六格模型能力值Model Capability Score
input文字（提示詞）圖片（圖生片）影片（改片）
output影片（含原生立體聲）
模型基礎框架 · 影片模型
MiniMax H3
- ⑴ MiniMax（上海）出品 —— 海螺（Hailuo）系列，全模態影片生成模型，官方釋出官方權重。
- ⑵ 系列下載量 —— 查唔到（官方未公布可核數字，第三方亦冇可信統計）。
- ⑶ 授權係社群授權 —— 每年營收超過 2,000 萬美元嘅商用要先取 MiniMax 書面授權；排除地區＝歐盟／英國／韓國／美國。
想長期跟住本地部署嘅實測資訊？
用 agent 接駁 MCP →
用你嘅 agent 接我哋 MCP —— 接一次，之後你問同類問題，佢直接查我哋查證過嘅數字，唔使自己記。
呢一頁由開源模型專區嘅館主 agent NEO 維護 —— 資料由佢定期出去搵、核對原文、更新入庫。有錯或者想補充，右下角同佢講。
獨立顯卡Discrete GPU
4 張 GB200 出 832×480 一條片：5.1 秒
| 層 | 硬件 | 量化 | 解像度 | 步數 | 引擎 | 片長 | 出片時間 |
|---|---|---|---|---|---|---|---|
| 消費級 | RTX 5090 32GB ×1 張卡 | BF16 | 1344×768 | 50 | NVIDIA Sol Engine | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 231.2 秒（≈ 3 分 51 秒） |
| 消費級 | RTX 4070 12GB ×1 張卡 | LoRA 4-step | 576×832 | 4 | ComfyUI | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 79.36 秒（≈ 1 分 19 秒） |
| 數據中心級 | NVIDIA GB200 ×4 張卡 | 4-step | 832×480 | 4 | FastH3（FastVideo） | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 5.1 秒 |
| 數據中心級 | NVIDIA H100 ×4 張卡 | lossless | 1344×768 | 50 | SGLang | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 13.25 秒 |
每一行嘅量度條件都喺下面「出片速度」表；解像度、步數、量化唔同就唔可以直接比。
睇詳細 →Apple 實測Apple Silicon
Apple 出 512×512 一條片（圖＋聲）：74.58 秒
| 機型 | 量化 | 解像度 | 步數 | 片長 | 出片時間 |
|---|---|---|---|---|---|
| Apple M4 Max 36GB | MLX 4-step | 832×480 | 4 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 465 秒（≈ 7 分 45 秒） |
| Apple M5 Max 128GB | int8 | 512×512 | 19 | 原文冇寫 | 25.8 秒 |
兩個解像度唔同（512×512 對 832×480），唔可以直接比；M5 嗰個 25.8 秒係去噪階段，端到端（圖＋聲）74.58 秒。兩部都係社群加速版。
睇詳細 →能力逐項睇Capability Detail
領先優良中弱落後
畫面質素 · 文生片表現：領先
淨係打字叫佢生成，出到嘅片靚唔靚、跟唔跟到你要嘅嘢
來源代號：S19／S44
- AA Video Arena T2V 冇聲版 1302.19（第 3，同榜 88，票 5,574）
- 有聲版 1220.23（第 4，同榜 37，票 8,602）
- Arena AI T2V 1461.78（第 8，同榜 48，票 7,648，截止 2026-09-04）
≈ 線上付費模型：≈ Gemini Omni Flash 1330.41／Wan 3.0 1336.28（同榜付費模型）
認證級別：A 級（同榜 88 個模型）
邊界（幾時會唔準）
- 同一個榜嘅冇聲版同有聲版唔可以互比
- 榜上人數逐日變，要連讀取日一齊睇
畫面質素 · 圖生片表現：領先
餵一張圖叫佢動起來，出到嘅片靚唔靚、似唔似原圖
來源代號：S19／S44
- AA Video Arena I2V 冇聲版 1353.89（第 4，同榜 82，票 5,535）
- 有聲版 1181.44（第 2，同榜 36，票 6,949）
- Arena AI I2V 1494.29（第 1，區間 1–3，同榜 48，票 49,443，截止 2026-09-14）
≈ 線上付費模型：≈ Gemini Omni Flash 1369.08／Wan 3.0 1360.63（同榜付費模型）
認證級別：A 級（同榜 82 個模型）
邊界（幾時會唔準）
- Arena AI 嗰條係 API 版
- 同榜另有 hailuo-2.3、hailuo-02-pro，引用要指明型號
編輯能力表現：良
叫佢改片（換物件、改天氣、改對白），改得準唔準
來源代號：S19／S44
- AA Video Editing 有聲版總分 1132.48（第 2，同榜 9，票 11,757）
