
MimiMax Music 3.0 将 MiniMax 的 11.1B 参数开放权重音乐模型带给开发者。通过段落标签塑造歌曲结构,提供可选歌词,并选择人声或纯音乐输出;模型将一次性完成作曲、编曲与制作。Atlas Cloud 提供统一的 API 访问,按标准费率 $0.15/次生成,价格透明、按量付费。立即开始构建。
MiniMax Music 3.0 由 MiniMax 开发。Atlas Cloud(由 Atlas Cloud AI LLC 运营)仅提供接入服务,并不拥有该模型。所有商标均归其各自所有者所有。
比较 MiniMax Music 3.0 endpoint 的输入工作流、歌曲生成能力和理想生产用途。
| 模态 | 描述 |
|---|---|
| MiniMax Music 3.0 API(文本和歌词生成音乐) | 将音乐描述和可选歌词一次生成完整歌曲,涵盖人声、乐器编配、编曲、混音和制作。这个拥有 11.1 billion 参数的开放权重模型支持最长 5 分钟的音轨、通过分段标签控制编曲,以及人声和纯音乐输出。适用于原创歌曲、人声制作、器乐音轨、演示样带和结构化音乐创作。 |
MimiMax Music 3.0 将 MiniMax 的 11.1B 参数开放权重模型与最长五分钟的歌曲生成、结构化编曲、自动歌词、纯器乐输出、灵活的音频设置以及按量付费的 Atlas Cloud 访问相结合。
MiniMax Music 3.0 基于 MiniMax 的 11.1B 参数开放权重模型,只需一次生成,即可将音乐描述和可选歌词转换为一首最长五分钟、完成编曲与混音的完整歌曲。人声、乐器编配和制作效果会一并生成,而不是彼此割裂的片段。需要在无需手动拼接的情况下,快速获得结构完整、发展自然且收束完整的演示曲、营销曲目或配乐草稿时,可以使用它。
在最多 3,500 个字符的歌词中,将 [Verse] 和 [Chorus] 等标签分别置于单独的行,即可塑造歌曲编排。MiniMax Music 3.0 会利用这些标记组织歌曲段落,同时由提示词定义曲风、速度、调性、乐器配置、人声音色和制作风格。对于希望获得清晰歌曲走向、又不想手动编排每个段落的创作者来说,这种控制方式非常合适。
如果歌词尚未准备好,可启用 lyrics_optimizer,并提供长度不超过 2,000 个字符的非空音乐提示词。只要 lyrics 字段保持为空且未开启纯器乐模式,模型就会根据该提示词创作歌词。这为快速构思工作流提供了从概念、氛围或场景直接生成演唱歌曲草稿的路径。
需要没有歌手的人声音乐?开启 is_instrumental 后,模型会忽略歌词,仅根据音乐提示词制作曲目。请描述所需的曲风、氛围、速度、调性、乐器配置和制作风格。生成结果适合用作视频铺底音乐、播客主题音乐、游戏音效提示,以及其他人声可能干扰主要内容的场景。
选择 MP3、WAV 或 PCM 输出,然后从 16 kHz 至 44.1 kHz 范围内设置受支持的采样率。MP3 输出还支持 32、64、128 或 256 kbps 的比特率设置。开发者可以据此适配轻量级预览、分发文件或编辑工作流,避免在大规模流水线中后续增加不必要的格式转换步骤。
通过 Atlas Cloud 使用 MiniMax Music 3.0,按量付费的已验证标准价格为每次生成 $0.15。请求可以异步返回,也可以选择同步模式等待结果,或返回 Base64 数据而不是 URL。一个 Atlas Cloud API 密钥即可将音乐生成与其他媒体模型统一起来,让开发者无需维护独立的推理基础设施,就能更轻松地加入歌曲生成功能。
聆听三个音乐模型如何将同一份制作简报诠释成风格迥异的曲风、编曲、人声与情绪转折。
