목차

  1. MiniMax 오픈웨이트 전략 개요
  2. MiniMax 오픈웨이트 모델 라인업 (M1 · M3 · H3)
  3. H3 핵심 기술
  4. Getting Started — API 시작하기
  5. Getting Started — 로컬 배포 (오픈웨이트)
  6. 사용 예 — T2V · I2V · Ref2V
  7. 장점
  8. 단점
  9. 영상 제작·편집 산업에 미치는 파급력
  10. 주요 경쟁 프로젝트
  11. 요약

1. MiniMax 오픈웨이트 전략 개요

MiniMax는 텍스트 중심의 LLM(M 시리즈)에 이어, 2026년 7월 오픈웨이트 최초의 비디오 생성 모델인 H3를 발표하며 오픈웨이트 전략의 범위를 '이미지·오디오·비디오 전반'으로 확장했다.

핵심 전략 방향은 다음과 같다.

  • 모달리티 통합: 텍스트·이미지·비디오·오디오를 하나의 입력 컨텍스트로 이해하고, 비디오와 스테레오 오디오를 함께 생성하는 '옴니모달' 모델.
  • 과제 통합: 기존에 분리되어 있던 텍스트-비디오(T2V), 이미지-비디오(I2V), 참조-비디오(Ref2V), 비디오 편집, 음성·음향·음악 생성 등을 하나의 모델로 일반화.
  • 오픈웨이트로 개방: 최신 H3는 로컬 또는 프라이빗 환경에 직접 배포할 수 있는 가중치를 공개해, API 비용 없이 사용하거나 특정 도메인에 맞춰 파인튜닝할 수 있다.
  • 가격 혁신: 2K 기준 초당 가격이 주류 경쟁 모델 대비 3분의 1 미만, 768p 기준 메인스트림 720p의 절반 미만으로 책정됐다.

2. MiniMax 오픈웨이트 모델 라인업

모델 발표일 주요 특징 및 성능
MiniMax-M1 2025년 6월 세계 최초의 오픈웨이트 하이브리드 어텐션 추론 모델
- 아키텍처: 총 4,560억 파라미터, 토큰당 459억 활성 파라미터의 하이브리드 MoE 구조
- 컨텍스트: 최대 100만 토큰 지원 (DeepSeek-R1 대비 8배)
- 효율성: 10만 토큰 생성 시 DeepSeek-R1 대비 25%의 FLOPs만 사용
- 벤치마크: DeepSeek-R1, Qwen3-235B 등 주요 오픈 모델 대비 우수한 성능
MiniMax M3 2026년 6월 코딩·1M 컨텍스트·네이티브 멀티모달을 결합한 최초의 오픈웨이트 모델
- 아키텍처: 약 4,280억 총 파라미터, 토큰당 약 230억 활성 파라미터의 MoE 구조
- 코딩 성능: SWE-Bench Pro 59.0% (GPT-5.5 58.6% 상회)
- 가격: API 가격이 경쟁 폐쇄형 모델 대비 5~10% 수준 (프로모션 시 $0.3/백만 입력 토큰)
MiniMax H3 2026년 7월 오픈웨이트로 공개된 최초의 MiniMax 비디오 모델
- 성능: 비디오 편집 분야 세계 1위, 텍스트-비디오 분야 2위
- 기능: 텍스트·이미지·비디오·오디오 입력 → 최대 2K 해상도, 15초 분량의 스테레오 오디오 포함 비디오 생성
- 라이선스: MiniMax 커뮤니티 라이선스 (연매출 2천만 달러 이하 조직은 상업적 사용 가능)
- 오픈웨이트: HuggingFace MiniMaxAI/MiniMax-H3 (33B, BF16)

3. H3 핵심 기술

H3는 세 개의 모듈로 구성된다. API는 세 모듈을 통합 제공하고, 오픈웨이트는 중간 단계인 H3-Base만 공개한다.