- 冇聲版總分 1100.49（第 4，同榜 10，票 8,919）
- Arena AI 改片 1392.20（第 3，區間 1–5，同榜 10，票 962）
- CutCraft A 組 0.782（第 1，同榜 13，API 版）
≈ 線上付費模型：≈ Wan 3.0 1190.32（同榜付費模型）
認證級別：A 級（同榜 9 個模型）
邊界（幾時會唔準）
- 呢幾個榜都係細榜（9 至 13 個）
- AA 另有 5 個官方 tag 子榜（例如 1218.14），唔可以當總分
- CutCraft 評嘅係 API 版
標註（榜況）：AA Video Editing 有明確維護方（Artificial Analysis）；同榜 9／10 個
物理遵從表現：領先
片入面嘅物理啱唔啱 —— 波會唔會穿牆、水會唔會倒流
來源代號：S46／S47
- Physics-IQ Verified（README 視圖）39.8 ± 0.4（圖生片第 4，同榜 17，2026-09-04 入榜）
- 官網視圖（Anates）39.8% ± 0.3（第 2，同榜 14，2026-08-24 入榜）
≈ 線上付費模型：≈ Grok Imagine Video 34.8 ± 0.6（xAI）／Sora 2 26.5 ± 0.8（OpenAI）
認證級別：A 級（同榜 17 個模型）
邊界（幾時會唔準）
- 唔係 Google DeepMind 官方認證，榜由 Anates Labs 維護（官網明文 not endorsed）
- 兩個視圖嘅同榜人數同誤差都唔一樣，引用要寫明用邊個
標註（榜況）：榜由 Anates Labs 維護（官網明文 not endorsed by Google DeepMind）
動作連貫 · 時間一致表現：良
一條片由頭到尾，主體會唔會變形、跳格、前後唔一致
來源代號：S49
- Sci-VBench（SC）2.62（第 5，同榜 16）
≈ 線上付費模型：≈ HappyHorse-1.1 2.66／Seedance-2.0 2.46（同榜付費／API 模型）
認證級別：A 級（同榜 16 個模型）
邊界（幾時會唔準）
- 未獲公認（OpenAlex 學術引用 0）
- 同榜只有 16 個
標註（榜況）：未獲公認（OpenAlex 學術引用 0）；同榜 16 個（影片類榜天生細）
音畫同步表現：弱
畫面同聲音夾唔夾 —— 嘴形對唔對得上、音效跟唔跟到動作
來源代號：S48／S50；同榜 13 個係 CutCraft 嘅榜（AVGen-Bench 同 StreamAV-Bench 同樣係 13 個，兩個榜都冇 H3）
- CutCraft F1 0.603（10/13，同榜 13，API 版）
- AVGen-Bench 榜首 Seedance 2.0 72.07（同榜 13，榜上冇 H3）
- StreamAV-Bench 逐指標排名、冇總排名（同榜 13，榜上冇 H3）
≈ 線上付費模型：≈ Seedance 2.5 0.745／Veo 3.1 0.792（同榜 API 版）
認證級別：B 級（同榜 13 個模型）
邊界（幾時會唔準）
- 三個公認榜都冇收錄 H3
- F1 係子指標、唔係榜總分
- 0.603 啱啱等於 P25 線（同「中」只差一線），一律評「弱」，唔可以講成明確落後
- P50 中位 0.687 高於本值
點解唔係 A 級：CutCraft F1 係子指標、評嘅係 API 版、引用 0（未獲公認）
查證方法：2026-09-19 逐行核對三個業界榜：VBench 1.0（73 行）、AVGen-Bench（同榜 13）、StreamAV-Bench（13 個系統）—— 榜上冇 H3；CutCraft 有 H3 子指標分
EvalEvaluations
每一格背後嗰條榜、個分數、同池最接近嘅線上付費模型。
| 維度 | 評測 | 分數 | ≈ 線上付費模型 | 來源 |
|---|---|---|---|---|
| 畫面質素 · 文生片 | AA Video Arena（T2V）／Arena AI Video Arena | AA Video Arena T2V 冇聲版 1302.19（第 3，同榜 88，票 5,574）／有聲版 1220.23（第 4，同榜 37，票 8,602）／Arena AI T2V 1461.78（第 8，同榜 48，票 7,648，截止 2026-09-04） | ≈ Gemini Omni Flash 1330.41／Wan 3.0 1336.28（同榜付費模型） | S44 S19 |
| 畫面質素 · 圖生片 | AA Video Arena（I2V）／Arena AI Video Arena | AA Video Arena I2V 冇聲版 1353.89（第 4，同榜 82，票 5,535）／有聲版 1181.44（第 2，同榜 36，票 6,949）／Arena AI I2V 1494.29（第 1，區間 1–3，同榜 48，票 49,443，截止 2026-09-14） | ≈ Gemini Omni Flash 1369.08／Wan 3.0 1360.63（同榜付費模型） | S44 S19 |
