MiniMax H3
短いマルチモーダルな音声動画と、任意の2K出力経路向けです。テキスト、画像、動画、音声の文脈を使えます。クリップは最大15秒です。基本出力は768pで、より高い解像度の再生成は使える場合に提供されます。
どのAI動画モデルを選べばよいですか。
MiniMax H3とSeedance 2.0は、マルチモーダルな動画の作り方が違います。MiniMax H3は、音声と動画をまとめて生成し、任意の2K再生成ワークフローと、ライセンスに従うダウンロード可能なベースモデルの重みを提供します。Seedance 2.0は、演出のある短尺シーン、マルチショットの物語、そしてTopviewで対応しているワークフローでのテキスト、画像、動画、音声による誘導に重点を置きます。コストを抑えた構想プレビューが必要ですか。Seedance 2.0 Miniを3つ目の選択肢として含めています。
実用的な動画の企画10件で3つを比較してから、品質要件、使える設定、クレジット予算に合うワークフローを決めてください。
MiniMax H3
短いマルチモーダルな音声動画と、任意の2K出力経路向けです。テキスト、画像、動画、音声の文脈を使えます。クリップは最大15秒です。基本出力は768pで、より高い解像度の再生成は使える場合に提供されます。
Seedance 2.0
演出のある短尺制作と、マルチショットの音声動画向けです。対応しているワークフローではクリップは4–15秒です。参照で動作、せりふ、カメラの方向を誘導できます。
Seedance 2.0 Mini
コンパクトな構想テストと、すばやい見た目のプレビュー向けです。より長い生成や、能力の高い生成に進む前に、画面の方向とプロンプトを確認する軽いワークフローです。
企画10件 · モデル3つ · この比較ページに表示する出力30本
Topviewには、異なる生成モードとプランがあります。書き出す前に、アカウントで使えるモデル、クレジット、参照形式、書き出し設定を確認してください。
主な違いは、解像度のワークフロー、モデルの利用方法、演出の制御、そしてTopviewで実際に使える設定です。
| 項目 | MiniMax H3 | Seedance 2.0 | Seedance 2.0 Mini |
|---|---|---|---|
| 開発元 | MiniMax | ByteDance | ByteDance |
| モデル / ワークフロー | 音声と動画を一体で扱うモデル | マルチモーダルなAI動画ワークフロー | 軽いプレビュー用ワークフロー |
| 主な用途 | 参照で導く音声動画と、2K再生成 | 演出のある短尺動画とマルチショットの物語 | 下書きと見た目の構想プレビュー |
| 長さ | Topviewでは1ショットあたり5–15s | Topviewでは1ショットあたり4–15s | Topviewでは1ショットあたり4–15s |
| 解像度 | 既定は768p。H3-Regenerate-2Kが有効な場合は最大2K | Topviewでは480p / 720p / 1080p / 4K | Topviewでは480p / 720p |
| テキスト→動画 | ○ | ○ | ○ |
| 画像→動画 | ○ | ○ | ○ |
| 画像参照 | 最大9枚 | 最大9枚 | 最大3枚 |
| 動画参照 | 最大3本 | 最大3本 | 要確認 |
| 音声参照 | 最大3ファイル | 最大3ファイル | 要確認 |
| 参照ファイルの合計 | 最大12ファイル | 最大15ファイル | モードにより異なります |
| 参照の長さの規則 | 動画の合計は≤15s。音声の合計は≤15s。音声だけを参照入力にはできません | 音声に固有の入力長の制限を確認してください | 現在のプリセットを確認してください |
| 生成される音声 | ネイティブな32 kHzステレオの音声動画出力 | APIでネイティブ音声に対応 | Seedance 2.0と同じネイティブ音声の処理 |
| リップシンク | H3の公式文書は、安定した対話言語を11言語と記載しています | 対応しているワークフローで、多言語のせりふとリップシンク | モードとアカウントを確認してください |
| より高い解像度の処理 | H3-Baseを出力したあと、文脈の中で2Kを再生成 | ネイティブ生成か、別の書き出しやアップスケールかを確認してください | 2Kや4K向けの位置づけではありません |
| モデルの重み / デプロイ | ベースモデルの重みは公開済み。ライセンスと地域の制限が適用されます | Topviewがホストするモデルワークフロー | Topviewがホストするプレビュー用ワークフロー |
| 料金 | 1秒あたりのクレジットは、段階とモードで変わります | 1秒あたりのクレジットは、段階とモードで変わります | 1秒あたりのクレジットは、段階とモードで変わります |
| 始めやすい用途 | 2Kを意識した短尺か、ライセンスされた独自パイプライン | カメラや動作の指示がある物語の短尺 | 初期のプロンプトと構図のテスト |
仕様の数字が目立つ方ではなく、実際の企画に合うモデルを選んでください。
