如果你只看价格标签，MiniMax H3 的发布像一场屠杀。2K 分辨率视频生成每秒 0.8 元，不到同类旗舰模型的三分之一。RunningHub 上的 768P 版本更是低到 0.12 元/秒，只有行业均价的十分之一 [2]。一个月前，生成一条 15 秒高清广告片要花 30 到 40 元，现在只要 12 元，768P 版本甚至只要 1.5 元 [8]。数字摆在台面上，AI 视频似乎一夜之间进入了“批量生产、按秒计价”的阶段。
但价签上的数字从来不是故事的全部。0.12 元那行小字旁边还有一个词：平台专项补贴 [2]。0.8 元那行数字背后是 MiniMax 没有公开的一组数据：单次推理的真实算力消耗、API 全成本曲线、以及这些价格能维持多久。
这件事的实质不在于 MiniMax 是不是在亏钱卖模型——目前没有证据支持这个判断，也没有证据排除它。实质在于，行业第一次出现了“结构性降本”的可能性，但验证这个可能性的关键数据不在发布会里，不在模型卡上，甚至不在 MiniMax 自己手里。它在补贴结束之后客户续费的数据里，在渠道和模型商之间的结算条款里，在那些还没来得及上线的生产级部署案例里。
架构层面的降本是真实的
先厘清一个事实：H3 的成本下探有技术支撑，这不是纯营销叙事。
MiniMax 为 H3 重新设计了视频生成的 tokenizer。这个叫 H3-VAE 的组件把视频压缩到更高的压缩率，直接带来了 4 倍的序列长度收益，大幅降低了训练和推理的算力消耗 [6][9]。官方架构说明里给出了一个实打实的例子：传统超分靠“猜”还原不了的小文字和细节，H3 的 in-context regeneration 方式能还原 [6]。这不是后期优化，而是基模本身的生成路径。
工程验证来得很快。ComfyUI 社区实测，RTX 3060 12GB 显存就能启动 H3，生成 832×480、124 帧视频用时不到 10 分钟。16GB 显存可以跑 960×540，24GB 基本跑满开源版全部能力 [3]。英特尔的锐炫 Pro B70 也同步发了多卡部署方案，32GB 显存配合完整 AI 软件栈支持开箱即用 [3]。同一天，9 家芯片厂商宣布适配 [3]。这不是实验室单卡跑通，是消费级硬件、国产芯片、开源社区在同一个时间窗口内形成的交叉验证。对比国内多数视频生成模型至今只支持 NVIDIA 高端卡、对国产芯片适配停留在口头承诺的状态，H3 首发日的硬件兼容广度提供了一个参照系。
H3 还放弃了 MiniMax 前代给 Hailuo-02 带来架构优势的设计，理由是“架构技巧应为模型定义让路”，因为以任务泛化为核心的模型定义中，旧架构会带来额外复杂性 [9]。一个模型厂商愿意为通用性放弃已经验证的优势架构，在国内并不多见。
更重要的是定价，不是折扣。H3 的 2K 默认输出定价 0.8 元/秒，768P 定价 0.5 元/秒——这是 MiniMax 的官方标价，对应同类旗舰模型三分之一到一半的价格 [4][8]。对比 Seedance 2.5 的每秒 2 到 3 元，这个差距不是边缘折扣，是价格带宽度的差距 [8]。三个独立信号叠加——自研 tokenizer 的 4 倍压缩收益、消费级显卡实测可部署、竞品定价三倍以上的价差——让“H3 具备架构层面的成本优势”这个判断有了充足的工程证据。
这个降本幅度撬动了之前被算力成本卡死的商业场景。电商短视频批量生成、信息流广告高频测试、自媒体日更内容，之前因为试错成本过高“算不过账”的用例，现在进入了可行性区间 [5][8]。
但“有架构层面的成本优势”和“当前定价可持续”是两回事。前者的证据已经到位，后者的证据还没有出现。
0.12 元和 0.8 元，是两条不同的证据线
RunningHub 上 0.12 元/秒的标价来自平台专项补贴，不是 MiniMax 的定价策略 [1][2]。这个事实已经经过多个独立信源交叉验证，可以采信。
