MiniMax H3 开源了，但没有完全开源：3 个模块究竟开放了哪些？

作者注：MiniMax H3 和 H3-Image 开放了模型权重，但系统组件、云端服务与社区许可证决定了开发和商业使用的边界。本文按模块和许可证逐项拆解。

2026 年 11 月 10 日，MiniMax 开放了 H3-Image 的模型权重。在此之前，2026 年 8 月 3 日，全模态视频生成模型 MiniMax H3 已经开源。两次发布间隔三个多月，经常被混在一起讨论，但它们是两个模型、两份许可证。

这不是一篇批评“假开源”的文章。官方公告、Hugging Face 模型卡和许可证原文都写得很清楚：MiniMax 开放的是以核心生成模型为中心的权重和推理材料，而不是整套云端系统。本文要做的，是把“开放了什么、没开放什么、能怎么用”逐项理清。

核心价值：读完本文，你能分清 MiniMax H3 三个模块各自的开放状态，看懂 H3-Image 哪些组件可以本地运行，并知道两份 Community License 在收入门槛和托管服务上的具体差异。

MiniMax H3 开源核心信息速览

先把时间线和基本事实放在一张表里。下文所有判断都以官方公告、模型卡和许可证原文为依据，核查截止 2026 年 11 月 11 日。

阅读前先弄懂 6 个 MiniMax H3 相关术语

• 开放权重：允许获取训练好的模型参数，但使用范围由许可证决定，不代表训练数据和完整流程公开。
• Community License：模型提供方自行制定的使用许可协议，不是 MIT 或 Apache 2.0 这类通用开源协议。
• Checkpoint：用于加载模型的参数文件，一个模型可以针对不同任务提供多个 checkpoint。
• Context-IR：对多模态输入做理解、指令解析和上下文整理的官方服务，目前以 API 形式提供。
• 托管服务：通过网络向第三方提供模型功能，比如对外开放 API，这是许可证约束的重点场景。
• 稀疏注意力：只计算部分注意力关系以降低长序列计算成本的技术。

MiniMax H3 视频模型：3 个模块只开放了 1 个

官方原始公告把完整的 MiniMax H3 系统划分为三个模块。理解这个划分，是理解“开源但没完全开源”的关键。

MiniMax H3-Base 的两个 checkpoint

H3-Base 并不是一个单一的权重文件，而是提供了两个任务专用 checkpoint。FL2VA 覆盖文生视频、首帧生视频、尾帧生视频和首尾帧生视频；Ref2VA 则可以同时用图片、视频、音频作参考，完成更复杂的生成与编辑任务，例如保留原视频人物外貌和场景，只修改动作、嘴型和对白。

两个 checkpoint 都附带 processor、tokenizer、text encoder、transformer、visual VAE、audio VAE 等组件。换句话说，开放的是能实际跑起推理的模型仓库，而不是一个需要自己补齐配套的裸权重。这一点比很多“只放权重”的发布要完整。

本地 768p 与完整 2K 工作流的差别

按官方规格，H3 默认输出短边 768px，视频时长 4–15 秒，帧率 24 FPS，音频为 32kHz 立体声。只部署开源的 H3-Base，可以在本地实现 768p 音视频生成；如果要复现官方的 2K 输出，还需要调用 Context-IR 和 Regenerate-2K 两个 API。

因此更准确的说法是：H3-Base 可以独立运行，但完整的 H3 系统不能完全脱离 MiniMax 的服务。本地方案中，输入理解和指令整理这一步需要开发者自己设计，不能假设 Context-IR 已经有本地版本。

容易被忽略的 Sparse Attention

官方在首次开源时明确说明，H3 模型本身原生支持稀疏注意力训练和推理，用于降低长序列多模态计算的成本。但首次开放的推理代码只包含 Full Attention，Sparse Attention 实现将在后续更新中单独发布。

这意味着权重开放了，不等于内部推理优化也全部开放。用当前公开代码做长视频推理，计算开销可能高于官方云端的实际表现，这是做性能评估时需要考虑的变量。

MiniMax H3-Image 开放了哪些组件？

H3-Image 的开放方式和 H3 类似：核心模型可以下载，上下文处理仍有云端依赖。下表根据 Hugging Face 模型仓库整理。

文本编码器为什么要去 H3 仓库下载

H3-Image 沿用了 H3 的 Qwen3-VL 文本编码器，权重放在 H3 仓库中，不在 H3-Image 仓库里重复存放。所以部署 H3-Image 时，需要同时下载两个仓库的内容：主模型加文本编码器合计约 135.35 GB 存储空间，这还只是文件体积，不等同于显存需求。

官方推荐的部署框架包括 SGLang、vLLM-Omni、Diffusers 和 ComfyUI，适配硬件列出了 NVIDIA H200、RTX PRO 6000 Blackwell、AMD Instinct MI350X 等，也提供多 GPU 并行方案。对大多数个人开发者来说，这个硬件门槛并不低。

