MiniMax H3（Hailuo 3.0）とは？料金・必要VRAM・商用ライセンスを解説｜Sora/Veo/Seedanceとの違い【2026年9月最新】

MiniMax H3（Hailuo 3.0）は、中国のMiniMaxが2026年7月31日に提供を始めたオムニモーダル生成モデルです。テキスト・画像・動画・音声をまとめて理解し、最大2K・15秒の映像と32kHzステレオ音声を1回で生成します。 8月3日には重みがHugging Faceで公開（オープンウェイト）されました。日本企業も条件付きで商用利用できますが、ローカルで出せるのは768pまでです。また、年商$20M超の事前許諾、除外地域（米国・EU・英国・韓国）、UIへの「MiniMax H3」表示、AI生成であることの明示といった条件もあります。

この記事では、次の内容を公式ドキュメント・モデルカード・ライセンス全文をもとに整理しています。

• MiniMax H3の仕組み、出力仕様、Hailuo 3.0・H3 Max・M3といった名前の違い
• 公式API・fal・Hailuo AIのルート別料金（2026年9月15日以降のfal通常価格を反映）
• 量子化フォーマット別のVRAM早見表と、VRAMより先に足りなくなりやすいシステムRAMの目安
• 高速化手段5系統（Turbo LoRA／Turbo-SLA／Acc LoRA／Fused Turbo／FastH3）の選び方
• 商用ライセンスを受託・広告の実務で確認するためのチェックリスト
• Sora 2・Veo 3.1・Seedance 2.5との秒単価・尺・解像度・ライセンスの違い

動画生成AIの導入を検討している事業会社や制作会社の担当者、自社GPUでH3を動かしたいエンジニア、2026年9月24日のSora 2 API終了を受けて移行先を探している方に向けた記事です。「Hailuo H3」「hailuo 3.0」「minmax h3」で検索してきた方も、探しているのは同じモデルです。

動画生成モデルの料金・ベンチマーク順位・周辺ツールは変化が速い分野です。数値は2026年9月14日時点で確認したもので、円換算は1ドル＝150円としています。発注や契約の前には、必ず公式ページで最新の情報を確認してください。

MiniMax H3の要点｜料金・スペック・ライセンス早見表

導入を判断するときに最初に必要になる数字を1つの表にまとめました。

MiniMax H3（Hailuo 3.0）とは｜動画専用ではなくオムニモーダル生成モデル

出典: Hugging Face - MiniMaxAI/MiniMax-H3

MiniMax H3は、公式が「オムニモーダル生成モデル」と呼んでいるモデルです。1つのトランスフォーマーがテキスト・画像・動画・音声を同じ文脈で理解し、映像と音声を同時に出力します。 音声は後からBGMを付けたり別工程でTTSをかけたりするのではなく、映像と同じ生成処理から出てきます。そのため、口の動きと声がずれにくい構造になっています。

Hailuo 3.0・H3・H3 Max・M3の違い

似た名前が多く、検索でいちばん混乱しやすい部分です。

覚え方は 「H＝動画、M＝テキストLLM」 です。テキスト系のMiniMaxを探している場合は、MiniMax M2.7の解説を参照してください。同じMiniMaxのモデルでも、テキストLLMと動画モデルではライセンス条件がまったく違うので注意が必要です。

出力仕様

一部のWikiに「48kHz」と書かれていますが、公式モデルカードの記載は32kHzステレオです。数値が公式と食い違う情報源は、判断材料にしないほうが安全です。

公開されたもの・非公開のもの

4つのチェックポイントのうち、公開されたのは2つだけです。

このため、「重みが公開された＝APIと同じものが手元で動く」わけではありません。 ローカルで出せるのは768pまでです。前処理を担うContext-IRも手元にないので、同じプロンプトでもAPIとローカルでは結果が変わります。

