MiniMax H3

Technische Einordnung

H3 ist kein reines Text-zu-Video-Modell. Laut MiniMax verarbeitet es gemischten Kontext aus Text, Bildern, Videos und Audio und liefert Video samt 32-kHz-Stereoton in einem Durchgang. Das Gesamtsystem besteht aus drei Modulen: H3-Context-IR (gehosteter Vorverarbeiter, nicht Open Source), H3-Base (768p, offene Gewichte) und H3-Regenerate-2K (2K, bisher nur per API). Veröffentlicht wurde es laut Release Notes am 31.07.2026, die Open-Source-Meldung ist vom 03.08.2026.

Zugang & Nutzung

Offene Gewichte auf Hugging Face (zwei Checkpoints, BF16); gehostete API auf platform.minimax.io; Hailuo-AI-App. Gewichte-Lizenz gilt NICHT in EU, UK, USA und Südkorea. Die API ist laut Hersteller weltweit verfügbar.

MiniMax H3 Community License (eigene Lizenz, kein Apache/MIT). Tantiemefrei, kommerziell nutzbar im Geltungsbereich; Ausschlussgebiete EU, UK, Republik Korea, USA (Lizenztext). Laut Hersteller-FAQ: ab 20 Mio. USD Jahresumsatz separate Freigabe, Hinweis 'Powered by MiniMax H3' in Produkten, Acceptable Use Policy, kein Training/Distillation anderer Modelle mit Gewichten oder Outputs. Lizenztext Punkt 33a bestätigt den Hinweis; Umsatzgrenze nur aus FAQ gelesen, nicht im Lizenztext geprüft.

Grenzen & richtig lesen

Context-IR und 2K-Regenerate nicht offen. Offener Release nur mit Full Attention (Sparse Attention angekündigt, nicht enthalten). Audio nie als alleinige Eingabe. Lokales Beispiel nutzt 4 GPUs (SGLang-Befehl der Model Card); konkrete VRAM-Angabe nicht belegt. Automatische Moderation auf gehosteter Seite.

Benchmark-Belege

Für dieses Portrait ist noch kein ausreichend zugeordnetes Ergebnis erfasst. Fehlende Werte sind keine Null. Wir übernehmen keine Werte aus ähnlich benannten Modell- oder Benchmark-Versionen.