Context-IR 和 PE 不是一回事

H3-Image-Context-IR 是官方云端服务，能把简短指令扩写成完整的生成描述，并确定合适的图像尺寸。H3-Image-PE 则是可以独立下载、本地运行的提示词增强模型，是官方给出的本地替代方案。

PE 开放了，不代表 Context-IR 的多阶段托管工作流也开放了。只下载图像模型和 PE，能得到一套可用的本地流程，但不等于完整复现官方云端效果。

厂商声明与框架测试要分开看

“10 秒内生成 4K 图像”“最多 16 张参考图”来自官方模型卡和公告，属于厂商声明。而 vLLM 的部署配方中，参考图上限写的是最多 9 张，两者口径不同。实际能用多少张参考图，取决于你采用的推理框架和配置，评估时应以自己的实测为准。

MiniMax H3 两份许可证究竟限制了什么？

这是两次发布中最容易被误读的部分。H3 和 H3-Image 使用的是两份不同的 Community License，商业授权条件差异明显，不能套用同一结论。

📌 说明：以上为许可证原文的条款归纳，不构成法律意见。地域限制和其他义务的细节请以两份 LICENSE 原文为准。如果只是想先评估生成类与对话类模型的效果，可以通过 API易 apiyi.com 的统一接口调用主流模型做方案对比，再决定是否投入本地部署和授权申请。

H3 的边界：允许商用，但有义务

H3 在适用地域内提供免版税的有限许可，允许商业使用。真正的门槛有两个：年收入超过 2000 万美元需要书面授权；向第三方提供模型服务时，要建立安全防护措施，并把使用限制传递给下游用户。

H3-Image 的边界：托管服务是硬门槛

H3-Image 的条件严格得多。年化收入门槛降到 100 万美元，而且只要向任何第三方提供托管服务，无论收入多少，都必须事先取得书面授权。许可证同时提供了联系 MiniMax 申请单独许可的渠道。

对 API 平台、模型托管平台和 SaaS 开发者来说，这意味着“权重能下载”不能推出“可以部署后对外开放 API”。这条边界在 H3 和 H3-Image 上的松紧程度完全不同。

MiniMax H3 开源对开发者的影响分析

把模块开放程度和许可证放在一起看，不同场景下开发者能获得的自由差别很大。

开放带来的真实自由

开放权重带来的自由是实打实的。开发者可以离线部署、控制数据不出内网、研究 33B 规模全模态模型的结构，也可以在本地流程中替换或改造前后处理环节。两个模型都附带了完整的推理组件，降低了社区复现门槛。

仍然存在的三层边界

第一层是系统边界：Context-IR 和 Regenerate-2K 不在开放范围内。第二层是实现边界：H3 的 Sparse Attention 代码首次发布时未包含。第三层是许可边界：地域、收入、托管服务和品牌标识条款共同决定能否商用。

开放权重和云端 API 因此是并存关系。GPU 采购、推理优化、高并发调度、提示词增强和合规审查，这些成本不会因为权重开放而消失。对很多团队来说，先通过 API易 apiyi.com 这类聚合平台验证业务需求，再评估是否值得自建，是更稳妥的节奏。

MiniMax H3 本地流程的前置环节示例

既然 Context-IR 没有开放，本地运行 H3-Base 时，输入整理这一步需要自己补上。一个常见做法是用通用大模型先把简短创意扩写成结构化描述，再交给本地模型。注意，这只是工程上的替代思路，效果不等同于官方 Context-IR。

极简示例

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

resp = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "把简短视频创意扩写为详细镜头描述，包含主体、动作、镜头、光线和声音。"},
        {"role": "user", "content": "雨夜街头，一只猫跳上霓虹灯招牌"}
    ]
)
print(resp.choices[0].message.content)

import json
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

SYSTEM_PROMPT = """你是视频生成提示词工程师。
请把用户的简短创意扩写为 JSON，字段包括：
- prompt: 详细的画面与动作描述
- camera: 镜头运动
- audio: 环境声与音乐描述
- duration: 视频时长（秒，取值 4 到 15）
只输出 JSON。"""

def build_context(idea: str, model: str = "gpt-4o-mini") -> dict:
    """用通用大模型整理输入，作为本地 H3-Base 的前置环节"""
    resp = client.chat.completions.create(
        model=model,
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": idea},
        ],
        response_format={"type": "json_object"},
    )
    ctx = json.loads(resp.choices[0].message.content)
    # 按 H3 官方规格把时长限制在 4-15 秒
    ctx["duration"] = max(4, min(15, int(ctx.get("duration", 5))))
    return ctx

if __name__ == "__main__":
    ctx = build_context("雨夜街头，一只猫跳上霓虹灯招牌")
    print(json.dumps(ctx, ensure_ascii=False, indent=2))
    # 下一步：把 ctx 交给你的本地 H3-Base 推理流程
    # （参考官方 GitHub 仓库中的 FL2VA 推理示例）

