MiniMax

От собственных моделей к продуктам

MiniMax (МиниМакс) - компания из Китая, основанная в начале 2022 года. Она разрабатывает собственные модели во всех основных модальностях: текст, изображения, видео, речь и музыка. Готовые продукты и API компания строит на них же, без опоры на разработки других лабораторий.

Масштаб MiniMax описывает так: более 300 млн частных пользователей в 200 с лишним странах и свыше миллиона компаний и разработчиков более чем из 100 стран. Продуктовая линейка держится на четырёх направлениях - видео, аудио, языковые модели и агентские инструменты, а точкой сборки для разработчиков служит открытая API-платформа.

H3 и генерация видео

Флагман MiniMax в видео - модель H3. Она принимает в одном запросе текст, изображения, ролики и аудио, а связь между ними описывается обычными словами: взять движение камеры из одного видео, внешность персонажа из картинки, голос из аудиодорожки. Отдельных режимов под каждую задачу нет, всё складывается в общий контекст.

Параметры генерации:

• разрешение 2K, частота 24 кадра в секунду;
• длительность от 4 до 15 секунд;
• пропорции 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 либо автоподбор под входной материал;
• нативный стереозвук вместе с картинкой;
• до 9 референсных изображений, до 3 референсных роликов и до 3 аудиодорожек в запросе.

Помимо генерации с нуля H3 собирает видео по первому и последнему кадру и правит уже готовый материал по текстовому описанию. Предыдущее поколение, Hailuo 2.3 и его облегчённая версия Fast, остаётся доступным для тех, кому хватает 768p и 1080p при более низкой цене.

Речь, музыка и клонирование голоса

Речевое направление MiniMax собрано вокруг моделей speech-2.8 в двух вариантах: hd для качества и turbo для скорости. Поддерживается 40 языков, включая русский, семь эмоциональных окрасок и произношение с учётом конкретных языков и диалектов. Синхронный режим принимает до 10 000 символов за запрос, асинхронный - до миллиона.

Клонирование голоса работает по короткому образцу и стоит $1,5 за голос. Отдельная функция Voice Design создаёт голос по текстовому описанию за $3. Есть нюанс: склонированный голос удаляется, если им не пользоваться семь дней.

Музыкальное направление MiniMax закрывает модель music-3.0, а также генерация текстов песен и создание каверов по референсной дорожке с переносом стиля и автоматическим извлечением слов. Картинки делает модель image-01 в режимах «текст в изображение» и «изображение в изображение».

M3 и миллион токенов контекста

Языковая линейка MiniMax строится вокруг M3 - мультимодальной модели с контекстом в миллион токенов, заточенной под программирование и агентские сценарии. Рядом работает M2.7 и её ускоренная версия highspeed, а более ранние M2.5 и M2.1 переведены в разряд устаревших, но доступны через API.

API MiniMax совместим со стандартами OpenAI и Anthropic - модели подключаются через привычные SDK и работают в сторонних средах разработки: Claude Code, Codex, Cursor, TRAE. Есть собственный терминальный клиент mmx-cli, поддержка MCP с инструментами веб-поиска и распознавания изображений, кеширование промптов и режим priority с ускоренной обработкой запросов за полуторную цену. Модель M2.7 разрешено разворачивать локально через vLLM, SGLang или MLX.

Hailuo AI, Hub и Talkie

Для тех, кто не работает с API, у MiniMax есть готовые сервисы. Hailuo AI - веб-редактор видео и изображений с наборами шаблонов под конкретные форматы: рекламные ролики, мемы, видео с питомцами, смена стиля, кинематографичные сцены. H3 там уже подключена.

MiniMax Hub - десктопное приложение для macOS и Windows, устроенное как команда агентов на одном холсте. Сценарий, раскадровка, видео, музыка и монтаж связываются узлами, файлы остаются на компьютере, а повторяющиеся рабочие процессы сохраняются как «скилы» и переиспользуются. Отдельно живёт MiniMax Audio для речи и музыки и Talkie - приложение с ИИ-персонажами для общения.

Цены: от $0,30 за миллион токенов

MiniMax разделяет оплату на два контура: поштучная тарификация по факту использования и месячные подписки с квотой. 

Оплата по факту:

• MiniMax-M3 - $0,30 за 1 млн входных токенов и $1,20 за выходные (при контексте свыше 512 тыс. токенов - $0,60 и $2,40);
• MiniMax-M2.7 - $0,30 и $1,20 за 1 млн токенов, вариант highspeed вдвое дороже;
• speech-2.8-turbo - $60 за 1 млн символов, speech-2.8-hd - $100;
• видео Hailuo 2.3 - $0,28 за ролик 768p на 6 секунд и $0,49 за 1080p, версия Fast от $0,19;
• музыка - $0,15 за трек до 5 минут, текст песни $0,01;
• изображения image-01 - $0,0035 за штуку.

