MiniMax H3の最大時長・最大解像度まとめ：全ティアを1枚の表で

この検索が本当に聞いていること

「MiniMax H3 max」は曖昧な検索キーワードで、どちらの解釈にもきちんと答える価値があります。H3 Max——8月末にリリースされた高速チューニング版のティア——を指している人もいます。ただ、周辺の検索クエリ（最大時長、最大の長さ、最大解像度）を見る限り、多くの人はモデルの最大値、つまりクリップの長さ、レンダリングされる解像度、受け付けられるリファレンスの数を知りたがっています。

このガイドでは両方を1本にまとめて解説します。MiniMax H3の厳密な上限、H3 Maxの異なる上限、そしてアニメクリエイターにとって実務上いちばん重要な部分——上限を超えるシーンをどう設計するか——です。

上限を1枚の表で

この表の裏側にある、実務上重要な3つのポイントがあります。

2Kは2段階目のステージです。 H3は768pでレンダリングし、別のホスト型再生成ステージが、元のコンテキストを使って結果を2Kまで引き上げます。オープンになっているのはベースモデルのウェイトだけなので、セルフホストのH3と、そのウェイトから追加学習されたすべてのモデル——H3 Maxも含む——は768pで頭打ちになります。これは、いずれ有効化される設定ではなく、構造上の制約です。

15秒は、どのティアでも1回の生成における上限です。 それより長いシーケンスは、複数のクリップから組み立てます——継続生成、チェイニング、あるいはカット割りによってです。それぞれの手法をどんな場面で使うべきかは、クリップチェイニングのガイドにまとまっています。

音声リファレンスには映像が必要です。 音声クリップだけを単独で送ることはできません。必ず画像か動画のリファレンスに乗せて送ります。音楽のキューでリズムを誘導したいなら、必ずビジュアルとペアにしましょう。

H3 Maxが変えるもの、変えないもの

H3 Maxは、falとの提携によりH3のオープンウェイトをベースに追加学習されたティアで、プロンプトへの忠実さ・美しさ・スループットのためにチューニングされています。公開されている画像→動画のリーダーボードでは、学習元であるベースのH3を上回っており、768pの範囲内では妥協ではありません。上限が狭まっているのはちょうど2か所だけです。2Kステージがないこと、そして継続生成モードがないことです。それ以外——15秒のクリップ、複合リファレンス、ネイティブ音声——はすべて共通しています。2つのティアで下書きと仕上げをどう分けるかは、H3 Maxワークフローガイドにまとまっています。

1ショット1ビート:15秒という枠の使い方

つい上限と戦いたくなります——1回の生成にシーン全体を詰め込もうとする、というように。ですが、そもそもアニメはそういう作り方を求めていません。典型的なアニメのシーンは2〜8秒のショットにカットされていて、15秒という枠は1つのショットにとってはむしろ余裕があるくらいで、シーン全体に対しては明らかに長すぎます。それを踏まえて設計しましょう。

1クリップに1ビート。 15秒のクリップに収まるのは、始まり・転換・終わりを持つ1つの動作です。そこに3つのストーリービートを詰め込もうとすると、どんな解像度でもぐちゃぐちゃになります。

長さは最大値ではなく、ビートに合わせて選ぶ。 リアクションショットなら4秒で十分です。歩きながらの見せ場なら8秒。フルの15秒に見合うのは、歌の一節や、ゆっくりとした接近のような持続するパフォーマンスだけです。短いクリップはコストも安く、失敗したときの損失も小さく済みます。

カット割りはstoryboardに決めさせる。 ArcLoop内では、episodeはStoryboard上のshot cardに分割されます——各カードが1回分の生成で、それぞれ独自の長さ・カメラ・@アセット参照を持ちます。どのショットも15秒を超える必要がないので、この上限は制約ではなくなります。シーンの長さは、クリップを並べ替え・トリム・差し替えするEditタイムラインの側で決まります。各ショットの長さの決め方はduration and beatのガイドにまとまっています。

解像度は観客の目が向く場所に使う。 2Kは、シーケンスを支えるショット——ヒーローフレームやタイトルのビート——の最終パス用です。下書きやタイミングテスト、編集で小さく写るショットは、Maxで768p、あるいはもっと低い設定で回せます。これは、階層型のモデルファミリーすべてに当てはまるコストコントロールのロジックと同じです。

アニメ向けのアスペクト比メモ

• 16:9 — PV、オープニング、横型プレーヤー向けのあらゆるもの。
• 9:16 — 縦型ショートやマイクロドラマ向け。上下はプラットフォームのUIに隠れるので、キャラクターは中央帯にフレーミングしましょう。
• 21:9 — 映画的なタイトルのビート向け。ただし2Kステージのピクセル予算は固定なので、超ワイドにすると高さが横幅と引き換えになる点に注意してください。
• Auto — フレームをリファレンス画像に決めさせたいとき。出力は入力の形に従います。

よくある質問

MiniMax H3の最大時長はどれくらいですか？

1回の生成につき15秒で、最短は4秒です。それより長い作品は複数のクリップから組み立てます。

最大解像度はどれくらいですか？

ホスト版で2K（2560×1440）です。セルフホストのH3とH3 Maxティアは768pが上限です。2Kの再生成ステージがオープンウェイトに含まれていないためです。

「H3 Max」は最大設定と同じ意味ですか？

いいえ。H3 Maxは768pを上限とする、別の高速ティアです。ベースモデルの最大出力は、2Kのホスト版の結果を指します。

リファレンス画像は何枚まで使えますか？

1回の生成につき、画像は最大9枚、動画クリップは最大3本、音声クリップは最大3つです。ArcLoop内では、@でアセットを参照したときにモデルが読むのは、キャラクターにBindされたMain imageとReference imageです。

上限はカット割りのガイドになる

15秒と9枚のリファレンスは、アニメーターのように設計するまでは窮屈に感じます——1ショットに1ビート、毎回アップロードし直すのではなくキャラクターにBindされたリファレンス、そしてタイムライン上で組み立てるシーン。プロジェクトを開き、シーンをshot cardに分割して、上限にカットの入る場所を教えてもらいましょう。