MiniMax H3 مفتوح المصدر، لكن ليس بالكامل: ما الذي أتاحته الوحدات الثلاث فعلاً؟

ملاحظة من الكاتب: فتحت MiniMax أوزان النموذجين H3 وH3-Image، لكن حدود التطوير والاستخدام التجاري تحددها مكونات النظام والخدمات السحابية وتراخيص المجتمع. يفصّل هذا المقال الأمر وحدةً وحدة، ورخصةً رخصة.

في 10 نوفمبر 2026 أتاحت MiniMax أوزان نموذج H3-Image. وقبل ذلك، في 3 أغسطس 2026، كان نموذج توليد الفيديو الشامل متعدد الوسائط MiniMax H3 قد أصبح مفتوح المصدر. بين الإصدارين أكثر من ثلاثة أشهر، ويُخلط بينهما كثيرًا في النقاشات، مع أنهما نموذجان مختلفان لكلٍّ منهما رخصته.

هذا ليس مقالًا ينتقد “الانفتاح الزائف”. فالإعلان الرسمي وبطاقة النموذج على Hugging Face ونص الترخيص كلها واضحة: ما فتحته MiniMax هو الأوزان ومواد الاستدلال المتمحورة حول نموذج التوليد الأساسي، وليس المنظومة السحابية كاملة. هدف هذا المقال أن يرتّب الأمر بنودًا: ما الذي فُتح، وما الذي لم يُفتح، وكيف يمكنك استخدامه.

الفائدة الأساسية: بعد قراءة المقال ستميّز حالة الانفتاح في كل وحدة من وحدات MiniMax H3 الثلاث، وستعرف أي مكونات H3-Image يمكن تشغيلها محليًا، وستفهم الفروق المحددة بين ترخيصَي المجتمع (Community License) في عتبة الإيرادات والخدمات المستضافة.

نظرة سريعة على أهم معلومات المصدر المفتوح لـ MiniMax H3

لنبدأ بجدول واحد يجمع الجدول الزمني والحقائق الأساسية. كل الأحكام الواردة أدناه مبنية على الإعلانات الرسمية وبطاقات النماذج ونصوص التراخيص الأصلية، وقد جرى التحقق منها حتى 11 نوفمبر 2026.

ست مصطلحات لازم تفهمها قبل قراءة المقال عن MiniMax H3

• الأوزان المفتوحة (Open Weights): يُسمح لك بالحصول على معلمات النموذج المدرَّب، لكن نطاق الاستخدام يحدده الترخيص. وهذا لا يعني أن بيانات التدريب أو المسار الكامل للتدريب متاحان للعموم.
• Community License: اتفاقية ترخيص يضعها مزوّد النموذج بنفسه، وهي ليست ترخيصًا عامًا مثل MIT أو Apache 2.0.
• نقطة الفحص (Checkpoint): ملف المعلمات المستخدم لتحميل النموذج. ويمكن أن يوفّر النموذج الواحد عدة نقاط فحص لمهام مختلفة.
• Context-IR: خدمة رسمية تتولى فهم المدخلات متعددة الوسائط وتحليل التعليمات وترتيب السياق، وتُقدَّم حاليًا عبر واجهة API.
• الخدمة المستضافة (Hosted Service): تقديم وظائف النموذج لأطراف ثالثة عبر الشبكة، كأن تفتح له واجهة API للعموم. وهذه هي الحالة التي يركّز عليها الترخيص في قيوده.
• الانتباه المتناثر (Sparse Attention): تقنية تحسب جزءًا فقط من علاقات الانتباه لتقليل تكلفة معالجة التسلسلات الطويلة.

نموذج الفيديو MiniMax H3: وحدة واحدة فقط من أصل 3 مفتوحة

قسّم الإعلان الرسمي الأصلي نظام MiniMax H3 الكامل إلى ثلاث وحدات. فهم هذا التقسيم هو مفتاح فهم عبارة “مفتوح المصدر، لكن ليس بالكامل”.

