来源 | 《财经》新媒体 文 | 刘芬

Token成本压顶，AI竞赛进入“算账时间”。

热门AI视频生成应用公司OiiOii算了一笔账：按计划，今年年底该公司要向火山引擎支付5000万元，用来买Seedance 2.0“纯血版”API，这差不多是公司现金流的40%。

另有独立制作人算过：一条15秒的4K视频，光Token成本就要114元，即便退而求其次选择1080P也要47元。而且生成一次用不了，得反复改、反复刷，整个制作过程对token消耗量非常大。

今年6月，中文在线援引的行业Token调用数据显示，在国内所有Token消耗份额中，AI短剧与视频生成占比达55%，成为“Token经济学”中至关重要的核心消耗场景。作为少有的跑通AI商业闭环的变现场景，国内AI视频生成大模型领域，在今年相继迎来大厂、初创公司入局，形成多方围剿字节Seedance之势。

与此同时，大模型API市场的定价逻辑正在改变，AI服务商开始自主锚定价值、探索可持续商业化路径。有从业者表示，面对未来token消耗量的指数级增长，若要实现单token成本的持续、数量级下降，需要推动计算架构的根本性革新。这也要求整个AI产业的产品技术创新，要从当前的规模导向转为效率导向。

8月3日，MiniMax正式开源H3，正是这一战略转移的代表性动作。根据官方发布的信息，H3是一款通用的全模态生成模型，支持对文本、图像、视频、声音组成的多模态上下文进行统一理解，能够输出具备原生双声道的音视频，最高可支持15秒2K分辨率。

通过高压缩Tokenizer 降低视频生成所需的 Token 数量，实现成本优化与效率的提升，MiniMax H3视频生成定价0.8元/秒（2K分辨率），仅为业内同类旗舰视频模型的三分之一，768P 分辨率下是主流模型 720P 的二分之一。

H3是MiniMax首款开源的多模态生成模型，意味着开发者不仅能“用得起”，还能“拿回去改”，H3则从“性价比产品”向“行业公共基座”跃迁。开源当日，股价再次应声上涨，盘中一度涨超11%。

更低的成本、更高的效率、更开放的方式，MiniMax正在行业痛点下注，试图把AI视频从烧钱游戏变成算账生意，并推向更深层的“生态战”。这背后，行业正从“谁的模型更炫”迈向“谁的账算得更清楚”。多模态模型的竞争，进一步走向效果、成本、开放性与生态协同的综合维度。

一、海外多模态迭代放缓，中国视频模型进入效率竞赛

短短两年，大模型、智能体驱动的Token交易浪潮，已然改写商业逻辑。

长江证券指出，AI商业闭环逐步跑通，Coding与多模态率先突围。今年上半年，海内外大模型继续加速迭代，“模型能力—Token消耗—收入兑现”的链条得到一定程度验证。

目前，国产AI大模型基本上整体处于亏损状态，但大模型的付费逻辑已改变。有从业者曾表示，2025年，用户只认免费，极少人为API付费。但到2026年，模型能力跨过生产力临界点，Token消耗指数级上涨，国产算力规模化落地，API付费逻辑成立。

但大模型API市场尚未成熟，企业仍在试探客户能接受的价格区间。据悉，眼下行业主要锚定两条线：下限看算力租赁成本，若API售价低于直接租用算力的收益，业务便失去商业合理性；上限看模型稀缺度与实际产出价值，头部视频生成模型的定价可摸到普通文本模型的十倍以上。

根据目前主要渗透的场景如微短剧、视频广告、影视工业等行业规模及AI潜在的渗透率测算，广发证券预计AI视频模型行业收入规模在2026年达到77亿美元，2030年行业收入或有望提升至827亿美元，对应2026-2030年复合增速高达约81%。在广发证券看来，海外巨头在多模态细分赛道的迭代节奏放缓，资源向代码等领域集中，这为中国视频模型提供了追赶窗口。

谁能用更低成本提供更强能力，这种竞争逻辑和产品创新在MiniMax H3上体现得非常明显。

MiniMax在官方发布中回顾了前两代模型的演进路径：Hailuo 01从0到1构建系统，Hailuo 02专注于架构效率、数据质量和规模等核心组件的提升。到了H3，设计思路发生了一次根本性的转变。

过往的生成模型在任务上存在明显的局限性，图像、视频、音频之间有着清晰边界。这些任务、能力、模态的隔离，限制了使用上的自由度，也从训练范式上限定了模型的泛化能力。因此，H3构建过程的第一纲领，就是“任务的统一和泛化”。

具体到技术实现上，H3在多模态上下文理解、架构效率和训练策略等层面做了重构。这些技术选择导向同一个目标：让H3在预训练阶段就具备广泛的多模态上下文理解和生成能力。

完整的H3 系统由H3-Context-IR、H3-Base、H3-Regenerate-2K三个模块组成。其中，H3-Context-IR用于深入理解和提炼输入的多模态指令，并将其转换为 H3 更易于理解、可直接用于生成的形式。这一模块对最终输出质量至关重要，因此MiniMax 强烈建议将 H3-Context-IR API 接入生成流程，或参考提示词指南搭建自己的上下文处理系统。

