh sáng cửa sổ mát mẻ, hạt phim. Âm thanh: tiếng quạt case rền tăng dần, mưa nhẹ, một tiếng chuông báo hoàn thành nhẹ nhàng ở cuối. 2
Sân chơi MiniMax H3 văn bản thành video trên Atlas Cloud với lời nhắc đã được gõ và một clip đã hoàn thành trong bảng điều khiển đầu ra
MiniMax H3 văn bản thành video: không có tài liệu tham chiếu, 2K, Tỷ lệ khung hình được đặt thành 16:9 vì adaptive bị từ chối ở đây, quá trình chạy đã hoàn tất. Cùng một lời nhắc, và đã có một khuôn mặt khác so với khuôn mặt trong Bước 2.
Cùng những từ ngữ, một con người khác. Căn phòng đẹp, nhầm người. Khoảng cách đó là toàn bộ lý do cho sự tồn tại của fl2va và ref2va như các điểm kiểm tra riêng biệt.
Một lưu ý vận hành nếu bạn viết script cho cả ba: đồng thời thượng nguồn là khoảng một tác vụ. Các công việc chồng chéo trả về 429 rate limit exceeded (task concurrency). Hãy chạy chúng theo trình tự. Một clip 2K dài 5 giây mất khoảng hai phút mỗi lần.
Chi Phí Trọng Số Mã Nguồn Mở MiniMax H3 và Giấy Phép Thực Sự Nói Gì
Câu hỏi về chi phí có hai loại tiền tệ. Được lưu trữ, một clip 2K dài 5 giây là $0,70 và một clip dài 15 giây là $2,10, tính theo giây, không có bậc, không có giảm giá. Cục bộ, loại tiền tệ là gigabyte và giờ: 42,5 GB qua đường truyền, một card có thể chứa nó, và một khung vẽ 768p trừ khi bạn cũng chạy lượt tái tạo. Ở đâu đó trên vài trăm clip mỗi tháng, phép tính sẽ đảo ngược. Dưới mức đó, hầu hết nó không đáng kể.
Sau đó là loại tiền tệ thứ ba, đó là thời gian xem xét pháp lý. Tôi đã đọc toàn bộ LICENSE. Đây là những gì có trong đó.
Một ngọn đèn bàn chiếu sáng một chiếc laptop hiển thị một tài liệu văn bản dày đặc, bên cạnh một bản in được đánh dấu, kính đọc sách và một cốc nước
Phần của một bản phát hành trọng số mở mà không ai chụp ảnh màn hình cho chủ đề ra mắt.
| Điều khoản | Mục | Nội dung | Ý nghĩa đối với bạn |
|---|---|---|---|
| Lãnh thổ Áp dụng | I.3, I.5 | Trên toàn thế giới, "ngoại trừ các Lãnh thổ Bị Loại trừ," được định nghĩa là "Liên minh Châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ" | Giấy phép cộng đồng không cấp cho bạn quyền ở nơi hầu hết độc giả của bài viết này sống |
| Lệnh cấm sử dụng theo lãnh thổ | V.4 | Bạn không được "sử dụng, sao chép, sửa đổi, phân phối hoặc hiển thị các Tác phẩm MiniMax H3 hoặc bất kỳ Đầu ra hoặc kết quả nào của chúng bên ngoài Lãnh thổ Áp dụng" | Nó ảnh hưởng đến Đầu ra, không chỉ các trọng số |
| Kênh cấp phép riêng biệt | II | MiniMax sẽ "liên tục đánh giá các luật hiện hành" và mời các bên trong các khu vực bị loại trừ liên hệ với họ để xin giấy phép | Đó là "chưa phải bây giờ", không phải "không bao giờ". Kho lưu trữ có một biểu mẫu đăng ký |
| Ghi nhận tác giả | IV.2 | Bạn "sẽ hiển thị nổi bật 'MiniMax H3' trên giao diện người dùng" của bất kỳ sản phẩm thương mại nào sử dụng nó | Một thay đổi giao diện người dùng, không phải một chú thích cuối trang |
| Ngưỡng doanh thu | IV.1 | Trên doanh thu hàng năm 20 triệu đô la, bạn cần có ủy quyền bằng văn bản trước từ [email protected] | Sử dụng thương mại miễn phí có một giới hạn |
| Không rửa mô hình | V.3 | Bạn không được sử dụng H3 hoặc Đầu ra của nó "để cải thiện bất kỳ mô hình trí tuệ nhân tạo nào khác" | Loại trừ việc chưng cất vào mô hình của riêng bạn |
| Phân phối lại | III.1, III.4 | Gửi kèm thỏa thuận với nó, bao gồm một tệp NOTICE, đánh dấu các tệp đã sửa đổi | Tiêu chuẩn, nhưng nó cũng ràng buộc người dùng hạ nguồn |
| Bộ mã hóa văn bản | Lưu ý bổ sung | Bộ mã hóa là Qwen3-VL-32B theo Apache 2.0 | Một thành phần của ngăn xếp thực sự mở theo OSI |
| Luật điều chỉnh | IX | Luật đặc khu hành chính Hồng Kông, quyền tài phán độc quyền của Hồng Kông | Đáng để có một dòng trong sổ đăng ký rủi ro của bạn |
Ngày hiệu lực của thỏa thuận là ngày 2 tháng 8 năm 2026 (Hugging Face, tháng 8 năm 2026).