نقطتا تفتيش (checkpoint) في MiniMax H3-Base

H3-Base ليس ملف أوزان واحدًا، بل يأتي بنقطتي تفتيش (checkpoint) مخصصتين لمهام محددة. تغطي FL2VA مهام تحويل النص إلى فيديو، وتوليد الفيديو من الإطار الأول، وتوليده من الإطار الأخير، وتوليده من الإطارين الأول والأخير معًا. أما Ref2VA فيمكنها استخدام الصور والفيديو والصوت معًا كمراجع، لإنجاز مهام توليد وتحرير أكثر تعقيدًا. فمثلًا، يمكنك الإبقاء على مظهر الشخصيات والمشهد في الفيديو الأصلي، وتعديل الحركات وحركة الشفاه والحوار فقط.

تأتي كلتا نقطتي التفتيش مع المكونات المرافقة: المعالج (processor)، والمُجزِّئ (tokenizer)، ومُرمِّز النص (text encoder)، والمحوِّل (transformer)، ومشفّر الفيديو التبايني (visual VAE)، ومشفّر الصوت التبايني (audio VAE). بعبارة أخرى، ما فُتح للجميع هو مستودع نموذج جاهز للاستدلال الفعلي، وليس أوزانًا مجردة تضطر إلى استكمال بقية مكوناتها بنفسك. وهذا أكمل من كثير من الإصدارات التي تكتفي بنشر الأوزان فقط.

الفرق بين التشغيل المحلي بدقة 768p وسير العمل الكامل بدقة 2K

وفق المواصفات الرسمية، تُنتج H3 افتراضيًا فيديو بطول 768 بكسل للضلع الأقصر، ومدته من 4 إلى 15 ثانية، بمعدل 24 إطارًا في الثانية، وصوت ستيريو بتردد 32kHz. إذا نشرتَ H3-Base مفتوح المصدر وحده، فيمكنك توليد صوت وفيديو بدقة 768p محليًا. أما إذا أردت إعادة إنتاج مخرجات 2K الرسمية، فستحتاج إلى استدعاء واجهتي API هما Context-IR وRegenerate-2K.

لذلك فالأدق أن نقول: يعمل H3-Base بشكل مستقل، لكن نظام H3 الكامل لا يمكنه الاستغناء تمامًا عن خدمات MiniMax. في الحل المحلي، عليك أنت تصميم خطوة فهم المدخلات وترتيب التعليمات، ولا يصح افتراض وجود نسخة محلية من Context-IR.

الانتباه المتفرق (Sparse Attention): نقطة يسهل إغفالها

أوضحت الجهة الرسمية عند الإصدار المفتوح الأول أن نموذج H3 يدعم أصلًا التدريب والاستدلال باستخدام الانتباه المتفرق، بهدف خفض تكلفة الحوسبة في المهام متعددة الوسائط ذات التسلسلات الطويلة. غير أن شفرة الاستدلال التي أُتيحت في البداية تحتوي على Full Attention فقط، أما تنفيذ Sparse Attention فسيُنشر منفصلًا في تحديثات لاحقة.

هذا يعني أن فتح الأوزان لا يعني بالضرورة فتح كل تحسينات الاستدلال الداخلية. فإذا استخدمتَ الشفرة المتاحة حاليًا لاستدلال الفيديوهات الطويلة، فقد تكون تكلفة الحوسبة أعلى من الأداء الفعلي للخدمة السحابية الرسمية، وهذا متغير يجب أخذه في الحسبان عند تقييم الأداء.

ما المكوّنات التي فتحتها MiniMax في H3-Image؟

أسلوب فتح H3-Image يشبه ما حدث مع H3: يمكنك تنزيل النموذج الأساسي، لكن معالجة السياق ما زالت تعتمد على السحابة. الجدول التالي مأخوذ من مستودع النموذج على Hugging Face.