H3-Base根据H3-Context-IR 的输出生成音频和视频，并输出 768p 分辨率的结果。H3-Regenerate-2K将 768p 的生成结果连同原始上下文一并送回 H3，以 2K 分辨率重新生成输出。在MiniMax方面看来，这既发挥了 H3 强大的生成能力，又充分利用了原始上下文中蕴含的丰富信息，从而生成细节更准确、视觉保真度更高的高分辨率结果。

在Artificial Analysis于2026年7月发布的视频模型榜单上，H3的视频编辑能力排全球第一。据MiniMax官方介绍，H3已可应用于动态海报、电影片头、游戏UI、广告电商等多个商业场景。

就行业而言，H3切的市场颇具差异化：聚焦视觉包装和后期特效。中国成熟的线上娱乐与较高的电商渗透率，为AI视频提供了丰富的应用场景。过去半年，AI视频赛道增速突出的是AI短漫剧，但游戏、广告、电商、教育等领域的AI渗透率还很低，H3填的正是这个空缺。

MiniMax在官方发布文章中描述了一个关键变化——真实创作需要融合不同模态的复杂信息，同时引入图片、声音、视频等多模态信息源。如一个镜头Prompt 为“参考视频1的希区柯克镜头运动，让图2中的人物唱歌，歌声参考音频3”。创作者可以直接用语言描述清楚上下文和目标视频的关系，复杂的全模态理解工作 H3 会自己完成。

随着多模态理解、指令遵循和复杂任务执行能力持续提升，视频模型将能够理解更完整的创作意图，处理更复杂的内容需求，并逐步从“生成一段视频”，走向真正参与内容生产的全过程。

二、性价比开道，H3开源释放三重价值

产品能力是一回事，但怎么让更多人用上、用得起是另一回事。

据悉，针对视频长度、分辨率和多模态理解与生成负载差异较大的特点，MiniMax H3已经在异构训练、负载均衡和GPU 利用效率等方面进行系统优化，在追求模型效果的同时控制训练和推理成本。

当下，中国的大模型正通过开源开放，让AI从昂贵的奢侈品变成普惠的日用品。据工业和信息化部披露，中国人工智能开源大模型全球累计下载量突破100亿次；且全球最大AI开源社区Hugging Face此前发布的2026年春季报告显示，中国研发的开源模型已占该平台总下载量的41%。

英伟达CEO黄仁勋曾透露，目前约80%的AI初创公司都建立在开放模型之上，这一趋势仍在加速。但长期以来，闭源模型一直占据视频生成领域的主导地位，迭代速度和生态开放性落后于大语言模型等领域。

在此背景下，已先后开源三代M系列文本模型的MiniMax，继续选择以“性价比+开源”破局。8月3日正式落地的开源举措，则是对“用得起”的进一步延伸。不仅API定价低廉，更允许开发者自由获取模型权重并进行本地化部署。

官方资料显示，开发者可以直接从Hugging Face 下载模型。H3-Base 目前支持通过 SGLang、vLLM、diffusers 和 ComfyUI 等推理框架和工作流进行部署。此外，MiniMax还提供了一套 Full 2K Workflow，将本地部署的 H3-Base 与官方 H3-Context-IR、H3-Regenerate-2K API 组合使用，以复现通过 MiniMax API 直接生成的 2K 视频质量。

整体来看，聚焦多模态差异化优势，MiniMax推进本次 H3开源，具备三重价值。

1、满足企业的本地化部署需求。

事实上，影视、广告、游戏、传媒等行业对数据本地化要求也较高，本地部署能有效规避数据安全风险。某云计算基础设施厂商负责人表示，AI应用最终真正要落地不能只靠原来的公有云的模式，未来本地化部署必然占大头。H3开源后，客户企业可以在本地灵活部署，结合自身数据和业务进行优化，更好地满足安全合规要求。

在安全防护机制上，用户提交的文本、图像和视频，以及经过增强的Prompt，均会接受自动化内容审核。涉嫌违法、色情或侵犯第三方权利的内容可能会被拦截，但安全防护机制不影响被许可方在MiniMax H3 Community License下应承担的义务，尤其是与合法使用和使用限制相关的义务。

2、卡位开发者入口，丰富模型企业与国产AI芯片软硬件协同生态。

据MiniMax官方披露，H3在设计初期就考虑了多款国产芯片的兼容性。H3开源后，芯片厂商和开发者也能共同参与适配和优化，降低使用成本，扩大应用范围，方便有需要的用户定制自己的版本，为更多企业和开发者、创作者降低内容创作的门槛。

3、切换竞争维度，从售卖能力转向繁荣生态下的可持续收益模式。

Artificial Analysis的榜单显示，头部模型的能力差距正在收窄。竞争不再只是谁的能力更强，而是谁的生态更繁荣。据了解，过去，先进模型主要掌握在少数闭源平台手中，企业更多是“购买能力”。开源模型成熟后，企业可以围绕自身数据、业务流程和行业知识进行二次开发。