まずH3の基本解像度で生成し、より高い解像度の納品が必要なときに、対応しているH3-Regenerate-2Kワークフローを使ってください。選んだTopviewのモードにこの段階が含まれるか確認してください。
H3は動画とステレオ音声を一緒に生成し、公式文書では11言語の安定した対話に対応すると記載されています。せりふや空気感が重要な、キャラクターの演技、短い説明、音声動画の構想に使ってください。
対応している画像、動画、音声の参照を、1件のH3全参照の企画で使ってください。ファイルは合計12件までで、合計時間の制限もあります。
公開されているH3ベースモデルの重みを、ローカル統合や調整のために調べられます。MiniMax H3 Community License、地域制限、技術要件、必要な追加許諾が適用されます。Topview上のホスト利用は、ローカルデプロイのライセンスと同じではありません。
短い物語や商品の話に、カメラアングル、場面転換、動作、テンポを指定し、結果が予定した各拍を追っているか見てください。
対応している全参照ワークフローで、見た目の同一性、動きの手がかり、音をつないでください。記載された参照数の上限を守ってください。
短い会話、寸劇、説明を、せりふと自然な動作が揃うように生成してください。機能説明だけで判断せず、実際のリップシンクと話者の正確さを確認してください。
音声付きの動画を生成し、ショットの構図、連続性、納品品質に合わせてプロンプトを調整してください。選んだTopviewのモードで、ネイティブな書き出し解像度を確認してください。
短い下書きで、冒頭のフック、被写体の見た目、動き、照明、カメラアングルを確認してから、能力の高い生成ワークフローに進んでください。
単純な参照画像を、焦点を絞った指示で動かしてください。短いプレビューに、複雑なマルチショットの物語を載せすぎないでください。
縦型のSNS、ECの商品アイデア、クライアント向け提案のために、短い構想を複数試してください。現在の長さ、音、参照が使えるかを確認し、完全なSeedance 2.0と同じだとは考えないでください。
狙った課題は同じです。モデルのワークフローは3つです。宣伝文ではなく、出力を見てください。
この10件は、教育的な物語、画像から動画、UGC風の演技、感情の映像、物体の一貫性、ECの実演、アニメーション、動画参照の転用、制約のあるリップシンク、絵コンテに沿ったマルチモーダルな場面を含みます。各カードは、既存のプロンプト、元の参照素材、表示済みの出力3本を保持します。
海に沈んだ架空の古代都市です。プロンプトは、暗い水中の遺跡と彫刻された柱から、資料風の映像、想像上の復元、最後の謎めいた広い画へと進みます。
教育的な短尺動画には、理解できる視覚の並びが必要です。この例は、短い筋書きを、雰囲気だけの断片ではなく、見分けられる拍にできるかを見ます。
読み取れる順序が必要な短尺なら、MiniMax H3を選んでください。15.1秒のファイルは、水中の柱、資料の地図が並ぶ机、崩れた神殿、照らされた復元都市へと進みます。Seedance 2.0も15.0秒で、柱、彫刻された遺物、レリーフの壁を映しますが、最後のフレームは似た彫刻のまま止まり、最後の広い都市の画には開きません。Seedance 2.0 Miniは15.1秒で照らされた都市には着きますが、途中は地図や図であり、連続した水中の場面ではありません。発見から復元までの流れにはH3を使ってください。
Create a cinematic knowledge short about a fictional lost ancient city beneath the ocean. Use a clear timeline: dark underwater ruins, drifting particles, carved stone columns, a brief archival-style visual montage, an imagined city reconstruction, and a final mysterious wide shot. Keep the tone investigative and cinematic. No platform names, no logos, no readable brand text, no real channel identity.
小さな白猫が画面の外から明るい部屋に入り、衣類ラックの下を通り、止まり、窓のそばに落ち着きます。アップロードした画像は、配置、家具、光、カメラの左から右への動きの視覚参照です。
参照が1枚のアニメーションは、SNS向けクリップや軽い制作で実用的です。元画像の構図を失わずに動きを扱えるかが分かります。
この企画にはSeedance 2.0 Miniを選んでください。5.1秒のファイルでは、白猫が左から入り、衣類ラックの下を通り、日の当たる床に落ち着きます。ラック、窓、光の方向はそのままです。MiniMax H3(5.2秒)とSeedance 2.0(5.0秒)は同じ部屋を保ちますが、抽出したフレームに子猫は現れず、無人の室内のままです。静止した配置を保つことが動物の動作より重要なときだけ、H3かSeedance 2.0を使ってください。
画像参照 1