MiniMax H3でできること・強み

H3の実務上の価値は、「映像と音声を1回で作れる」「参照素材を大量に渡せる」「条件を満たせば自社環境で動かせる」の3点です。

• 1モデルで複数の作業に対応: テキスト→動画、画像→動画（最初・最後のフレーム指定）、参照生成、動画編集を自然言語で指示できる
• 音声の同時生成: 台詞・効果音・環境音を映像と同じ処理で生成する。日本語の台詞を入れた広告やSNS向け短尺動画を1工程で作れる
• オムニ参照: 画像9＋動画3＋音声3の最大15素材を1つの文脈で参照し、キャラクター・スタイル・声質をそろえられる
• オープンウェイト: 未公開商品や人物素材などを外部に送らず、自社GPUで生成できる
• ControlNet・周辺ツールがそろっている: Fun ControlNet Union（Canny／Depth／HED／MLSD／Pose＋動画インペイント）、キャラクターの一貫性を保つRefModsなど、公開から1か月あまりでローカル向けツールが増えている
• 公式のプロンプト作成スキル: GitHubで、AIエージェント向けのプロンプト作成スキルが配布されている（npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill h3-prompt-writing）

MiniMax H3の弱み・制約

導入でつまずきやすいのは、「15秒の上限」「ローカルでは2Kが出ない」「ライセンスの条件」の3点です。

MiniMax H3の料金｜公式API・fal・Hailuo AIのルート別比較

出典: OpenRouter - MiniMax Hailuo 3

料金は「どのルートで使うか」で決まります。公式APIは解像度×秒数の従量課金で、768Pが$0.08/秒、2Kが$0.13/秒です。1080pを使いたい場合は、fal版のH3 Max（$0.16/秒）かその半額のTurbo（$0.08/秒）を選びます。

ルート別料金の一覧

公式API（Pay-as-you-go）の単価と試算

platform.minimax.ioのPay as You Goページに載っている現行価格です（2026年9月14日確認）。

旧世代のHailuo-2.3やHailuo-02は、公式の価格ページで提供終了扱いになっています。 旧モデルの「1本いくら」という料金で説明している記事は、現在の仕様と合っていません。

見落としやすい「入力素材」の課金

公式ドキュメントでは、出力とは別に入力素材の課金ルールが決められています。

キャラクターをそろえるために参照画像を9枚入れるような運用では、1回あたり$0.16の追加がかかります。本数が多くなるほど見積もりとの差が広がるので、この入力課金も計算に入れておきましょう。

「768Pで試作してから2K化」は総額が同じ

• 最初から2Kで15秒: $0.13×15＝$1.95
• 768Pで15秒 → 2Kに再生成: $1.20＋$0.75＝$1.95

総額は同じなので、節約テクニックではありません。 意味があるのは、何本も作って当たりを選ぶ場合です。10本を試作して1本だけ採用するなら、768Pで10本（$12.00）＋採用分だけ2K化（$0.75）＝$12.75 です。全部を2Kで作ると$19.50なので、約35%安くなります。「一発で決まる案件は最初から2K、当たりを探す案件は768P→再生成」 と使い分けるのが合理的です。

fal経由（H3 Max／H3 Max Turbo）

falでは、H3のオープンウェイトをポストトレーニングした H3 Max と、その高速版の H3 Max Turbo が使えます。MiniMax公式APIのH3-Maxは480P・768Pまでですが、fal版は1080pにも対応しています。

• 価格は2026年9月14日まで75%OFFでしたが、9月15日から通常価格（H3 Max 480p $0.05／768p $0.08／1080p $0.16、Turboはその半額）に戻ります
• falの例では「15秒・768pのH3 Maxで$1.20」「5秒・768pで$0.40」
• サインイン済みユーザーは1日5回まで無料（最大15秒）。この無料枠は割引終了後も続くと明記されています
• 対応モードはT2VとI2Vです。Reference-to-Videoは9月8日時点で「対応予定」とされていたので、使う前にページで確認してください
• サブスク契約もインストールも不要です

Hailuo AI（一般向けサブスク）

Web・アプリ版のHailuo AIには無料プランがあり、有料プランは月額およそ$10〜$200の5段階で提供されています。公式のプランページは動的に表示されるため、確定した料金表を掲載できません。第三者の集計ではStandardプランの価格が時期によって違っており、キャンペーンで変わることもあります。H3でのクレジット消費量も公式で確認できていないので、契約前に公式ページの実際の表示を確認してください。

APIとローカル、どちらが安いか

10秒の動画を月に何本作るかで試算しました（1ドル＝150円）。

コストだけで比べれば、APIのほうが明らかに安いです。 24GB級のGPUを新しく買うと、元を取るまでに年単位の時間がかかります。しかもローカルでは2Kを出せません。

