MiniMax H3 est open source, mais pas totalement : quels sont exactement les 3 modules ouverts ?

Note de l’auteur : MiniMax a ouvert les poids de H3 et de H3-Image, mais ce sont les composants système, les services cloud et les licences communautaires qui fixent les limites du développement et de l’usage commercial. Cet article passe en revue chaque module et chaque licence, point par point.

Le 10 novembre 2026, MiniMax a ouvert les poids de H3-Image. Auparavant, le 3 août 2026, le modèle de génération vidéo omnimodal MiniMax H3 avait déjà été mis en open source. Plus de trois mois séparent les deux publications, et on les confond souvent dans les discussions, alors qu’il s’agit de deux modèles distincts, avec deux licences distinctes.

Ce n’est pas un article qui dénonce un « faux open source ». L’annonce officielle, la fiche du modèle sur Hugging Face et le texte des licences sont très clairs : MiniMax a ouvert les poids et les ressources d’inférence centrés sur le modèle de génération principal, pas l’ensemble du système cloud. Ce que nous allons faire ici, c’est détailler point par point ce qui est ouvert, ce qui ne l’est pas, et ce que vous pouvez en faire.

Ce que vous allez en retirer : à la fin de cet article, vous saurez distinguer l’état d’ouverture de chacun des trois modules de MiniMax H3, identifier quels composants de H3-Image peuvent tourner en local, et comprendre les différences concrètes entre les deux licences communautaires (Community License) sur le seuil de revenus et les services hébergés.

MiniMax H3 open source : l’essentiel en un coup d’œil

On commence par un tableau qui rassemble la chronologie et les faits de base. Toutes les affirmations qui suivent s’appuient sur les annonces officielles, les fiches de modèle et le texte original des licences, vérifiés au 11 novembre 2026.

Avant de lire : 6 termes à connaître autour de MiniMax H3

• Poids ouverts : on peut récupérer les paramètres du modèle entraîné, mais l’étendue de l’usage dépend de la licence. Cela ne signifie pas que les données d’entraînement ni le processus complet sont publics.
• Community License : une licence d’utilisation rédigée par le fournisseur du modèle lui-même. Ce n’est pas une licence open source générique comme MIT ou Apache 2.0.
• Checkpoint : le fichier de paramètres qui sert à charger le modèle. Un même modèle peut proposer plusieurs checkpoints selon les tâches.
• Context-IR : le service officiel qui gère la compréhension des entrées multimodales, l’analyse des instructions et la mise en forme du contexte. Il n’est disponible pour l’instant que sous forme d’API.
• Service hébergé : le fait de proposer les fonctions du modèle à des tiers via le réseau, par exemple en ouvrant une API. C’est le cas d’usage que la licence encadre le plus.
• Attention parcimonieuse : une technique qui ne calcule qu’une partie des relations d’attention pour réduire le coût de calcul sur les longues séquences.

MiniMax H3 : sur 3 modules, un seul est ouvert

L’annonce officielle découpe le système MiniMax H3 complet en trois modules. Ce découpage explique pourquoi le projet est « open source, mais pas entièrement ».

Les deux checkpoints de MiniMax H3-Base

H3-Base n’est pas un fichier de poids unique : il propose deux checkpoints spécialisés par tâche. FL2VA couvre la génération de vidéo à partir de texte, de la première image, de la dernière image, ou des deux à la fois. Ref2VA accepte en plus des images, des vidéos et de l’audio comme références, pour des tâches de génération et d’édition plus complexes. Par exemple, vous pouvez conserver l’apparence des personnages et le décor d’une vidéo, et ne modifier que les mouvements, le mouvement des lèvres et les dialogues.

Les deux checkpoints incluent le processor, le tokenizer, le text encoder, le transformer, le VAE visuel et le VAE audio. Autrement dit, ce qui est publié, c’est un dépôt de modèle capable de faire tourner l’inférence, pas des poids bruts dont il faudrait reconstituer soi-même tout l’environnement. C’est plus complet que beaucoup de publications qui se limitent aux poids.

Ce qui change entre le 768p local et le workflow 2K complet

Selon les spécifications officielles, H3 produit par défaut une vidéo dont le petit côté fait 768 px, d’une durée de 4 à 15 secondes, à 24 FPS, avec un son stéréo 32 kHz. Si vous ne déployez que le H3-Base open source, vous pouvez générer de l’audio-vidéo en 768p en local. Pour reproduire la sortie 2K officielle, il faut en revanche appeler deux API : Context-IR et Regenerate-2K.

Il est donc plus juste de dire que H3-Base fonctionne de manière autonome, alors que le système H3 complet ne peut pas se passer totalement des services de MiniMax. Dans une solution locale, c’est à vous de concevoir l’étape de compréhension des entrées et de mise en forme des instructions : n’imaginez pas qu’une version locale de Context-IR existe.