Hầu hết các bài đưa tin về sự ra mắt đều dẫn đầu với "trọng số mở" và dừng lại ở đó. Công bằng cho MiniMax, họ đã không che giấu điều đó: kho lưu trữ có tệp docs/QA-about-License.md riêng giải thích rằng các mô hình video phải đối mặt với bối cảnh pháp lý thay đổi nhanh hơn so với các mô hình văn bản, đề cập đến Đạo luật AI của EU, các quy tắc của Anh và Hàn Quốc, và các vụ kiện tụng bản quyền đang diễn ra tại Hoa Kỳ về video tổng hợp, đồng thời tuyên bố rõ ràng rằng "giới hạn hiện tại có nghĩa là 'chưa phải bây giờ', không phải 'không bao giờ'." Cùng một tài liệu xác nhận sự phân chia có ý nghĩa về mặt vận hành: API vẫn có sẵn trên toàn cầu vì MiniMax kiểm soát cơ sở hạ tầng phục vụ, trong khi các trọng số mở để lại quyền kiểm soát đó.
Vì vậy, nếu bạn ở San Francisco, Berlin, London hoặc Seoul, cách đọc thực tế không phải là "bạn không bao giờ có thể chạm vào H3." Đó là "giấy phép cụ thể này không phải là công cụ cho phép bạn chạy các trọng số này trên máy của riêng bạn." Hãy nộp đơn xin giấy phép riêng hoặc sử dụng điểm cuối được lưu trữ, nơi bạn là khách hàng của một dịch vụ thay vì là người được cấp phép của các trọng số.
Tôi không phải là luật sư và đây không phải là lời khuyên pháp lý. Nội dung điều khoản ở trên được trích dẫn để luật sư thực tế của bạn có thể đọc bản gốc trong khoảng mười phút.
Trọng Số Mã Nguồn Mở MiniMax H3: Câu Hỏi Thường Gặp
Các trọng số mã nguồn mở MiniMax H3 có thực sự được phát hành không và tôi tải chúng ở đâu?
Có, kể từ đầu tháng 8 năm 2026. Hai nơi. MiniMaxAI/MiniMax-H3 là kho lưu trữ chính thức, khoảng 498 GB, chứa pipeline định dạng diffusers, cả hai bộ biến đổi, bộ mã hóa văn bản, cả hai VAE, tài liệu và các tập lệnh tái tạo. Comfy-Org/MiniMax-H3 là bản dựng ComfyUI được đóng gói lại, tổng cộng khoảng 343 GB, với các điểm kiểm tra tệp đơn lượng tử hóa mà hầu hết mọi người thực sự muốn. Nếu bạn đang chạy ComfyUI, hãy sử dụng cái thứ hai và tải xuống bốn tệp.
MiniMax H3 có bao nhiêu tham số và tôi có cần siêu máy tính không?
