Hailuo 03がApiframeに登場：MiniMaxのマルチモーダル動画モデル

MiniMaxが「Hailuo 03」をリリースしました。バージョン番号から受ける印象よりも、ずっと大きなアップデートです。MiniMax H3とも呼ばれるこのモデルは、単に高速化・高画質化しただけのHailuoではありません。テキスト・画像・動画・音声をまとめて理解し、そのいずれも単一のパイプラインで生成・編集できる汎用のマルチモーダルモデルという、まったく別のカテゴリの製品です。Apiframeではすでに利用可能で、他のモデルと同じAPIキー・同じエンドポイントからそのまま呼び出せます。

Hailuo 03とは

これまでのHailuoは、本質的には動画生成に特化したモデルでした。プロンプトと、必要ならリファレンス画像を渡せばクリップが返ってくる、という作りです。Hailuo 03はその枠を超えます。テキスト、複数の画像、動画クリップ、音声といった異なる種類の入力からクリエイティブの意図を読み取り、そのすべてを同時に反映した一貫性のある出力を生成します。生成・編集・リファレンスの機能を別々のツールとして継ぎ足すのではなく、最初からひとつにまとまっているのが特徴です。

開発者にとって実際に効いてくるのは、次の3点です。

• ネイティブなマルチモーダル生成：1つのプロンプトで、テキスト・複数のリファレンス画像・動画クリップ・音声トラックを同時に扱えます。それぞれを別々に処理するのではなく、ひとつのまとまったショットとして統合します。
• 精密なマルチモーダル編集：キャラクターの差し替え、背景の置き換え、音声のクローンと転用、既存クリップへの同期した2人目の被写体の追加まで対応します。指定した箇所だけに手を入れ、ショットの他の部分はそのまま保たれます。
• そのまま納品できる品質：商用の制作物を想定してチューニングされており、読みやすい画面上のタイポグラフィ、ブランドイメージを崩さない商品カット、UI/UXのモーション、ゲームシネマティック、ショート動画広告などに対応します。

オープンウェイト公開という方針

フラッグシップ級の動画モデルは、クローズドなAPI専用製品として提供されるのが一般的です。その中でMiniMaxはH3のウェイトを公開すると明言しており、これは明確に異なる賭けだと言えます。ウェイトはまだ公開されていないため、現時点では他のモデルと同じくAPI経由でのみ利用できます。それでもこの方針は、動画モデルを前提に機能を作り込む前にベンダーリスクを見極めたいチームにとって意味を持ちます。単一のホスティング先・単一の料金体系・単一の利用規約に永続的に縛られるのではなく、いずれ検証も移植もできるようになる道筋が示されているからです。

ウェイトが公開されても、APIの使い方が変わることはありません。今のうちにApiframe経由でHailuo 03を組み込んでおけば、ホスティング版の手軽さを活かしつつ、将来的にセルフホストへ移る選択肢もそのまま手に入ります。

新しくなった点を機能ごとに

Omni Reference（オムニリファレンス）

リファレンス画像は1枚だけ、という制限はなくなりました。Hailuo 03は1回のリクエストで、最大9枚の画像、最大3本の動画クリップ（各2〜15秒、合計15秒まで）、そして音声を受け取れます。リファレンスファイルは合わせて最大12点です。音声は単体では使えず、必ず画像か動画と組み合わせる必要があります。アスペクト比は入力内容に応じて自動で最適なものが選ばれますが、明示的に指定することもできます。マルチショットのブランドキャンペーン、キャラクターの一貫性を保ったストーリーテリング、ムードボードからのスタイル転用。こうした表現が、1回のAPIコールで現実的に手の届くものになりました。

常にネイティブ音声付き

Hailuo 03の生成結果には、標準でネイティブのステレオ音声が含まれます。環境音、口の動きに合った台詞、劇伴のいずれも、動画とは別工程で後付けするのではなく、動画と同時に生成されます。多くのチームがこれまでモデルの外側で対応していたポストプロダクション工程を、ひとつ丸ごと省けます。

最初と最後のフレームを指定できる

開始フレームだけ、終了フレームだけ、両方、あるいはどちらも指定しない。いずれのパターンも可能です。画像入力を一切与えなければ、そのままテキストから動画を生成します。

