動画AI世界1位のMiniMax「H3」が無料公開｜米欧英韓は対象外、日本は対象内

動画生成AIを触ってみたいのに、月額課金と1本ごとの従量課金が気になって手が止まる。そんな状態が続いていないだろうか。

8月に入って状況が変わった。中国のMiniMax（ミニマックス）が動画生成モデル「H3」の重みファイルを無料公開し、Artificial Analysis（アーティフィシャル・アナリシス）の動画編集ランキングで1位を取ったモデルが、手元のPCで動かせる対象になった。

ただし、この公開には地域の線引きがある。

米国・EU・英国・韓国はライセンスの対象から外されている。そして日本は外されていない。

この記事を読むと、H3で何ができるのか、ライセンスにどんな制限があるのか、実際に手元で動かすには何が必要なのかがわかる。

8月2日、動画AIの重みが公開された

MiniMaxはまず7月31日にH3をAPI（エーピーアイ）限定の製品として発表した。重みファイルの公開は「数日以内」とだけ告知され、その時点では中身が確認できない状態だった。

重みが公開されたのは8月2日から3日にかけて。Hugging Face（ハギングフェイス）の公式リポジトリで「MiniMax H3 Community License Agreement」とともに配布が始まり、ライセンス文書の日付は2026年8月2日と記されている。

公開されたのはH3-Baseの2種類。テキストや画像を起点にするFL2VAと、参照素材を使うRef2VAで、どちらも用途が分かれている。

同じ8月3日には画像生成ツールComfyUI（コンフィUI）側もネイティブ対応をマージした。ComfyUI Wikiの告知によれば、専用ノード4つと公式ワークフローテンプレート6本が同時に用意されている。

API先行の発表から3日で、重みとGUI環境が同時に揃った形になる。

Artificial Analysisの動画編集で1位

性能を評価したのは、動画モデルをブラインド比較で採点するArtificial Analysisのアリーナ。ユーザーがどちらのモデルの出力か知らないまま2本を見比べて投票し、Elo（イロ）レートで順位が決まる仕組みだ。

7月31日時点の集計で、H3は動画編集部門のEloが1,130、投票サンプル数は5,043。この部門で1位に立った。

他の部門は以下のとおり。

• テキストから動画：2位

• 画像から動画：3位

• 動画編集（指示ベースの編集）：1位

重みが公開されたモデルがArtificial Analysisの動画アリーナで首位を取ったのは、H3が初めてとされる。

H3が得意なのは、既存の動画を指示どおりに編集する側だ。ゼロから作る用途で選ぶかどうかは、この順位だけでは決まらない。

音声まで1モデルで出す構成

H3は33B（330億）パラメータの単一ストリーム構成で、テキストや画像、動画、音声をひとつの入力としてまとめて受け取る。うち約130億パラメータはAdaLNブランチと呼ばれる部分で、推論時にはロードされない。

出力の仕様は次のとおり。

• 長さ：4〜15秒

• フレームレート：24fps

• 音声：32kHzのステレオを動画と同時生成（別工程の音声合成が不要）

• 対応言語：11言語（日本語や英語、中国語、アラビア語など）

• 解像度：短辺768ピクセルが既定

ここで注意したいのが解像度。2K出力を担うH3-Regenerate-2Kモジュールは、今回のオープンウェイトに含まれていない。 手元で動かして出せるのは768pまでで、2Kが必要ならAPI経由になる。

音声を別途つける工程が要らない点は、短尺動画を量産する用途では効いてくる。日本語がサポート対象の11言語に入っているのも、国内で使う分には大きい。

ライセンスの除外地域：米・EU・英・韓

今回の公開でいちばん見落としやすいのがライセンスの地域条項だ。ライセンス全文のSection I.3で「Applicable Territory」を「Excluded Territoriesを除く全世界」と定義し、続くSection I.5で除外地域を具体的に列挙している。