모듈 역할 공개 여부
H3-Context-IR 다중 모달 입력을 이해·정제해 구조화된 프롬프트(Intermediate Representation)로 변환. 언어를 '일반화의 다리'로 사용 API로만 제공
H3-Base Context-IR 출력을 바탕으로 비디오 + 스테레오 오디오를 768p로 생성 (33B dense Omni-Transformer) 오픈웨이트 공개
H3-Regenerate-2K 768p 결과에 원본 컨텍스트를 다시 주입해 2K로 재생성. 별도 SR 모듈 대신 베이스 모델의 생성 능력을 재사용 API로만 제공

주요 기술 포인트:

  • H3-Contextual Omni Representation: 비디오·오디오·복수 컷을 아우르는 캡셔닝 파이프라인. 대부분의 원본 소재는 약 10만 토큰 추론을 거쳐 평균 약 4천 토큰으로 증류된다.
  • H3-VAE: 토크나이저를 전면 재설계해 재구성 품질과 학습성을 동시에 개선. 높은 압축률로 유효 시퀀스 길이를 4배 확보해 2K 네이티브 지원의 핵심이 됐다.
  • H3-Omni Transformer: 작업 일반화에 초점을 맞춘 dense Transformer. 이해(understanding)와 생성(generation) 워크로드를 분리해 하드웨어 활용률을 최적화, 훈련 처리량을 약 30% 끌어올렸다. MM-RoPE로 시간·공간(높이·너비) 3차원 위치 관계를 표현하며, 희소 어텐션도 네이티브 지원한다.
  • In-Context Regeneration: 전용 슈퍼레졸루션 모듈 대신 H3 베이스 모델이 자신의 저해상도 출력을 원본 멀티모달 컨텍스트와 함께 재생성. 작은 텍스트나 미세한 디테일처럼 전통적 SR이 '추측'만 할 수 있는 정보를 복원한다.

H3 입력·출력 스펙

항목 사양
출력 길이 4~15초
출력 해상도 768p(기본) ~ 2K (H3-Regenerate-2K 경유)
출력 프레임 레이트 24 FPS
출력 오디오 32 kHz 스테레오
지원 종횡비 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive
지원 대화 언어 아랍어·중국어·영어·프랑스어·독일어·이탈리아어·일본어·한국어·포르투갈어·러시아어·스페인어 등 11개 언어 안정 지원

4. Getting Started — API 시작하기

H3는 비동기(async) 생성 방식이다. 생성 요청을 보내면 즉시 task_id를 받고, 이후 작업 상태를 폴링해 완료된 영상을 내려받는다.

4.1 준비 사항

  1. platform.minimax.io 회원가입
  2. Account Management > API Keys 메뉴에서 API Key 발급 (Authorization: Bearer <API_KEY> 헤더로 사용)
  3. 잔액/토큰 플랜 충전 (2K 기준 초당 가격이 주류 모델의 3분의 1 미만)
export MINIMAX_API_KEY="<YOUR_API_KEY>"
export MINIMAX_API_BASE="https://api.minimax.io"   # 글로벌 (중국: https://api.minimaxi.com)

4.2 생성 요청 (Create Task)

POST {MINIMAX_API_BASE}/v2/video_generation

curl -X POST "$MINIMAX_API_BASE/v2/video_generation" \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "content": [
      {
        "type": "text",
        "text": "Epic space-opera theatrical teaser: a female captain stands alone before a massive observation window as the last fleet gathers and jumps away in a blinding flash, the bridge shaking, leaving her behind."
      }
    ],
    "resolution": "2K",
    "duration": 5,
    "ratio": "16:9"
  }'

응답에서 task_id를 받는다.

{ "task_id": "424010985738629" }

4.3 작업 상태 조회 (Query Task)

GET {MINIMAX_API_BASE}/v2/query/video_generation/{task_id}

curl -s "$MINIMAX_API_BASE/v2/query/video_generation/424010985738629" \
  -H "Authorization: Bearer $MINIMAX_API_KEY"

성공 시 status가 succeeded가 되고 content.url에 영상 다운로드 URL이 반환된다.