لماذا يجب تنزيل مشفّر النصوص من مستودع H3

يعتمد H3-Image على مشفّر النصوص Qwen3-VL نفسه الذي يستخدمه H3. أوزانه موجودة في مستودع H3 ولم تُكرَّر في مستودع H3-Image. لذلك تحتاج عند النشر إلى تنزيل محتويات المستودعين معًا: النموذج الأساسي مع مشفّر النصوص يشغلان معًا نحو 135.35 GB من التخزين. وهذا حجم الملفات فقط، ولا يعني بالضرورة حجم الذاكرة المطلوبة في وحدة معالجة الرسوميات (VRAM).

تشمل أطر النشر الموصى بها رسميًا SGLang وvLLM-Omni وDiffusers وComfyUI. أما العتاد المدعوم فيشمل NVIDIA H200 وRTX PRO 6000 Blackwell وAMD Instinct MI350X وغيرها، كما تتوفر حلول للتوازي عبر عدة وحدات GPU. وبالنسبة لمعظم المطورين الأفراد، فإن متطلبات العتاد هذه ليست بسيطة.

Context-IR وPE ليسا الشيء نفسه

H3-Image-Context-IR خدمة سحابية رسمية، تحوّل التعليمات القصيرة إلى وصف كامل للتوليد، وتحدد حجم الصورة المناسب. أما H3-Image-PE فهو نموذج لتحسين الموجّهات، ويمكن تنزيله بشكل مستقل وتشغيله محليًا، وهو البديل المحلي الذي تقدمه الجهة الرسمية.

فتح PE لا يعني أن سير العمل المُدار متعدد المراحل في Context-IR صار مفتوحًا أيضًا. إذا نزّلت نموذج الصور وPE فقط، ستحصل على مسار عمل محلي قابل للاستخدام، لكنه لا يعيد إنتاج تأثير الخدمة السحابية الرسمية بالكامل.

افصل بين ادعاءات الشركة واختبارات الأطر

عبارتا «توليد صورة 4K في أقل من 10 ثوانٍ» و«حتى 16 صورة مرجعية» واردتان في بطاقة النموذج الرسمية والإعلان، أي أنهما ادعاءات من الشركة المطوّرة. أما في وصفة النشر الخاصة بـ vLLM فالحد الأقصى للصور المرجعية هو 9 صور، فالمعيارَان مختلفان. وعدد الصور المرجعية الذي يمكنك استخدامه فعليًا يعتمد على إطار الاستدلال والإعدادات التي تختارها، لذا اعتمد في تقييمك على اختباراتك الخاصة.

ما الذي تقيّده رخصتا MiniMax H3 فعلًا؟

هذا أكثر جزء يُساء فهمه في الإصدارين. يعتمد H3 وH3-Image على رخصتين مختلفتين من نوع Community License، وشروط الترخيص التجاري بينهما متباينة بوضوح، فلا يصحّ تعميم نتيجة واحدة عليهما.

📌 ملاحظة: ما سبق ملخص لبنود نصوص الرخصتين، وليس استشارة قانونية. أما تفاصيل القيود الجغرافية وبقية الالتزامات فالمرجع فيها نصّا LICENSE الأصليان. وإذا كنت تريد أولًا تقييم أداء نماذج التوليد والمحادثة، فيمكنك استدعاء النماذج الرئيسية عبر الواجهة الموحدة في APIYI (apiyi.com) للمقارنة بين الحلول، ثم تقرر هل تستثمر في النشر المحلي وطلب الترخيص.

حدود H3: الاستخدام التجاري مسموح، لكن مع التزامات

يمنح H3 ترخيصًا محدودًا خاليًا من الإتاوات داخل النطاق الجغرافي المسموح، ويسمح بالاستخدام التجاري. وهناك عتبتان فعليتان: إذا تجاوزت الإيرادات السنوية 20 مليون دولار فلا بد من إذن كتابي، وإذا قدّمت النموذج كخدمة لأطراف ثالثة فعليك وضع إجراءات حماية أمنية ونقل قيود الاستخدام إلى المستخدمين اللاحقين.