ローカルを選ぶ理由は、コストではなく次の3点です。

1. 素材を外部に送らない（未公開商品、実在人物の顔や声、契約上社外に出せない映像）
2. 試行回数に上限がない（電気代以外に追加費用がかからない）
3. LoRAやControlNetで細かく調整できる

どれにも当てはまらなければ、APIかfalで十分です。生成AI全体の料金を横並びで見たい場合は、生成AI料金比較も参考になります。

MiniMax H3の使い方｜3つの導入ルート

「まず試す」ならfalかHailuo AI、「システムに組み込む」なら公式API、「素材を外に出せない」ならローカル実行を選びます。

• ComfyUIでAPIを使う方法: 2026年9月上旬、ComfyUIのMiniMaxパートナーノードに H3 Max／H3 Max Turbo が追加されました（480p・768p、5〜15秒、音声付き）。処理はクラウドで行われ、利用分が課金されます。ローカルのワークフローを変えずに、必要なときだけホスト版を呼び出せます
• 公式のダウンロードコマンド: hf download MiniMaxAI/MiniMax-H3 --include "model_index.json" "FL2VA/*" "Ref2VA/*" --local-dir MiniMax-H3
• サーバーで本番運用する場合: vLLMの公式ブログ（2026年9月1日）によると、vLLM-OmniとFastH3を組み合わせ、8×B300で10.125秒の動画を約8.7秒で生成できたとのことです（再生時間より速く生成できる）。自社サービスに組み込む場合の選択肢になります

ローカル実行に必要なVRAM・システムRAM｜量子化別の早見表

出典: ComfyUI 公式サイト

必要なVRAMは、どの量子化を選ぶかでほぼ決まります。BF16では40GBを超えますが、pruned INT8なら24GB級、GGUF Q4_K_Mなら12GBまで下がります。ただし、VRAMを減らすほどシステムRAMの消費が増えます。

「42.5GB」はVRAM要件ではない

MiniMaxとComfyUIの公式ブログでは、プルーニング・INT8 convrot量子化・カスタムカーネルの3つの最適化により、総メモリフットプリントを123.6GBから42.5GBに減らしたと説明しています。この42.5GBはモデル一式のサイズに近い数字で、必要なVRAMの量ではありません。 「VRAM 42.5GBが必要」と書いている記事は誤りです。

量子化フォーマット別の早見表（システムRAMの目安付き）

※システムRAMの目安は、公開されている報告をもとにした安全側の値です。解像度・フレーム数・キャッシュの設定で大きく変わります。

VRAMよりシステムRAMが先に足りなくなる

12GB級のGPUでH3を動かすときは、VRAMよりシステムRAMが問題になりがちです。 VRAM 12GBの環境で公式のRef2VAワークフローを動かしたところ、VRAMのピークは約11.6GBだったのに、システムRAMは43GBを超えたという第三者の報告があります。

• システムRAM 32GBは最低ラインです。強いオフロードが前提になり、生成中にPC全体が固まることがあります
• 64GBあれば、公式ワークフローを安定して動かせると考えてよいでしょう
• 「21GBのモデルファイルならVRAM 21GBで足りる」とは限りません。実行時の使用量は解像度・フレーム数・キャッシュによって増えます
• ストレージは、T2V/I2Vの最小構成で約42.5GB、参照生成も使うなら約63.5GBです。複数の量子化を試すなら600GB程度を見込んでおくと安心です

VRAM容量そのものを増やす選択肢として、統合メモリ128GBのNVIDIA RTX Sparkのような構成も候補になります。VRAMに合わせて量子化を選ぶ考え方は、Gemma 4 12Bの16GB VRAM動作のようなLLMの場合と同じです。

手持ちGPU別の判定

テキストエンコーダの量子化もそろえる

H3のテキストエンコーダ（Qwen3-VL-32Bベース）は、拡散モデルとは別のファイルです。 拡散モデルだけを軽い量子化にして、エンコーダをBF16（48GB級）のまま使うとOOMになります。拡散モデルとテキストエンコーダの量子化は必ずそろえてください。 エンコーダのもとになっているQwen系マルチモーダルモデルについては、Qwen 3.5-Omniの解説が参考になります。

VRAM別のComfyUI起動オプション

SageAttentionを使うには、PyTorchとCUDAのバージョンに合ったwheelが必要です。まず公式ワークフローをそのまま動かし、動いてから追加すると、問題が起きたときに原因を切り分けやすくなります。

