MiniMax H3 vs MiniMax M3 : l’un la vidéo, l’autre le code

Cette comparaison porte sur deux modèles qui ne se concurrencent pas. H3 est un modèle vidéo omnimodal : texte, images, vidéo et audio entrent, et 4 à 15 secondes de vidéo avec le son dans la même passe en sortent. M3 est un modèle de langue à mélange d’experts de 428B, avec une fenêtre d’un million de tokens, qui lit la vidéo mais écrit du texte.

M3 ne sait pas générer de vidéo. H3 ne sait pas écrire de code. Si vous hésitez entre les deux, c’est que vous n’avez pas encore décidé ce que vous fabriquez — et si vous fabriquez de la vidéo, M3 reste utile, pour des raisons qui sont en bas de cette page.

L’un fait de la vidéo, l’autre écrit du code

MiniMax H3 est sorti le 31 juillet 2026, avec des poids ouverts les 2 et 3 août. Il prend du texte, des images, de la vidéo et de l’audio, et renvoie un seul MP4 à 24 images par seconde, de 4 à 15 secondes, jusqu’en 2K. Vous l’appelez sur /v2/video_generation, en asynchrone : créez une tâche, sondez l’identifiant, téléchargez le fichier. Il se facture à la seconde produite.

MiniMax M3 est sorti deux mois plus tôt, le 1er juin 2026, avec ses poids le 12 juin. C’est un mélange d’experts de 428B, dont 23B actifs par token, bâti sur MiniMax Sparse Attention pour une fenêtre de 1 048 576 tokens. Il lit les images et la vidéo, et il écrit du texte. Vous l’appelez sur /v1/chat/completions, en synchrone. Il se facture au token.

Même hébergeur, même compte, une lettre d’écart dans la chaîne du modèle.

Lequel cherchez-vous réellement ?

La plupart des gens qui cherchent cela ne comparent rien : ils sont tombés sur le mauvais modèle et veulent en sortir. Une question suffit à trancher.

Qu’est-ce que vous voulez voir sortir ?

Si vous n’avez qu’un nom ou qu’un chiffre et ne savez pas à qui il appartient, les deux tables ci-dessous nomment le modèle en une ligne.

Les chiffres côte à côte

Deux lignes décident presque tout : ce que chacun produit, et comment il est facturé.

Ce qu’il produit est la seule ligne dont la plupart des lecteurs ont besoin. L’unité de facturation est celle qui piège les achats : un devis bâti sur le mauvais modèle n’est pas légèrement faux, il est libellé dans une autre unité. H3 est à $0.08 la seconde produite en 768P et $0.13 en 2K. M3 est à $0.30 le million de tokens en entrée et $1.20 le million en sortie, avec doublement au-delà de 512K en entrée.

Une ligne mérite un second regard. Les deux acceptent de la vidéo — mais H3 l’accepte comme une référence à imiter, et M3 l’accepte pour la décrire. Même entrée, but opposé.

Les licences pointent dans des directions opposées

Les deux s’appellent Community License. Ce sont des documents différents, et ils restreignent des choses différentes.

La licence H3 exclut l’Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis de son Territoire d’application, et son §V.4 étend cette restriction aux productions — un clip généré licitement ailleurs n’est pas sous licence pour être diffusé sur ces quatre marchés. Au-delà de $20 M de chiffre d’affaires annuel, il faut une autorisation écrite préalable.

La licence M3 n’a aucune restriction de territoire. Sa concession de base est non commerciale ; l’utilisation commerciale impose d’afficher « Built with MiniMax M3 » bien en vue, et le même seuil de $20 M déclenche l’autorisation écrite, avec une simple notification en dessous.

Les deux questions sont donc différentes. H3 demande où vous êtes. M3 demande combien vous gagnez. Un développeur à Londres peut légalement auto-héberger M3. Il ne peut pas auto-héberger H3.

Un autre contraste vaut d’être connu : l’encodeur de texte de H3 est Qwen3-VL-32B, un modèle tiers, alors que l’attention creuse de M3 est entièrement maison. Le même éditeur a pris des routes opposées sur ses deux vaisseaux amiraux. Et à noter, M2 est sorti sous licence MIT en octobre 2025 — la restriction a commencé à M2.7.

Un résumé, pas un avis juridique. Le détail complet de la licence H3 contient les articles ; si l’un de ces quatre marchés est le vôtre, l’API hébergée est un arrangement distinct.

Tous les noms que MiniMax a sortis

Ce n’est qu’une partie d’un problème de nommage plus large. MiniMax a sorti, en un an, un modèle vidéo appelé H3, un modèle de langue appelé M3, et un modèle de musique appelé Music-3.0 — si bien que « le nouveau modèle MiniMax 3 » a aujourd’hui trois référents.

Écrire Hailuo 03 n’est pas une faute ; c’est une extrapolation que MiniMax a invalidée. La ligne vidéo a porté quatre schémas de nommage en quatre générations : T2V-01-Director, puis MiniMax-Hailuo-02, puis MiniMax-Hailuo-2.3, puis MiniMax H3. Quiconque suivait le motif de 2025 aurait prédit Hailuo-03.

Cette supposition entre alors en collision avec Kling O3 — qui n’est pas un produit MiniMax. C’est celui de Kuaishou, l’éditeur l’appelle Video 3.0 Omni, et les deux chaînes sont presque identiques dans une barre de recherche.

Ce chiffre que vous avez vu — vérifiez à quel modèle il appartient

Une bonne part de la confusion arrive sous forme de chiffre. SWE-Bench Pro 59,0 %, Terminal-Bench 66,0 %, MCP Atlas 74,2 % — ce sont ceux de M3, ils sont annoncés par l’éditeur, et aucun modèle vidéo ne peut être noté dessus. Si vous en voyez un à côté de H3, cette page a mélangé ses fils.