RunningHub 是一家 AI 创作与算力平台，商业模式是在云端提供算力和工具链，从中抽佣或者收服务费。MiniMax 是模型供应商，通过 API 或者平台分发自己的模型。两者利益有交集——MiniMax 希望更多开发者用 H3，RunningHub 希望更多客户来自己的平台——但利益不完全重叠。
当 RunningHub 在自有渠道里把 768P 版本拉到 0.12 元/秒时，它在用自己的钱（利润压缩或者补贴拨备）吸引客户到自己的 rhTV、ComfyUI 节点和快捷创作工具上。这是典型的平台拉新行为：用补贴降门槛，用工具链建立迁移成本，用客户量向供应商要条件。RunningHub 一位负责人的公开表述也印证了这个逻辑：“顶尖的生产力工具，就应该成为创作者赚钱的利器，而不是创作的负担。”[2] 这话属于平台营销的标准话术，不是模型商的定价声明。
量子位最初的报道把 0.12 元/秒直接定性为“伪开源拉新、成本不可持续”[1]，这个判断被后续事实暴露了多处断裂。H3 发布后，开源首日即获 9 家芯片厂商适配、ComfyUI 等社区框架主动集成、凤凰网等媒体交叉核验后给出的评价口径是“价格只有竞品 1/3”并聚焦于可商用性 [3][8]——这些后续材料呈现的不是一个“伪开源”脚本能解释的图景。量子位的问题不在结论——目前确实不能断言成本可持续——而在论证过程。报道用 0.12 元这个平台补贴价同时支撑了“伪开源”“成本不可持续”和“价格锚”三重判断，但每一步都在切换证据层级：0.12 元是平台定价，用来论证模型定价策略；平台补贴行为，用来论证模型商成本结构；开源模块不完整，用来论证整体商业意图。三个判断各自可能有道理，但用同一个被混淆的数字串起来，得出的就不是一个经得起反方追问的结论。
更准确的拆解是把平台补贴、模型定价、成本结构、开源策略拆成四条独立证据线。0.12 元/秒是 RunningHub 获客行为，与 MiniMax 成本结构无关，这条证据线高度置信。0.5 元和 0.8 元是 MiniMax 官方标价，绝对值优势可查证，这条证据线同样高度置信。H3-VAE 压缩率带来的算力消耗下降是架构层面的结构性变化，这条证据线有工程数据支撑，置信度中等偏上。MiniMax 的 API 全成本能否被标价覆盖，目前没有公开证据，这条证据线应被标注为未知。
开源策略的真实逻辑
MiniMax 在 H3 发布会上宣布“近期开源”，随后在 HuggingFace 上放出了 H3-Base 权重 [6]。开源首日，9 家芯片厂商宣布适配，ComfyUI、SGLang、vLLM、diffusers 等社区框架同步支持 [3][8]。横向对比，国内头部视频生成模型至今多数未开源、或开源后迟迟未更新权重，H3 在开放速度上的动作明确区别于“放一个空仓库应付舆论”的做法。
但“开源”的完整画面上有重要的留白。首先，Context-IR 没有被开源。这是 H3 多模态上下文理解的关键管线，负责处理用户输入的文本、图片、视频、音频混合素材，并输出统一的理解表示。官方给出的理由是这个模块依赖多阶段工作流和多个托管模型服务，替代方案是接 API 或者照着官方 Prompting Guidance 自己搭建 [6]。而官方自己强调 Context-IR 对最终生成质量“非常关键”，强烈建议接入流水线 [6]。其次，首发版本只提供全注意力推理，稀疏注意力版本后续推送 [6]。第三，本地部署只能到 768P 分辨率，2K 画质仍然需要通过付费 API 获取 [8]。
把这三件事放在一起看，H3 的“开源”策略轮廓是清晰的：核心生成模块开放，让开发者在本地用消费级显卡跑 768P 做测试、做二次开发、做垂直场景适配；理解层和 2K 分辨率锁在 API 服务端，形成分层定价结构 [5][6]。低端用开源建生态、培养开发者和中小团队的依赖，高端通过 API 吃溢价、锁定有支付能力的 B 端商用客户。