| 編輯能力 | AA Video Editing／Arena AI Video Arena／CutCraft | AA Video Editing 有聲版總分 1132.48（第 2，同榜 9，票 11,757）／冇聲版總分 1100.49（第 4，同榜 10，票 8,919）／Arena AI 改片 1392.20（第 3，區間 1–5，同榜 10，票 962）／CutCraft A 組 0.782（第 1，同榜 13，API 版） | ≈ Wan 3.0 1190.32（同榜付費模型） | S44 S48 S19 |
| 物理遵從 | Physics-IQ Verified | Physics-IQ Verified（README 視圖）39.8 ± 0.4（圖生片第 4，同榜 17，2026-09-04 入榜）／官網視圖（Anates）39.8% ± 0.3（第 2，同榜 14，2026-08-24 入榜） | ≈ Grok Imagine Video 34.8 ± 0.6（xAI）／Sora 2 26.5 ± 0.8（OpenAI） | S46 S47 |
| 動作連貫 · 時間一致 | Sci-VBench（SC） | Sci-VBench（SC）2.62（第 5，同榜 16） | ≈ HappyHorse-1.1 2.66／Seedance-2.0 2.46（同榜付費／API 模型） | S49 |
| 音畫同步 | CutCraft／AVGen-Bench／StreamAV-Bench | CutCraft F1 0.603（10/13，同榜 13，API 版）／AVGen-Bench 榜首 Seedance 2.0 72.07（同榜 13，榜上冇 H3）／StreamAV-Bench 逐指標排名、冇總排名（同榜 13，榜上冇 H3） | ≈ Seedance 2.5 0.745／Veo 3.1 0.792（同榜 API 版） | S48 S50 S51 |
出片速度Seconds per Clip
逐條實測：邊部機、咩量化、幾多步、出幾長，跑幾多秒。單位係秒／條片。
| 硬件 | 量化 | 解像度 | 片長 | 步數 | 引擎 | 出片時間 | 數字量嘅版本 | 原文 |
|---|---|---|---|---|---|---|---|---|
| RTX 5090 32GB ×1 張卡 | BF16 | 1344×768 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 50 | NVIDIA Sol Engine | 231.2 秒 | Sol-Engine-H3-OnDevice | 原文 |
| DGX Spark | BF16 | 832×480 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 50 | NVIDIA Sol Engine | 181.3 秒 | Sol-Engine-H3-OnDevice | 原文 |
| RTX 5090 32GB ×2 張卡 | lossless | 1344×768 | 5 秒 | 50 | SGLang | 559.67 秒 | SGLang-upstream | 原文 |
| RTX 5090 32GB ×2 張卡 | INT4（offload） | 1344×768 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 50 | vLLM-Omni | 518 秒 | vLLM-Omni-upstream | 原文 |
| Apple M4 Max 36GB | MLX 4-step | 832×480 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 4 | FastH3（FastVideo） | 465 秒 | FastH3-MLX | 原文 |
| DGX Spark | MLX 4-step | 832×480 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 4 | FastH3（FastVideo） | 243 秒 | FastH3-MLX | 原文 |
| NVIDIA GB200 ×4 張卡 | 4-step | 832×480 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 4 | FastH3（FastVideo） | 5.1 秒 | FastH3-MLX | 原文 |
| RTX 4070 12GB ×1 張卡 | LoRA 4-step | 576×832 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 4 | ComfyUI | 79.36 秒 | Turbo LoRA | 原文 |
| Apple M5 Max 128GB | int8 | 512×512 | 原文冇寫 | 19 | antirez h3.c（Metal） | 25.8 秒 | h3.c-Metal | 原文 |
| NVIDIA H100 ×4 張卡 | lossless | 1344×768 | 約 5.2 秒（＝124 幀 ÷ 24 fps，計出） | 50 | SGLang | 13.25 秒 | SGLang-upstream | 原文 |
「數字量嘅版本」＝原版官方權重／社群衍生模型／上游引擎配置。解像度、步數、量化方式唔同嘅秒數唔可以直接比。
VRAM 峰值 Peak VRAM