حدود H3-Image: خدمة الاستضافة هي العتبة الصارمة

شروط H3-Image أشد بكثير. فقد انخفض حد الإيرادات السنوية المُقدَّرة إلى مليون دولار، وبمجرد تقديم خدمة استضافة لأي طرف ثالث، مهما كان حجم الإيرادات، يجب الحصول على إذن كتابي مسبق. وتوفّر الرخصة أيضًا قناة للتواصل مع MiniMax لطلب ترخيص منفصل.

بالنسبة لمنصات API ومنصات استضافة النماذج ومطوّري SaaS، هذا يعني أن إمكانية تنزيل الأوزان لا تعني أنه يجوز نشرها وفتح API للعموم. ودرجة التشدد في هذا الحد تختلف تمامًا بين H3 وH3-Image.

تأثير فتح مصدر MiniMax H3 على المطورين

عند النظر إلى مدى انفتاح المكونات مع شروط الترخيص، يتبين أن مقدار الحرية التي يحصل عليها المطور يختلف كثيرًا من سيناريو إلى آخر.

الحرية الحقيقية التي يتيحها الانفتاح

الحرية التي توفرها الأوزان المفتوحة حقيقية وملموسة. يستطيع المطورون النشر دون اتصال بالإنترنت، وإبقاء بياناتهم داخل الشبكة الداخلية، ودراسة بنية نموذج شامل متعدد الوسائط بحجم 33B، كما يمكنهم استبدال مراحل المعالجة قبل التوليد وبعده أو تعديلها ضمن مسارات العمل المحلية. وقد جاء النموذجان مع مكونات الاستدلال الكاملة، ما يخفض عتبة إعادة الإنتاج أمام المجتمع.

ثلاث طبقات من الحدود ما زالت قائمة

الطبقة الأولى هي حدود النظام: فـ Context-IR وRegenerate-2K خارج نطاق الإتاحة. الطبقة الثانية هي حدود التنفيذ: فشفرة Sparse Attention في H3 لم تكن ضمن الإصدار الأول. الطبقة الثالثة هي حدود الترخيص: إذ تحدد بنود المنطقة الجغرافية والإيرادات وخدمات الاستضافة وشارة العلامة التجارية معًا إمكانية الاستخدام التجاري.

لذلك تتعايش الأوزان المفتوحة مع واجهات API السحابية. فتكاليف شراء وحدات GPU، وتحسين الاستدلال، وجدولة الطلبات عالية التزامن، وتحسين الموجه، ومراجعة الامتثال، لا تختفي لمجرد أن الأوزان صارت مفتوحة. وبالنسبة لكثير من الفرق، فإن الأسلم أن تتحقق أولًا من جدوى احتياجاتها عبر منصة تجميعية مثل APIYI (apiyi.com)، ثم تقرر بعد ذلك إن كان البناء الذاتي يستحق العناء.

مثال على المرحلة التمهيدية في مسار MiniMax H3 المحلي

بما أن Context-IR غير متاح للعموم، فعند تشغيل H3-Base محليًا عليك أن تتولى بنفسك خطوة تنظيم المدخلات. من الطرق الشائعة استخدام نموذج لغة كبير عام لتوسيع فكرة قصيرة إلى وصف منظَّم، ثم تمريره إلى النموذج المحلي. تنبيه: هذا مجرد بديل عملي من الناحية الهندسية، ولا تتطابق نتائجه مع Context-IR الرسمي.

