MiniMax H3 API 가격: 2K 초당 $0.13, 그리고 싸게 초안을 뽑아도 아무것도 아껴지지 않는 이유

MiniMax H3는 2K 출력이 초당 $0.13, 768P가 $0.08이다. 완성된 768P 클립을 2K로 바꾸는 재생성 단가는 $0.05다. 뒤의 두 개를 더하면 $0.13, 2K 직접 단가와 센트 단위까지 똑같다. 이 산수가 이 모델 가격에 관해 가장 쓸모 있는 정보인데, 마케팅 페이지에는 없다.

모델 ID:      MiniMax-H3
출력:         2K 초당 $0.13, 768P 초당 $0.08
재생성:       초당 $0.05 (768P → 2K만)
길이:         4~15초, 정수만, 24fps
오디오:       네이티브 스테레오, 같은 패스에서 생성
입력 오디오:  무료
입력 이미지:  처음 5장 무료, 이후 장당 $0.04
입력 영상:    자체 길이에 대해 출력 단가로 청구
엔드포인트:   POST /v2/video_generation (비동기, 폴링으로 결과 수신)
가중치:       H3-Base 공개(768P); 2K 모듈과 Context-IR는 미공개
게이트웨이:   2026-09-06 기준 Ofox 카탈로그에 없음

요금은 2026년 9월 6일 MiniMax 종량제 가격 페이지에서 읽었다. H3는 2026년 7월 31일 공개됐고 가중치는 8월 3일에 뒤따랐다.

MiniMax H3란 실제로 무엇인가

한 번의 요청으로 텍스트, 이미지, 영상, 오디오를 받아 소리가 들어간 영상을 반환하는 멀티모달 생성 모델이다. 언어 모델이 아니다. 같은 검색 결과에 나오는 M3는 같은 WAIC 2026 행사에서 공개된 별개의 코딩·언어 모델이다.

H3가 대부분의 영상 모델과 다른 점은 오디오가 나중에 덧입혀지는 게 아니라 같은 패스에서 생성된다는 것이다. MiniMax 자신의 표현으로는, 예전에는 따로였던 전문 모델들 — 텍스트→영상, 이미지→영상, 첫·마지막 프레임, 주체 참조, 모션 참조, 영상 편집 — 을 하나의 모델로 접어 넣어서, 모드가 다른 엔드포인트가 아니라 무엇을 보냈는가에서 결정되도록 했다는 것이다.

가격표

출력 두 단계, 재생성 한 단계, 입력 소재는 별도 청구.

별도로 MiniMax-H3-Max라는 모델도 있는데 480P 초당 $0.05, 768P 초당 $0.08이며 현재는 텍스트→영상과 이미지→영상만 지원하고 입력 소재에는 과금하지 않는다.

표시 단가로 클립 하나가 얼마인지:

가격 페이지에 아무도 적지 않는 산수

$0.08 + $0.05 = $0.13. 768P로 초안을 만들고 남길 것을 2K로 올리면, 2K로 바로 찍는 것과 정확히 같은 금액이 든다.

이게 중요한 이유는 “싸게 만들고 당첨된 것만 올린다”가 누구나 떠올리는 워크플로이고, 절약처럼 들리기 때문이다. 클립 단위로 보면 절약이 아니다:

초안 경로가 실제로 아끼는 지점은 버리는 테이크다. 버려지는 1초는 $0.13이 아니라 $0.05이므로 절약 자체는 진짜지만, 그 크기는 워크플로가 아니라 폐기율에 달려 있다. 5초짜리 테이크 다섯 개 중 네 개를 버리면 그 배치에서 $1.00을 아낀다. 전부 남기면 같은 돈을 내고 한 패스로 될 것을 두 패스나 기다린 셈이다.

더 비싸지는 지점은 참조 소재가 많은 작업이다. 재생성은 원본 입력 소재를 다시 청구한다. 이미지는 다시 5장까지 무료에 이후 장당 $0.025, 참조 영상도 자체 길이에 대해 초당 $0.05가 다시 붙는다. 매 생성마다 캐릭터 시트와 모션 참조를 넣고 있다면, 초안 후 업그레이드 경로는 2K로 바로 가는 것보다 확실히 비싸다.

