Was tatsächlich freigegeben ist: Das Repository MiniMaxAI/MiniMax-H3 wurde laut Hugging-Face-API am 28. Juli 2026 angelegt und zuletzt am 3. August 2026 geändert; es ist mit dem Aufgabentyp „image-text-to-video“ ausgezeichnet und umfasst über 350 GB. Die Modellkarte nennt 33 Milliarden Parameter, von denen je Inferenz rund 20 Milliarden aktiv sind – 13 Milliarden entfallen auf AdaLN-Module, deren Ausgaben sich zwischenspeichern lassen. Eingabeseitig verarbeitet H3 Text, Bilder, Videos und Audio, ausgegeben werden 4 bis 15 Sekunden lange Clips mit 24 Bildern pro Sekunde und synchron erzeugtem Stereo-Ton; die Standardauflösung liegt bei 768 Pixeln an der kürzeren Seite, laut Modellkarte sind bis zu 2K möglich. Elf Sprachen bezeichnet MiniMax als stabil unterstützt. Neben dem Basismodell liegen die Varianten FL2VA (Generierung aus erstem und letztem Einzelbild) und Ref2VA (referenzbasierte Generierung) im Repository; The Decoder nennt dafür bis zu neun Referenzbilder, drei Videoclips und drei Audioclips je Anweisung.
Die Messung dahinter stammt von Artificial Analysis, das für Video drei getrennte Ranglisten aus paarweisen Blindvergleichen führt. Wir haben alle drei am 3. August 2026 selbst geöffnet, jeweils in der Wertung „mit Ton“. Video Editing: Platz 1 MiniMax H3 mit Elo 1.130 aus 8.210 Stichproben, dahinter Gemini Omni Flash (1.122 aus 10.845), HappyHorse-1.0 (1.096), Wan 2.7 (1.079), Dreamina Seedance 2.0 720p (1.037) und Aleph 2.0 (1.011). Text-to-Video: Platz 2 mit 1.239 aus 6.027 Stichproben, fünf Punkte hinter Gemini Omni Flash (1.244 aus 10.013) und vor Dreamina Seedance 2.0 720p (1.223) sowie Wan2.7-260612 (1.160). Image-to-Video: Platz 3 mit 1.187 aus 5.381 Stichproben, hinter Dreamina Seedance 2.0 720p (1.196) und Gemini Omni Flash (1.192).
Der Vorbehalt steckt in denselben Zahlen. Acht Elo-Punkte Vorsprung im Video Editing, fünf und neun Punkte Rückstand in den beiden anderen Kategorien – das sind Abstände, wie sie bei einigen tausend Blindvergleichen noch wandern können, und H3 hat in allen drei Listen weniger Stichproben gesammelt als die etablierten Modelle darüber und darunter. Als Momentaufnahme ist der erste Platz belastbar, als dauerhafte Rangordnung nicht. Bemerkenswert bleibt er trotzdem: Auf den Plätzen davor und dazwischen stehen ausschließlich Modelle, deren Gewichte niemand herunterladen kann.
Was „offen“ hier bedeutet, steht in der Lizenzdatei, die wir geöffnet haben. Das „MiniMax H3 Community License Agreement“ trägt das Datum 2. August 2026 und erlaubt die kommerzielle Nutzung, solange das damit betriebene Produkt weniger als 20 Millionen US-Dollar Jahresumsatz erzielt; darüber ist eine schriftliche Genehmigung von MiniMax nötig, anzufragen per E-Mail. Weiterverbreitung und Modell-Derivate einschließlich Fine-Tuning sind ausdrücklich erlaubt, sofern die Lizenz mitgegeben und Änderungen gekennzeichnet werden. Dazu kommen eine territoriale Beschränkung und ein Anhang mit zwanzig Nutzungsverboten, darunter militärische Anwendungen, Schadsoftware, Desinformation zur Wahlbeeinflussung sowie der Einsatz in Polizeiarbeit, Medizin und Kreditvergabe ohne besondere Vorkehrungen. Das ist dasselbe Muster wie bei der „Kimi K3 License“ von Moonshot vom 28. Juli 2026 – offene Gewichte mit Umsatzschwelle, nicht Open Source im Sinne der OSI-Definition.
Offen ist außerdem nicht das ganze System. The Decoder berichtet, dass das 2K-Modul und das Kontext-Preprocessing H3-Context-IR geschlossen bleiben und die lokale Ausgabe über ComfyUI auf 768p begrenzt ist. Unsere eigene Durchsicht der Dateiliste stützt das: Sie enthält Transformer-, Text-Encoder-, VAE- und Audio-VAE-Gewichte sowie die Verzeichnisse FL2VA und Ref2VA, aber keine Gewichte für das in der Modellkarte genannte Upscaling-Modul H3-Regenerate-2K. Wer H3 selbst betreibt, bekommt also nicht dasselbe Ergebnis wie über den Dienst von MiniMax – ein Vorbehalt, der bei der Einordnung „erstes offenes Modell an der Spitze“ mitzudenken ist, denn gemessen wurde die gehostete Fassung.