Wan 3.0 vs MiniMax H3
2つの最新AI動画モデルを、1つのTopviewワークスペースで。生成する前に、尺・解像度・参照コントロール・音声を比較できます。
並べて比較
同じプロンプトで2モデルを比較
以下の各ブリーフでは、同一のプロンプトと参照素材(使用時)をWan 3.0とMiniMax H3で1回ずつ生成しています。再生成はしていません。両方の結果を見てご自身で判断してください。
VFXスペクタクル比較
テキストのみ
プロンプト


会話シーン比較
画像3
画像参照 1

画像参照 2

画像参照 3

プロンプト
群像演技比較
テキストのみ
プロンプト
グループダンスとビート同期の比較
画像1+音声
画像参照 1

音声参照
音声参照:ビートトラック
プロンプト
文学作品の映像化比較
テキストのみ
『たのしい川べ』(The Wind in the Willows、1908年)第1章を忠実に映像化しています。併記した原文と見比べて、それぞれのモデルをご判断ください。
プロンプト
原文
"Believe me, my young friend, there is nothing—absolute nothing—half so much worth doing as simply messing about in boats. Simply messing," he went on dreamily: "messing—about—in—boats; messing—" "Look ahead, Rat!" cried the Mole suddenly. It was too late. The boat struck the bank full tilt. The dreamer, the joyous oarsman, lay on his back at the bottom of the boat, his heels in the air. "—about in boats—or with boats," the Rat went on composedly, picking himself up with a pleasant laugh." — Kenneth Grahame, The Wind in the Willows (1908), Chapter I, Project Gutenberg #27805 (Scribner 1913 ed.)

ゲームのボス戦比較
画像2
画像参照 1

画像参照 2

プロンプト
スペック項目ごとの比較
各値は、Topviewでのモデル提供状況と、公表されている場合はローンチ時点の仕様に基づいています。Wan 3.0はパブリックベータ中で、数値は想定値であり第三者によるベンチマークではありません。
| 項目 | Wan 3.0 | MiniMax H3 |
|---|---|---|
| 開発元 | Alibaba | MiniMax |
| モデルタイプ | マルチモーダル動画モデル(クローズドなパブリックベータ) | Omni-Modality Transformer(オープンウェイト) |
| 配備とアクセス | Topviewでホスト。有料APIで提供、ダウンロード可能なウェイトはなし | オープンウェイト。API/オープンプラットフォーム、プライベート/オンプレ配備に対応 |
| 解像度(Topview) | 480p / 720p / 1080p | 768p / ネイティブ2K(2560×1440) |
| 尺 | 1回の連続ショットで最大30秒 | 1ショットあたり5秒〜15秒 |
| 参照入力 | テキスト・画像・動画・音声の参照に加え、インターネット検索にも対応 — 画像最大10枚、動画最大5クリップ、音声最大5ファイル(参照合計20) | 画像最大9枚、動画最大3クリップ、音声最大3ファイル(参照合計最大15) |
| ネイティブ音声 | Topviewでは、テキストから動画・参照から動画のいずれの生成モードでも対応と表示 | Topviewでは、参照から動画の生成(セリフ・音楽・リップシンク)で対応と表示。テキストのみからの動画生成では非対応 |
| 編集とコントロール | 人物・小道具・空間、そしてデジタル(UI/テキスト/アニメーション)参照のロック機能 | 指示ベースの編集とV2Vモーション転送 |
| アスペクト比 | 16:9, 9:16, 1:1, 4:3, 3:4 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| 料金の目安 | Topviewでは、秒あたりの料金はWan 2.7より低く、同等の解像度で比較するとMiniMax H3より高めに設定されています | Topviewでは、768pで0.3クレジット/秒からネイティブ2K(1440p)で0.6クレジット/秒までの料金設定です |
| 向いている用途 | 長尺のワンテイクストーリー、インターネット検索に基づく参照、大量の参照素材の組み合わせ | ネイティブ2K出力、オープン/プライベート配備、音声付きの高速なオムニモーダル反復 |
MiniMax H3の数値はTopviewの本番生成設定に準拠しています。Wan 3.0の数値は2026-08-06のローンチ時点で報告されたパブリックベータの仕様と、Wan 3.0ページに掲載された想定パラメータに基づくものです。参考値としてご覧いただき、ベンダーが確認済みのベンチマークではない点にご留意ください。
各モデルが強みを発揮する場面
Wan 3.0
長尺のワンテイクストーリー
一貫した連続シーケンスを、1回の生成で最大30秒まで作成できます。
インターネット検索に基づく参照
リアルタイムのウェブコンテンツを参照信号として生成の土台にできます。Topviewではこの機能はWan 3.0に対応と表示されており、MiniMax H3にはありません。
参照ロックによる世界観構築
オムニ参照を使い、長尺のストーリー全体を通して人物・小道具・空間の一貫性を保てます。
MiniMax H3
ネイティブ2K出力
ネイティブ2K(2560×1440)で生成し、製品カットやコマーシャル映像をよりシャープに仕上げられます。
オープンウェイトとプライベート配備
データ所在やカスタマイズ要件がある場合も、セルフホスト・ファインチューニング・オンプレ運用ができます。
1回の生成で完結するオムニモーダル音声
テキスト・画像・音声・動画のガイドを組み合わせ、ネイティブのセリフ・音楽・リップシンクを1回の生成でまとめられます。
ワークフローに合うモデルは?
プロジェクトの内容に合わせて、そのために設計されたモデルを選びましょう。
最大30秒の長めの連続した広告・ブランドストーリー
ネイティブなワンショット生成なら、新しいクリップに切り替えることなく、1つのアイデアをじっくり展開できます。
最新のウェブコンテンツやトレンドの参照にシーンを基づかせたい場合
TopviewのWan 3.0では、インターネット検索が主要な参照入力の1つとして使えます。MiniMax H3ではこの機能は対応と表示されていません。
ネイティブ2Kの製品・コマーシャル映像
ネイティブ2K出力は、解像度が特に重要な納品物でよりシャープな仕上がりを目指す位置づけです。
プライベート/オンプレ、またはオープンウェイトのパイプライン
オープンウェイトとプライベート配備は、クローズドなAPI経由でデータを扱えないチームに適しています。
ネイティブリップシンク付きの高速なオムニモーダルクリップ
セリフ・音楽・リップシンクを1回の生成でまとめられ、短尺広告やSNS向けの反復制作に向いています。
長尺のシーケンス全体で人物や世界観の一貫性を保ちたい場合
オムニ参照は、より長い尺の中でも人物・小道具・空間の一貫性を保てるよう設計されています。
多数の短尺バリエーションを素早くA/Bテストしたい場合
短めのネイティブクリップ尺と指示ベースの編集が、作業中のカットを素早く反復するのに向いています。
画像・動画・音声の素材を幅広く組み合わせて使うプロジェクト
TopviewのWan 3.0は、画像10・動画5・音声5の合計20点まで参照を受け付けます。一方MiniMax H3は画像9・動画3・音声3の合計15点までです。








