你已經決定要連接 API。你需要兩個數字:每秒成本,以及一次能執行多少個任務。
前八個結果會給你第一個數字。其中大部分都搞錯了 768P 層級的價格。沒有一個能給你第二個數字,因為並行限制對轉換率不友善。
此外,還有時間限制。OpenAI 將在 2026 年 9 月 24 日移除 Videos API 和所有 Sora 2 別名(OpenAI 棄用政策,2026 年 3 月)。如果你正在遷移離開,你大約有七週時間選擇替代方案並上線。
所以,以下是完整的費率表、真正會影響你的限制,以及一個實際 10 秒廣告的逐項帳單。我們在 2026 年 8 月 3 日花了 9.23 美元撰寫本文,其中包括兩個我們故意弄壞的請求。
重點摘要
- 2K 輸出:每秒 0.13 美元。 官方隨用隨付費率。10 秒片段為 1.30 美元。
- 768P 輸出:每秒 0.08 美元,不是 0.09 美元,且官方頁面上沒有測試版標籤。
- 還有第三個層級: 從 768P 升級到 2K 的再生成,每秒 0.05 美元。幾乎沒有人列出這個。
- 0.08 美元 + 0.05 美元 = 0.13 美元。 先製作便宜版本再升級,成本與直接拍攝 2K 完全相同。
- 並行數:免費方案為 2,付費方案為 15。 這是並行任務數,而非每分鐘請求數。
duration有兩個不同的預設值。 介面顯示 8 秒,費用 1.12 美元;API 若省略duration,則以 5 秒計費,費用 0.70 美元。- 硬性限制: 請求本文總計 64MB、最多 9 張參考圖片、3 秒回呼驗證時間。

一張列印的明細帳單,放在深色胡桃木桌上,旁邊有一杯凝結水珠的柑橘汽水,機械鉛筆橫跨在幾排美元金額上。
在表格之前,先說明表格的內容。一個 10 秒的飲料廣告,2560x1440,原生立體聲,從單一鎖定畫面生成影像轉影片。

最終交付的廣告。在 Atlas Cloud 上收費 1.40 美元,MiniMax 牌價為 1.30 美元,長度 10.13 秒,24fps,立體聲 AAC。所有導致這個結果的呼叫,都在本文底部逐項列出。
MiniMax H3 API 定價:一張表格,所有費率
MiniMax 根據每秒輸出收費,根據你要求的內容分為三種不同費率。其中兩種被廣泛引用。第三種是比較有趣的那個。
T1. 完整費率表(MiniMax 隨用隨付定價,2026 年 8 月):
| 收費項目 | 費率 |
|---|---|
| 標準生成,2K 輸出 | 每秒 0.13 美元 |
| 標準生成,768P 輸出 | 每秒 0.08 美元 |
| 再生成,768P 升級至 2K | 每秒 0.05 美元 |
| 參考音訊 | 免費 |
| 參考圖片 | 前 5 張免費,之後每張 0.04 美元(再生成時每張 0.025 美元) |
| 參考影片 | 輸入長度以輸出解析度費率計費 |
| H3-Context-IR 令牌 | 輸入每百萬 0.90 美元,輸出每百萬 3.60 美元 |
有兩個需要修正的地方,因為它們會影響你的預算。
768P 層級是 0.08 美元,不是 0.09 美元。 官方頁面列出「768P | 按秒計費 | 每秒 0.08 美元」,且沒有測試版標記。流傳在摘要和經銷商頁面上的 0.09 美元和 0.10 美元數字,是互相抄襲的二手資料。如果你以 0.09 美元做預算,你實際上多出了 12.5% 的空間。
有一個沒有人列出的第三層級。 MiniMax-H3-Regeneration,將完成的 768P 渲染升級到 2K,收費為每秒 0.05 美元。它只存在於 MiniMax 直連的獨立端點,這就是為什麼所有規格表抄寫都漏掉了它。
T2. 每個片段的價格(你會截圖的那張表格):
| 長度 | 2K,官方 | 768P,官方 | 768P 再升級 | Atlas Cloud 上的 2K |
|---|---|---|---|---|
| 4 秒 | 0.52 美元 | 0.32 美元 | 0.52 美元 | 未公開 |