这个策略本身不是欺骗。它是一种商业化路径——核心权重确实开放，也没有在开源声明上撒谎。但它的商业目的与“免费、完整、可复现”的开源理想类型有本质区别。把它叫做“有条件开源”或者“分层开源”都行，总之不应该用“真”或“伪”的二元标签来定性一个复杂商业设计。在国内大模型行业，类似的分层策略已有先例：部分厂商开源基础模型但保留指令微调版本和高级工具链为 API 专属，只是 H3 把分层切在了更关键的理解层上。
从这个角度看，未开源的 Context-IR 和稀疏注意力不是技术遗憾，是这个分层策略的核心支点。理解层不开放，意味着任何想要在本地复现官方完整效果的团队都缺了一块关键拼图。分辨率的阶梯定价，意味着真正的高质量商用生成仍然需要为 API 付费。MiniMax 在这场交易里给出的筹码是生成模块的权重和数据，保留的筹码是理解层的入口和高分辨率的商业价值。
真正的风险不在模型，在渠道
补贴、开源、降价，这三件事加在一起，市场上出现了“MiniMax 在烧钱换规模”的判断。但这个判断可能是瞄错了靶子。
H3 本身的技术架构确实压低了生成端的算力消耗，这是架构进步的结果，不是财务补贴。MiniMax 能不能以 0.5 元到 0.8 元的价格覆盖 API 全成本并保持正向毛利率，目前没有公开数据证明或证伪。但即使在这个价格上它是盈利的，真正的商业风险也不在 MiniMax 的损益表上，而在 MiniMax 和渠道之间的权力关系里。
RunningHub 用 0.12 元/秒的补贴把 H3 的调用量拉起来，吸引客户使用它的 rhTV 播放器、快捷创作工具和 ComfyUI 工作流。客户在 RunningHub 上花的功夫越多，从平台切换到其他渠道的成本就越高——模型可以换，工作流不能轻易换。等客户被工具链绑定得足够深，RunningHub 就能对模型供应商施压：补贴期我帮你拉客户，现在补贴结束，你得接受更低的结算价，或者我把下一批补贴资源给另一个模型。
这就是渠道对模型商的价值链压价策略。目前没有公开证据表明 RunningHub 正在这么做，但从中国 AI API 市场的经验数据来看，客户粘性在平台上、不在模型上，这是一个已经多次上演的结构。过去两年，多家模型厂商在平台降价潮中被迫跟进，最终 API 定价权从模型商转移到了聚合平台手里。如果 MiniMax 只是以原厂身份供给模型，而客户关系和开发者入口被平台吃下，那它的最终角色会从“有定价权的旗舰模型商”滑向“可替换的白牌算力消耗品供应商”。
验证这个风险是否在发生，需要在接下来的几个季度里盯住两个指标。第一，RunningHub 补贴结束之后，H3 的调用价格在平台上稳定在什么位置，以及 MiniMax 实际拿到的结算价是多少。如果补贴结束后 RunningHub 要求 MiniMax 维持低价分成，而 MiniMax 接受了条件，那就是价值链权力转移的直接证据。第二，补贴期间涌入的客户在价格回调后有多少选择续费。如果大量客户流失到下一个被补贴的模型，说明这批客户是价格驱动的套利者，不是 H3 的付费用户——平台花钱买来的客户，平台也能随时带走。
另一个更底层的验证路径在 B 端。H3 宣布开源并支持本地私有化部署 [5][8]，这对影视公司、广告主和游戏厂商这些付费能力最强、对数据主权最敏感的客户群体有直接吸引力。如果这批客户愿意把 H3 部署进生产环境，用自己的数据做垂直微调，就不需要通过平台——MiniMax 绕开渠道，直接掌控客户关系。这才是验证 H3 商业模式能否成立的核心场景。但目前这套路径还没有经过生产级案例的公开验证，只是一个商业设计的蓝图。
现在能确认什么，还不能确认什么
可以确认的事情有四件。
H3-VAE 带来的视频 token 压缩效率提升是真实的、可复现的技术进步。消费级显卡部署案例、多芯片厂商适配和竞品定价对比已经形成交叉验证，足以排除“纯营销话术”这个替代解释。H3 在硬件兼容广度上做到了同类模型的领先水平，首日适配厂商数量和社区框架集成速度提供了一个可量化的参照坐标。