Cela marche dans l’autre sens aussi. Les scores Elo, les prix à la seconde et le téléchargement ComfyUI de 42,47 Go appartiennent à H3, pas à M3. Les deux directions comptent, parce qu’un mauvais chiffre dans un dossier d’achat survit plus longtemps qu’un mauvais nom.

Un chiffre est simplement périmé : le score Artificial Analysis de 55 pour M3 est antérieur à l’Index v4.1, qui affiche maintenant 44.

« vs » est la mauvaise question

H3 ne veut pas d’une phrase. Il veut une description longue et structurée — plan par plan, avec les mouvements de caméra, les minutages et le son, en trois champs nommés. MiniMax construit cette description avec une étape hébergée appelée Context-IR, qui ne fait pas partie de la publication ouverte. Sa propre documentation invite les développeurs à bâtir leur propre prétraitement.

M3 est inhabituellement bien taillé pour ce travail, et il vient du même éditeur. Il a une fenêtre d’un million de tokens, donc une charte de marque et une liste de plans y tiennent. Il lit les images et la vidéo, donc il peut tirer une description de votre matériel de référence. Et il produit du texte, ce qui est exactement ce que H3 consomme. Ce n’est pas un contournement. C’est la brèche laissée ouverte par MiniMax, comblée avec le modèle de MiniMax.

Le pipeline est donc : M3 écrit le prompt, H3 le rend, et M3 relit le résultat et corrige. Le prompt système qui fait sortir à M3 le format de H3 :

You are a MiniMax H3 prompt writer. Convert the user's idea into H3's structured
prompt format, following MiniMax's official h3-prompt-writing skill.

Rules:
- Output exactly three fields, in this order:
  integrated_multimodal_description, overall_soundscape, non_diegetic_music.
- Write the descriptive sections in English. Keep dialogue, lyrics and on-screen
  text in their original language.
- Break the clip into shots using [Shot 1], [Shot 2]. Mark cuts with timestamps
  like "At 00:04.500".
- Describe each shot in this order: composition, subjects, environment, actions,
  camera, sound.
- Describe camera movement with all three parts: motion type, amplitude, speed.
  ("slow push-in, small amplitude" — not "camera moves".)
- Write dialogue as: (S1) speaks softly, [English] the line here.
- Every detail must correspond to something visible or audible. No plot
  summaries. No unresolved reference tags.
- All timing must fit within the requested duration.
- Stay under 7,000 characters.

Target duration: {duration} seconds. Aspect ratio: {ratio}.

Ce que coûte réellement ce passage de relais

Presque rien, et c’est ce qui le rend praticable. Un passage type envoie environ 1 500 tokens et en récupère environ 2 500 — soit à peu près $0.0035 aux tarifs catalogue de M3. Le clip de cinq secondes en 768P qu’il décrit coûte $0.40. Écrire le prompt revient à environ 1 % du coût de génération du clip, donc il n’y a aucune raison de tendre à H3 une phrase grossière pour économiser. Estimation d’après les tarifs catalogue officiels du 14 août 2026.

Le générateur de prompts en est la version produit, et la cohérence des personnages est l’endroit où entrent les images, la vidéo et la voix.

Les questions derrière la confusion

MiniMax M3 est-il un modèle vidéo ? Non. Il lit de la vidéo et la décrit, mais produit du texte. Pour de la vidéo, prenez H3.

M3 est-il plus récent ou meilleur que H3 ? Ni l’un ni l’autre. Des lignes différentes, à deux mois d’écart. Les chiffres ne sont pas comparables.

Combien de paramètres a M3 ? Environ 428B au total, 23B actifs, d’après la fiche modèle. Les métadonnées Hugging Face indiquent 427 040 140 160.

Hailuo 3.0 et H3, c’est pareil ? Oui. Les trois orthographes désignent MiniMax H3. Hailuo AI est l’application, pas le modèle.

Puis-je utiliser M3 pour écrire des prompts H3 ? Oui. La documentation de MiniMax invite elle-même les développeurs à bâtir leur propre prétraitement de prompt.

Les deux sont-ils à poids ouverts ? Les deux, sous licences restreintes. H3 exclut quatre territoires ; M3 n’en exclut aucun mais est non commercial par défaut.

Lequel dois-je payer ? Celui qui correspond à votre sortie. La vidéo se facture à la seconde, le texte au token.

Pourquoi M3 apparaît-il quand je cherche de la vidéo ? Sa fiche modèle porte l’étiquette video — pour la compréhension de la vidéo. Cela, plus une lettre, suffit.

Kling O3 est-il un modèle MiniMax ? Non. C’est Kuaishou qui le fait et l’appelle Video 3.0 Omni. Il n’y a que la ressemblance.

Je veux juste faire une vidéo. Par où commencer ? Ici — pas besoin de M3. Pour toutes les routes d’entrée, voyez comment utiliser MiniMax H3.

Si c’est de la vidéo que vous faites, M3 n’est pas le modèle qu’il vous faut. Le générateur de vidéo IA MiniMax H3, si — et un seul clip tranche plus vite que le tableau ci-dessus.

Ce qui peut changer. MiniMax sort vite : regardez les notes de version pour tout ce qui serait plus récent que M3 et H3. Les tarifs actuels de M3 sont présentés comme une remise permanente de 50 %, donc la comparaison de coûts bouge si elle prend fin. Et le BrowseComp 83,5 est rapporté par un tiers ; il n’apparaît pas dans les textes de MiniMax.