Use @image1 as the home interior first-frame reference. Create a gentle left-to-right camera move. A small white kitten runs in from off-screen, slips under the clothing rack, pauses, looks around, and settles playfully near the window light. Preserve the room layout, camera direction, lighting, and furniture placement. No logos, no readable text, no branded objects.
架空のフィットネス系クリエイターが、日の出のビーチを走り、減速し、微笑み、髪を直し、走り続けます。参照画像は、服装の色、外見、体型の大まかな基準です。
クリエイター風の動画は、小さく見慣れた人体の動作に依存することが多いです。派手な効果より、細かい動きと人物の安定が重要です。
ポニーテールを払う動作が必要なときは、MiniMax H3を選んでください。15.1秒のファイルは、青緑のトップスと日の出のビーチを保ち、近づく画へ減速し、手がポニーテールを払います。Seedance 2.0も15.1秒で、服装と微笑みのある走りは残りますが、払っているのは額の前髪で、ポニーテールではありません。Seedance 2.0 Miniも15.1秒で、連続した走りと服装の色が最も明確ですが、同じく額の前髪を払っており、ポニーテールではありません。ポニーテールを払う拍が必要ならH3、より単純な走りのプレビューならMiniを使ってください。
画像参照 1

Use @image1 as the fictional runner reference. Generate a lifestyle fitness video where the runner jogs along a bright beach path at sunrise, slows down, smiles, adjusts their hair, and continues running. Preserve the broad outfit colors, body type, and appearance from the reference while keeping motion natural. No logos, no branded clothing, no readable text, no real-person identity.
厚着の旅人と穏やかな雪の守護者が、雪の洞窟の外で白い鳥を森の空へ放ちます。構想画像は、位置、相対的な大きさ、ランタンの光、抑えた雰囲気を決めます。
感情を主にした映像は、細かい背景だけでなく、制御された構図と正確な小さな動作に依存します。
雰囲気が目に見える天候に依存するなら、Seedance 2.0を選んでください。6.0秒のファイルは、旅人、ずっと大きい雪の守護者、洞窟の入口、ランタン、小さな白い鳥を保ち、雪がショットを通って降ります。MiniMax H3は6.6秒で、同じスケールと配置を保ちますが、抽出したフレームの降雪はそれほど明確ではありません。Seedance 2.0 Miniは6.1秒で、イラストと鳥を保ち、姿勢の変化はより小さいです。3本とも、鳥を放つ動作そのものは控えめなままです。
画像参照 1

Use @image1 as the complete original winter cave concept reference. Create a slow cinematic shot: the small bundled traveler and the gentle snow guardian stand at the snowy cave entrance, quietly releasing the white bird into the cold forest sky. Keep the cave, snow, lantern glow, character positions, scale relationship, and restrained emotional tone consistent. Use only natural wind, snow, cloth, breathing, and wing sounds. No existing IP characters, no logos, no readable text.
白い陶磁器が固定された石の台で回転します。蓋が開き、より小さい完全な器が上昇し、止まり、下降し、外側の蓋が閉じます。2枚の画像が、外側と内側の物体の見た目を決めます。
商品や物体の実演は、別々の部品を保てないとき、または制約された動きの順を追えないときに崩れやすいです。
蓋の変化だけで足りる場合に限り、MiniMax H3を選んでください。12.3秒のあいだ、外側の器は石の台に残り、蓋が上がって暗い隙間ができますが、抽出したフレームには、より小さい完全な器が上昇して戻る様子はありません。Seedance 2.0(12.1秒)とSeedance 2.0 Mini(12.1秒)は、蓋が開く、上がる、閉じるまでの一連はどちらも通りますが、上がる段階で蓋がどちらも画面の外に出ます。
画像参照 1