除外されているのは次の4つ。

• 欧州連合（EU）

• 英国

• 韓国

• 米国

これらの地域では、モデルを実行・改変・配布するだけでなく、ローカル実行した出力物を使う行為までライセンスの許諾範囲から外れる。

動画生成モデルの公開でここまで明確に地域を切るのは珍しい。

日本は除外地域に含まれていない。 つまり国内から使う分には、ライセンス上の対象地域に入る。

もうひとつ、商用利用にも条件がある。Section IV.1で、年間売上が2,000万ドルを超える製品・サービスに使う場合はMiniMaxへ事前の書面許諾を求める旨が定められている。

個人や小規模での利用は影響を受けないが、規模が大きくなる場合は確認が要る。

なお、ライセンス文は今後改定される可能性がある。MiniMaxは過去にもモデルのライセンス条件を変更しており、本格導入の前には最新版の原文にあたるのが安全だ。

手元で動かすには何が要るか

ダウンロード容量は構成によって幅がある。

• 最小構成：42.5GB（pruned INT8のFL2VA＋NVFP4のテキストエンコーダ＋VAE2種）

• 両チェックポイントの最小構成：63.4GB

• bf16のフル精度：123.6GB

GPU側は、ComfyUIの報告ではpruned INT8のチェックポイントに動的オフロードを組み合わせればVRAM 12GBのカードでも動作するとされている。フル精度で回すなら相応の設備が必要になる。

ローカル環境を用意しない選択肢もある。API経由の料金は768pが1秒あたり0.09ドル、2Kが0.13ドル（1分あたり7.80ドル）。

競合と比べると、Kling 3.0の1080pが1分20.16ドル、Dreamina Seedance 2.0が1分22.45ドルなので、2K出力でも価格差ははっきりしている。

今日の要点

• MiniMaxが動画生成モデル「H3」の重みを8月2日付ライセンスで公開した

• Artificial Analysisの動画編集アリーナでElo 1,130の1位。オープンウェイトのモデルとしては初の首位

• 4〜15秒・24fps・32kHzステレオ音声を1モデルで生成。日本語を含む11言語に対応

• ライセンスの除外地域は米国・EU・英国・韓国の4つ。日本は対象地域に入る

• ローカル実行で出せるのは768pまで。2Kモジュールは未公開

今日試せること： Hugging Faceのモデルカードを開いて、対応言語と出力仕様の欄だけ確認してみる。自分の作りたい動画の尺と解像度が範囲内に収まるかが、5分でわかる。

まとめ｜無料で使える動画AIの上限が上がった

動画生成AIは長らく、月額課金か従量課金でしか触れない領域だった。そこにMiniMaxが、動画編集ランキング1位のモデルの重みを無料で置いた。

一方でMiniMaxは、地域を明示的に切るライセンスも同時に課している。日本は今回の除外対象に入っていないが、条件は改定されうる。

まずは自分の用途が768pと15秒の枠に収まるかどうか。そこから逆算すれば、ローカルで動かすかAPIを使うかの判断がつく。

毎日AIニュースを最速で受け取りたい方へ

Substack「えーAI」では、最新AIニュース・活用術・副業術を毎朝 無料配信している。1分で読める速報を、メールで直接受け取れる。

→ 無料で購読する（メールアドレスのみで登録）

※ この記事はAIによって執筆した記事です。誤りが含まれる可能性があります。重要な情報は必ず一次ソースをご確認ください。

AI導入支援・アプリ開発・HP制作・記事執筆など、お手伝いします！

普段はnoteでAI発信をしていますが、本業はフリーランスで「AI導入支援・アプリ開発・HP制作・記事執筆」などをしています。

こんな方のご相談をよくいただいています👇️

✅個人事業主・フリーランスで、名刺代わりのHPが欲しい
✅既存サイトのリニューアル・SEO改善をしたい
✅ブログ記事・LP・セールス文を外注したい
✅AIを活用したコンテンツ制作を相談したい
✅️個人でアプリ開発をしたので伴走支援をしてほしい

これまで中小企業のオウンドメディア執筆から、個人事業主のアプリ開発伴走支援まで幅広く対応してきました。

「予算が合うか不安」「何を頼めばいいかわからない」という段階でもOK。初回ヒアリング／無料相談・お見積もりは無料です。

ご相談だけでも大歓迎なので、気になる方はぜひのぞいてみてください👇️

🔗 吉田Web事務所｜フリーランスWebエンジニア・ライター