解像度アップ、クリップも長く

出力の長さは4〜15秒となり、1秒単位で自由に指定できます（Hailuo 2.3では6秒か10秒の二択でした）。フレームレートは24fps。ローンチ時点の出力はネイティブ1440p（2K）で、アスペクト比にもよりますが約370万画素に相当します。MiniMaxはより安価な768pティアも予告しています。まだ提供は始まっていませんが、利用可能になり次第Apiframeでも対応します。

指示ベースの編集

既存の動画を指定して、変えたい内容を言葉で伝えるだけです。「猫を犬に差し替える」「左側に人物を1人追加し、他の人と歩調を合わせる」「グリーンバックを外して、おとぎ話の森に合成する」といった具合です。Hailuo 03は指定された領域にだけ編集を適用し、それ以外のモーション、ライティング、テンポはそのまま維持します。

スペック一覧

どんな用途で使えるか

MiniMaxはHailuo 03を商用制作を前提に設計しており、それは得意なプロンプトの傾向にも表れています。

• ブランドムービー・シネマティック映像：予告編、CM風のスポット映像、複数画像のキーフレームから組み立てるハイエンドなブランドムービーなど。
• 商品・EC向けマーケティング：バーチャル試着、商品機能のビジュアル化、撮影全体でブランドトーンを揃えたキャンペーン素材など。
• デジタル体験・UI/UX：インタラクティブなゲームUIのモックアップ、モバイルアプリのモーション、文字が崩れない商品ランディング用のレンダリングなど。
• キャラクターの一貫性が要る映像：縦型のファッションコンテンツ、韓国ドラマ風の会話シーン、カットをまたいでも顔や衣装が保たれるショート尺のドラマなど。
• 既存映像の編集：被写体の差し替え、衣装の置き換え、動きを同期させたキャラクターの追加、グリーンバックから背景合成まで、実写素材に対して適用できます。

ApiframeでHailuo 03を使う

すでにApiframeで何かしらのモデルを使っているなら、新しい設定は一切不要です。エンドポイントもAPIキーも、非同期ジョブの流れもそのまま。model に "hailuo-03" を指定するだけです。

curl -X POST https://api.apiframe.ai/v2/videos/generate \
  -H "X-API-Key: afk_your_api_key_here" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "a neon-lit night market street, slow dolly forward, steam rising from a food stall, ambient crowd noise and distant music",
    "model": "hailuo-03"
  }'

レスポンスでは、すぐにジョブIDが返ってきます。

{
  "jobId": "b2c3d4e5-f6a7-8901-bcde-f23456789012",
  "status": "QUEUED"
}

あとは /v2/jobs/:id をポーリングするか、最初のリクエストで webhookUrl を指定しておけば、クリップが完成した時点でApiframeがサーバーに通知します。

{
  "id": "b2c3d4e5-f6a7-8901-bcde-f23456789012",
  "status": "COMPLETED",
  "model": "hailuo-03",
  "result": {
    "videoUrl": "https://cdn2.apiframe.ai/videos/b2c3d4e5-f6a7-8901-bcde-f23456789012.mp4"
  }
}

MiniMaxのアカウントも、別途SDKも、新しい請求契約も必要ありません。Hailuo 03は、Kling、Veo、Seedance、RunwayなどApiframe上の他の動画モデルと同じく、「ひとつのAPIで多数のモデル」という仕組みの中に収まっています。

料金

Hailuo 03の料金は、Apiframeの通常どおり前払いクレジットによる秒単位の課金です。2K出力で1秒あたり19クレジット。リファレンス動画も同じレートで上乗せされるため、4秒のリファレンス動画を使って6秒のクリップを生成した場合は10秒分の課金になります。リファレンス画像は5枚まで込みで、6枚目以降は1枚につき6クレジットが加算されます。リファレンス音声は無料です。

つまり、リファレンスなしの6秒クリップなら114クレジットです。従来どおり課金対象は成功した生成のみで、別建ての請求書も、交渉が必要な料金表もありません。詳細な料金表はモデルドキュメントページをご覧ください。

今すぐ試す

Hailuo 03はApiframeで今すぐ利用できます。他の主要な動画モデルと同じく、ひとつのエンドポイント、ひとつのAPIキーで完結します。APIキーを取得して最初のクリップを生成するか、ドキュメントでパラメータの詳細をご覧ください。ご不明な点はDiscordまでどうぞ。