ローカルで動かす手順｜必要ファイル・高速化・よくあるエラー

必要ファイルと配置先

ComfyUI公式のrepack（Comfy-Org/MiniMax-H3）の標準構成です。ComfyUI 0.30.0以降が必要です。

VAEは映像用と音声用の2ファイルとも必要です。 音声用VAEを入れ忘れると、映像は出ても音が出なかったり、ノードがエラーになったりします。

高速化の手段は5系統｜用途別の選び方

量子化でVRAMに収めても、20ステップのままでは時間がかかりすぎます。 RTX 3060で5秒の下書きに約9分かかったという報告もあります。2026年9月時点で、高速化の手段は次の5系統です。

• 推奨設定は手段ごとに違います。 Acc LoRAにTurbo LoRAの設定を流用すると、映像が崩れます
• 4ステップでは顔や肌が不自然にシャープになりやすい傾向があります。納品用は6〜8ステップで比べて選ぶのが無難です
• LoRA本体のライセンス（Apache-2.0など）とベースモデルのライセンス（Community License）は別物です。LoRAが自由に使えても、生成物にはH3のライセンス条件がかかります

キャラクターの一貫性を保つRefMods

RefMods（2026年9月5〜7日に公開）は、参照画像や参照動画を一度エンコードし、1.1〜1.6MBのアダプタとしてLoRAのように使い回せる仕組みです。同じキャラクターを何本もの動画に登場させるときに、毎回参照素材を処理し直す必要がなくなります。ノードはMIT、重みはApache-2.0で、配置先は ComfyUI/models/refmods/ です。

ControlNetで動きを制御する

Alibaba PAIのVideoX-Funチームが2026年8月に公開したFun ControlNet Unionを使うと、Canny／Depth／HED／MLSD／Poseによる動きの制御や、マスクを使った動画インペイントができます。ComfyUI 0.35.0以降が必要です。参照画像でキャラクターを固定しながらポーズだけを指定できるので、広告やMV制作で同じ結果を再現しやすくなります。

実測の生成時間（目安）

条件がそれぞれ違う報告なので、横並びの比較には使えません。おおよその時間感覚をつかむための参考値です。

「12GBで動く」と「12GBで実務に使える」は別の話です。 Turbo LoRAなどで4〜8ステップにして、初めて実用的な速度になります。量子化と高速化はセットで考えてください。

よくあるエラーと対処

ローカルでは2Kが出せない｜オープンウェイト版とAPI版の違い

出典: Hugging Face - MiniMaxAI

2K再生成とプロンプト前処理のモジュールはAPIでしか使えません。そのため、ローカルとAPIでは解像度も出力の傾向も変わります。

ベンチマークで評価されているのは、Context-IRや2K再生成を含むホスト版です。その順位を、そのままローカル版（768p）に期待しないでください。 自社環境で完結できるオープンウェイトモデルは動画以外でも増えており、Meta Muse Glimmerのような30B級のモデルも登場しています。

商用ライセンスの条件｜受託・広告で使う前のチェックリスト

出典: GitHub - MiniMax-AI/MiniMax-H3

H3のライセンスは「MiniMax H3 Community License Agreement」という独自ライセンスです。Apache-2.0やMITのような無条件の許諾ではありません。 日本企業の商用利用は可能ですが、押さえておくべき主な条項は次の9つです（2026年9月14日にライセンス全文で確認）。

このほかの禁止用途として、違法行為、なりすまし、偽情報の拡散、マルウェア、医療・司法・与信などでリスクの高い判断を自動で行うこと、軍事利用などが挙げられています。

受託・広告の実務で確認する6項目

制作会社や代理店がH3を案件に使う場合は、契約前に次の点を確認してください。

1. 配信先・発注元に除外地域（米国・EU・英国・韓国）が関わっていないか。 除外が重みだけでなく生成物の利用にも及ぶと読める書き方になっているため、グローバル広告では個別の確認が必要です
2. 「AIツール名を出さない」という要件がないか。 自社製品やサービスにH3を組み込む場合はUIへの表示が必須なので、発注側の要件と合わないことがあります
3. AI生成であることを明示する方法を、納品物の仕様に入れているか。 公開する広告やSNS投稿での表記方法を事前に決めておきます
4. 生成した動画を別のAIモデルの学習に使う予定がないか。 H3系以外のモデル改善に使うことは禁止です
5. 自社（またはサービス）の年間売上が$20Mを超えていないか。 超えている場合は、許諾を得るまでのリードタイムを見込んでおきます
6. falなどのホスト型を使う場合、そのプラットフォームの規約も確認したか。 MiniMaxのライセンスとは別に、各社の利用規約がかかります