画像参照 2

Use @image1 as the outer white ceramic vessel reference and @image2 as the smaller inner ceramic vessel reference. In a dark museum-grade studio, the outer vessel rotates slowly on a static stone base. Its lid opens, the complete inner vessel rises as one intact object, pauses in the air, then descends back inside, and the lid closes. The outer vessel must keep rotating throughout; the stone base must remain still; the inner vessel's lid must never separate. No logos, no labels, no readable text, no background music.
架空の成人の出演者がアパートのバルコニーに入り、物干しを調整し、無地の衣類を掛け、コンパクトな収納を指します。参照はバルコニーと出演者の外見を決めます。
ECの実演には、忠実な商品と読める使用動作が必要です。光がきれいでも、大きさと機能が変わる物干しは補えません。
商品実演にはSeedance 2.0を選んでください。15.1秒のファイルでは、出演者がバルコニーに入り、物干しで衣類を扱い、竿に掛かった衣類のそばに立ち、物干しの形は見分けられます。MiniMax H3も15.1秒で、出演者1人と同じバルコニーを保ちますが、衣類は物干しに掛け終わるものの、途中で衣服の位置がずれ、目立つ破綻があります。Seedance 2.0 Miniも15.1秒で衣類は物干しに載りますが、出演者はほとんど手と腕に切れています。人物と掛ける動作の両方が読める必要があるときは、Seedance 2.0を使ってください。
画像参照 1

画像参照 2

Use @image1 as the apartment balcony environment reference and @image2 as the fictional adult presenter reference. Generate a home demonstration video where the presenter enters the balcony, adjusts the rack, hangs a few plain garments, and points to the compact storage area. Keep the balcony layout and rack placement consistent, and preserve the presenter's general appearance. Do not add extra rack modules, logos, labels, or readable text.
オリジナルの初心者ホッケー選手が屋内リンクに入り、技を試し、バランスを崩し、安全に滑り、微笑んで起き上がります。3つの参照が、選手、ブランドのないオレンジのジャージ、リンクを決めます。
短い喜劇は、タイミングと因果に依存します。身体の動作が欠けると、意図した笑いが成立しないことがあります。
人物がフレーム内に残る必要があるなら、MiniMax H3を選んでください。7.3秒のファイルは、オレンジのジャージを着た初心者の全身を屋内リンクに残しますが、抽出したフレームは滑走であり、明確な転倒と微笑んでの起き上がりではありません。Seedance 2.0は7.0秒で脚とスティックに切れ、ジャージの色は残りますが、顔と回復はありません。Seedance 2.0 Miniは7.1秒でリンクはほぼ空で、フレーム端にオレンジが少しあるだけです。3つとも、失敗した技の順序を明確には成立させていません。
画像参照 1

画像参照 2

画像参照 3

Use @image1 as the beginner hockey player character reference, @image2 as the unbranded orange jersey reference, and @image3 as the generic indoor ice rink reference. Create a playful animated sports-comedy video where the beginner enters confidently, attempts a simple trick, loses balance, slides safely across the ice, then sits up smiling. Preserve the character, jersey colors, and rink layout. No franchise style names, no team logos, no venue names, no readable text.
座ったクリエイターが部屋に残り、見える2つの画面が、入力動画から取った同じモンタージュを表示します。参照画像が部屋の構図、入力動画が画面内容を決めます。
生成した環境の中に動画を埋め込むことは、通常の画像から動画とは別の課題です。品質比較を公平にする前に、入力の適合を確認する必要があります。
部屋を崩さず残すならSeedance 2.0を選び、このテストを画面内容の成功とは扱わないでください。8.0秒のファイルは、座ったクリエイターとモニター2台を保ちますが、画面は見分けられるモンタージュではなく、明るい空白のパネルに見えます。MiniMax H3も8.0秒で、その部屋から始まり、その後に波形と読み込みバーへ切り替わります。Seedance 2.0 Miniは部屋から始まり、その後、参照映像ではない山の風景でフレームを埋めます。3本のファイルは存在するため、このテストを入力が受け付けられなかった結果としては扱いません。どれも、同じモンタージュを両方の画面で同期表示してはいません。
画像参照 1