| 5 秒 | 0.65 美元 | 0.40 美元 | 0.65 美元 | 0.70 美元 |
| 10 秒 | 1.30 美元 | 0.80 美元 | 1.30 美元 | 1.40 美元 |
| 15 秒 | 1.95 美元 | 1.20 美元 | 1.95 美元 | 2.10 美元 |
看看第四欄。草稿每秒 0.08 美元加上升級每秒 0.05 美元,等於每秒 0.13 美元,與直接 2K 費率完全一致。便宜草稿路徑在你保留的片段上並不會省錢。它只會在你丟棄的片段上省錢,每丟棄一秒就省 0.05 美元。丟棄一個 5 秒的鏡頭,你就省了 0.25 美元。一個都不丟,那你付的錢一樣,但等了兩倍的時間。
這個測試在哪裡執行,以及每個端點的成本
這個廣告使用了三個 H3 端點和一個影像模型,它們都放在一個瀏覽器分頁中,所以不需要在靜止畫面和影片步驟之間切換金鑰。
| 這個廣告中的工作 | 模型 | 費率 |
|---|---|---|
| 鎖定構圖(一個靜止畫面) | GPT Image 2 | 在 1280x720 下測得 0.11861 美元,在 2048x1152、品質高下報價 0.1745 美元 |
| 測試鏡頭與交付鏡頭 | MiniMax H3 Image-to-Video | 每秒 0.14 美元 |
| 第二種視覺語言,無基礎畫面 | MiniMax H3 Text-to-Video | 每秒 0.14 美元 |
| 風格轉換,以及獨占性測試 | MiniMax H3 Reference-to-Video | 每秒 0.14 美元 |
誠實面對取捨。Atlas Cloud 將 H3 列為每秒 0.14 美元,而 MiniMax 是 0.13 美元,所以一個 10 秒片段貴了 0.10 美元。換來的是你跳過免費方案的並行階梯,用一個金鑰和一個餘額執行影像模型和所有三個影片端點,並且提交時被拒絕不會產生費用。截至 2026 年 8 月,三個 H3 端點都沒有折扣。Atlas 也只提供 2K,所以草稿再升級的路徑在那裡不可用。請根據你自己的用量來計算。
T4. 各模型每秒費率比較,均於 2026 年 8 月在 Atlas 模型列表 上驗證:
| 模型 | 每秒 | 原生音訊 | 備註 |
|---|---|---|---|
| MiniMax H3, 2K | 0.14 美元 | 是,立體聲 | 最長 15 秒 |
| HappyHorse-1.1 | 0.14 美元 | 否 | i2v, t2v, r2v |
| Wan 2.7 | 0.10 美元 | 否 | i2v, r2v |
| Youchuan V8.2 | 0.086 美元 | 否 | i2v |
| Seedance 2.0 Mini | 約 0.056 美元 | 否 | 列表中每秒最便宜 |
僅憑每秒價格來比較是不夠的。H3 以 0.14 美元提供原生立體聲軌道,內嵌在同一次呼叫中。如果一個 0.056 美元的片段還需要另外做音訊處理,差距就會很快縮小。
為什麼你的 MiniMax H3 API 定價估算會偏低
有五件事會讓帳單超出 秒數 x 費率。全部都是在 2026 年 8 月 3 日測量到的。
陷阱 1:duration 有兩個不同的預設值。 打開遊樂場,保持長度滑桿不動:它停在 8,執行按鈕報價 1.12 美元。呼叫 API 並完全省略 duration:我們的任務回傳的帳單是 0.70 美元,即 5 秒。同一個模型,同一天,根據你走哪個門,每個片段的價格差了 60%。每次呼叫都要明確傳入 duration,否則你的預測永遠不會與帳單吻合。
陷阱 2:損壞的參考圖片不會失敗,它會收費。 我們將 image_url 指向一個回傳 404 的 URL 並提交。任務沒有報錯。它回報 completed,還是渲染了一個影片,並收取了完整的 0.70 美元。回應中沒有任何內容標示你的參考圖片沒有載入。在花錢之前,先驗證你的 URL 是否可解析。