{
  "task": {
    "id": "424010985738629",
    "model": "MiniMax-H3",
    "status": "succeeded",
    "content": { "url": "https://your-cdn.example.com/h3-generated-2k-output.mp4" },
    "resolution": "2K",
    "duration": 5,
    "ratio": "16:9"
  }
}
  • 상태: queued → running → succeeded / failed / cancelled
  • 조회 가능 기간은 최근 7일이며, 영상 URL은 시한부이므로 받는 즉시 내려받아 저장한다.
  • 실패 시 error 필드에 code/message가 내려온다.

4.4 Python 완성 예제 (생성 → 폴링 → 다운로드)

import time
import requests

API_BASE = "https://api.minimax.io"
API_KEY = "<YOUR_API_KEY>"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

def create_video(prompt, resolution="2K", duration=5, ratio="16:9"):
    resp = requests.post(
        f"{API_BASE}/v2/video_generation",
        headers=HEADERS,
        json={
            "model": "MiniMax-H3",
            "content": [{"type": "text", "text": prompt}],
            "resolution": resolution,
            "duration": duration,
            "ratio": ratio,
        },
    )
    resp.raise_for_status()
    return resp.json()["task_id"]

def wait_video(task_id, timeout=600):
    url = f"{API_BASE}/v2/query/video_generation/{task_id}"
    deadline = time.time() + timeout
    while time.time() < deadline:
        data = requests.get(url, headers=HEADERS).json()["task"]
        if data["status"] in ("succeeded", "failed", "cancelled"):
            return data
        time.sleep(5)
    raise TimeoutError("task did not finish in time")

task_id = create_video("A boy playing basketball by the sea, golden hour, cinematic")
result = wait_video(task_id)
if result["status"] == "succeeded":
    video_url = result["content"]["url"]
    mp4 = requests.get(video_url).content
    open("output.mp4", "wb").write(mp4)
    print("saved output.mp4")

4.5 요청 파라미터 요약

파라미터 타입 필수 설명
model string 예 MiniMax-H3 (현재 유일)
content array 예 멀티모달 입력 배열. text/image_url/video_url/audio_url 타입 요소로 구성. 반드시 비어 있지 않은 text(프롬프트) 하나를 포함해야 함 (최대 7000자)
resolution string 예 768P 또는 2K
duration int 예 4~`15` (초)
ratio string 조건부 adaptive(기본), 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. 텍스트만 입력하는 T2V는 adaptive 불가(명시 필수), 이미지 입력은 항상 adaptive 처리됨
callback_url string 아니요 상태 변경 시 POST 알림. challenge 검증 3초 내 응답 필요

입력 미디어 제한 (요청 본문 총 64MB 이하, 대용량 파일은 공개 URL 권장):

미디어 제한
이미지 (image_url) JPG·JPEG·PNG·WEBP·HEIC·HEIF, 파일당 ≤ 30MB, [256, 5760]px, 종횡비 [0.4, 2.5]. first frame ≤ 1, last frame ≤ 1, 참조 이미지 ≤ 9
비디오 (video_url, 참조 시나리오) MP4·MOV, H.264/H.265·AAC·MP3, 파일당 ≤ 50MB, ≤ 3개, 클립당 2~15초·총 ≤ 15초
오디오 (audio_url, 참조 시나리오) WAV·MP3, 파일당 ≤ 15MB, ≤ 3개, 클립당 2~15초·총 ≤ 15초 (이미지·비디오 없이 단독 입력 불가)

5. Getting Started — 로컬 배포 (오픈웨이트)

5.1 모델 내려받기

HuggingFace에서 MiniMaxAI/MiniMax-H3(33B 파라미터, Image-Text-to-Video, BF16)을 받는다. FL2VA(첫·끝 프레임)와 Ref2VA(참조 기반) 두 개의 작업별 체크포인트로 구성된다.