動画参照 1
Use @image1 as the room keyframe environment and composition reference, and use @video1 as the montage content to embed on the visible screens. Generate a scene where a seated creator remains in the room while two screens play the montage in sync. Keep the camera mostly fixed, preserve the room layout, and make the screen content clear and stable. No platform UI, no logos, no usernames, no readable brand text.
既存のキャラクター動画をできるだけ安定させ、口の動きだけを別の対話録音に合わせます。画像は同一性、動画は元の場面、音声はリップシンクの対象です。
対象を絞った編集は、指定した部分だけを変え、場面の残りを作り直さないときに成功です。見た目の魅力だけでは判断しません。
ショットを作り直さず、見える口の変化が必要なときは、MiniMax H3を選んでください。14.4秒のあいだ、キャラクターは閉じた微笑みから開いた微笑みになり、ベスト、部屋、カメラはそのままです。Seedance 2.0(14.1秒)とSeedance 2.0 Mini(15.1秒)は同じ人物と背景を保ちますが、抽出したフレームでは口が似た開いた形のままなので、編集は見分けにくいです。3本の動画を再生し、せりふを実際に聞いて、口の動きとの印象を確かめてください。
画像参照 1

動画参照 1
音声参照
Use @image1 as the character identity reference, @video1 as the source video to preserve, and @audio1 as the dialogue target for lip-sync. Keep the source video's background, lighting, camera, body pose, and facial expression unchanged as much as possible. Modify only the character's mouth movement so it matches the audio naturally. Preserve the character design. No logos, no copyrighted character names, no readable text, no real-person identity.
オリジナルの若い大人2人が会場入口の近くで会います。キャラクターAが小さな青いチャームを落とし、キャラクターBが拾い、短い感情の瞬間に音声が始まります。参照は、環境、絵コンテ、2人の同一性、チャーム、各自の演技タイミング、音声の手がかりを渡します。
参照が多い物語は、役割の違う素材をつなぐことをモデルに求めます。核心は、ファイル数が多いことではなく、人物、物体、タイミング、音声を正しく結びつけることです。
落とす、拾うの拍を確認するならMiniMax H3、より長い会場の場面が必要ならSeedance 2.0を選んでください。H3は、会場の外の2人、足元、小さな青い物体へのしゃがみ、再び向かい合う2人を見せますが、ファイルは15秒の目標ではなく5.2秒です。Seedance 2.0は15.0秒で、照明のある戸口に若い大人2人を保ちますが、抽出した拍は手元のクローズとギターケースであり、チャームが手を渡る様子ではありません。Seedance 2.0 Miniは15.1秒で、出会いとしゃがみはありますが、一貫して見分けられる青いチャームはありません。3つともファイルを生成したため、このページはMiniを入力不可とは記していません。
画像参照 1