솔직한 원칙은 이렇다. 768P는 비용 최적화가 아니라 선별 계층으로 쓰자. 탐색 중이고 생성물 대부분을 버릴 것으로 예상될 때 본전을 뽑는다. 원하는 것이 이미 정해져 있을 때는 오히려 손해다.

재생성 엔드포인트는 까다롭다

여기에 맞춰 무언가를 짓기 전에 읽어둘 만하다. 업스케일러가 아니기 때문이다. MiniMax 자체 API 문서에 따르면, 원본 영상은 H3의 768P 출력 사양을 정확히 충족해야 한다:

발목을 잡을 제약이 두 개 더 있다:

• 원래 입력을 그대로 다시 제출해야 한다. 768P 작업에서 쓴 참조 이미지·영상·오디오를 전부 다시 넘겨야 하고, 여기에 role=base_video인 video_url 항목 하나를 추가한다.
• 프롬프트는 후처리된 것이어야 한다. MiniMax는 text가 “the final prompt actually sent to the model when generating the 768P source video, not the original prompt from before H3-Context-IR processing.”(768P 원본 영상을 생성할 때 실제로 모델에 전달된 최종 프롬프트이며, H3-Context-IR 처리 이전의 원래 프롬프트가 아님)이어야 한다고 명시한다. 그 중간 프롬프트를 남겨두지 않았다면 그 작업은 재현할 수 없다.

마지막 것이 진짜 함정이다. Context-IR는 생성 전에 지시를 다시 쓰고, 재생성은 다시 쓰인 쪽을 요구한다. 생성 시점에 로그로 남겨두지 않으면 나중에 그 클립을 올릴 능력을 잃는다.

공개된 가중치는 모델의 절반

H3-Base는 공개돼 있다. 대표 사양을 만들어내는 두 모듈은 아니다.

MiniMax는 2026년 8월 3일 H3를 공개했다. BF16 체크포인트 두 개(텍스트와 첫·마지막 프레임 작업용 FL2VA, 참조 작업용 Ref2VA), 33B 덴스 싱글스트림 트랜스포머로, Hugging Face에 Apache나 MIT가 아닌 MiniMax 자체 Community License로 올라와 있다.

받을 수 없는 것:

• H3-Regenerate-2K는 모델 카드에 “not yet open-sourced”(아직 오픈소스화되지 않음)라고 적혀 있다. 이것이 바로 2K를 만들어내는 모듈이다. 로컬 설치는 768P로 생성한다.
• H3-Context-IR, 멀티모달 지시를 모델이 소비하는 형태로 바꾸는 호스팅 계층은 여러 호스팅 서비스에 걸쳐 있어 제외됐다. MiniMax는 이것이 출력 품질에 결정적이라고 말한다.
• 희소 어텐션 추론. 모델 자체는 네이티브로 지원하지만 공개판은 풀 어텐션만 담고 있다.

즉 자체 호스팅으로 얻는 것은 768P 쪽 절반이다. 공식 레퍼런스 배포는 SGLang으로 GPU 4장이다. 엔지니어 한 명을 투입하기 전에 그것을 초당 $0.13과 저울질해보자. 덧붙여 Community License는 일부 지역에서 사용을 제한하고 매출 기준을 넘으면 서면 허가를 요구하는데, 이건 기술 검토가 아니라 법무 검토 사안이다.

H3의 가격 비교

H3는 Ofox 카탈로그에 없으므로 동일 조건 비교가 아니라 경로를 넘나드는 비교다. Ofox 요금은 2026년 9월 6일 실시간 /v1/models 엔드포인트에서 읽었고, H3는 MiniMax 자체 정가다.

이 표는 해상도 열이 큰 역할을 하니 꼼꼼히 읽자. 여기서 2K를 출력하는 모델은 H3뿐이고, 동시에 가장 싼 단계의 상한이 1080p 아래인 유일한 모델이기도 하다. 2K의 $0.13과 Wan 3.0의 1080p $0.05를 나란히 놓는 건 같은 제품을 비교하는 게 아니다.