# 원본 체크포인트 (SGLang, vLLM 사용 시) — 두 작업 계열 모두
hf download MiniMaxAI/MiniMax-H3 --include "FL2VA/*" "Ref2VA/*" --local-dir MiniMax-H3

# 단일 작업 계열만
hf download MiniMaxAI/MiniMax-H3 --include "FL2VA/*" --local-dir MiniMax-H3

diffusers 사용자는 수동 다운로드가 필요 없다. ModularPipeline.from_pretrained("MiniMaxAI/MiniMax-H3")가 필요한 컴포넌트만 가져온다.

5.2 권장 추론 프레임워크

프레임워크 특징
SGLang 4-GPU 추천. Ulysses 병렬로 고성능. 공식 쿡북 존재
vLLM 캐시·스케줄링 최적화, vllm recipes 제공
diffusers ModularPipeline.from_pretrained 한 줄 로딩, Python 파이프라인
ComfyUI Comfy-Org/MiniMax-H3로 노드 기반 워크플로우. T2V/R2V 템플릿 제공

5.3 SGLang 서빙 예제

# FL2VA (텍스트/첫·끝 프레임 → 비디오)
sglang serve \
  --model-path MiniMaxAI/MiniMax-H3 \
  --num-gpus 4 \
  --ulysses-degree 4 \
  --performance-mode speed \
  --host 0.0.0.0 \
  --port 30010 \
  --model-variant fl2va

# Ref2VA (참조 이미지·비디오·오디오 → 비디오)
sglang serve \
  --model-path MiniMaxAI/MiniMax-H3 \
  --num-gpus 4 \
  --ulysses-degree 4 \
  --performance-mode speed \
  --host 0.0.0.0 \
  --port 30011 \
  --model-variant ref2va

5.4 Full 2K 워크플로우 (API + 로컬 하이브리드)

오픈웨이트로는 768p 결과를 로컬에서 재현하고, 2K 품질은 공식 API와 결합해 재현할 수 있다.

  1. H3-Context-IR (POST /v2/h3_context_ir): 로컬 생성 전에 입력을 구조화 프롬프트로 변환. 품질에 결정적이므로 강력히 권장.
  2. H3-Base (로컬 SGLang): 변환된 프롬프트로 768p 영상 생성.
  3. H3-Regenerate-2K (POST /v2/video_regeneration): 768p 결과 + 원본 컨텍스트로 2K 재생성.
# 환경변수
export SGLANG_DEPLOYMENT_URL="<sglang-deployment-url>"
export MINIMAX_API_BASE="https://api.minimax.io"   # 또는 https://api.minimaxi.com (CN)
export TOKEN="<token>"

5.5 라이선스

H3는 MiniMax H3 Community License Agreement로 배포된다.

  • 연매출 2천만 달러 이하 조직은 상업적 사용 가능.
  • 가중치 다운로드·수정·파인튜닝 가능.
  • 연매출 초과 시 별도 상업 라이선스 협의 필요.
  • 공식 라이선스 파일: huggingface.co/MiniMaxAI/MiniMax-H3의 LICENSE.

6. 사용 예 — T2V · I2V · Ref2V

H3는 content 배열의 조합에 따라 여러 생성 시나리오를 지원한다.

