- 中国のMiniMaxが2026年7月31日、動画生成AI「H3」を発表しました
- 2K（2560×1440）で最長15秒、ステレオ音声まで同時に作ります
- 料金は2Kで1秒あたり0.14ドル。8秒の動画が約168円で作れます
- 数日内にモデルそのもの（重み）を公開し、条件付きで商用利用も認めます
- 日本からも「Hailuo AI」経由で利用でき、広告やEC動画の制作費に効きます
「動画を1本作るのに、いくらかかると思いますか？」——撮影クルーもスタジオもいらない時代が来て、その答えはどんどん安くなっています。2026年7月31日、中国のAI企業MiniMaxが発表した動画生成AI「H3」は、2K画質の8秒動画を約168円で作ります。しかも音声つき。さらにモデル本体まで公開するというのです。
MiniMax「H3」とは？7月31日に発表された2K動画AI
H3は、中国のAI企業MiniMax（ミニマックス）が2026年7月31日に公開した動画生成モデルです。
MiniMaxは2026年1月に香港で上場したばかりの会社です。文章を書くAI、動画を作るAI、音楽を作るAIをまとめて提供しています。
H3の仕様は、いまの動画AIのなかでもかなり強気な内容です。
- 解像度：2K（2560×1440）が標準。768pも選べます
- フレームレート：24fps（映画とほぼ同じなめらかさ）
- 長さ：5秒〜15秒
- 音声：ステレオ音声を映像と同時に生成。人の声、効果音、音楽まで含みます
- 縦横比は21:9、16:9、4:3、1:1、3:4、9:16に対応
使い方の入り口も3つ用意されています。テキストから作る方法、最初と最後のコマ（フレーム）を指定する方法、そして参照素材から作る方法です。
参照生成では、画像を最大9枚、動画を3本、音声を3本まで同時に読み込ませられます。「この人の顔で、この場所の雰囲気で、この声で」といった細かい指定ができるわけです。
「音が後付けじゃない」という決定的な違い
ここがH3の一番の売りかもしれません。
これまでの動画AIの多くは、まず映像を作り、あとから音を付け足す作りでした。だから口の動きと声がずれたり、足音がタイミングを外したりします。
H3は映像と音を同じ処理のなかで一緒に作ります。だからグラスが割れる瞬間と「パリン」という音がぴったり合います。
制作の現場から見ると、これは工程がまるごと1つ消えるということです。編集ソフトを開いて効果音を探して並べる作業が、いりません。
8秒168円｜価格が主流モデルの3分の1に
今回いちばん話題になっているのは、やはり価格です。
公開されている料金は2Kで1秒あたり0.14ドル、768pで1秒あたり0.10ドル。従量課金（使った分だけ払う方式）です。
1ドル150円で計算すると、こうなります。
- 2Kで8秒 → 1.12ドル（約168円）
- 2Kで15秒 → 2.10ドル（約315円）
- 768pで15秒 → 1.50ドル（約225円）
8秒の高画質動画が、コンビニのおにぎり1個とほぼ同じ値段です。
MiniMax自身も「2K生成は主流モデルの3分の1未満、768pは他社の720p料金の半分未満」と説明しています。
「20パターン試す」が現実的になる価格
この安さが効くのは、1本を丁寧に作る場面ではありません。たくさん作って試す場面です。
たとえば、あるECサイトの担当者が新しいスニーカーの広告を作るとします。
これまでなら、撮影して編集して1本仕上げるまでに数十万円。だから当然、1本しか作れません。当たるかどうかは出してみるまでわからない。
H3なら、8秒の動画を20パターン作っても約3,400円です。色違い、キャッチコピー違い、BGM違いを全部出して、数字がよかったものだけに広告費を集中できます。
ちなみに縦型（9:16）に対応しているので、そのままTikTokやInstagramのリールに使えます。
数日内にモデルを公開へ｜ライセンスの中身
もう一つの目玉がオープンウェイトです。
オープンウェイトとは、AIの「頭脳の中身」にあたるデータ（重み）そのものを配ることです。料理でいえば、完成した料理を売るのではなく、レシピと調味料ごと渡すようなもの。受け取った側は自分のパソコンやサーバーで動かせますし、改造もできます。
MiniMaxは「数日内に、関連法令に従ったうえで重みを公開する」と発表しました。
ライセンスはMiniMax Community Licenseと報じられています。中身はこうです。