陷阱 3:參考影片會被收兩次費用。 輸入影片會根據輸入長度,以輸出解析度費率計費。提供一個 5 秒的參考片段來產生一個 5 秒的 2K 輸出,你需要支付輸入的 0.65 美元加上輸出的 0.65 美元。一個 5 秒的交付物要 1.30 美元。
陷阱 4:第六張圖片開始要收費。 前五張參考圖片免費,之後每張 0.04 美元。使用完整的九張,每次呼叫會增加 0.16 美元。在再生成層級,額外圖片降為每張 0.025 美元。
陷阱 5:草稿再升級有個損益平衡點。 上面已說明,值得重複,因為算術違反直覺:省錢的部分是每丟棄一秒素材省 0.05 美元,保留的素材則完全不省錢。
唯一的好消息。 在提交時被拒絕的請求確實不會產生費用。我們發送了一個無效的 ratio 值,收到了 HTTP 400,回傳 outputs: null,且記錄上完全沒有 price 欄位。把你的驗證邏輯放在前面,失敗的請求就是免費的。會讓你花錢的,是那些表面上成功但實際上出問題的請求。
沒有人公布的 MiniMax H3 API 定價限制
這就是經銷商頁面跳過的部分,因為這些對他們成交沒有幫助。但這一切都決定了你的架構是否可行。
T3. 所有重要的限制,來自 MiniMax API 參考文件 和 速率限制頁面(2026 年 8 月):
| 限制 | 文件怎麼說 | 這對你造成的成本 |
|---|---|---|
| 並行數 | 影片生成 V2 | MiniMax-H3 | CONN(最大並行任務數) |
| i2v 與 r2v | 互斥:如果出現任何 reference_image / reference_video / reference_audio,則 first_frame / last_frame 不得出現,反之亦然 | API 不會強制執行。它會收費並丟棄你的其中一個輸入。請參閱步驟 5。 |
| 僅音訊 | 「不允許僅有音訊,至少需要一個參考影片或圖片」 | 僅包含音訊參考的請求會被拒絕。請搭配其他內容,否則會失敗。 |
| 請求本文 | 總計小於 64MB;單張圖片小於 30MB,影片小於 50MB,音訊小於 15MB | Base64 會使有效負載膨脹約三分之一,因此 64MB 的本文大約只有 48MB 的真實檔案。請使用公開 URL。 |
| 參考數量 | 最多 9 張圖片、3 個影片、3 個音訊 | 第 6 到第 9 張圖片是收費的。 |
| 圖片限制 | JPG、JPEG、PNG、WEBP、HEIC、HEIF;邊長 256 到 5760 px;長寬比 0.4 到 2.5 | 9:21 的裁切約為 0.43,勉強通過。上傳前請先驗證。 |
| 回呼 | 在 3 秒內原封不動回傳驗證值 | 冷啟動的無伺服器函式會錯過這個時間視窗。先回答驗證,再做後續工作。 |
| duration 枚舉 | 官方參考接受 4 到 15 | 託管服務的 schema 通常從 5 開始。不要假設 4 到處都能用。 |
還有一件事,只有當你在上面建立計費系統時才會出現:price 欄位會很晚才填入。 輪詢直到任務回報 completed,通常不會回傳任何價格。再等幾秒查詢一次任務 ID,才能拿到實際費用。第二次查詢是唯一能建立與帳單相符的發票的方法,也是本文底部的表格得以彙整的方式。
關於並行數的提醒:日常行為可能會有波動。我們見過六個 H3 任務同時完成得很乾淨,也見過一個任務就收到 429。請以公布的 2 和 15 為基準設計,然後在出貨前用兩個重疊的請求自行測量你的帳戶。
教學:建立廣告,觀察 MiniMax H3 API 定價如何累加
每個步驟都可重現。設定保持不變:resolution: 2K、ratio: 16:9,並且 duration 總是明確傳入。在文字轉影片中,ratio 是必須的,而 adaptive 會直接被拒絕,回傳 invalid params, ratio is required for t2va (text-only) and cannot be 'adaptive'。
步驟 1. 用一個靜止畫面鎖定構圖。 一張 0.12 美元的圖片,大約比重新拍攝一個 1.40 美元的片段便宜十倍,所以在這裡花錢買確定性,是一種定價決策,而非美學決策。使用 GPT Image 2,品質 high,16:9。