Sparse Attention : un point facile à manquer

Lors de la première publication open source, MiniMax a précisé que le modèle H3 prend nativement en charge l’entraînement et l’inférence avec attention parcimonieuse (sparse attention), afin de réduire le coût de calcul des longues séquences multimodales. Mais le code d’inférence publié au départ ne contient que la Full Attention. L’implémentation de la Sparse Attention sera diffusée séparément dans une mise à jour ultérieure.

Autrement dit, l’ouverture des poids ne signifie pas que toutes les optimisations d’inférence internes le sont aussi. Si vous faites de l’inférence sur de longues vidéos avec le code actuellement public, le coût de calcul peut dépasser celui qu’on observe réellement sur le cloud officiel. C’est une variable à prendre en compte dans votre évaluation des performances.

Quels composants MiniMax H3-Image met-il en open source ?

H3-Image suit la même logique d’ouverture que H3 : le modèle principal est téléchargeable, mais le traitement du contexte dépend encore du cloud. Le tableau ci-dessous est établi d’après le dépôt Hugging Face du modèle.

Pourquoi l’encodeur de texte se télécharge-t-il depuis le dépôt H3 ?

H3-Image reprend l’encodeur de texte Qwen3-VL de H3. Ses poids sont stockés dans le dépôt H3 et ne sont pas dupliqués dans celui de H3-Image. Pour déployer H3-Image, il faut donc télécharger le contenu des deux dépôts : le modèle principal et l’encodeur de texte représentent ensemble environ 135,35 Go d’espace de stockage. Et ce chiffre ne concerne que la taille des fichiers, pas les besoins en mémoire vidéo.

Les frameworks de déploiement recommandés officiellement sont SGLang, vLLM-Omni, Diffusers et ComfyUI. Côté matériel, la liste comprend notamment les NVIDIA H200, RTX PRO 6000 Blackwell et AMD Instinct MI350X, avec également des solutions de parallélisme multi-GPU. Pour la plupart des développeurs individuels, la barre reste assez haute.

Context-IR et PE, ce n’est pas la même chose

H3-Image-Context-IR est un service cloud officiel : il développe une courte instruction en description complète de génération et détermine la taille d’image adaptée. H3-Image-PE, lui, est un modèle d’amélioration d’invite qu’on peut télécharger séparément et exécuter en local. C’est l’alternative locale proposée par l’éditeur.

Que PE soit ouvert ne signifie pas que le workflow hébergé multi-étapes de Context-IR l’est aussi. En ne téléchargeant que le modèle d’image et PE, vous obtenez une chaîne locale utilisable, mais pas une reproduction complète des résultats du cloud officiel.

Distinguer les annonces du fabricant des tests en framework

« Image 4K générée en moins de 10 secondes » et « jusqu’à 16 images de référence » viennent de la fiche du modèle et de l’annonce officielles : ce sont des déclarations de l’éditeur. Or, dans la recette de déploiement de vLLM, la limite d’images de référence indiquée est de 9 au maximum. Les deux chiffres ne reposent pas sur les mêmes bases. Le nombre réel d’images de référence utilisables dépend du framework d’inférence et de la configuration retenus. Mieux vaut donc vous fier à vos propres tests lors de l’évaluation.

Que limitent vraiment les deux licences de MiniMax H3 ?

C’est la partie des deux annonces la plus facile à mal interpréter. H3 et H3-Image sont publiés sous deux Community License différentes, dont les conditions d’autorisation commerciale ne sont pas les mêmes. On ne peut donc pas appliquer la même conclusion aux deux.

📌 À noter : ce tableau résume les clauses du texte des licences et ne constitue pas un avis juridique. Pour les restrictions géographiques et les autres obligations, référez-vous au texte original des deux fichiers LICENSE. Si vous voulez d’abord évaluer les performances de modèles de génération et de conversation, vous pouvez comparer plusieurs modèles courants via l’interface unifiée d’APIYI (apiyi.com), puis décider si un déploiement local et une demande d’autorisation valent l’investissement.

Les limites de H3 : usage commercial permis, mais avec des obligations

Dans les zones géographiques couvertes, H3 bénéficie d’une licence limitée et libre de redevances, qui autorise l’usage commercial. Deux seuils comptent vraiment : au-delà de 20 millions de dollars de revenus annuels, il faut une autorisation écrite ; et si vous proposez le modèle comme service à des tiers, vous devez mettre en place des protections de sécurité et répercuter les restrictions d’usage sur vos utilisateurs en aval.