- 非商用の利用は無料
- 年間売上2,000万ドル（約30億円）未満の組織は商用利用も可能。ただし出典表示（クレジット）が必要
つまり、中小企業や個人事業主はほぼ自由に商売に使えるということです。
なお、パラメータ数（AIの規模を表す数字）や正式なライセンス文書は、発表時点では公開されていません。
中国製チップでも動くように設計
MiniMaxは「H3は複数の中国製チップで動くように設計した」とも述べています。
これは米国の半導体規制を受けた中国AI業界の流れそのものです。NVIDIAのGPUに頼らずに動くAIを作る動きが、動画生成の分野まで来たことになります。
なぜ安く高精細にできたのか｜4つの技術
「安いのは中身を削っているからでは？」と思うかもしれません。MiniMaxの説明を読むと、そうではなく処理の効率を上げた結果のようです。
公式ブログでは4つの技術が挙げられています。
①H3-Contextual Omni Representation
テキスト、画像、動画、音声という違う種類の情報を、言語を「共通の橋」にしてつなぐ仕組みです。
もともとの処理では約10万トークン（AIが文章を扱う単位）が必要でした。それを蒸留という技術で平均約4千トークンまで圧縮しています。単純計算で25分の1です。
②H3-VAE
動画を「AIが扱いやすい形」に変換する部品を作り直したものです。実効的なシーケンス長が4倍になり、復元の品質も上がったとされています。
同じ処理量でより長く、よりきれいな映像を扱えるようになった、と理解すれば十分です。
③H3-Omni Transformer
「理解する仕事」と「生成する仕事」を分けて処理する設計です。これにより学習のスループット（処理量）が約30%向上したと説明されています。
④In-Context Regeneration
いきなり2Kで作るのではなく、まず低い解像度で作り、それを土台に2Kへ作り直す方式です。
下書きを描いてから清書する画家のようなやり方で、計算量を抑えつつ高画質にたどり着きます。
競合比較｜Sora 2・Veo 3.1・Seedance 2.0とどう違う
他の動画生成AIと並べてみると、H3の位置づけがはっきりします。API料金（1秒あたり）で比べたのが以下です。
- MiniMax H3：2Kで0.14ドル／768pで0.10ドル。音声込み。オープンウェイト予定
- Google Veo 3.1：標準品質で0.40ドル、Fast版で0.15ドル。音声込み
- OpenAI Sora 2：基本版が720pで0.10ドル、Pro版が0.30〜0.50ドル。なお単体APIは2026年3月に提供終了が伝えられています
- ByteDance Seedance 2.0：720p出力で約0.24ドル
数字を見ると、H3は「2Kなのに他社の720p級より安い」という位置にいます。Seedance 2.0の0.24ドルと比べると、解像度は上で単価は6割ほどです。
Veo 3.1の標準品質（0.40ドル）と比べれば、H3は3分の1近い水準になります。
ただし「安い＝最強」ではない
公平に見れば、品質面ではまだ検証が必要です。
Sora 2は物語性のある映像、Veo 3.2は総合的な安定感、Kling AIは人物表現とコストのバランスで評価されてきました。H3は発表直後で、第三者による大規模な比較はこれからです。
現時点でH3が明確に強いのは、「2K・音声込み・低単価・重み公開」という組み合わせだと言えます。
日本のユーザー・企業にとって何が変わる？
日本から使えるのか、という点が気になるところです。
H3はMiniMaxのAPIと、同社の動画サービス「Hailuo AI（ハイルオAI）」で提供されています。Hailuo AIは以前から日本でも使えており、有料の最安プランは月14.99ドル（約2,300円）です。
日本のユーザーからは「日本人やアジア系の顔立ちを自然に描くのが得意」という評価もあります。欧米発のモデルだと顔が西洋寄りになりがちな問題が、比較的起きにくいということです。
国内の動画AI市場はすでに実用フェーズ
国内でも動画生成AIの導入は進んでいます。動画生成AIのビジネス活用に関わる市場は前年比42%成長したという調査があり、制作コストを70%削減した事例も報告されています。
実際の使われ方を想像してみてください。
地方の食品メーカーが、新商品の紹介動画をSNS向けに毎週出したいとします。外注すれば1本あたり十数万円、社内で撮るなら人手が足りない。