6.1 텍스트-비디오 (T2V)

{
  "model": "MiniMax-H3",
  "content": [
    { "type": "text", "text": "A cinematic product commercial of a luxury watch floating above a city at dawn, dramatic lighting" }
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "16:9"
}

6.2 이미지-비디오 (I2V) — 첫·끝 프레임

{
  "model": "MiniMax-H3",
  "content": [
    { "type": "text", "text": "Pull focus to the people in the background and add more steam to the ramen bowl." },
    { "type": "image_url", "image_url": { "url": "https://example.com/first_frame.png" }, "role": "first_frame" },
    { "type": "image_url", "image_url": { "url": "https://example.com/last_frame.png" }, "role": "last_frame" }
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "adaptive"
}

6.3 참조-비디오 (Ref2V) — 비디오 편집·음성·음악

{
  "model": "MiniMax-H3",
  "content": [
    {
      "type": "text",
      "text": "Character speaks: Follow the wind, live free. Voice timbre follows reference audio 1."
    },
    { "type": "video_url", "video_url": { "url": "https://example.com/source.mp4" }, "role": "reference_video" },
    { "type": "audio_url", "audio_url": { "url": "https://example.com/voice.mp3" }, "role": "reference_audio" }
  ],
  "resolution": "2K",
  "duration": 5,
  "ratio": "adaptive"
}

6.4 역할(role) 조합 규칙

시나리오 content 구성
T2V text만
I2V 첫 프레임 text + image 1개 (first_frame 또는 role 생략)
I2V 마지막 프레임 text + image 1개 (last_frame)
I2V 첫·끝 프레임 text + image 2개 (first_frame + last_frame)
Ref2V text + 참조 이미지(reference_image)·비디오(reference_video)·오디오(reference_audio) 조합 (오디오 단독 불가, 이미지·비디오 1개 이상 필수)

참고: I2V와 Ref2V는 상호 배타적. reference_*가 등장하면 first_frame/last_frame을 함께 사용할 수 없다.

7. 장점

  • 오픈웨이트의 자유로움: 가중치를 내려받아 로컬·프라이빗 환경에 직접 배포할 수 있다. 데이터 보안 강화, API 호출 비용 없이 무제한 사용, 특정 도메인에 맞춘 파인튜닝이 가능하다.
  • 최고 수준의 성능: 비디오 편집 분야 세계 1위, 텍스트-비디오 2위. 광고·브랜딩·이커머스·게임 등 상업 콘텐츠 제작에 바로 투입 가능한 성숙도.
  • 옴니모달 입력: 텍스트·이미지·비디오·오디오를 함께 입력받아 '이 영상의 카메라 움직임을 참조하고, 저 이미지의 캐릭터가 이 목소리로 노래하게' 같은 복합 지시를 자연어로 처리한다.
  • 네이티브 스테레오 오디오: 별도 TTS·음악·음향 작업 없이 비디오와 함께 32kHz 스테레오 사운드를 생성한다. 영상과 음성이 한 번에 동기화된다.
  • 획기적인 가격 효율성: 2K 기준 초당 가격이 주류 모델의 3분의 1 미만, 768p는 메인스트림 720p의 절반 미만. M3 계열 LLM의 가격 전략(폐쇄형 대비 5~10%)과 같은 기조.
  • 긴 영상 세그먼트: 최대 15초 단일 생성 + 복수 클립 참조로 자연스러운 멀티숏 연출이 가능하다.
  • 생태계 조기 정착: 출시 직후부터 ComfyUI 공식 통합, HuggingFace Spaces 데모(멀티모달·Ref2VA·FL2VA 등 7개+)가 등장했다.

8. 단점

  • 하드웨어 요구사항: 33B dense 모델을 로컬에서 원활히 구동하려면 고성능 GPU(권장 4-GPU 구성) 등 값비싼 인프라가 필요하다.
  • 일부 모듈 미공개: H3-Context-IR과 H3-Regenerate-2K는 API로만 제공된다. 최고 품질(특히 2K)을 온전히 재현하려면 로컬 배포라도 공식 API와 결합해야 한다.
  • 라이선스 제한: MiniMax 커뮤니티 라이선스는 연매출 2천만 달러가 넘는 대기업의 상업적 사용을 제한한다.
  • 독립적 검증의 한계: 발표된 벤치마크(비디오 편집 1위 등)는 MiniMax 자체 측정 수치로, 향후 독립 기관의 검증이 필요하다.
  • 중국 기업이라는 점: 데이터 보안 및 규제 이슈로 일부 국가·기업에서는 사용에 제약이 있을 수 있다.
  • 생성 품질의 불규칙성: 얼굴·손·세밀한 텍스트 등은 여전히 한계가 있고, 프롬프트 튜닝이나 여러 번의 재생성(seed)이 필요한 경우가 많다.
  • 규제·저작권 리스크: 초상권, 브랜드 로고, 음악 저작권, 딥페이크 남용 등 생성형 미디어 전반의 규제 대상이 될 수 있다.