🚀 快速开始：本地显存不足时，可以先用 API易 apiyi.com 获取免费测试额度，跑通提示词整理这一步。平台提供 OpenAI 兼容接口，一个 API Key 即可切换不同模型，方便对比哪个模型更适合做前置扩写。

MiniMax H3 开源常见问题 FAQ

MiniMax H3 开源核心要点 Key Takeaways

• 三模块只开一个：H3-Base 开放，Context-IR 与 Regenerate-2K 仍是官方 API。
• checkpoint 完整：FL2VA 和 Ref2VA 都附带 tokenizer、VAE 等推理组件。
• 本地止于 768p：完整 2K 视频工作流依赖官方云端服务。
• 稀疏注意力待发布：首次开源的推理代码仅包含 Full Attention。
• 两份许可证不同：H3 门槛 2000 万美元，H3-Image 门槛 100 万美元。
• 托管服务是红线：H3-Image 对第三方提供托管须事先书面授权。
• 先验证再自建：可借助 API易 apiyi.com 统一接口低成本验证业务需求。

总结

MiniMax H3 开源的核心要点：

1. 开放的是核心生成模型：H3-Base 和 H3-Image 主模型可以下载部署，推理组件齐全。
2. 云端服务仍是系统一部分：Context-IR 与 Regenerate-2K 决定了完整效果的上限。
3. 许可证决定商用边界：两份 Community License 条件不同，H3-Image 对托管服务的要求明显更严。

判断一个模型开放到什么程度，不能只看能否下载权重，还要看组件、推理代码、配套服务和许可证四个维度。MiniMax 这次的开放很有诚意，但开发者在动手部署和商用之前，应先把这四层边界逐项核对清楚。

如果你正在评估生成类方案，推荐先通过 API易 apiyi.com 用免费额度快速验证业务链路，再决定是否投入本地部署与授权申请。

📚 参考资料

1. MiniMax H3 官方开源公告：三模块划分与 Sparse Attention 说明
2. 链接： minimax.io/news/minimax-h3-open-source

3. 说明： 了解 H3 系统结构与开放范围的第一手资料

4. Hugging Face – MiniMax-H3 模型仓库：FL2VA、Ref2VA checkpoint 与组件

5. 链接： huggingface.co/MiniMaxAI/MiniMax-H3

6. 说明： 包含共享的 Qwen3-VL 文本编码器权重

7. MiniMax H3 Community License 原文

8. 链接： huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/LICENSE

9. 说明： 收入门槛、地域范围与下游义务以此为准

10. Hugging Face – MiniMax-H3-Image 模型仓库：组件清单与部署说明

11. 链接： huggingface.co/MiniMaxAI/MiniMax-H3-Image

12. 说明： 官方模型卡，含参考图上限等厂商声明

13. MiniMax H3-Image Community License 原文

14. 链接： huggingface.co/MiniMaxAI/MiniMax-H3-Image/blob/main/LICENSE

15. 说明： 托管服务授权与 100 万美元门槛条款

16. vLLM 部署配方 – MiniMax-H3-Image

17. 链接： recipes.vllm.ai/MiniMaxAI/MiniMax-H3-Image

18. 说明： 框架侧测试配置，参考图上限口径与模型卡不同

19. GitHub – MiniMax-H3 源代码与部署材料

20. 链接： github.com/MiniMax-AI/MiniMax-H3
21. 说明： 本地推理示例与部署脚本

作者: APIYI 技术团队
技术交流: 欢迎在 API易 官网首页联系我们，更多接入资料可访问 docs.apiyi.com 文档中心

延伸阅读

• 把 MiniMax H3 用于商业视频产品前：5 步确认能力、授权和部署边界:面向视频产品团队的 MiniMax H3 上线前检查指南，用 5 个步骤确认模型能力、商用授权、部署方式与成本口径，避免依据传闻做技术决策。
• MiniMax H3-Image 对比 Seedream 5.5，百轮改图怎么选：2 个模型 5 张表看懂:MiniMax-H3-Image 强在约 16MP 直出和最多 16 张参考图，Seedream 5.5 强在官方自报的约 100 轮连续编辑和原生透明底，本文按“什么活选哪边”给出结论，并说明 API易 今天能调的是哪一代 Seedream。
• Kimi K3.1 Pro 开放权重解读：2 个许可证条件与 1.56 TB 自部署门槛:逐条拆解 Kimi K3.1 Pro 开放权重许可证的 2 个商业条件，按内部使用、对外 API、大规模 C 端产品三类场景给出判断，并梳理 1.56 TB 权重、MXFP4 精度与推理框架等自部署门槛
• Kimi K3.1 Pro 正式发布：新功能、价格与可用性汇总:Kimi K3.1 Pro 于 2026-10-24 正式发布：1M 上下文，三项单价比 K3 低 33%，网页、App、Kimi Code、API 已开放，权重 2026-11-04 前放出，本文汇总新功能、五档价格与可用渠道。