plaintext1一個裝滿冰塊的冰涼柑橘汽水高腳杯,放在潮濕的黑色石板吧台上,水珠凝結並滑落杯壁,杯緣上有一片青檸片,背後是暖琥珀色吊燈,後方有深色陰影,淺景深,商業飲料攝影,水滴的清晰細節,16:9,照片級寫實

Atlas Cloud 上的 GPT Image 2 遊樂場,輸入了飲料提示,品質設為高,16:9 2048x1152,輸出面板中顯示生成的基礎畫面
GPT Image 2,品質 high,16:9。在 2048x1152 下,執行按鈕報價 0.1745 美元。同樣的提示在 1280x720 下,我們被收取了 0.11861 美元。
步驟 1 輸出,1280x720。這個單一畫面是步驟 2、3 和 5 的輸入。
步驟 2. 先買一個便宜的測試鏡頭。 五秒,不是十秒。你要檢查水珠凝結和冰塊的物理效果,在投入完整長度之前是否成立。端點:H3 image-to-video,image 設為步驟 1 的畫面,duration: 5、resolution: 2K、ratio: 16:9。
plaintext1水珠沿著杯壁滑落,冰塊移動並輕輕碰撞發出聲響,青檸片微微顫動,溫暖的琥珀色燈光在潮濕的石板表面閃爍,緩慢柔和地推近,背景有酒吧環境音,伴隨著細微的碳酸氣泡嘶嘶聲

0.70 美元的測試鏡頭。價格是交付片段的一半,而且在這個階段,它回答了唯一重要的問題。
步驟 3. 拍攝交付鏡頭。 同樣的端點,同樣的基礎畫面,duration: 10。收費 1.40 美元。這就是文章頂端的片段。
plaintext1緩慢的電影式推近,聚焦在柑橘汽水杯上,水珠以三條明顯的細流滑落,冰塊旋轉並沉澱,碳酸氣泡持續上升,青檸片在攝影機移動時捕捉到高光,暖琥珀色主光,左側有冷色調邊光,背景有酒吧環境音,伴隨著清脆的碳酸嘶嘶聲,在整個鏡頭中逐漸增強

MiniMax H3 image-to-video 遊樂場,上傳了基礎畫面,解析度 2K,長度滑桿未動停在 8,執行按鈕顯示 1.12 美元報價,輸出面板中顯示完成的片段
這是一個框架中的陷阱 1。沒有人碰長度滑桿,所以它停在 8,報價顯示 1.12 美元,結果為 0:08。我們交付片段的 API 呼叫傳入了 duration: 10,收費 1.40 美元;同樣的呼叫省略 duration,則收費 0.70 美元。
步驟 4. 證明這個費率可以買到不同的風格。 同樣的每秒 0.14 美元,完全不同的視覺語言,完全沒有基礎畫面。端點:H3 text-to-video,duration: 5、resolution: 2K、ratio: 16:9 明確設定。
plaintext1霓虹燈光下的深夜拉麵攤,大雨傾盆,熱騰騰的碗上冒著蒸氣,廚師的手慢動作撒上蔥花,粉紅和青色招牌的倒影在吧檯上的水窪中波動,手持紀錄片風格,淺景深,雨聲和滋滋作響的湯頭環境音

MiniMax H3 text-to-video 遊樂場,輸入了拉麵提示,長寬比明確設為 16:9,解析度 2K,輸出面板中播放生成的片段
H3 text-to-video。這裡的長寬比必須明確設定。如果留在 adaptive,請求會在花錢之前被拒絕。

文字轉影片,5 秒,0.70 美元。與步驟 2 費率相同,視覺上毫無共通之處。
步驟 5. 故意觸發互斥條件。 兩次執行,因為一次執行證明不了什麼。首先是對照組:reference-to-video,僅使用 refers,沒有 first frame,5 秒,0.70 美元。

霓虹燈光下、雨水斑駁的拉麵吧檯,有粉紅和青色招牌倒影,用作風格參考的靜止畫面
傳入 refers 的風格參考。
plaintext1一個裝滿柑橘汽水的高腳杯,放在潮濕的吧檯上,以參考圖片的霓虹與雨水色彩風格渲染:粉紅和青色邊光,石頭上的雨水倒影,玻璃後方飄著蒸氣,緩慢推近,背景有雨聲和碳酸嘶嘶聲

對照組。refers 有效:粉紅和青色邊光,潮濕的霓虹吧檯,提示中的柑橘汽水。0.70 美元。