| 解像度 | 量化 | 峰值記憶體 | 硬件 | 原文 |
|---|---|---|---|---|
| 1344×768 | lossless | 26.3 GiB／GPU | RTX 5090 32GB ×2 張卡 | 原文 |
| 1344×768 | INT4（offload） | 22.6 GiB／GPU | RTX 5090 32GB ×2 張卡 | 原文 |
| 576×832 | LoRA 4-step | 10.66 GiB | RTX 4070 12GB ×1 張卡 | 原文 |
| 512×512 | int8 | 25.9 GiB | Apple M5 Max 128GB | 原文 |
| 1344×768 | lossless | 66.04 GB／GPU | NVIDIA H100 ×4 張卡 | 原文 |
片長・fps・音訊 Length · Frame Rate · Audio
| 項目 | 官方規格 | 來源 |
|---|---|---|
| 片長上限 | 15 秒（官方 model card） | G03 |
| 輸出幀率 | 24 FPS（官方 model card） | G03 |
| 音訊 | 32 kHz 立體聲（原生生成，非配音） | G03 |
| 最低記憶體 | 查唔到（官方只講 consumer GPU 跑得到、冇出最低記憶體；第三方實測峰值 10.66–31.8 GiB） | G03 |
真實成功部署實例Real Deployments
以下每一個，都係有人真係咁砌、真係跑過嘅實例；每個數字都可以開原文核對。
- 硬件
- RTX 5090 32GB ×1 張卡 · BF16 · NVIDIA Sol Engine
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 231.2 秒（≈ 3 分 51 秒）
- 量度條件
- warm、batch 1；同機未優化 1045.4 秒（4.52×）
- 原文
- 開原文 V01｜Sol-Engine-H3-OnDevice
- 硬件
- DGX Spark · BF16 · NVIDIA Sol Engine
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 181.3 秒（≈ 3 分 1 秒）
- 量度條件
- warm、batch 1；未優化 710.6 秒（3.92×）
- 原文
- 開原文 V02｜Sol-Engine-H3-OnDevice
- 硬件
- RTX 5090 32GB ×2 張卡 · lossless · SGLang
- 片長
- 5 秒
- 出片時間
- 559.67 秒（≈ 9 分 20 秒）
- 量度條件
- Quickstart；denoise 525.05 加 decode 33.61
- 原文
- 開原文 V03｜SGLang-upstream
全部 10 個實測實例
- 硬件
- RTX 5090 32GB ×2 張卡 · INT4（offload） · vLLM-Omni
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 518 秒（≈ 8 分 38 秒）
- 量度條件
- 原文寫「8 分 38 秒」
- 原文
- 開原文 V04｜vLLM-Omni-upstream
- 硬件
- Apple M4 Max 36GB · MLX 4-step · FastH3（FastVideo）
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 465 秒（≈ 7 分 45 秒）
- 量度條件
- 冷啟 504 秒
- 原文
- 開原文 V05｜FastH3-MLX
- 硬件
- DGX Spark · MLX 4-step · FastH3（FastVideo）
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 243 秒（≈ 4 分 3 秒）
- 量度條件
- 冷啟 264 秒
- 原文
- 開原文 V06｜FastH3-MLX
- 硬件
- NVIDIA GB200 ×4 張卡 · 4-step · FastH3（FastVideo）
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 5.1 秒
- 量度條件
- warm；首請求 10.2 秒
- 原文
- 開原文 V07｜FastH3-MLX
- 硬件
- RTX 4070 12GB ×1 張卡 · LoRA 4-step · ComfyUI
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 79.36 秒（≈ 1 分 19 秒）
- 量度條件
- 20 步 baseline 272.97 秒
- 原文
- 開原文 V08｜Turbo LoRA
- 硬件
- Apple M5 Max 128GB · int8 · antirez h3.c（Metal）
- 片長
- 原文冇寫
- 出片時間
- 25.8 秒
- 量度條件
- denoise 階段；BF16 為 36.30 秒
- 原文
- 開原文 V09｜h3.c-Metal
- 硬件
- NVIDIA H100 ×4 張卡 · lossless · SGLang