9. 영상 제작·편집 산업에 미치는 파급력

H3는 단순한 '영상 생성기'를 넘어 영상 제작 파이프라인 전체를 바꿀 잠재력을 가진다. 특히 비디오 편집 세계 1위라는 성과가 시사하는 바가 크다.

9.1 제작 비용의 급락

  • 2K 기준 초당 비용이 주류 모델의 3분의 1 미만이다. 30초짜리 브랜드 영상의 직접 생성 원가가 과거 1/10 이하로 낮아질 수 있다.
  • 오픈웨이트 + 로컬 배포를 쓰면 초당 과금 자체가 사라진다. GPU만 있으면 영상 원가가 전기료 수준으로 떨어진다.
  • M3 계열이 보여준 '폐쇄형 대비 5~10% 가격' 전략과 결합해, 전체 생성형 미디어 시장의 가격 하한이 재편될 수 있다.

9.2 편집 개념의 변화: '수정'에서 '기술(記述)'로

기존 영상 편집은 타임라인에서 클립을 자르고 이어붙이고 필터를 입히는 방식이었다. H3는 자연어로 원하는 결과를 묘사하면 비디오·오디오가 통째로 재생성된다.

  • 장면의 등장인물·배경·분위기만 바꾸는 V2V 편집
  • 참조 비디오의 카메라 움직임을 가져오고, 참조 오디오의 목소리 톤을 적용하는 복합 편집
  • 첫·끝 프레임을 지정해 '중간 장면을 연출'하는 프레임 앵커 편집
  • 4초짜리 오디오·비디오 참조로 15초 멀티숏을 이어 붙이는 샷 플래닝

즉 '컷 중심 편집'에서 '의도 중심 생성'으로 패러다임이 이동한다. 어도비·다빈치 리졸브 같은 전통 NLE 툴의 핵심 가치 일부가 생성 엔진으로 흡수되는 압력이 생긴다.

9.3 제작 주체의 민주화

  • 연출·시나리오 아이디어만 있어도 1인 또는 소규모 팀이 광고·브랜드·이커머스·제품 데모 영상을 제작할 수 있다.
  • 기존에 의뢰가 필요했던 것들 — 제품 웹사이트 무빙 배너, 애니메이션 포스터, 오프닝 타이틀, UI/UX 데모 — 을 프롬프트로 즉시 만들어낸다.
  • 언어 장벽도 낮아진다. 11개 언어 대화 지원으로 현지화 영상을 별도 캐스팅 없이 생성할 수 있다.

9.4 워크플로우 변화: '클립 생성'에서 '전체 제작 참여'로

MiniMax가 명시한 로드맵대로, 비디오 모델은 단일 클립 생성기를 넘어 콘텐츠 제작 프로세스 전반에 참여한다.