각자의 자리:

• 소리가 맞물린 2K가 필요하다면: 이 목록에서는 H3가 답이다. 4K까지 가는 Seedance 2.0($0.07)을 빼면 나머지는 1080p를 넘지 못한다.
• 1080p를 가장 싸게 원한다면: Wan 3.0 초당 $0.05는 H3 768P 단계의 절반도 안 되면서 해상도는 더 높다.
• 15초보다 긴 클립이 필요하다면: H3는 15초에서 끝난다. Wan 3.0과 Seedance 2.5는 둘 다 30초까지 간다.
• 참조 소재를 많이 넣는다면: Seedance 2.5는 이미지 30장, 영상 10개, 오디오 10개를 받고 H3는 9 / 3 / 3이다.

호출 방법

H3는 MiniMax 자체 플랫폼에서 비동기로 돌아간다. 작업을 만들고 결과를 폴링한다:

curl -X POST https://api.minimax.io/v2/video_generation \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3",
    "content": [
      {"type": "text", "text": "A paper boat drifting down a rain gutter, close on the water line"}
    ],
    "resolution": "2K",
    "duration": 5,
    "ratio": "16:9"
  }'

실무 메모 두 가지. 순수 텍스트→영상에서는 ratio가 필수이며 adaptive를 쓸 수 없다. 그리고 요청 본문은 64MB 미만으로 유지하자. Base64는 페이로드를 대략 3분의 1 부풀리므로 어느 정도 큰 소재는 공개 URL을 쓰는 게 좋다.

Ofox를 통해서는 2026년 9월 6일 기준 H3를 쓸 수 없다. 카탈로그의 MiniMax 모델은 M 시리즈 언어 모델이고, 여기에는 100만 토큰당 $0.60 / $2.40인 minimax/minimax-m3 — H3와 계속 헷갈리는 바로 그 모델 — 도 포함된다. 오늘 같은 키로 영상을 만들려면:

curl -X POST https://api.ofox.io/v1/videos \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "alibaba/wan-3.0",
    "prompt": "A paper boat drifting down a rain gutter, close on the water line",
    "duration": 5,
    "resolution": "1080p"
  }'

무엇을 호출할 수 있는지는 이 페이지가 아니라 GET https://api.ofox.io/v1/models가 기준이다.

지켜볼 것

위의 판단을 바꿀 만한 것이 세 가지 있다:

1. H3-Regenerate-2K 공개. 그 전까지 자체 호스팅은 768P를 뜻하고, “오픈 가중치”라는 이야기는 제목이 주는 인상보다 실질적으로 훨씬 작다. MiniMax는 시점을 밝히지 않았다.
2. 독립적인 품질 측정. 지금까지 H3의 출력 품질에 대해 공개된 것은 MiniMax 자체 데모이거나 직접 써본 인상뿐이다. 언어 모델에서 Artificial Analysis가 하는 일에 대응하는 제3자 영상 벤치마크가 이 분야에는 없으므로, “주류 모델의 3분의 1 미만” 같은 표현은 검증된 주장이 아니라 공급사의 화법이다.
3. 게이트웨이 등재. H3가 애그리게이터에 올라오면 하나의 키로 Wan 3.0, Seedance 2.5와 A/B 비교를 할 수 있다. 이 글이 오늘 할 수 없는 바로 그 비교다.

출처

• https://www.minimax.io/blog/minimax-h3
• https://platform.minimax.io/docs/guides/pricing-paygo
• https://platform.minimax.io/docs/api-reference/video-generation-v2-create
• https://platform.minimax.io/docs/api-reference/video-generation-v2-regeneration
• https://huggingface.co/MiniMaxAI/MiniMax-H3
• https://ofox.io/models/alibaba/wan-3.0
• https://ofox.io/models/bytedance/seedance-2.5

H3의 요금, 길이 범위, 입력 소재 규칙, 재생성 원본 영상 사양은 2026년 9월 6일 MiniMax 종량제 가격 페이지와 API 문서에서 읽었다. 2026년 7월 31일 공개와 8월 3일 가중치 공개 날짜는 MiniMax 자체 게시물에서 가져왔다. Ofox 비교 요금과 영상 속성은 같은 날 실시간 /v1/models 엔드포인트에서 읽었다. 해당 날짜 기준 MiniMax H3는 Ofox 카탈로그에 없으며, 이 글에 우리가 직접 돌린 벤치마크는 없다.