创作一段 15 秒的午夜厨房爵士表演:场景位于极光下的极地雪屋内,两名气象观测员用搪瓷杯敲击声、冰块碰撞声和炉门共鸣声,构建不规则的切分节奏。低沉的男声半说半唱,紧张地记录观测日志——“午夜读数:气压下降,北风转向……”——明亮的女声则用俏皮即兴的旋律短句回应。第 7 秒时,突发停电让一切骤然归于近乎寂静;屏息一瞬后,音乐迸发为紧凑的铜管放克高潮,配以有力的号角、富有弹性的贝斯,以及两种人声之间充满能量的呼应。最后亲密收束,只留下噼啪作响的炉火,以及贴近耳畔、低声哼唱“绿空之下,依然醒着”的和声。节奏、音域、音色、动态和结构都要形成强烈对比;编曲连贯,环境声融合自然,具备电影般的立体声深度。视觉氛围参考:复古丝网印刷风格,16:9,斜向俯拍构图,冷蓝色月光映衬温暖的橙色室内空间,荧光绿极光作为唯一的强调色。避免四拍踩镲节拍、平滑规整的打击乐、遮挡歌词的多人声重叠、合成环境声、浑浊混音、过度混响、突兀且缺乏动机的转场,以及最终低声和声结束后仍继续演奏的任何乐器。
Generated with MiniMax Music 3.0 on Atlas Cloud
Generated with Suno chirp-v6 on Atlas Cloud
Generated with MiniMax Music 2.6 on Atlas Cloud
创作一段 15 秒的器乐音景,表现一支失控乐队在傍晚于学校屋顶排练:以真实的屋顶环境声开场——微风穿过晾衣绳的声音、远处学生的声响、金属水箱的共鸣——随后用敲击课桌、粉笔盒、管道和哐当作响的金属薄板,构建不规则的复节奏律动。一支口风琴演奏天真俏皮的两小节乐句;一组桀骜的铜管乐队突然加入,爆发出切分且反拍的呼应。将 7/8 与 5/4 等不断变化的复杂拍号叠加,营造明亮、顽皮的数学摇滚;声部密集但彼此清晰分离,并呈现令人信服的屋顶空间感。迅速推向欢乐而混乱的高潮,然后精准地让全体乐队戛然而止;只留下远处的放学铃声、风声,以及一个柔和温暖、自然渐隐的最终和弦。整体声音应唤起一幅以天蓝、番茄红和粉笔白为主色的复古青年杂志拼贴画,配合强烈的午后侧光、悠长阴影,以及电影感 16:9 的斜向俯拍构图。不要人声、旁白、通用架子鼓、电合成器、浑浊混音、压缩过度的环境声、平滑规整的 4/4 节拍、电影式轰鸣、掌声,也不要在最终和弦之前逐渐淡出。
Generated with MiniMax Music 3.0 on Atlas Cloud
Generated with Suno chirp-v6 on Atlas Cloud
Generated with MiniMax Music 2.6 on Atlas Cloud
MimiMax Music 3.0 可将音乐创作需求和可选歌词一次生成完整歌曲,适用于演示、品牌发行、视频配乐、游戏、创作者内容和应用体验,并在一次生成中完成演唱、人声与乐器编配、曲式编排、混音及纯音乐输出。
将音乐创作需求和可选歌词一次生成编排完整、混音完成的歌曲。词曲作者和制作人可通过人声、乐器编配和段落标签塑造 Demo,再进行后续制作。
根据音乐描述创作完整的纯音乐曲目,无需添加人声。视频剪辑师、播客制作人和社交媒体团队可围绕项目的情绪、节奏和制作风格,打造协调统一的背景音乐。
提供活动歌词,并描述所需的音乐类型、乐器配置和制作方向。营销团队可一次生成带人声的完整曲目,用于发布活动、产品故事或持续性的品牌内容。
通过段落标签引导主歌、副歌、桥段和器乐段落,创作时长最长达 five minutes 的曲目。游戏团队可围绕预设编曲,打造主题曲、角色音乐或叙事提示音乐。
从音乐概念和可选歌词开始,即可同时获得人声、乐器编配和制作效果。独立创作者无需分别组装每个音乐层次,就能从最初想法直接完成一首完整歌曲。