現在是禁止的請求。同樣的端點,但同時傳入步驟 1 的 first-frame image 和相同的 refers 風格參考,文件說這兩者不能共存。duration: 10、ratio: 16:9。
plaintext1汽水杯放在潮濕的吧檯上,以參考圖片的霓虹與雨水色彩風格渲染:粉紅和青色邊光,石頭上的雨水倒影,玻璃後方飄著蒸氣,緩慢推近,背景有雨聲和碳酸嘶嘶聲

HTTP 200,completed,收取完整的 1.40 美元。霓虹參考效果有出來,但鎖定的 first frame 沒有:原本高腳杯中的淺色柑橘汽水,變成了短杯中的深色飲料。兩個輸入中的一個被無聲丟棄,回應中完全沒有提到。
這就是整個實驗的關鍵點。文件說明了規則,但 API 並沒有強制執行。請在你的客戶端中加入檢查,因為上游沒有任何東西會阻止你為一個被丟棄的指令付費。這個步驟沒有遊樂場截圖:reference-to-video 頁面預設其長寬比為 adaptive,且在我們的執行中不接受覆寫,所以是直接透過 API 進行的。
會改變你 MiniMax H3 API 定價的變數
一個 15 秒片段,或三個 5 秒片段。 官方價格相同,分別為 1.95 美元和 2.10 美元(Atlas 上)。但重試風險大不相同。一個被拒絕的 15 秒渲染,會損失 2.10 美元。一個被拒絕的 5 秒渲染,只損失 0.70 美元。如果你的提示未經證實,請拍攝短片段再剪輯。
文字轉影片或影像轉影片。 文字轉影片跳過了基礎畫面的成本。影像轉影片則增加約 0.12 美元,但能鎖定構圖,這是降低重試率的最大單一槓桿。避免一次 10 秒重試,就能抵銷 11 個基礎畫面的成本。
使用參考轉影片來保持風格或角色一致性。 成本是輸出秒數,加上超過第五張後每張參考圖片 0.04 美元。很便宜,只要記得它與 first-frame 和 last-frame 輸入互斥,且 API 不會提醒你。
自架。 H3 權重是公開的,但本機推論只能產生 768p,且需要另外用 H3-Regenerate-2K 來升級到 2K。在投入工程師資源之前,請先權衡 GPU 和儲存成本,與每秒 0.13 美元的費用。
這個廣告的實際 MiniMax H3 API 定價帳單
每次呼叫,包括我們故意弄壞的兩個,以及截圖背後的呼叫。費用是 API 在價格欄位穩定後回報的值。
T5. 逐項帳單,2026 年 8 月 3 日,Atlas Cloud 費率:
| # | 端點 | 設定 | 狀態 | 收費 |
|---|---|---|---|---|
| 1 | GPT Image 2, text-to-image | 1280x720, quality high, x3 畫面 | completed | 0.35583 美元 |
| 2 | GPT Image 2, text-to-image | 1024x1792 垂直變體, quality high | completed | 0.15689 美元 |
| 3 | GPT Image 2, text-to-image | 2048x1152, quality high (遊樂場執行) | completed | 0.17450 美元 |
| 4 | H3 image-to-video | duration: 5, 2K (測試鏡頭) | completed | 0.70 美元 |
| 5 | H3 image-to-video | duration: 10, 2K (交付片段) | completed | 1.40 美元 |
| 6 | H3 text-to-video | duration: 5, 2K, 16:9 | completed | 0.70 美元 |
| 7 | H3 reference-to-video | duration: 5, 2K, 僅 refers | completed | 0.70 美元 |
| 8 | H3 reference-to-video | duration: 10, 2K, image + refers, first frame 被丟棄 | completed | 1.40 美元 |
