クリップが欲しい、GPUじゃない
MiniMax H3をめぐる検索は、それを動かしたい人と、それを使いたい人にきれいに分かれます。前者はオープンウェイトをダウンロードして、GPUの要件を読んでいる層です。後者——「minimax h3 online」「use online」「no install」のような検索が複数の言語で見られることから、こちらの方がずっと多いと分かります——は、セットアップなしでクリップだけを手に入れたい層です。
このガイドは後者の層のためのものです。ブラウザでH3を動かすということは、ホスティング・2K再生成ステージ・アップデートを誰かが代わりにやってくれるということです。あなたが担当するのはクリエイティブな部分——リファレンス、ショットのdescription、そして何を生成するかの判断です。ArcLoop内では、MiniMax H3は生成モデルの1つなので、この道のりはすべて1つのプロジェクトの中で完結します。ここでは、その道のりが実際にどんなものか、そしてクレジットを使う前に知っておくべきことを解説します。
「オンライン」で実際に手に入るもの
セルフホストではなくホスト版でH3を動かすことで得られるものが3つ、代わりに手放すものが1つあります。
2Kの出力。 H3のオープンウェイトが生み出すのは768pです。クリップを2K(2560×1440)まで引き上げるステージはホスト版限定です。モデルのフル解像度を手に入れる方法は、オンラインだけです。
パイプラインなしのリファレンス生成。 1回の生成につき、画像9枚、クリップ3本、音声ファイル3つをプロンプトの中で指定します。ワークフローグラフを組む必要はなく、ファイルを添付するだけでセットアップが完了します。
ハードウェアの上限がない。 ステレオ音声付き15秒2Kクリップは、ノートパソコンでこなせる仕事ではありません。ホスト版なら、それは「待つこと」であって「要件」ではなくなります。
手放すもの: ベースモデル自体をファインチューニングする権限です。ほとんどのクリエイターにとってこれは損失にはなりません——アニメ風プロンプトのガイドで説明している通り、スタイル固定の仕事はリファレンスが担ってくれるからです——ですが、これが正直なトレードオフです。
始める前に用意するもの
- キャラクターのきれいな画像1枚。 最も価値のある入力です。まだ用意できていないなら、先に静止画として生成しましょう。動画から始めてはいけません。
- スタイルリファレンス。 ルックが重要なら、狙った描き方そのものを示す画像を1枚用意しましょう。
- 頭の中にあるショット。 アクション1つ、カメラ位置1つ、ライティングのアイデア1つ。「キャラクターが登場するかっこいいシーン」はショットではありません。「彼女が窓から振り向いて、彼の名前を呼ぶ」はショットです。
- ArcLoopのアカウント。 生成はクレジットで動きます。料金プランの詳細はどの記事を信じるよりもアプリ内で確認しましょう——価格はガイドの更新より速く変わります。
何もないプロジェクトからクリップまでの6ステップ
- IPプロジェクトを作成し、Story Briefを設定する。 言語、アスペクト比(横型なら16:9、縦型ショートなら9:16)、そしてスタイル——目指す方向がアニメなら、Animeを選びます。これらの設定は、そこから先のすべての生成に影響します。
- マイアセットでキャラクターを作る。 キャラクターアセットを作成し、きれいな画像をコンテンツライブラリにアップロードして、Main imageとしてアセットにBindします。別アングルや表情違いがあれば、Reference imageとして追加しましょう。これ以降、アイデンティティはここに存在します。
- Episodeを開いてshotを生成する。 欲しいビートを普通の言葉で書いて、Generate Shotsを押しましょう。storyboardがそれをshot cardに分解してくれます。単発のクリップが欲しいだけなら、自分でshot cardを1枚追加してもかまいません。
@参照でshotのdescriptionを書く。 キャラクターアセットを参照します——@Mira walks out of the rain into the doorway light, shakes water from her hair, looks up——そして、そのショットだけを説明します。アクション、カメラ、光、音です。キャラクターを説明し直す必要はありません。それはアセットが担ってくれます。- 画像を生成し、それから動画を生成する。 まず静止画で構図・スタイル・顔を確認しましょう。それからモデルにMiniMax H3を選んで動画を生成します。クリップは、すでに音声が入った状態で返ってきます。