Les limites de H3-Image : le service hébergé est le vrai verrou

Les conditions de H3-Image sont nettement plus strictes. Le seuil de revenus annualisés tombe à 1 million de dollars, et dès que vous fournissez un service hébergé à un tiers, quel que soit votre chiffre d’affaires, il faut obtenir une autorisation écrite préalable. La licence indique aussi comment contacter MiniMax pour demander une licence séparée.

Pour les plateformes d’API, les plateformes d’hébergement de modèles et les développeurs de SaaS, cela veut dire que « les poids sont téléchargeables » ne signifie pas « je peux les déployer et ouvrir une API au public ». Sur ce point, H3 et H3-Image n’ont pas du tout le même degré de souplesse.

Impact de l’ouverture de MiniMax H3 pour les développeurs

Si l’on regarde ensemble le degré d’ouverture des modules et la licence, la liberté dont disposent les développeurs varie beaucoup selon le scénario d’usage.

Les libertés concrètes qu’apporte l’ouverture

La liberté que procurent les poids ouverts est bien réelle. Vous pouvez déployer hors ligne, garder vos données à l’intérieur de votre réseau, étudier la structure d’un modèle omnimodal de 33B, et même remplacer ou adapter les étapes de pré- et post-traitement dans votre pipeline local. Les deux modèles sont livrés avec leurs composants d’inférence complets, ce qui abaisse la barrière pour que la communauté reproduise les résultats.

Trois couches de limites qui subsistent

La première est une limite système : Context-IR et Regenerate-2K ne font pas partie de ce qui est ouvert. La deuxième est une limite d’implémentation : le code de Sparse Attention de H3 n’était pas inclus lors de la première publication. La troisième est une limite de licence : les clauses sur la géographie, le chiffre d’affaires, l’hébergement et l’affichage de la marque déterminent ensemble si un usage commercial est possible.

Poids ouverts et API cloud coexistent donc. L’achat de GPU, l’optimisation de l’inférence, l’orchestration à forte concurrence, l’amélioration des invites et la revue de conformité : ces coûts ne disparaissent pas parce que les poids sont ouverts. Pour beaucoup d’équipes, il est plus prudent de valider d’abord le besoin métier via une plateforme d’agrégation comme APIYI (apiyi.com), puis d’évaluer si l’auto-hébergement vaut le coup.

Exemple de prétraitement avant le flux local MiniMax H3

Comme Context-IR n’est pas ouvert, il faut prendre en charge soi-même l’étape de mise en forme des entrées quand on fait tourner H3-Base en local. Une approche courante consiste à utiliser un grand modèle de langage généraliste pour développer une courte idée en description structurée, puis à la transmettre au modèle local. Attention : ce n’est qu’une solution de remplacement côté ingénierie, et le résultat n’équivaut pas au Context-IR officiel.

Exemple minimal

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:
    """Met en forme l'entrée avec un grand modèle de langage généraliste, en amont de H3-Base en local"""
    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)
    # Limiter la durée à 4-15 secondes, conformément aux spécifications officielles de H3
    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))
    # Étape suivante : transmettre ctx à votre flux d'inférence H3-Base local
    # (voir l'exemple d'inférence FL2VA dans le dépôt GitHub officiel)

🚀 Démarrage rapide : si votre mémoire vidéo locale est insuffisante, vous pouvez d’abord récupérer un crédit de test gratuit sur APIYI (apiyi.com) pour faire tourner cette étape de mise en forme des invites. La plateforme propose une interface compatible OpenAI : une seule clé API suffit pour passer d’un modèle à l’autre, ce qui facilite la comparaison pour trouver celui qui convient le mieux à l’expansion préalable.

FAQ sur l’ouverture de MiniMax H3

Points clés de l’open source de MiniMax H3

• Un seul module sur trois est ouvert : H3-Base est disponible, tandis que Context-IR et Regenerate-2K restent des API officielles.
• Checkpoints complets : FL2VA et Ref2VA sont fournis avec les composants d’inférence, comme le tokenizer et le VAE.
• En local, on s’arrête à 768p : le workflow vidéo 2K complet repose sur le service cloud officiel.
• L’attention parcimonieuse n’est pas encore publiée : le code d’inférence de cette première version open source ne contient que la Full Attention.
• Deux licences différentes : le seuil est de 20 millions de dollars pour H3 et de 1 million de dollars pour H3-Image.
• Le service hébergé est la ligne rouge : pour proposer H3-Image en service hébergé à des tiers, il faut une autorisation écrite préalable.
• Valider avant de déployer soi-même : vous pouvez tester vos besoins à moindre coût via l’interface unifiée d’APIYI (apiyi.com).