Подписки MiniMax 

Token Plan стоят $20, $50 и $120 в месяц и различаются размером квоты и числом одновременно работающих агентов. Предоплаченные кредиты продаются пакетами по $5, $25 и $100 из расчёта 1000 кредитов за доллар и действуют 365 дней. Для озвучки есть отдельная подписка от $5 в месяц за 100 тысяч аудиопоинтов, для видео - пакеты от $1000 в месяц.

Цену H3 в общем прайс-листе MiniMax пока не опубликовала. В анонсе модели компания говорит, что секунда в 2K обходится меньше трети от цены основных конкурентов, но конкретных цифр и названий для сравнения не приводит.

Языки, интерфейс и бесплатный вход

Интерфейс сервисов MiniMax английский и китайский, русской локализации нет. С русским языком модели работают: он входит в число 40 поддерживаемых в синтезе речи, языковые модели тоже отвечают по-русски.

Бесплатного тарифа на API-платформе MiniMax не предусмотрено - работа идёт либо с пополненного баланса, либо по подписке. Попробовать без оплаты можно на стороне продуктов: MiniMax Hub скачивается и запускается бесплатно, генерация музыки и текстов песен в API помечена как ограниченно бесплатная.

Кому подойдёт MiniMax

Основная аудитория MiniMax - те, кто делает контент потоком. Маркетологи и владельцы магазинов собирают промо-ролики и карточки товаров, авторы каналов озвучивают видео и подкасты без диктора, небольшие студии коротких сериалов используют Hub как конвейер от сценария до финального монтажа.

Разработчикам платформа интересна прежде всего ценой: M3 с миллионным контекстом обходится заметно дешевле флагманов западных лабораторий, а совместимость с SDK OpenAI и Anthropic позволяет подключить её к существующему коду без переписывания. Отдельный сценарий - озвучка приложений и сервисов через API синтеза речи, где MiniMax закрывает и многоязычность, и клонирование голоса.

Плюсы и минусы MiniMax

Сильные стороны:

• собственные модели во всех модальностях, а не перепродажа чужих;
• цены ниже, чем у большинства западных аналогов, при сопоставимых задачах;
• H3 объединяет генерацию, редактирование и перенос движения в одном запросе;
• совместимость API со стандартами OpenAI и Anthropic, поддержка MCP и локального развёртывания;
• 40 языков в синтезе речи, включая русский.

Слабые места:

• нет русского интерфейса, документация только на английском и китайском;
• бесплатного тарифа на API-платформе нет, вход через пополнение баланса;
• продукты разнесены по разным сайтам и приложениям, единого кабинета нет;
• документация отстаёт от релизов: свежие модели появляются в API раньше, чем в прайс-листе;
• независимых замеров качества у моделей мало, компания опирается на собственные тесты.

Как начать работу с MiniMax

Для разовых задач проще начать с готовых сервисов: Hailuo AI для видео и картинок, MiniMax Audio для озвучки. Регистрация общая, аккаунт работает во всех продуктах.

Для API-сценариев порядок такой: зарегистрироваться на платформе, создать ключ в разделе API Keys, пополнить баланс или оформить подписку. Ключи у двух контуров разные - обычный API-ключ для оплаты по факту и отдельный ключ подписки для Token Plan и кредитов, их легко перепутать при первом подключении.

Тем, кто собирает видео регулярно, стоит начинать с более дешёвой Hailuo 2.3 Fast на черновиках и переключаться на H3 только для финальных дублей. Для длинных текстов на озвучку подходит асинхронный режим синтеза: он принимает до миллиона символов за раз, тогда как синхронный ограничен десятью тысячами.

Набор сервисов вместо единого кабинета

MiniMax собрала редкую для рынка комбинацию: полный набор собственных моделей во всех модальностях плюс цены, которые заметно ниже западных. Плата за это - раздробленность. Видео живёт в одном сервисе, звук в другом, агентский холст в десктопном приложении, а разработчику приходится держать в голове два типа ключей и два контура оплаты.

Если задача укладывается в одну модальность, MiniMax окупает себя быстро. Если нужен единый рабочий кабинет с русским интерфейсом и поддержкой на русском, к этому платформа пока не пришла. Начать проще всего с бесплатных сценариев в Hub или с небольшого пополнения баланса на API - сумма на первые эксперименты нужна символическая.