需要没有演唱的人声音乐?使用纯音乐输出,为健康应用、互动体验、菜单、原型或其他依赖持续音乐氛围的产品创作完整且完成混音的曲目。
对比 Atlas Cloud 上四款音乐生成模型的曲目时长、歌词控制、器乐生成、创作侧重和标准定价。
| 模型 | 最长曲目时长 | 自定义歌词 | 器乐模式 | 创作特征 | 标准价格 |
|---|---|---|---|---|---|
| MiniMax Music 3.0 | 最长 5 min | √ | √ | 11.1B 开放权重模型,适合生成完整编曲和混音歌曲 | $0.15/次生成 |
| Suno chirp-v6 | 最长 8 min | √ | √ | 表现均衡且富有表现力,适用于多种风格和提示词 | $0.132/次生成 |
| Suno chirp-v6-wild | 最长 8 min | √ | √ | 实验性输出,融合不同曲风并带来出人意料的创作选择 | $0.132/次生成 |
| Suno chirp-v6-mini | 最长 8 min | √ | √ | 响应更快,适合草稿、短片段和高频创意构思 | $0.132/次生成 |
几分钟即可上手 — 按照以下简单步骤,通过 Atlas Cloud 平台集成和部署模型。
在 atlascloud.ai 注册并完成验证。新用户可获得免费额度,用于探索平台和测试模型。
将先进的 MiniMax Music 3.0 模型与 Atlas Cloud 的 GPU 加速平台相结合,提供无与伦比的性能、可扩展性和开发体验。
低延迟:
GPU 优化推理,实现实时响应。
统一 API:
一次集成,畅用 MiniMax Music 3.0、GPT、Gemini 和 DeepSeek。
透明定价:
按 Token 计费,支持 Serverless 模式。
开发者体验:
SDK、数据分析、微调工具和模板一应俱全。
可靠性:
99.99% 可用性、RBAC 权限控制、合规日志。
安全与合规:
SOC 2 Type II 认证、HIPAA 合规、美国数据主权。
MiniMax Music 3.0 是 MiniMax 的 111 亿参数开放权重音乐模型。它可以根据音乐描述和可选歌词,在一次生成中创作出包含人声、乐器编配和制作效果的完整编曲与混音歌曲。
可创作最长五分钟的完整人声歌曲或纯音乐曲目。音乐描述可以指定曲风、情绪、乐器配置、人声方向、速度和制作风格等元素。
选择模型 ID minimax/music-3.0,并提供音乐描述和可选歌词。如果需要编曲指导,可添加段落标签,然后通过 Atlas Cloud 提交生成请求。
歌词是可选的,因此模型仅根据音乐描述也能完成创作。当特定歌词或人声段落很重要时,可以提供歌词;如果不需要人声,也可以选择生成纯音乐。
在歌词中加入 [Intro]、[Verse]、[Chorus]、[Bridge] 和 [Outro] 等段落标签,以指导编曲。这些标签会影响生成的结构,但不会作为严格的时间轴指令执行。
可以。纯音乐生成可以不包含人声,同时保留编曲和制作效果。请描述目标曲风、情绪、乐器、节奏安排和使用场景,为模型提供更明确的音乐方向。
单次生成最多可以生成一首时长五分钟的完整歌曲。模型会在该次生成中完成作曲、编曲、按需生成的人声、乐器配置和混音。
Atlas Cloud 的标准价格为每次生成 $0.15。按次计费可以让每个提交的音乐创作请求的成本清晰透明。
不会。音乐描述和段落标签提供的是生成指导,而不是精确的符号化控制。速度、调性、乐器配置、歌词或结构偶尔可能与请求存在差异,因此迭代时建议一次只调整一个变量。
指南、教程与产品动态,助你充分发挥 Atlas Cloud 的价值。