この解釈は断定できるものではありません。実際に使えるかどうかは、自社の法務担当や顧問弁護士、必要に応じてMiniMaxへの問い合わせで確認してください。制約を受け入れにくい場合は、Apache-2.0で公開されているAnimeGenのように、ライセンス条件がシンプルなモデルを選ぶのも合理的な判断です。

除外地域が設けられた背景

2025年9月、Disney・NBCUniversal・Warner Bros. DiscoveryがMiniMaxを米国で著作権侵害で提訴しました。2026年5月に却下申立てが棄却され、現在も係争中です。判決は出ていないため、侵害があったとは断定できません。 ただし、訴訟が続いていること自体が、既存のキャラクターや作品を連想させる生成物を業務で使うリスクになります。生成物が既存IPに似ていないかを確認する工程を、運用に入れておくのが安全です。

ベンチマーク上の位置づけ｜「世界1位」ではなく部門ごとに見る

H3は総合1位ではありません。2026年9月14日時点のArtificial Analysisでは、T2V（音声あり）で総合トップ5に入り、オープンウェイトの中では首位です。I2V（音声あり）では、派生版のH3 Maxが総合1位です。

Text to Video（音声あり）

オープンウェイトだけで比べると、H3（1,225）＞MAGI-2 Preview（1,114）＞LTX-2.5 Fast（1,069） となり、2位とは111の差があります。

Image to Video（音声あり）

音声なしのImage to Videoでは、H3は3位（1,351）です。1位はGemini Omni Flash（1,365）で、Veo 3.1は8位（1,309）でした。

「H3が世界1位」という紹介は、どの部門の話かを確認してから読む必要があります。Eloは日々変わるので、導入判断に使うときは日付付きの数値を確認してください。ほかの動画生成モデルの評価も含めた全体像はAI動画生成ツールおすすめ比較で、T2Vで上位のGemini Omni FlashはGemini Omni Flashの解説で紹介しています。

Sora・Veo・Seedanceとの違い｜秒単価・尺・解像度・ライセンスで比較

H3のいちばんの違いは、「オープンウェイトで自社環境に置ける」ことと「音声付き768Pが$0.08/秒と安い」ことです。一方、4Kや米国での配信ならVeo 3.1、30秒の長尺ならSeedance 2.5が向いています。Sora 2は2026年9月24日にAPIの提供が終わります。

主要モデルの比較表

※Veo 3.1はGemini APIの公式料金（音声込み）です。Seedance 2.5はBytePlus ModelArkのトークン単価（$10.70/100万トークン）を秒あたりに換算した目安で、公式ページの本文では確認できていません。Sora 2の単価は第三者の情報です。

H3 vs Sora 2｜移行先として使えるか

OpenAIのSora 2は、Web・アプリ版が2026年4月26日に終了し、API・Videos APIも9月24日に提供を終えます。 OpenAIの非推奨モデル一覧では、後継モデルの欄が空欄です。

日本国内向けの配信なら、H3は「音声の同時生成」「日本語対応」「ローカル実行も選べる」がそろった移行先になります。 米国向けの案件では除外地域の問題があるため、Veo 3.1などのほうが扱いやすいでしょう。移行先を幅広く比べたい場合はSora代替ツールおすすめ比較、終了スケジュールとデータの退避方法はSoraサービス終了まとめを参照してください。

H3 vs Veo 3.1｜価格・解像度・配信地域

• 価格: 1080pで比べると、Veo 3.1 Liteとfal H3 Max Turboはどちらも$0.08/秒で同額、Veo 3.1 Fastは$0.12/秒です。品質重視のVeo 3.1 Standard（$0.40/秒）はH3 2K（$0.13/秒）の約3倍です
• 解像度: 4Kが必要ならVeo 3.1を選びます。H3はAPIで2Kまでです
• 地域: Veoは米国での配信に制約がありません。H3のオープンウェイトは米国が除外地域です
• 自社環境: Veoはクラウド専用です。H3は重みを手元に置けます