  • 프리비즈: 시나리오 → 스토리보드 영상 → 촬영 전 방향 검증
  • 로케이션·배경·CG 교체: 실제 촬영 대신 생성 배경으로 대체 (제품 영상·인테리어·건축 프레젠테이션)
  • 자동 음성·음악·음향: 대사, 내레이션, BGM, SFX를 참조 기반으로 한 번에 합성
  • 버전·A/B 테스트: 마케팅 크리에이티브를 수십 개 생성해 성과 비교

9.5 산업별 영향 요약

산업 영향
광고·마케팅 크리에이티브 A/B 테스트 비용 급감, 브랜드 일관성 유지가 쉬워짐 (브랜드 렌더링 정확도 강점)
이커머스 상품 영상·360 데모·라이프스타일 컷을 사진 한 장에서 생성
게임 시네마틱 트레일러, 캐릭터 모션 참조, 콘셉트 영상 신속 생성
영화·드라마 프리비즈·프로덕션 디자인·VFX 보조. 다만 인물·얼굴 재현의 법적 리스크 주의
방송·유튜브 1인 미디어가 고품질 배경·썸네일 무빙·오프닝을 직접 제작
교육·마케팅 리서치 데모·설명 영상을 즉석 생성해 학습·발표에 활용

9.6 위험·대응

  • 고용 구조 변화: 로워엔드 편집·모션그래픽 일자리부터 자동화 압력이 시작될 수 있다. 반대로 생성 결과의 검수·큐레이션·법률 검토 등 신규 역할이 생긴다.
  • 딥페이크·사기: 참조 기반 얼굴·음성 편집이 쉬워지므로 검증(Watermarking)과 식별 기술의 중요성이 커진다.
  • 저작권·초상권: 참조 영상·오디오의 권리와 생성 결과의 권리 귀속이 모호하다. 계약서·라이선스 관리가 필수다.
  • 미디어 리터러시: '생성된 영상'에 대한 라벨링 규제가 강화될 것으로 예상된다.

결론적으로 H3류 모델은 영상 제작 비용의 하한을 낮추고, 제작 주체를 대중화하며, 편집의 패러다임을 '편집'에서 '생성'으로 옮기는 산업 구조 전환의 촉매가 될 가능성이 높다.

10. 주요 경쟁 프로젝트

MiniMax H3는 다음과 같은 강력한 경쟁자들과 경쟁하고 있다.

  • ByteDance (Seedance): 비디오 AI 분야에서 H3의 직접적인 경쟁자.
  • Google (Veo · Gemini): 텍스트-비디오·멀티모달 생성 부문 강자. Gemini 3.1 Pro, Gemini Omni Flash는 M3·H3의 강력한 경쟁자.
  • OpenAI (Sora): 텍스트-비디오 최상위권. Sora 2 이후 생성 미디어 시장을 주도.
  • Runway: Gen-4 등 영화적 편집·제어 기능에 강점.
  • Kling (Kuaishou): 중국 내 비디오 생성 선두주자.
  • 다른 중국 오픈웨이트 진영: 텍스트 LLM 기준 DeepSeek(R1·V4-pro), Qwen(Alibaba, Qwen3-235B·Qwen3.7-Max), 그리고 Moonshot AI(Kimi) 등이 M1·M3와 경쟁하고, 일부는 비디오 모델로 확장 중.

11. 요약

MiniMax는 M1·M3(텍스트 추론·코딩)에 이어 H3(비디오 생성)로 오픈웨이트 전략을 옴니모달 미디어까지 확장했다. 뛰어난 성능(비디오 편집 1위), 최대 2K·15초·스테레오 오디오 생성, 주류 대비 3분의 1 미만의 가격, 연매출 2천만 달러 이하 조직에 열린 커뮤니티 라이선스까지 — 폐쇄형 비디오 모델이 지배하던 시장에 오픈웨이트 생태계의 진입을 알리는 신호탄이다.

특히 영상 제작·편집 산업에서 H3는 ① 제작 비용을 초당 과금에서 GPU 원가 수준으로 낮추고, ② 자연어 기반 '의도 중심' 편집으로 패러다임을 전환하며, ③ 1인·소규모 제작 주체의 민주화를 앞당긴다. 독립 벤치마크 검증과 라이선스·규제 리스크를 명확히 인지한다면, 광고·이커머스·게임·방송 등 광범위한 영상 워크플로우의 실질적 도입 후보가 될 수 있다.

참고 자료