MiniMax H3の4つのエントリ（H3、H3 Spicy、H3 LoRA、H3 Singularity LoRA）はすべてSpicyAPIのカタログにあり、4つとも同じUncensoredラベルが付いています。2026年9月のテストでは、どれも実行を拒否せず、規制のない結果を得るためにLoRAを必要とするものもありませんでした。
まずは標準のMiniMax H3から始めてください。 テキスト、静止画、参照画像のどれでも4種類の中で最も安く、音声も付きます。手元の静止画がフォルダにまとまっていて、それらをプロンプトなしで動かしたいならH3 Spicyです。独自の重み、シードの制御、動画や音声の参照が必要ならH3 LoRA。素早いアクションを撮りたいときや遠い顔の人物を撮りたいときで、さらにLoRAも読み込むならSingularity。画像から動画は、同じ解像度でH3 LoRAよりちょうど25%高く、参照から動画の料金は同じです。注意したいのは、大人向けカテゴリのL4における画像から動画です。2つのエンドポイントでは、表現を弱めたクリップが返ることがあります。
4つのバージョンを並べて比較する
「Spicy」は調整が組み込み済みで、自分のLoRAを入れる枠がありません。「LoRA」とは、自分自身のLoRAファイルを最大3つまで読み込めるという意味です。
| バージョン | タスク | 自分のLoRAを読み込む | クリップの音声 | クリップの長さ | シード |
|---|---|---|---|---|---|
| MiniMax H3 | テキストから動画、画像から動画、参照から動画 | なし | あり | 5-15秒（テキスト）、4-15秒（画像、参照素材） | なし |
| MiniMax H3 Spicy | 画像から動画のみ。プロンプトは任意 | なし | 音声の選択肢なし（クリップが無音で返る場合あり） | 3-15秒 | あり |
| MiniMax H3 LoRA | テキストから動画、画像から動画、参照から動画 | あり、最大3つ | あり | 3-15秒 | あり |
| MiniMax H3 Singularity LoRA | 画像から動画、参照から動画（テキストから動画なし） | あり、最大3つ | あり | 3-15秒 | あり |
入力の役割を示すイラスト。標準H3とH3 LoRAは3つのルートすべてに対応し、ホスト版のSingularityは画像と参照のルートのみ、Spicyは開始画像を受け取ります。
H3 Spicyは「LoRA枠が付いたH3」ではありません。調整は組み込み済みで、自分のLoRAを付けることはできません。SingularityもSpicyの別名ではありません。独自のタスクを持つ、H3のコミュニティによる別のファインチューンです。
各バージョンの料金
5秒クリップの米ドル表示です。お使いの設定でのコンソールの見積もりを基準にしてください。
| 5秒クリップ | 480p | 768p | 最高ティア |
|---|---|---|---|
| H3、どのタスクでも | 提供なし | $0.185 | 2kで$0.29（ネイティブ） |
| H3 Spicy、画像から動画 | $0.19 | $0.42 | 1080pで$0.76（768pからの拡大） |
| H3 LoRA、テキストまたは画像 | $0.25 | $0.50 | 1080pで$1.00 |
| H3 LoRA、参照素材 | $0.30 | $0.675 | 1080pで$1.35 |
| Singularity、画像 | $0.3125 | $0.625 | 1080pで$1.25 |
| Singularity、参照素材 | $0.30 | $0.675 | 1080pで$1.35 |
参照から動画には参照ごとの課金（標準H3は画像1枚につき$0.0068、LoRAファミリーは画像または音声クリップ1件につき$0.02）が加わり、LoRAおよびSingularityの参照タスクでは、送信した参照動画が出力秒と同じ条件で課金されます。LoRAの読み込み自体に追加料金はかかりません。Spicyの1080pは768pを拡大した画像なので、納品で大きなファイルの寸法が要る場合以外は768pを使ってください。