- 確認して、1点だけ直すか、次に進む。 顔がブレていたら、直すべきなのはたいていプロンプトではなくアセットのリファレンスです。アクションが違っていたら、shot cardの1行を変えて再生成しましょう。うまくいけば、次のshot cardはすでにstoryboard上で待っています。
バッチ処理をしたいときは、AI Chat Panelに「Generate videos for Shots 1, 2, and 3.」のような普通の指示を出せば、すべてのショットで同じアセットと設定が保たれます。
最初の1本は6秒のキャラクターカットで
いちばん大事なシーンから始めてはいけません。最初のクリップとしてちょうどいいのは、アクション1つとはっきりした音を持つ、6秒のキャラクターの瞬間です——振り向く、セリフを言う、笑う、といったもの。これは順番に3つのことをテストしてくれます。顔が保たれるか(リファレンス)、アクションが伝わるか(プロンプト)、音がぴったり乗るか(H3のネイティブ音声)。この3つが通れば、それより長い作品はshot cardが増えるだけです。
最初のクリップでよくあるミス
- 静止画より先に動画から始めてしまう。 スタイルやアイデンティティの問題は、わずかなコストの静止画の段階で見えます。
- アセットとしてBindした後に、プロンプトでもキャラクターを説明してしまう。 2つの情報源が競合し、顔がブレます。
- shotではなくsceneを頼んでしまう。 15秒に収まるのは1つのビートです。sceneはEditタイムライン上で、shotを1つずつ組み立てて作ります。
- 毎回のプロンプトにリファレンスをアップロードしてしまう。 アセットに一度Bindしておけば、それを参照するすべてのshotが読み取ります。
- 最初のクリップを完成版として扱ってしまう。 shot card上で1回の修正パスを見込んでおきましょう。それは失敗ではなく、通常のワークフローです。
MiniMax H3 スペック早見表
プロジェクトを設定する前に、ショットの計画を左右する数字を確認しておきましょう。「MiniMax H3 スペック」や「H3 はどのくらい速いの?」と検索されることが多い情報です。
| MiniMax H3(ArcLoop でホスト) | MiniMax H3 Max | |
|---|---|---|
| クリップ長 | 1 生成あたり 4〜15 秒 | 5〜15 秒 |
| 解析度 | 最大 2K(2560×1440) | 480p または 768p |
| Shot あたりの Reference | 画像 9 枚・クリップ 3 本・音声 3 本まで | image-to-video と text-to-video に対応;reference-to-video は H3 のみ |
| オーディオ | 映像と同時生成、32 kHz | 映像と同時生成 |
| 速度 | 標準 | 約 2 倍速、コストは約半分 |
| 向いている用途 | Reference からキャラクターを忠実に再現した 2K 納品 | ラフドラフト・ブロッキング・タイミング確認 |
実際の作業への影響が大きい点が 2 つあります。Shot は最長 15 秒なので、Episode は 1 本の長回しではなく、Edit でつなぐ短いクリップの連なりになります。また 2K ティアはホストモデルのコストが活きる解像度なので、ドラフト段階は低解像度で進めて、最終的に出荷するショットだけ昇格させるのがベターです。どちらのティアも Story Settings でプロジェクト単位に選択でき、同じ Edit タイムライン上に配置されます。
よくある質問
MiniMax H3をオンラインで無料で使えますか?
ホスト版へのアクセスは、基本的にクレジットかプランで動きます。最新の条件は、実際に使っているアプリ内で確認してください。価格は変わるものなので、このガイドではあえて具体的な数字は挙げません。
MiniMax H3を使うのにGPUは必要ですか?
オンラインなら不要です。セルフホスト環境では動かせない2Kステージも含めて、生成はホスティング側が処理します。
インストールが必要なものはありますか?
ありません。ArcLoopでは、プロジェクト・アセット・storyboard・生成・編集まで、すべての道のりがブラウザの中で完結します。
クリップが完成するまでどれくらいかかりますか?
長い2Kクリップの場合、ホスト版のH3はキューに並んで待つ形になります。H3 Maxティアなら、短い768pクリップは数秒で返ってきます。下書きと仕上げをこの2つでどう分けるかは、ティアのガイドにまとまっています。
キャラクターを作り、それから生成する
H3をオンラインで使うというのは、ボタンを探すことではありません。モデルが認識できるキャラクターと、実行できるショットを与えることです。プロジェクトを開き、きれいな画像を1枚Bindし、ショットを1つ書いて、まず静止画を生成しましょう——その後に続くクリップは、これから何本も作る中の最初の1本になります。