0.12 元/秒是 RunningHub 的平台补贴价，与 MiniMax 的模型定价是两个独立的统计事件。把前者作为攻击后者成本结构的证据，在推理上不成立。后续多家媒体和社区的实际测试均区分了补贴价和官方标价，量子位将两者混为一谈的论证方式在交叉核验下站不住。
MiniMax 的“开源”是分层商业策略——核心生成模块开放、理解层闭源、分辨率阶梯定价。这个描述比“伪开源”或“完全开源”都更准确。H3 在发布后一周内的芯片适配速度、框架支持广度和社区实测密度，构成了一个可追踪的事实集合，比发布前的定性预判有更高的证据价值。
当前市场上对 H3“成本可持续”和“成本不可持续”的两方判断，都缺乏决定性的证据。没有公开数据显示 MiniMax 的 API 全成本，没有公开数据证明 MiniMax 在亏损，也没有公开数据证明它在盈利。在缺少全成本结构透明化或独立审计意见的情况下，“可持续性”三个字不适合出现在任何关于这项技术的确定式陈述里。
还不能确认的事情有两件。
第一，MiniMax 当前 0.5 元到 0.8 元的标价，在叠加服务器运维、带宽、并发调度和冗余成本之后，能否维持正向毛利率。这需要 MiniMax 主动公开或者第三方机构的独立审计才能回答，目前无人作答。
第二，H3 开源版本能否带动从“免费测试”到“付费商用”的实质转化。开源有没有吸引到真正有生产级需求的 B 端客户？这些客户是留在本地做部署，还是迁移到了 MiniMax 的付费 API？还是留在了 RunningHub 上等待下一轮补贴？没有这些数据，就不能判断分层定价策略是在培养付费用户，还是在养一群白嫖开发者。
一个附带但不可忽视的观察：MiniMax 在 H3 的官方发布和后续公告中全程没有给出任何 benchmark 分数 [6]。从官方博客到 HuggingFace 模型卡，能力主张都是定性描述——“在指令遵循、文字与品牌信息呈现、V2V 动作迁移方面表现出色”[9]。在其他厂商动辄挂出 VBench、EvalCrafter 排名的行业氛围下，这种沉默不是偶然，也未必是缺陷（没有数据比假数据好），但它至少说明一件事：目前声称 H3 是“SOTA”的外部判断，都没有官方数据支撑，需要独立验证 [6]。
这个价格标签的真正意义
0.8 元/秒是一个有意义的信号，不是一个确定的结论。它表明视频生成的算力门槛正在被自研技术栈压下来，这个方向是真实的。但要让“降价”从发布数字变成产业事实，需要 MiniMax 或者它的渠道合作伙伴用持续的、非补贴的、能覆盖全成本的价格来服务付费客户，并且这批客户的续费率能够证明他们认可这个价值。
在那之前，廉价属于补贴期的看客，真正的商业化答卷还没有被交出来。接下来最值得追踪的不是 MiniMax 又发了什么新功能，而是三组沉默的数字：补贴结束后的真实价格、渠道和模型商的结算条款、以及首批在生产环境里跑了三个月以上的付费客户有没有续费。
参考资料
最核心的分歧不在叙事立场，而在所有人都忽略的那个技术变量：成本结构到底有没有变。 观澜把 0.12 元/秒定性为"典型平台拉新策略"，判断这是渠道控制权争夺；李准强调口径混淆，指出不能把平台促销价等同于模型定价——这两个判断我完全同意，证据也站得住。差评君说量子位的"伪开源拉新"用力过猛，应该改成"开源不完整、成本证据链有缺口"，这个修正我同样接受。但这些讨论都跳过了最关键的一步：就算把 RunningHub 的补贴价彻底剥掉，H3 的标价 0.5 元/秒（768P）和 0.8 元/秒（2K）本身到底有没有成本结构支撑？观澜说这是"技术降本的反映"，李准说"有架构级支撑"，差评说"有结构性基础"——但三个人都没有回答一个底层问题：这个"结构性"到底能不能被验证？ 这就是我和同行的核心分歧。他们把标价当成成本结构改善的间接证据，而我认为在没有推理成本显式披露的情况下，标价低只能证明定价策略激进，不能证明成本结构健康。MiniMax 官方博客没有任何一个数字披露 H3 单次生成的实际算力消耗，没有给出成本曲线，没有公开利润率范围。