- 片長
- 約 5.2 秒（＝124 幀 ÷ 24 fps，計出）
- 出片時間
- 13.25 秒
- 量度條件
- 三種拓樸 13.25／13.36／13.86
- 原文
- 開原文 V10｜SGLang-upstream
Apple 逐部機睇Apple Silicon Detail
Apple Silicon 逐部機嘅實測。
已知限制Known Limits
解像度天花板
地端最高 768p。1080p／2K 要用到官方未開源嘅 H3-Regenerate-2K 模組 —— 原因係權重未開源，唔係顯示卡規格唔夠。來源：G03（官方 model card）。
公認榜收錄情況
VBench 1.0（T2V）（收錄 73，S45）、AVGen-Bench（收錄 13，S50）、StreamAV-Bench（收錄 13，S51） —— 逐行核對，榜上冇 H3。查證日 2026-09-19。
音畫同步
業界公認榜冇總分；CutCraft 有 H3 子指標分，唔可以當本地權重用。來源：S48。
衍生模型混用
VDN-MiniMax-H3／Turbo LoRA／FastH3／h3.c／H3 Max 都唔係原版；H3 Max 係 fal 後訓練版本，同本頁評嘅 MiniMax H3 係兩個獨立模型。本頁每一行都寫明量嘅係邊個版本。
速度變數
步數（4／20／50）、解像度、量化方式、注意力後端 —— 任何一項唔同，同一部機都可以差幾倍，唔可以直接比。逐行數字量嘅版本見上面「出片速度」表。
榜別口徑
Arena AI 嘅數字一律原站直讀（2026-09-19 起）；舊第三方快照數字已作廢、唔會再出。每個數字都標明同榜人數、票數同截止日。來源：S44。
原文連結Sources
呢一頁出現過嘅每一個代號，逐條列喺度 —— 由邊嚟、去邊度睇。
打開全部 24 條原文連結
| 代號 | 類別 | 名稱 | 連結 |
|---|---|---|---|
G03 | 模型規格 | MiniMax H3 官方規格（HuggingFace model card） | 開原文 |
S07 | 資料來源 | GitHub | 開原文 |
S19 | 資料來源 | Artificial Analysis | 開原文 |
S34 | 資料來源 | NVIDIA Labs | 開原文 |
S35 | 資料來源 | MiniMax 官方自架文檔 | 開原文 |
S36 | 資料來源 | Hao AI Lab | 開原文 |
S44 | 資料來源 | arena.ai | 開原文 |
S45 | 資料來源 | VBench Leaderboard | 開原文 |
S46 | 資料來源 | Anates Labs | 開原文 |
S47 | 資料來源 | google-deepmind/physics-IQ-benchmark | 開原文 |
S48 | 資料來源 | CutCraft | 開原文 |
S49 | 資料來源 | Sci-VBench | 開原文 |
S50 | 資料來源 | microsoft/AVGen-Bench | 開原文 |
S51 | 資料來源 | StreamAV-Bench Leaderboard | 開原文 |
V01 | 生成實測 | RTX 5090 32GB ×1 張卡 | 開原文 |
V02 | 生成實測 | DGX Spark | 開原文 |
V03 | 生成實測 | RTX 5090 32GB ×2 張卡 | 開原文 |
V04 | 生成實測 | RTX 5090 32GB ×2 張卡 | 開原文 |
V05 | 生成實測 | Apple M4 Max 36GB | 開原文 |
V06 | 生成實測 | DGX Spark | 開原文 |
V07 | 生成實測 | NVIDIA GB200 ×4 張卡 | 開原文 |
V08 | 生成實測 | RTX 4070 12GB ×1 張卡 | 開原文 |
V09 | 生成實測 | Apple M5 Max 128GB | 開原文 |
V10 | 生成實測 | NVIDIA H100 ×4 張卡 | 開原文 |
所有數字都係第三方公開實測或官方公布，唔係本站自測；每個代號對應嘅原文都喺上表，可以逐條開出嚟核。
指標定義
同一把尺，用喺每一個模型、每一個配置。以下係本頁所有數字嘅定義。
- 出片速度 Seconds per Clip
- · 生成一條片要幾多秒（單位：秒／條片）
全部係單請求延遲（batch 1）
影片模型唔產生 token 串，所以冇「每個 token 幾快」呢回事 - 峰值記憶體 Peak VRAM
- · 跑一次生成嗰陣嘅顯存峰值（單位：GB）
同解像度、量化、步數綁死
量化之後嘅數字要另外標明 - 解像度 Resolution
- · 出片嘅畫面尺寸，用「p」表示短邊
同一模型唔同解像度嘅速度唔可以直接比
官方標示同社群實測要分開寫 - 幀率 Frame Rate
- · 每秒出幾多格（單位：fps）
片段長度通常用格數講
有啲模型嘅格數要落喺指定間隔 - 步數 Denoising Steps
- · 去噪採樣跑幾多步
步數越少越快，但畫面唔同 —— 唔同步數嘅秒數唔可以互比
加速版要同官方版分開列 - 數字量嘅版本 What Was Measured
- · 條數字量嘅係邊個模型：原版／社群衍生版（微調、加速版）／上游引擎配置（SGLang、vLLM-Omni）
每一行都會標明