画像参照 2

画像参照 3

画像参照 4

画像参照 5

動画参照 1
動画参照 2
音声参照
役に立つモデル比較は、見た目だけでなく、実際に何をテストしたかを説明します。
各出力について、送信した完全なプロンプト、参照ファイル、モデル識別子、生成モード、アカウントまたはAPI経路、指定した長さ、アスペクト比、解像度、音声設定を記録しました。
ワークフローが対応している範囲では、プロンプトと入力ファイルを同じにしました。Seedance 2.0 Miniの動画参照と音声参照は、有効なプリセットで確認が必要です。そのため、これらのテストでは参照に画像だけを使いました。
必要な動作、被写体、カメラ指示、ショット順、終了条件が完了しているかを確認しました。
画像中心、またはマルチモーダルな事例では、人物の同一性、商品の特徴、環境、物体の形を元の素材と比較しました。
動きの自然さ、場面転換、空間関係、クリップ内の因果を見ました。
音声を有効にしたワークフローでは、話者、話したテキスト、タイミング、効果音、提供した音声の保持を比較しました。
失敗した試行とコンテンツ拒否を含め、送信したタスクをすべて記録しました。技術的な完了率と、品質基準を満たした出力の割合は分けてください。中央値の経過時間は、実際のタスクログからのみ測ってください。
既存の動画の対は、特定の企画で何が起きたかを示します。入力設定が一貫し、タスク記録が完全で、評価方法が文書化されていなければ、どのモデルも常により速く、より安く、またはより高品質だとは言えません。
文脈のない最安の数字ではなく、実際のクレジット見積もりと出力要件を比較してください。
TopviewはモデルとAPIの参考料金を公開していますが、料金はプラン、バリアント、生成モード、参照素材、実施中のプロモーションで変わることがあります。
| モデルと出力段階 | 公開されている参考価格 |
|---|---|
| MiniMax H3 — 480p | 1秒あたり0.15クレジット |
| MiniMax H3 — 768p | 1秒あたり0.30クレジット |
| MiniMax H3 — 2K | 1秒あたり0.60クレジット |
| Seedance 2.0 — 480p | 1秒あたり0.50クレジット |
| Seedance 2.0 — 720p | 1秒あたり1.00クレジット |
| Seedance 2.0 — 1080p | 1秒あたり2.50クレジット |
| Seedance 2.0 — 4K | 1秒あたり7.00クレジット |
| Seedance 2.0 Mini — 480p | 1秒あたり0.28クレジット |
| Seedance 2.0 Mini — 720p | 1秒あたり0.52クレジット |
MiniMax H3とSeedance 2.0の出力寸法は違います。768pと720pは同じ解像度ではありません。1440pのH3段階は、対応している高解像度ワークフローに相当し、H3-Baseが1回で書き出す2Kではありません。価格を直接比べる前に、アカウント種別と請求条件が同じか確認してください。
1回の生成が安くても、繰り返しが必要なら、完成した1本あたりのコストは高くなることがあります。
使える1本あたりのコスト = 消費した合計クレジット / あらかじめ定めた品質要件を満たした出力数。
実際のログがないまま、Topviewの10件について、使える出力数、完了率、待ち時間の中央値を公開しないでください。
普遍的な順位ではなく、必要な出力で選んでください。
企画が15秒の出力に合い、対応している高解像度の再生成ワークフローが使えるなら、細部が重要な商用作業でH3を比較してください。
利用資格と十分なハードウェアがあるチームは、H3ベースモデルの重みをローカル統合に使えます。地域制限、別途の許諾、公開された構成要素の制限を確認してください。
目的が、短い場面の連続、出演者のやり取り、または予定したカメラと音の手がかりにあるなら、Seedance 2.0の対応ワークフローと実際の出力を比較してください。
主な問いが見た目のアイデアが成立するかなら、単純なプレビューから始めてください。うまくいったプロンプトと元ファイルを残し、必要なら別のモデルで再生成してください。見た目が同じになるとは限りません。
3つのワークフロー。選び方は、より明確に1つになります。
音声と動画の生成、2Kを意識した短尺出力、条件を満たすモデル重みの統合を見るならMiniMax H3です。演出された場面と短い物語の制作ならSeedance 2.0を選んでください。単純な構想を試すなら、Seedance 2.0 Miniから始めてください。
最終納品を決める前に、実際の入力の適合、出力品質、クレジットコストを比較してください。
Use @image1 as the exterior venue entrance reference, @image2 as the storyboard and interior layout reference, @image3 as Character A, @image4 as Character B, @image5 as the small blue charm prop, @video1 as Character A's performance timing reference, @video2 as Character B's performance timing reference, and @audio1 as the original in-scene audio cue. Follow the storyboard timing closely: the two original young adult characters meet near the venue entrance, Character A drops the small blue charm, Character B picks it up, and the audio begins as they exchange a brief emotional look. Preserve each character's outfit and position, the venue layout, the prop design, and the timing cues from the performance videos and audio. Do not add or reorder shots. No copyrighted music, no existing character IP, no logos, no readable brand text.