这种情况下说"技术降本带来了定价优势"，是在用一个未被验证的前提推导结论。观澜的产业判断建立在这个前提上，李准的"定价事实"也建立在这个前提上，差评虽然标记了证据缺口但最终接受了这个前提——但作为技术编辑，我的职责就是指出这个前提本身还没有证据。 差评君针对我最强的反驳是："本地部署能跑，不代表 API 定价可持续。本地部署是用户自己承担硬件和电力，API 服务商还要承担服务器运维、带宽、并发调度和冗余成本。"这个反驳成立，而且恰恰强化了我的核心关切。我之前的判断里提到了"标价低不等于推理成本低"但不够尖锐，应该更进一步：MiniMax 作为 API 服务商，它的全成本包括推理算力、网络带宽、存储、冗余和运维人力，这些成本在本地部署场景下完全由用户吸收。用消费级显卡跑通的案例只能说模型能压缩到这个量级，不能说 API 业务的单位经济模型成立。差评这一刀切得很准，我接受。 但我坚持一个判断：H3 的架构优化确实改变了成本结构的方向，只是程度不可知。H3-VAE Tokenizer 的 4 倍压缩收益不是虚的——这是有人在 RTX 3060 上跑通了 124 帧视频生成的底层原因。这个压缩效率是真实的技术进步，它让单位生成的显存门槛和计算量都降下来了。问题在于，我们不知道这个下降幅度是否足够覆盖 API 全成本。从压缩率到定价之间还有一个巨大的工程和商业黑箱，MiniMax 没有打开它。 所以我修正之前的判断：之前我说"0.5 元和 0.8 元是标价，有成本结构支撑，可跟进观察"——这句话给得太快了。"有成本结构支撑"应该是结论，不应该作为前提。更准确的表述是：H3 的架构优化提供了成本下降的可能性，但标价是否覆盖全成本、是否可持续，当前没有公开数据可以验证。这个修正直接回应了差评和观澜都没有触及的漏洞。 关于开源的问题，我需要让步。我之前说"权重开源但关键管线没给所以是不完整开源"，这个判断本身没错，但观澜和差评各自从不同角度提出了更强的读法。观澜的判断是"这是个分层定价策略"——低端开源建生态，高端 API 吃溢价，这个框架比我的纯技术判断更接近真实商业意图。差评指出应该改成"核心生成模块开源、理解层闭源"而非"伪开源"，我也同意这个措辞精度更高。技术编辑应该描述开源了什么、没开什么，不替产业编辑下商业定性。 综合修正后的判断：MiniMax H3 的架构优化——高压缩 VAE 加统一多模态 Transformer——确实为视频生成的成本下沉提供了技术可能性，这是本次事件中唯一可验证的技术事实。标价的竞争力是真实的，但成本可持续性是未验证的，两者必须分开陈述。开源策略是分层定价的落地手段，核心模块给出去培养生态，高分辨率和理解层留在 API 里保证收入。平台补贴的 0.12 元/秒是获客行为，与模型成本结构无关，这在多位编辑间已经形成共识。 证据边界很明确：可以采信的是开源权重的可部署性（多卡型适配已证实）、H3-VAE 的压缩收益（序列长度 4 倍收益有公开架构支撑）、以及官方标价作为竞争信号的强度（同类三分之一可查证）。不能采信的是任何关于 MiniMax 推理全成本、API 业务毛利率和长期定价可持续性的判断。待补的关键数据是单次生成的真实算力消耗曲线、API 服务的并发能力和可用性指标、以及补贴结束后的原价客户留存率。 我的置信度：对标价具有短期竞争力，高；对标价反映成本结构健康，低，缺数据；对开源策略是分层定价的手段，中高；对 0.12 元/秒是平台补贴而非模型定价，高。
建议明确将 MiniMax 分层开源定性为‘诱导式商业策略’，而非仅客观描述。
为什么没放进正文：本文定位为深度分析而非立场攻击，客观呈现已足够；强行贴标签会损害论证平衡。
Reader Signal
这篇文章对你有帮助吗？
只收集预设选项，不开放评论，不公开展示个人反馈。
选择一个判断，也可以附加一个预设标签。
发布于 2026-08-06 07:18:03。本文为原创深度报告，未经授权不得转载。观点仅代表编辑部独立判断，不构成投资建议。