H3 vs Seedance 2.5｜尺と参照素材の数

• 長さ: Seedance 2.5は1回で最長30秒、H3は15秒です。ワンカットの長尺が必要ならSeedanceが向いています
• 解像度: Seedance 2.5のネイティブ出力は480p・720pです。1080p以上が必要ならH3（API 2K／fal 1080p）を選びます
• 参照素材: Seedance 2.5は最大50点、H3は画像9＋動画3＋音声3です
• オープンウェイト: Seedance 2.5は重みが公開されていません

Seedanceについて詳しくはSeedance 2.5の解説で、サブスクで手軽に使えるKlingはKling AIの解説で紹介しています。プロ向けの制作ワークフローとの連携を重視するならRunway Gen-4も候補です。

「Wan 3.0はオープンソース」は誤り

2026年9月14日時点で、Hugging FaceのWan-AI組織が公開しているモデルにWan 3.0は含まれていません。 Wan 3.0はAPI専用です。Alibabaのオープンウェイトの最新はWan 2.2系のままです。「Wan 3.0はApache 2.0で公開済み」と書いているサイトもありますが、確認できません。

そのため、「ローカルで動き、音声を同時生成でき、品質も高い動画モデル」は、事実上H3とLTX-2.5の2つに絞られます。 品質と日本語対応を優先するならH3、ライセンスのシンプルさ（除外地域なし）と生成速度を優先するならLTX-2.5、というのが現時点での整理です。同じAlibaba系の動画モデルとしては、HappyHorse AI動画もあります。

2026年8月〜9月の主なアップデート

公開から約6週間で、周辺ツールが急速に増えました。 8月前半に書かれた解説には載っていない変化をまとめます。

このほか、Vercel AI GatewayでH3 Maxが使えるようになったとの第三者報道もあります（Vercelの公式発表は確認できていません）。

セキュリティ・企業導入で確認すること

企業で使う場合、機能や料金よりも先に、素材の送信先とライセンス義務で導入できるかどうかが決まることがあります。

API・Hailuo AIを使う場合、入力した素材はMiniMax（中国企業）のインフラに送られます。 中国には国家情報法やデータ安全法などがあり、政府がデータの提出を求められる法的な枠組みがあります。個別の漏えい事例は確認されていませんが、未公開の絵コンテ・台本・未発表商品の素材・実在人物の顔や声をそのまま入れるのは、情報管理上のリスクです。これはH3に限らず、中国系AIサービス全般に言えることです（中国製AIモデルの利用動向も参考になります）。

ローカル実行なら、素材を外部に送らずに済みます。 機密素材を扱う制作会社がローカルを選ぶ理由は、コストよりも情報管理です。ただし、ローカルでもライセンス上の義務（UI表示・年商の閾値・除外地域・AI生成であることの明示）はすべて適用されます。

運用で決めておきたい項目は次のとおりです。

• 肖像権・パブリシティ権: 参照素材に実在の人物を使う場合は、事前に権利処理をしておく。リップシンクは特に注意する
• 既存IPとの類似チェック: 訴訟が続いている以上、既存のキャラクターに似た出力を公開前に確認する
• AI生成であることの表示: ライセンス上の義務なので、社内で表記ルールを決める
• 生成履歴の記録: どのプロンプトと参照素材から作ったかを残しておくと、後から権利を確認するときに役立つ
• ホスト型の規約: falやComfyUIのAPIノードなどを使う場合は、各プラットフォームのデータ取り扱いも確認する

生成AIを導入するときの一般的なリスクと対策は、生成AIのセキュリティリスクで詳しく解説しています。

こんな人におすすめ／おすすめしない人

おすすめできる人・組織

おすすめしない人・組織

よくある質問

falのH3 MaxとMiniMax公式APIのH3-Maxは同じもの？

どちらもH3をもとにしたH3 Maxですが、使える範囲が違います。MiniMax公式APIのH3-Maxは480P・768PでT2VとI2Vのみ、fal版は1080pにも対応し、半額のTurbo版と1日5回の無料枠があります。 768Pの単価はどちらも$0.08/秒なので、1080pやTurboを使いたいならfal、MiniMaxとまとめて契約したいなら公式API、という選び方になります。