33B, trong một Transformer dense, luồng đơn. Khoảng 13B trong số đó nằm trong các nhánh liên quan đến AdaLN có đầu ra có thể được tính toán trước và lưu vào bộ nhớ đệm, vì vậy các triển khai chỉ suy luận không cần tải chúng. Đó là những gì các điểm kiểm tra "đã cắt tỉa" là. Không cần siêu máy tính. Tải xuống 42,5 GB và một GPU tiêu dùng nghiêm túc.
Tôi có thể chạy các trọng số mã nguồn mở MiniMax H3 trên VRAM 12 GB hoặc 16 GB không?
Nhóm ComfyUI cho biết card 12 GB có thể làm được với offloading động, sử dụng điểm kiểm tra fl2va int8 đã cắt tỉa cùng với bộ mã hóa văn bản AWQ nvfp4. Đó là tuyên bố của họ, không phải là điểm chuẩn tôi đã chạy. Hai lưu ý: offloading đánh đổi VRAM lấy RAM hệ thống, vì vậy hãy dự trù 64 GB RAM và mong đợi thời gian kết xuất dài, và khung vẽ cục bộ của bạn là cạnh ngắn 768px, không phải 2K.
Các trọng số mã nguồn mở MiniMax H3 có thực sự là mã nguồn mở hay chỉ là trọng số mở?
Trọng số mở, một cách chính xác. Các trọng số có thể tải xuống và sửa đổi, đó là nhiều hơn bất kỳ mô hình video tiên phong nào cung cấp một năm trước. Nhưng giấy phép không được OSI phê duyệt, công thức đào tạo và dữ liệu không được công bố, sử dụng thương mại có các điều kiện về ghi nhận tác giả và doanh thu, và điều khoản lãnh thổ hạn chế nơi cấp phép được áp dụng. Thành phần thực sự mở duy nhất là bộ mã hóa Qwen3-VL-32B theo Apache 2.0. Ba lớp riêng biệt, và "mở" chỉ mô tả rõ ràng lớp đầu tiên.
Tôi có thể sử dụng các trọng số mã nguồn mở MiniMax H3 cho mục đích thương mại không và dòng $20M có nghĩa là gì?
Có, với hai điều kiện. Bạn phải hiển thị nổi bật "MiniMax H3" trên giao diện người dùng của sản phẩm thương mại (Mục IV.2). Và nếu các sản phẩm và dịch vụ thương mại của bạn tạo ra doanh thu hàng năm hơn 20 triệu đô la, bạn cần có sự ủy quyền bằng văn bản trước riêng từ MiniMax trước khi sử dụng nó, được yêu cầu tại [email protected] (Mục IV.1). Ngưỡng này dựa trên doanh thu của bạn, không phải dựa trên việc sử dụng H3 của bạn.
Tại sao giấy phép MiniMax H3 loại trừ Mỹ và EU và các lựa chọn của tôi là gì?
Theo bản thân Câu hỏi thường gặp về giấy phép của MiniMax, vì tạo video nằm trong môi trường pháp lý thay đổi nhanh hơn so với văn bản, cụ thể là Đạo luật AI của EU, các quy tắc đang phát triển của Anh và Hàn Quốc, và các vụ kiện tụng bản quyền đang diễn ra tại Hoa Kỳ về video tổng hợp. Một khi các trọng số được công khai, họ không thể thực thi các biện pháp bảo vệ hạ nguồn, vì vậy họ đã giới hạn phạm vi cấp phép thay vì trì hoãn việc phát hành. Các lựa chọn trong khu vực bị loại trừ: nộp đơn xin giấy phép riêng thông qua biểu mẫu trong kho lưu trữ hoặc sử dụng API được lưu trữ, đây là một mối quan hệ pháp lý khác và vẫn có sẵn trên toàn cầu. Nhờ luật sư của bạn xác nhận cái nào phù hợp trước khi bạn triển khai.
Đã xác minh ngày 3 tháng 8 năm 2026. Ba điều trong danh sách theo dõi: lượng tử hóa GGUF và bit thấp hơn từ cộng đồng (chưa có cái nào cho H3), bất kỳ thay đổi nào đối với danh sách Lãnh thổ Bị Loại trừ và liệu bậc 768p được lưu trữ mà tệp readme vẫn ghi có bao giờ quay trở lại không.