En résumé

Ce qu’il faut retenir de l’ouverture de MiniMax H3 :

1. Ce qui est ouvert, c’est le modèle de génération central : H3-Base et le modèle principal H3-Image sont téléchargeables et déployables, avec tous les composants d’inférence.
2. Le service cloud reste une partie du système : Context-IR et Regenerate-2K déterminent le plafond de qualité de l’ensemble.
3. La licence fixe les limites commerciales : les deux Community License n’ont pas les mêmes conditions, et celle de H3-Image est nettement plus stricte sur les services hébergés.

Pour juger du degré d’ouverture d’un modèle, il ne suffit pas de regarder si l’on peut télécharger les poids : il faut aussi examiner les composants, le code d’inférence, les services associés et la licence. L’ouverture de MiniMax est sincère, mais avant de déployer ou de commercialiser, mieux vaut vérifier ces quatre niveaux un par un.

Si vous évaluez des solutions de génération, nous vous conseillons de commencer par valider votre chaîne métier avec le quota gratuit d’APIYI (apiyi.com), puis de décider si un déploiement local et une demande d’autorisation valent l’investissement.

📚 Références

1. Annonce officielle de l’open source de MiniMax H3 : présentation du découpage en trois modules et de Sparse Attention
2. Lien : minimax.io/news/minimax-h3-open-source

3. Description : source de première main pour comprendre la structure du système H3 et le périmètre de l’ouverture

4. Hugging Face – Dépôt du modèle MiniMax-H3 : checkpoints FL2VA et Ref2VA, et composants

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

6. Description : inclut les poids partagés de l’encodeur de texte Qwen3-VL

7. Texte intégral de la MiniMax H3 Community License

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

9. Description : le seuil de revenus, le périmètre géographique et les obligations en aval sont définis par ce texte

10. Hugging Face – Dépôt du modèle MiniMax-H3-Image : liste des composants et instructions de déploiement

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

12. Description : fiche officielle du modèle, avec les déclarations du fournisseur, dont la limite du nombre d’images de référence

13. Texte intégral de la MiniMax H3-Image Community License

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

15. Description : autorisation pour les services hébergés et clause du seuil de 1 million de dollars US

16. Recette de déploiement vLLM – MiniMax-H3-Image

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

18. Description : configuration de test côté framework ; la limite d’images de référence y est présentée différemment de la fiche du modèle

19. GitHub – Code source et ressources de déploiement de MiniMax-H3

20. Lien : github.com/MiniMax-AI/MiniMax-H3
21. Description : exemples d’inférence locale et scripts de déploiement

Auteur : l’équipe technique APIYI
Échanges techniques : n’hésitez pas à nous contacter depuis la page d’accueil du site APIYI ; pour plus de documentation sur l’intégration, rendez-vous sur le centre de documentation docs.apiyi.com

Articles connexes

• Utiliser MiniMax H3 pour des produits vidéo commerciaux : 5 étapes pour confirmer les capacités, les autorisations et les limites de déploiement: Guide de contrôle avant lancement de MiniMax H3 pour les équipes produit vidéo : 5 étapes pour valider capacités du modèle, licence commerciale, déploiement et coûts, afin d’éviter des décisions techniques fondées sur des rumeurs.
• MiniMax H3-Image vs Seedream 5.5 : comment choisir pour une centaine de retouches d'images successives ? 2 modèles décryptés en 5 tableaux: MiniMax-H3-Image excelle par sa sortie directe d'environ 16 MP et ses 16 images de référence maximum, tandis que Seedream 5.5 se distingue par ses quelque 100 tours d'édition continue (selon ses propres déclarations officielles) et son fond transparent natif ; cet article indique quel modèle choisir selon la tâche et précise quelle génération de Seedream est invocable aujourd'hui via APIYI.
• Analyse des poids ouverts de Kimi K3.1 Pro : 2 conditions de licence et un seuil d'auto-déploiement de 1,56 TB: Décomposez les deux conditions commerciales de la licence des poids ouverts de Kimi K3.1 Pro, jugez les cas d’usage interne, d’API externe et de produit grand public à grande échelle, et présentez les seuils d’auto-déploiement : poids de 1,56 To, précision MXFP4 et frameworks d’inférence.
• Kimi K3.1 Pro officiellement lancé : récapitulatif des nouvelles fonctionnalités, des tarifs et de la disponibilité: Kimi K3.1 Pro est officiellement lancé le 24 octobre 2026 : fenêtre de contexte de 1 M, tarifs unitaires trois fois 33 % inférieurs à ceux de K3, accès ouvert sur le Web, l’application, Kimi Code et l’API, poids disponibles avant le 4 novembre 2026 ; cet article récapitule les nouvelles fonctionnalités, les cinq niveaux de prix et les canaux disponibles.