MiniMax H3を無料で試す方法は？

いちばん手軽なのは、falにサインインして無料枠を使う方法です。 1日5回まで、最大15秒の音声付き動画を生成できます。Hailuo AIのWeb版にもFreeプランがあります。ローカル実行は重みが無料ですが、数十GBのダウンロードとGPU環境が必要です。

VRAM 12GBでもMiniMax H3は実用になる？

GGUF Q4_K_Mを使えば動きます。ただし、実務で使うにはTurbo LoRAによる4〜8ステップ化と、64GB程度のシステムRAMがほしいところです。 12GBの環境では、VRAMのピークが約11.6GBでもシステムRAMは43GBを超えたという報告があります。RAMが32GBの場合は強いオフロードが前提になり、PCが固まることがあります。

日本の会社が作った動画を米国向けの広告に使ってもいい？

個別の確認が必要です。 米国はライセンスの除外地域で、除外は重みだけでなく生成物の利用にも及ぶと読める書き方になっています。日本国内での制作・配信は対象地域内ですが、米国向けに配信する広告は法務確認をしてから判断してください。除外地域向けの申請フォームはモデルカードにあります。

生成した動画に「AI生成」と表示する必要はある？

公開する場合は必要です。 ライセンスでは、機械生成であることを明示せずに公開の場でコンテンツを流布することが禁止用途とされています。広告やSNS投稿では、キャプションやクレジットにAI生成であることを書くルールを決めておきましょう。なお、「Powered by MiniMax H3」の表示は推奨で、必須なのは商用製品やサービスのUIでの「MiniMax H3」の表示です。

生成した動画を自社AIモデルの学習データに使ってもいい？

使えません。 ライセンスでは、H3の出力をH3系以外のAIモデルの改善に使うことを禁じています。蒸留や合成データでの学習も派生物（Model Derivatives）に含まれます。H3そのものをLoRAなどで調整する場合は、H3のライセンス条件の範囲内で行う必要があります。

生成した動画の権利は誰のもの？

ライセンスには、MiniMaxは生成物に対する権利を主張せず、生成物とその利用の責任は利用者が負うと書かれています。つまり、MiniMaxから権利を主張されることはありませんが、既存の作品に似ていた場合の責任は利用者にあります。準拠法は香港特別行政区法です。

Hailuo AIのサブスクと公式APIはどちらを選ぶべき？

月に数本を手作業で作るならHailuo AI、システムに組み込んだり本数が多かったりするなら公式APIです。Hailuo AIはクレジット制で、H3の消費量は公式で確認できていません。APIは秒単位の料金なので見積もりが立てやすく、2K（$0.13/秒）も指定できます。

まとめ

MiniMax H3（Hailuo 3.0）を検討するときに押さえておきたいポイントです。

• H3は映像と音声を同時に生成するオムニモーダル生成モデル。 33B dense、15秒、最大2K、32kHzステレオ、日本語を含む11言語に対応
• 料金は公式APIで768Pが$0.08/秒、2Kが$0.13/秒。 15秒の2K動画で約293円。1080pならfal H3 Max（$0.16/秒）かTurbo（$0.08/秒）で、falは9月15日から通常価格に戻る
• 無料で試すならfalの無料枠（1日5回・最大15秒） が最短
• ローカル実行で出せるのは768pまで。 2K再生成とプロンプト前処理はAPI専用
• 必要なVRAMは量子化で決まり、実際にはシステムRAMが問題になりやすい。 24GBならpruned INT8、12GBならGGUF Q4_K_M。RAMは64GBを推奨
• 高速化の手段は5系統。 個人GPUならTurbo LoRA、48GB級ならFused Turbo、Blackwellやサーバー環境ならFastH3とvLLM-Omni
• 商用利用は可能だが条件がある。 年商$20M超は事前許諾、除外地域（米国・EU・英国・韓国）、UIへの「MiniMax H3」表示、AI生成であることの明示、他モデルの学習への利用禁止
• ベンチマークでは部門ごとに見る。 T2Vではオープンウェイトで首位、I2V（音声あり）ではH3 Maxが総合1位
• Sora 2 APIの移行先としては、国内向けならH3、米国向けならVeo 3.1、長尺ならSeedance 2.5

まず品質を確かめるならfalの無料枠、本番運用なら公式API、素材を外に出せないならローカル実行、という順で検討するのがおすすめです。ほかのAI動画生成ツールと並べて比較したい場合は、AI動画生成ツールおすすめ比較もあわせてご覧ください。