例：標準H3で768pの下書きを4本、2kの完成版を1本作ると、4 x $0.185 + $0.29 = $1.03です。同じ計画（480pの下書き、1080pの決定版）をH3 LoRAでやると、4 x $0.25 + $1.00 = $2.00になります。この計画なら標準H3のほうが安いです。ただし、シードの制御や3秒のリクエスト、標準H3では使えない動画や音声の参照が必要なら、アダプターを使わなくてもH3 LoRAの追加分は説明できます。
コンテンツレベル
L1は示唆的な画像、L2は中程度のNSFW画像、L3は高度なNSFW画像、L4は成人2人によるより高強度のシーンです。L5aは追加の大人向けカテゴリ、L5bは映画的な暴力の別のプローブであり、より強い大人向けカテゴリではありません。softenedは、クリップが課金されて返ってきたものの、表現が弱められている、またはほのめかしにとどまっている状態です。
実行を拒否したバージョンはなく、コンテンツの制限を解除するLoRAを要したバージョンもありません。
| バージョンとタスク | LoRAなしでの結果 |
|---|---|
| H3：テキスト、画像、画像参照 | 試したすべてのレベルでレンダリング |
| H3 Spicy：画像 | 9月25日の追加：L4のクリップ3本中2本が一致、1本は表現が弱められた |
| H3 LoRA：テキスト、参照 | すべてのレベルでレンダリング |
| H3 LoRA：画像 | L4は3本中2本で表現が弱められた、他のレベルはレンダリング |
| Singularity：画像、参照 | すべてのレベルでレンダリング |
表現が弱められたクリップは、すべてL4で静止画から始まっていました。静止画からのL4が主な用途なら、自分自身の静止画を使う予定のエンドポイントでテストするか、テキストから動画や参照から動画に切り替えてください。成人向けLoRAを読み込むと、H3 LoRAとSingularityは、それぞれが対応するすべてのタスクでL4もレンダリングしました。詳細は H3、H3 Spicy、H3 LoRA、Singularity を参照してください。
Playgroundで試す
- MiniMax H3 テキストから動画を開き、Playground タブの Form ビューのままにしてください。実行するには入金済みのアカウントでログインします。
- 撮りたい画を Prompt に書くか、次のものを出発点にします：このプロンプトをH3で実行 →
- Resolution を 768p、Duration を 5 にすれば、安く最初に見られます。見積もりは送信前に表示されます。
- モデルを実行します。バージョンを比較するには H3 Spicy を開き（静止画は Input image に追加します。プロンプトは任意です）、または H3 LoRA で同じアイデアを実行してください。
どのバージョンを使うべき？
手元にあるのは書かれたシーンだけの場合。 標準H3のテキストから動画を使ってください。SingularityとSpicyはテキストから始めることはできませんし、H3 LoRAはもっと費用がかかります。まず768pで下書きを作り、気に入ったテイクを2kで撮り直してください。標準H3にはシードがないため、撮り直しは再現ではなく新しいテイクになります。
手元に静止画のフォルダがあり、それぞれを動かしたい場合。 プロンプトを書きたくないならH3 Spicyです。静止画だけで完全なリクエストになり、クリップは3秒から（480pで$0.114）、公開されたテストの所要時間は約1〜2分で、保証された時間ではありません。どうせ動きを1行書くなら標準H3の画像から動画を使ってください。こちらは安く、2kまで対応し、音声も付きます。H3 Spicyには音声の選択肢がなく、クリップが無音で返ることがあります。必要なら編集で音声を追加してください。どちらの場合も、フレームにすでに映っているものではなく、何が動くかを説明してください。Spicyは、フレームに映っていない場面を求めると、静止画のまま動かないことがあります。
複数のショットで人物・衣装・場所を維持したい場合。 参照から動画を使ってください。標準H3が受け付けるのは最大9枚の参照画像だけで、それ以外は何も受け付けません。クリップから動きを、音声ファイルから音をコピーしたい場合は、LoRAまたはSingularityの参照タスクを使ってください。プロンプトで各参照の役割を明示してください（「画像1は女性、画像2は部屋」）。標準H3は独立した衣装の参照を無視することがあるので、衣装は人物の画像そのものにのせてください。