但开源并不等同于免费，更不意味着放弃商业回报。围绕开源与商业化并行，H3的解法不是“开源替代付费”，而是“开源筑基、增值变现”的分层策略：H3-Base权重全面开放，降低接入门槛、快速铺开生态；而H3-Context-IR的精准控制、2K高清重制等高阶能力保留为API服务，满足工业级生产的精度需求。本质上是一种“社区版+企业版”的Open Core模式。

更深层看，开源带来的社区场景反馈与国产芯片联合调优，能以较低成本反哺模型迭代，加速H3在广告、电商、影视等垂直领域的适配落地，相当于用生态杠杆摊薄MiniMax自身的研发与商务拓展成本。对于仍处早期渗透阶段的AI视频赛道，生态份额的战略优先级远高于短期API毛利。这是MiniMax作为上市公司面向长期估值的关键卡位，也是其商业闭环从“售卖Token”走向“经营生态”的题中之义。

MiniMax相关负责人表示，“我们会持续推动优秀的文本、多模态模型从过往的封闭服务，走向更加开放、可协作的产业生态。”早前7月，MiniMaxCEO闫俊杰也在全员信里透露，未来四年，他将拿出个人名下相当于公司总股本1%的股份设立专项基金，持续支持相关开源社区的发展。

三、商业闭环逐步形成，成本控制重塑估值逻辑

在性能、成本与开源生态间找平衡，H3的发布，可以看作MiniMax整套商业策略的一次集中落地。

5月28日，MiniMax披露过去两个月年化经常性收入（ARR）增长超过100%；以今年2月已超过1.5亿美元的基数计算，最新ARR已超过3亿美元。其收入结构也由2025年的C端约占七成、B端约占三成，转为B端与C端各占一半。同期，MiniMax服务的全球企业和开发者客户超过100万，半年增长5倍，全球用户约3亿。对MiniMax而言，外部平台、企业客户和全球开发者，本就是其增长的重要来源。

同时，公司加速从C端向B端的战略转向。美银报告显示，MiniMax收入已从去年消费端产品占比约70%，转向企业端与云API业务占比提升，企业/云API被列为更高战略优先级。

高盛发布研报称，MiniMax核心战略主打模型极致性价比，M3模型日处理万亿token且API业务毛利率健康，2026年9～10月将推出3万亿参数M3 Pro，依靠稀疏注意力等技术降本；多模态为差异化优势，大模型H3上线，有望成为年度经常性收入（ARR）增长的正面驱动力，于下半年带动显著估值修复空间。

财务端，高盛预测2026～2028年MiniMax收入持续高增，2028年亏损大幅收窄，2026年8月纳入港股通有望带来增量资金。

对AI大模型企业而言，除收入增长引擎，成本控制能力也将重塑估值逻辑。

据悉，为破解算力自主难题，MiniMax2025年9月起提前长租/自建算力集群形成成本壁垒。目前，公司正在推进国产算力集群建设，首个集群预计2026年三季度末落地，路径是“推理先行、训练随后”。7月10日，MiniMax完成160亿港元融资。此次融资将用于补充MiniMax资金储备，支持后续AI基础设施投入、模型研发及全球商业化扩张。

有云计算基础设施厂商负责人直言，这轮Token的涨价，本质在于AI商业闭环出现，大家真正认识到AI能挣到钱，而不是做训练时拼命砸钱，拼出来模型但不知道变现路径。因此需求带来Token价格上涨，继而带来AI基础设施投资进一步加大。

在他看来，AI基础设施的竞争，已转向Token生产效率的综合比拼。Token体现的是硬件本身能力和软件优化能力，也包括上面的模型能力。算力、算法、数据，三者共同支撑起Token的使用效率。“以当前主流的算力服务器和存储系统性能、成本来计算，在月均使用量达到200亿Token时，自建AI基础设施的成本将会更具优势。私有化部署的拥有成本可以做到更优，并且更能保证服务质量。”

当前，市场上智能体发展很快，大模型选择很多，但如何将模型和业务场景结合起来，进行业务升级，仍存在不少挑战。既需要促进数据转化成知识、算力高效转化成Token、Token转化成业务价值，也要在此过程中较好地评估算力、存力、Token的投入产出。

整体来看，MiniMax选择在这个节点开源H3，背后是对行业竞争逻辑变化的判断。单靠模型本身的壁垒已不足以支撑长期优势，能否控制成本、能否铺开生态，正在成为新的衡量标准。如果说H3的发布是“秀肌肉”，那么开源就是“建联盟”。通过压缩Token消耗、锚定特定场景、适配国产芯片，再加上全量权重开源与推理框架适配，H3正在尝试回答一个行业级难题：在AI视频的“算账时代”，如何让大模型不仅算得过来，更能用得出去。

开源能否换来生态，性价比能否转化为客户黏性，国产算力能否真正支撑起训练与推理的规模需求，这些都有待验证。但H3至少提供了一个可被讨论的样本：AI视频的竞争，正在从“谁的技术更先进”转向“谁的商业更可持续”。答案如何，留给市场和时间。