MiniMax H3 기술 정리 — 열린 건 33B 베이스뿐이고, 라이선스에 한국이 빠져 있다

2026년 7월 31일 MiniMax가 H3를 공개했다. 텍스트, 이미지, 영상, 오디오를 하나의 문맥으로 받아서 스테레오 오디오가 붙은 영상을 최대 2K, 15초까지 뽑는 모델이다. 8월 3일에는 베이스 가중치가 Hugging Face와 ModelScope에 올라왔다.

여기까지가 헤드라인이고, 개발자 입장에서 실제로 판단에 필요한 건 세 가지다. 무엇이 열렸고 무엇이 안 열렸는지, 로컬에서 돌리면 어디까지 나오는지, 그리고 라이선스가 내 상황에 적용되는지.

세 번째부터 말하면, 한국은 라이선스 적용 지역에서 빠져 있다. 그 얘기는 뒤에서 자세히.

1. H3는 하나의 모델이 아니라 3개 모듈이다

이게 이 모델을 이해하는 핵심이다. "H3 가중치가 공개됐다"는 문장은 절반만 맞다.

• H3-Context-IR — 프롬프트 전처리기. 입력으로 들어온 텍스트·이미지·영상·오디오 사이의 관계를 읽어서 모델이 다룰 수 있는 구조화된 표현으로 바꾼다. MiniMax는 원본 소스가 보통 100K 토큰 규모의 추론을 필요로 하고, 이걸 평균 4K 토큰 정도로 압축한다고 설명한다. 공개 안 됨.

• H3-Base — 실제 생성 엔진. 33B 규모의 dense 단일 스트림 트랜스포머이고 텍스트 인코더로 Qwen3-VL-32B를 쓴다. 영상과 오디오를 768p로 출력한다. 이것만 공개됐다.

• H3-Regenerate-2K — 2K 출력을 담당. 통상적인 초해상도 모듈을 붙이는 대신, 베이스 모델이 자기가 만든 저해상도 결과를 문맥 안에서 다시 생성하는 방식이다. 원래의 멀티모달 문맥을 한 번 더 참조하기 때문에 작은 글자나 미세한 디테일처럼 일반 업스케일러가 추측으로 때우는 부분이 복원된다는 게 설계 의도다. 공개 안 됨.

그래서 결론은 단순하다. 셀프 호스팅하면 768p까지다. 2K가 필요하면 API를 쓰거나, 직접 업스케일 파이프라인을 따로 붙여야 한다.

2. 체크포인트는 두 종류

공개된 H3-Base는 입력 모드에 따라 두 개로 나뉜다.

Ref2VA 쪽이 H3의 성격을 잘 보여준다. 공식 예시 프롬프트가 "영상 1의 히치콕식 카메라 워크를 참조하고, 이미지 2의 인물이 노래하게 하되 보컬은 오디오 3에 맞춰라" 같은 식이다. 레퍼런스 종류마다 전용 모델을 붙이는 대신, 관계를 자연어로 서술하면 모델이 알아서 푼다.

이게 설계 철학과 직결된다. MiniMax는 기존 생성 모델들이 T2I, 편집, 서브젝트 레퍼런스, 모션 레퍼런스처럼 태스크별로 쪼개져 있었고 그 경계 자체가 일반화를 막았다고 본다. H3는 사전학습 단계부터 이 태스크들을 섞었고, 레퍼런스와 편집 관계를 고정된 태스크 집합이 아니라 자연어로 표현하게 만들었다. 언어를 일반화의 다리로 쓰는 구조다.

3. 기술적으로 뭐가 바뀌었나

세 가지만 짚으면 된다.

H3-VAE. 토크나이저를 전면 교체했다. 압축률을 높여서 유효 시퀀스 길이 기준 4배 이득을 얻었고, 이게 학습·추론 비용을 크게 깎으면서 네이티브 2K 지원을 가능하게 한 핵심이라고 설명한다.

H3-Omni Transformer. 멀티모달 문맥이 들어오면서 시퀀스 길이의 분산이 3배로 뛰었고, 이해 워크로드와 생성 워크로드의 연산 특성이 크게 달라졌다. 그래서 둘을 분리해 각각 하드웨어 활용률을 따로 튜닝하는 학습 아키텍처를 썼고, 엔드투엔드로 학습 처리량이 30% 가까이 올랐다. 특이한 건 Hailuo-02에서 쓰던 아키텍처를 의도적으로 버렸다는 점이다. 성능상 이점이 있었지만 태스크 일반화를 목표로 하는 모델에는 불필요한 복잡도를 더한다고 판단했다고 한다.

Contextual Omni Representation. 캡셔닝을 강화한 부분인데, 이제 캡션이 대상 영상만 설명하는 게 아니라 문맥과 대상의 관계, 문맥 내부 요소들 간의 관계까지 다룬다. 여러 샷에 걸친 영상-오디오 관계도 함께 기술해야 한다. H3의 넓은 지시 따르기 능력이 여기서 나온다는 게 MiniMax의 설명이다.

4. 로컬로 돌릴 때의 현실

가중치가 공개됐다고 해서 만만하지는 않다.

실질적인 VRAM 구간부터 정리하면 이렇다.