| 9 | H3 image-to-video | duration 省略, 2K (回傳為 5 秒) | completed | 0.70 美元 |
| 10 | H3 image-to-video | image_url 回傳 404, duration: 5, 2K | completed | 0.70 美元 |
| 11 | H3 image-to-video | 無效的 ratio 值 | 提交時被拒絕 | 0.00 美元 |
| 12 | H3 image-to-video | 預設 8 秒, 2K (遊樂場執行) | completed | 1.12 美元 |
| 13 | H3 text-to-video | 預設 8 秒, 2K (遊樂場執行) | completed | 1.12 美元 |
| 總計 | 9.23 美元 |
一個交付的 10 秒 2K 片段,含原生音訊、一個測試鏡頭、第二種創意方向、一個可運作的風格轉換,以及四個實驗,總共 9.23 美元。扣除實驗,再交付一個 10 秒片段的邊際成本是 1.40 美元加上一個基礎畫面,約 1.52 美元。
如果一個月 30 個片段,渲染成本大約是 46 美元。並行數決定了這 30 個片段是需要兩個批次還是十五個批次。
授權,如果你自架的話。 MiniMax 社群授權於 2026 年 8 月 2 日生效,而且比大多數人預期的更嚴格。排除地區涵蓋歐盟、英國、南韓和美國。在允許區域之外使用作品及其輸出是被禁止的,年收入超過 2000 萬美元的組織需要書面授權,使用者介面必須顯示「MiniMax H3」,輸出不能用於訓練其他模型,且受香港法律管轄。該儲存庫自己的授權問答將地區清單描述為尚未開放,而非永久關閉。關鍵是,所有這些僅約束可下載的權重。呼叫託管 API 則不在其範圍內。
MiniMax H3 API 定價:常見問題
10 秒的 MiniMax H3 影片要多少錢?
在 MiniMax 官方 2K 費率每秒 0.13 美元下為 1.30 美元,或在 768P 費率每秒 0.08 美元下為 0.80 美元。在 Atlas Cloud 上,它只提供 2K,每秒 0.14 美元,同樣的片段我們被收取了 1.40 美元。超過第五張的參考圖片,每張加收 0.04 美元。
MiniMax H3 API 定價在 768P 層級上真的比較便宜嗎?
以每秒 0.08 美元來說,如果你交付 768P,是的。但將 768P 渲染升級到 2K 需要每秒 0.05 美元,而 0.08 美元加上 0.05 美元正好是 0.13 美元的直接 2K 費率。便宜草稿只有在丟棄的鏡頭上才能省錢,每丟棄一秒省 0.05 美元。
我可以同時執行多少個 MiniMax H3 請求?
免費方案兩個並行任務,付費方案十五個。這是 CONN,最大並行任務數,不是每分鐘請求數。三十個片段意味著免費方案要十五個順序批次,付費方案則要兩個。實際行為可能每天不同,請用兩個重疊的請求自行測量你的帳戶。
失敗的請求會計入 MiniMax H3 API 定價嗎?
提交時被拒絕的請求是免費的:無效參數會回傳 HTTP 400,記錄上沒有價格。但只是「錯誤」的請求仍然會全額收費。我們指向一個 404 圖片 URL 的請求,回報了 completed,仍然渲染了內容,並收取了 0.70 美元。
我可以同時傳送 first-frame 圖片和參考素材嗎?
文件說兩者互斥。實際上,API 接受了兩者,回傳 200,收取了完整的 1.40 美元,並在遵循參考的同時無聲忽略了 first frame。請在你的客戶端中強制執行這個規則,因為 API 不會為你強制執行。
自架比 MiniMax H3 API 定價便宜嗎?
只有在大量使用時才便宜,而且還有附帶條件。本機推論產生 768p,需要另外的再生傳遞才能升級到 2K,而且社群授權排除地區包括美國、歐盟、英國和南韓。託管 API 不受該條款約束。