مثال مبسّط

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:
    """استخدام نموذج لغة كبير عام لتنظيم المدخلات، كمرحلة تمهيدية قبل H3-Base المحلي"""
    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)
    # تقييد المدة بين 4 و15 ثانية وفق مواصفات H3 الرسمية
    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))
    # الخطوة التالية: مرِّر ctx إلى مسار الاستدلال المحلي لـ H3-Base
    # (راجع مثال استدلال FL2VA في مستودع GitHub الرسمي)

🚀 بداية سريعة: إذا كانت ذاكرة الفيديو (VRAM) المحلية غير كافية، يمكنك الحصول على رصيد تجريبي مجاني من APIYI عبر apiyi.com لتجربة خطوة تنظيم الموجّه. توفّر المنصة واجهة متوافقة مع OpenAI، ويكفي مفتاح API واحد للتبديل بين نماذج مختلفة، مما يسهّل المقارنة بينها لمعرفة أيها أنسب للتوسيع التمهيدي.

الأسئلة الشائعة حول MiniMax H3 مفتوح المصدر

النقاط الأساسية في فتح مصدر MiniMax H3

• وحدة واحدة فقط من ثلاث مفتوحة: النموذج H3-Base متاح للجميع، أما Context-IR وRegenerate-2K فما زالا متوفرين عبر واجهة API الرسمية فقط.
• نقطة تحقق (checkpoint) كاملة: يأتي كل من FL2VA وRef2VA مع مكونات الاستدلال، مثل tokenizer وVAE.
• التشغيل المحلي يتوقف عند 768p: سير العمل الكامل لفيديو 2K يعتمد على الخدمة السحابية الرسمية.
• الانتباه المتناثر (Sparse Attention) لم يصدر بعد: شفرة الاستدلال المفتوحة حاليًا تتضمن Full Attention فقط.
• الترخيصان مختلفان: عتبة H3 هي 20 مليون دولار، وعتبة H3-Image هي مليون دولار.
• الخدمات المستضافة خط أحمر: تقديم H3-Image كخدمة مستضافة لأطراف ثالثة يتطلب إذنًا كتابيًا مسبقًا.
• تحقق أولًا ثم ابنِ بنفسك: يمكنك اختبار احتياجات عملك بتكلفة منخفضة عبر الواجهة الموحدة في APIYI على apiyi.com.

الخلاصة

أهم ما يجب تذكره عن فتح مصدر MiniMax H3:

1. المفتوح هو نموذج التوليد الأساسي: يمكنك تنزيل H3-Base والنموذج الرئيسي H3-Image ونشرهما، ومكونات الاستدلال متوفرة بالكامل.
2. الخدمة السحابية ما زالت جزءًا من المنظومة: Context-IR وRegenerate-2K هما ما يحدد سقف الجودة في التجربة الكاملة.
3. الترخيص يحدد حدود الاستخدام التجاري: شروط الترخيصين (Community License) مختلفة، وشروط H3-Image أكثر صرامة بوضوح فيما يخص الخدمات المستضافة.

لتقدير مدى انفتاح نموذج ما، لا يكفي أن تسأل: هل يمكن تنزيل الأوزان؟ بل انظر إلى أربعة جوانب: المكونات، وشفرة الاستدلال، والخدمات المرافقة، والترخيص. انفتاح MiniMax هنا جاد ومفيد، لكن على المطورين قبل البدء بالنشر أو الاستخدام التجاري أن يراجعوا هذه الحدود الأربعة واحدًا واحدًا.

وإذا كنت تقيّم حلولًا لتوليد المحتوى، فننصحك بأن تبدأ بالتجربة عبر APIYI على apiyi.com مستفيدًا من الرصيد المجاني لاختبار سير العمل بسرعة، ثم تقرر بعد ذلك هل يستحق الأمر الاستثمار في النشر المحلي وطلب التراخيص.