여기서 두 가지를 놓치기 쉽다. 위 숫자는 전부 diffusion transformer 파일 크기라서, 텍스트 인코더(Qwen3-VL-32B는 NF4로도 14GB대)와 VAE가 따로 올라간다. 실제 총 점유량은 표보다 확실히 더 든다. 그리고 몇 기가에 욱여넣든 로컬 출력은 768p가 상한이다.

풀 정밀도 체크포인트가 FL2VA/Ref2VA 각각 bf16 기준 61.73GB다. pruned bf16이 37.46GB, fp8/int8 계열이 19.5GB 근처. 커뮤니티 양자화가 빠르게 붙어서 GGUF는 Q2_K 17.42GB부터 Q8_0 33.56GB까지 나와 있고, NVFP4나 W4 ConvRot 계열로 내려가면 10GB 안쪽 파일도 있다. DiffSynth-Studio용 NF4 빌드는 최소 8GB VRAM을 요구한다고 명시돼 있다.

다만 무손실에 가까운 공식 소비자용 구성은 RTX 5090 두 장에 384GiB급 호스트를 기준으로 잡는다는 리뷰가 있다. 단일 GPU 경로는 양자화, 공격적인 CPU 오프로드, 낮은 해상도를 전제로 한다고 보는 게 맞다.

ComfyUI는 출시 당일부터 지원했고, 공식 튜토리얼과 재패키징된 체크포인트가 Comfy-Org/MiniMax-H3에 올라와 있다. 커뮤니티 양자화 중 일부는 ComfyUI 코어 패치를 요구하니 다운로드 전에 stock 호환 여부를 확인하는 게 낫다.

5. API 가격

숫자가 출처마다 다르다. 정리하면 이렇다.

• MiniMax 공식 — 2K 초당 $0.13, 분당 $7.80. 768p 티어는 초당 $0.08~0.09대로 안내되고 있다. 레퍼런스 이미지는 5장까지 무료, 이후 장당 $0.04, 레퍼런스 오디오는 무료.

• 리셀러/서드파티 — 제공사에 따라 2K 기준 초당 $0.14부터 $0.26까지 벌어진다. 768p도 $0.18을 부르는 곳이 있다.

15초 클립 하나가 공식 2K 기준으로 대략 $1.95, 768p면 $1.20 선이다. 레퍼런스 영상 초 단위가 출력 길이에 더해져 과금되는 구조라, 레퍼런스를 많이 물리는 워크플로는 견적이 생각보다 빨리 오른다.

Artificial Analysis 기준으로는 영상 편집 1위, 텍스트→영상 2위, 이미지→영상 3위다. 분당 $7.80은 Seedance 2.0 1080p나 Kling 3.0 1080p보다 확실히 싸고, Gemini Omni Flash보다는 비싸다.

프로덕션 관점에서 하나 더. 셀프 호스팅으로 GPU와 스토리지 비용을 감당하기 전에, 초당 $0.13을 실제 사용량에 곱해보고 비교하는 게 순서다. 로컬은 768p까지밖에 안 나온다는 점을 감안하면 더 그렇다.

6. 라이선스 — 여기가 제일 중요하다

MiniMax H3 Community License로 배포되는데, 적용 지역에서 유럽연합, 영국, 대한민국, 미국이 제외된다. 제외 지역에서 가중치, 파생물, 그리고 출력물까지 사용하려면 MiniMax의 별도 승인이 필요하다는 게 리뷰어들의 읽기다.

즉 한국에서 이 모델을 쓰려는 사람에게는 이게 첫 번째 확인 사항이지 마지막 각주가 아니다. 상업적 사용은 연매출 $20M 미만 조직으로 제한되고, 눈에 띄는 형태의 저작자 표시가 요구된다는 조항도 함께 붙는다.

여기 적은 건 전부 2차 출처를 정리한 것이고 법률 자문이 아니다. 실제로 쓸 계획이라면 Hugging Face 저장소의 라이선스 원문을 직접 읽고, 필요하면 변호사에게 확인해야 한다. 조건이 바뀌었을 수도 있다.

정리

• 열린 건 33B H3-Base 하나뿐이고, 프롬프트 전처리(Context-IR)와 2K 재생성(Regenerate-2K)은 API 전용이다

• 셀프 호스팅 출력은 768p가 상한. 2K가 필요하면 API 아니면 자체 업스케일

• 진짜 강점은 해상도가 아니라 한 번의 생성으로 동기화된 오디오까지 나온다는 것, 그리고 여러 종류의 레퍼런스를 자연어로 엮을 수 있다는 것

• VRAM 8GB급 양자화도 있지만 품질을 지키려면 하드웨어 요구가 상당하다

• 그리고 라이선스에서 한국이 빠져 있다

광고, 커머스 소재, 제품 영상처럼 영상과 사운드를 한 패스로 뽑는 게 이득인 워크로드라면 볼 만하다. 반대로 캐주얼한 로컬 실행용으로는 매력이 떨어진다.

이 글의 수치와 라이선스 해석은 2026년 8월 12일 기준 공개 자료를 정리한 것이다. 가격과 라이선스 조건은 자주 바뀌니 실제 도입 전에 원문을 확인할 것.

참고

• MiniMax 공식 블로그

• 모델 카드 (Hugging Face)

• ComfyUI 튜토리얼

• 커뮤니티 정리 (awesome-minimax-H3)