H3のようなモデルなら、商品写真を参照素材として渡し、15秒の動画を数百円で作れます。効果音やナレーションも同時に付いてきます。
あるいは、不動産会社が物件紹介の短い動画を作る場合。間取り図と外観写真から、雰囲気のあるイメージ映像を物件ごとに用意する、といった使い方も現実的になります。
中国製AIを使うときの注意点
一方で、慎重に扱うべき点もあります。
クラウド経由で使う場合、入力したデータは中国の事業者のサーバーへ送られます。顧客の顔写真や未発表の商品画像といった機密データを扱うなら、社内ルールの確認が必須です。
商用利用についても、サービス側の規約とライセンスの両方を読む必要があります。「Hailuo AIの有料プランで商用OK」と「オープンウェイトのライセンスで商用OK」は別の話だからです。
ただし、ここでオープンウェイトが効いてきます。重みが公開されれば、自社のサーバーの中だけでH3を動かす選択肢が生まれます。データを外に出さずに済むので、セキュリティを重視する日本企業にとってはむしろ好都合かもしれません。
よくある質問（FAQ）
Q1. H3は日本から使えますか？
使えます。MiniMaxのAPI、または動画サービス「Hailuo AI」経由で利用できます。Hailuo AIの有料プランは月14.99ドル（約2,300円）からです。
Q2. 商用利用はできますか？
条件つきで可能です。オープンウェイト版はMiniMax Community Licenseのもと、年間売上2,000万ドル未満の組織なら出典表示を条件に商用利用できると報じられています。クラウド版を使う場合は、Hailuo AI側の利用規約を必ず確認してください。
Q3. モデルの公開は本当に無料ですか？
非商用であれば無料とされています。ただし発表時点では正式なライセンス文書もパラメータ数も公開されていません。「数日内に公開」という予告の段階なので、実際の条件は公開時に確認する必要があります。
Q4. 15秒より長い動画は作れませんか？
1回の生成は最長15秒です。それより長い動画が必要なら、複数のクリップを作ってつなぐことになります。最初と最後のコマを指定できる機能があるので、前のクリップの最終コマを次の開始コマにすれば、自然につなげやすくなります。
Q5. 日本語のナレーションやテロップは作れますか？
H3は画面上の文字表示（テキストレンダリング）の精度を売りにしていますが、日本語での再現性については第三者の検証がまだ出そろっていません。重要なテロップは、生成後に編集ソフトで入れ直すのが安全です。
まとめ
今回のポイントを整理します。
- MiniMaxが2026年7月31日、動画生成AI「H3」を公開しました
- 2K（2560×1440）・24fps・最長15秒で、ステレオ音声を同時生成します
- 料金は2Kで1秒0.14ドル。8秒の動画が約168円という水準です
- Veo 3.1の標準品質と比べて約3分の1、Seedance 2.0より解像度は上で単価は6割ほどです
- 数日内に重みを公開予定。年商2,000万ドル未満なら商用利用も可能とされています
- 日本からはHailuo AI経由で利用可能。ただしデータの送信先には注意が必要です
まずはHailuo AIの無料枠で8秒の動画を1本作ってみて、自分の用途に耐える画質かどうかを確かめるところから始めてみてください。
参考文献
- MiniMax H3: An Open Model Breaking the Boundaries Between Tasks and Modalities（MiniMax公式ブログ）
- 音声同時生成の2K動画AI「MiniMax H3」公開、数日中にオープンウェイトへ（PC Watch）
- Video AI: MiniMax challenges ByteDance with low price, open weights for new H3 model（South China Morning Post）
- MiniMax H3 レビュー: コストは低く、高くないネイティブ2K AI動画（Atlas Cloud）
- MiniMax H3 – Open-Weights General-Purpose Multimodal Video Model（fal.ai）
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