📚 المراجع

1. إعلان MiniMax H3 الرسمي عن فتح المصدر: شرح للتقسيم إلى ثلاث وحدات وآلية Sparse Attention
2. الرابط: minimax.io/news/minimax-h3-open-source

3. الوصف: مصدر مباشر لفهم بنية نظام H3 ونطاق ما تم فتحه

4. Hugging Face – مستودع نموذج MiniMax-H3: نقاط الحفظ (checkpoints) الخاصة بـ FL2VA وRef2VA والمكونات

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

6. الوصف: يتضمن أوزان مشفّر النصوص Qwen3-VL المشترك

7. النص الأصلي لترخيص MiniMax H3 Community License

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

9. الوصف: هذا هو المرجع المعتمد فيما يخص حد الإيرادات والنطاق الجغرافي والالتزامات اللاحقة

10. Hugging Face – مستودع نموذج MiniMax-H3-Image: قائمة المكونات وإرشادات النشر

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

12. الوصف: بطاقة النموذج الرسمية، وتتضمن بيانات الشركة المطوّرة مثل الحد الأقصى للصور المرجعية

13. النص الأصلي لترخيص MiniMax H3-Image Community License

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

15. الوصف: بنود ترخيص الخدمات المستضافة وحد 1 مليون دولار أمريكي

16. وصفة النشر في vLLM – MiniMax-H3-Image

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

18. الوصف: إعدادات الاختبار من جهة الإطار، وتختلف طريقة احتساب الحد الأقصى للصور المرجعية فيها عمّا هو مذكور في بطاقة النموذج

19. GitHub – الشفرة المصدرية ومواد النشر الخاصة بـ MiniMax-H3

20. الرابط: github.com/MiniMax-AI/MiniMax-H3
21. الوصف: أمثلة على الاستدلال المحلي وسكربتات النشر

المؤلف: فريق APIYI التقني
للتواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI، ويمكنكم الاطلاع على مزيد من مواد الربط والتكامل في مركز الوثائق docs.apiyi.com

مقالات ذات صلة

• قبل استخدام MiniMax H3 في منتجات الفيديو التجارية: 5 خطوات للتحقق من القدرات والتفويض وحدود النشر: دليل فحص قبل إطلاق MiniMax H3 لفرق منتجات الفيديو، يتيح عبر 5 خطوات تأكيد قدرات النموذج والترخيص التجاري وطريقة النشر وأساس التكلفة لتجنب اتخاذ قرارات تقنية بناءً على الشائعات.
• MiniMax H3-Image مقابل Seedream 5.5: كيف تختار لتعديل الصور على مدى مئة جولة؟ خمسة جداول لفهم الفروق بين النموذجين: تتفوق MiniMax-H3-Image بإخراج مباشر بدقة نحو 16 ميغابكسل ودعم ما يصل إلى 16 صورة مرجعية، بينما يتفوق Seedream 5.5 بنحو 100 جولة تحرير متتالية بحسب إعلان الجهة الرسمية وبخلفية شفافة أصلية، ويقدم هذا المقال خلاصة تحدد أي النموذجين يناسب أي مهمة، ويوضح أي إصدار من Seedream يمكن استدعاؤه اليوم عبر APIYI.
• شرح الأوزان المفتوحة لـ Kimi K3.1 Pro: شرطان في الترخيص وعتبة النشر الذاتي 1.56 TB: حلل بندًا بندًا الشرطين التجاريين في ترخيص الأوزان المفتوحة لـ Kimi K3.1 Pro، وقدّم أحكامًا لثلاثة سيناريوهات: الاستخدام الداخلي وAPI الخارجي والمنتجات الاستهلاكية واسعة النطاق، ولخّص عتبات النشر الذاتي مثل أوزان 1.56 TB ودقة MXFP4 وأطر الاستدلال.
• إطلاق Kimi K3.1 Pro رسميًا: ملخص الميزات الجديدة والأسعار ومدى التوفر: أُطلق Kimi K3.1 Pro رسميًا في 2026-10-24، مع نافذة سياق بسعة مليون رمز وأسعار وحدية أقل بنسبة 33% من K3 في ثلاث فئات؛ وأصبح متاحًا عبر الويب والتطبيق وKimi Code وAPI، على أن تُتاح الأوزان قبل 2026-11-04، ويلخص هذا المقال الميزات الجديدة والأسعار في خمس فئات والقنوات المتاحة.