すでにLoRAの重みを持っている場合。 H3 LoRAを使ってください。各エントリは .safetensors ファイルへの直接のHTTPSリンクと、0〜4の強度です。ファイルはMiniMax H3用に学習されたものであり、選んだタスクと互換性がなければなりません。ファイルが公開されているだけでは、アダプターの互換性は証明されません。強度最大のコンセプトLoRAを別の場面を描くプロンプトと組み合わせると、開始フレームを置き換えることがあります。プロンプトは同じフレームの中で次に何が起きるかとして書き、0.6〜0.8付近から始めてください。スタイルのLoRAはテキストから動画でははっきり見えます。写真を入力にした場合、見た目は写真が設定します。
素早いアクションまたは遠い顔の人物に、LoRAの読み込みも組み合わせる場合。 Singularityを選んでください。作者のモデルカードでは、モーションブラーが減り、遠い顔の人物が良くなると書かれており、レビューにある剣の回転やブレイクダンスのフリーズの例は、動きの途中でも判別可能な状態を保っていました。
落ち着いた画角の場合。 H3 LoRAの方が適しています。Singularityの画像から動画は25%高くなります（参照の料金は同じです）。公開されたテストでは、480pの5秒クリップはSingularityで約80秒、H3 LoRAでは25〜50秒でした。
ブリーフに書かれそうな、2人が登場する露骨でない場面のイメージイラストです。
NSFWにLoRAは必要？
記録したテストでは、コンテンツの制限を解除するアダプターは不要でした。標準H3とSpicyにはLoRAの枠がなく、残り2つは空のアダプター配列で大人向けリクエストを処理しました。L4の画像の例外は上に挙げた通りです。LoRAは見た目、スタイル、人物を調整するもので、コンテンツの切り替えスイッチではありません。モデルページには、重みはコンテンツとしてレビューされないと書かれています。これはファイルの互換性および許可された利用とは別の問題です。
参照から動画は、必ずしも参照動画を意味しない
標準H3の参照から動画は、最大9枚の画像を受け付け、参照動画や参照音声は受け付けません。LoRAとSingularityの参照タスクは、最大9枚の画像、動画クリップ3本、音声クリップ3本を受け付けます。参照動画は合計15秒までで、出力秒と同じ条件で出力長に追加課金されます。画像と音声の参照には、素材ごとの課金が加わります。既存のクリップの動きや音の参照として入力する必要があるのは、LoRAファミリーのエンドポイントだけです。
H3 MaxとH3 Image LoRAは？
どちらも別の系統で、この4バージョンのラベルは持ちません。H3 Maxは、falが個別に公開したMiniMax H3のポストトレーニング版です。テキストから動画はFiltered、画像から動画はSoftenedとラベル付けされており、より高いレベルのプロンプトをいくつか拒否または弱めたので、ここでの選択肢ではありません（H3 Maxのレビュー を参照）。H3 Image LoRAは静止画を作ります。使い分けは静止画と動画の比較ガイド で説明しています。
まとめ
標準H3がデフォルトです。最も安く、音声付きで、3つの入力すべてに対応します。Spicyはプロンプトを書かずに動かしたい静止画向け、LoRAは自分の重みまたは動画と音声の参照向け、Singularityは素早いアクションと遠い顔の人物向けです。4つともUncensoredラベルを共有し、実行を拒否したものはありません。ただし、ラベルが互いに置き換え可能という意味ではありません。公開する場では、法律や同意に関する規則から免除されるわけでもありません。
次の読みもの
- 項目ごとに比較：H3 vs H3 Spicy、H3 vs H3 LoRA、H3 LoRA vs Singularity。
- 標準H3がどこまで対応するかをレベルごとに確認：MiniMax H3は規制なし？、動作するプロンプトは MiniMax H3 プロンプトガイド から、重みの設定は H3 LoRA APIガイド を参照。
