本記事にはプロモーションを含む場合があります。価格・仕様は 2026年9月27日時点 に公式ページ（Hailuo AI の H3 紹介ページ・MiniMax API の料金ページ・Hugging Face のモデルカード）で確認した情報です。為替は全記事共通で 1ドル＝161円 で換算しています。
「Hailuo 3.0 で何が変わったのか」「12枚の画像を参照できるのは本当か」「結局いくらかかるのか」——この3つに、2026年9月27日の公式ページ実査だけで答えます。
先に結論——Hailuo 3.0 は「MiniMax H3」の別名で、参照は画像12枚ではなくファイル合計12個
Hailuo 3.0 と MiniMax H3 は同じモデルです。 Hailuo AI の H3 紹介ページは「Hailuo 3」「Hailuo H3」「H3」の呼び方がすべて同じ新世代モデルを指すと説明しています（2026年9月27日確認）。
- 解像度は 768p と 2K（1440p）の2段階で、尺は1秒刻みで選べます。Hailuo 2.3 の「6秒か10秒」「1080pは6秒のみ」という制約はなくなりました。
- 音声は映像と同時に生成されるステレオ音声です。セリフの言語は日本語を含む11言語が「安定対応」とされています（モデルカード）。
- 「12枚参照画像」は不正確です。 公式の記載は「画像9枚・動画3本・音声3本、合計12ファイルまで」で、画像だけなら上限は9枚です。
- 料金はウェブ版が2Kで12クレジット/秒、768pで7クレジット/秒（同サイトの配信設定値）。API は 2K が $0.13/秒（約21円）、768P が $0.08/秒（約13円） です。
- オープンウェイト版は既定が短辺768ピクセルで、2K は別の再生成モデルを通す構成です。ウェブ版の「2K を選ぶだけ」とは手順が違います。
※ 実測後に更新します（2026-09-27 時点で未検証）。本記事の数値は公式ページの当日実査に基づくもので、当サイトが Hailuo 3.0 で動画を生成した結果ではありません。画質・音声の自然さ・生成時間・日本語セリフの精度は、実測後に追記します。
Hailuo 3.0（MiniMax H3）とは——Hailuo 2.3 から何が変わったか
MiniMax が H3 を発表したのは 2026年7月31日です（公式ブログの日付）。重みの公開は8月2〜3日で、その経緯は MiniMax H3 オープンウェイト公開の解説にまとめています。
Hailuo AI 内部のモデルIDは hailuo3.0-t2v と hailuo3.0-i2v で、「Hailuo 3.0」の呼び名はここに由来します。同サイトの配信設定から、旧モデル Hailuo 2.3 と比べると次のとおりです。
| 項目 | Hailuo 2.3 | Hailuo 3.0（MiniMax H3） |
|---|---|---|
| 解像度 | 768p／1080p | 768p／2K（1440p） |
| 尺 | 6秒・10秒（1080pは6秒のみ） | 4〜15秒を1秒刻み |
| アスペクト比 | 比率の選択肢なし | Auto・21:9・16:9・4:3・1:1・3:4・9:16 |
| 音声 | 設定に音声の項目なし | ステレオ音声を同時生成 |
| 参照素材 | 開始フレーム（と終了フレーム） | 画像9・動画3・音声3（合計12） |
| 消費クレジット | 768p 6秒で25、1080p 6秒で80 | 2Kで12/秒、768pで7/秒 |
（2026年9月27日、hailuoai.video の配信HTMLに含まれるモデル設定値から作成）
MiniMax の動画生成ガイドは H3 を「テキスト・画像・動画・音声をまとめて理解するモデル」と位置づけ、生成だけでなく既存動画の編集（人物や物の置き換え・追加・削除、背景や照明の変更、セリフと声の差し替え）も同じモデルで扱います。Hailuo AI の H3 ページも、編集機能として Replace・Add・Remove・Relight・Revoice の5つを挙げています。
2K の実際——「1440p」と表示される2K、768p との使い分け
Hailuo AI で H3 を選ぶと、解像度の既定値は「2K」です（配信設定で 1440 に defaultSelect: true）。H3 ページも「Up to 1440p / 2K」と書いており、ここでいう2Kは短辺1440ピクセルを指します。4K ではありません。
もう1つの選択肢が 768p です。配信設定を見る限り、2K も 768p もサブスク必須の印は付いていません（needSubscribe: false、minPrivilegeType: 0）。ただし、これは設定値の読み取りで、無料アカウントの画面で本当に2Kを選べるかは確認していません。
なお H3 ページの FAQ は「768p は後日提供」と書く一方、同ページの手順と配信設定には 768p があります。2026年9月29日に作成画面（未ログイン状態）を確認したところ、解像度の選択肢に 768p と 2K の両方が表示されていました。
使い分けの考え方は単純です。2K は1秒12クレジット、768p は7クレジットなので、構図や動きを探る試し撃ちは 768p、本番だけ 2K にすると消費を約4割減らせます（12→7の差）。API にはこの流れをそのまま実装する「768P から 2K への再生成」メニューがあり、料金は後述します。
※ 実測後に更新します（2026-09-27 時点で未検証）。①無料アカウントで2Kを選べるか ②768pと2Kの見た目の差 ③2K 5秒の生成にかかる時間——この3点は未計測です。
ネイティブ音声——映像と一緒に出る「ステレオ音声」の中身
H3 の音声は後付けではなく、映像と同時に生成されます。 公式ブログは、声・効果音・音楽を分けずにまとめてモデル化していると説明しています。出力は 32kHz のステレオ、フレームレートは 24fps です（Hugging Face のモデルカード、2026年9月27日確認）。
セリフの言語は、モデルカードが「安定対応」として11言語を挙げています。アラビア語・中国語・英語・フランス語・ドイツ語・イタリア語・日本語・韓国語・ポルトガル語・ロシア語・スペイン語です。それ以外の言語も一定の範囲で対応するとの記載がありますが、品質の保証はありません。
ただし「対応言語に入っている」ことと「自然に聞こえる」ことは別です。他の動画生成AIの日本語対応は動画生成AIの日本語対応まとめで横並びにしています。
参照素材として音声ファイルを渡すこともできます（声や音の雰囲気を指定する用途）。ただし H3 ページは「音声の参照は画像か動画と組み合わせて使う必要がある」と明記しており、音声だけを渡して動画を作ることはできません。
※ 実測後に更新します（2026-09-27 時点で未検証）。日本語セリフの発音・口の動きとの同期・BGMと効果音のバランスは未検証です。
「12枚参照画像」は正確ではない——参照は合計12ファイルの内訳で考える
「Hailuo 3.0 は12枚の画像を参照できる」という紹介を見かけますが、公式の記載は画像12枚ではありません。 H3 ページの FAQ は、Omni Reference（オムニ参照）が受け付けるのを 画像9枚・動画3本・音声3本、合計12ファイルまでと説明しています（2026年9月27日確認）。
同じ上限は3か所で一致しています。
| 情報源 | 画像 | 動画 | 音声 | 合計 |
|---|---|---|---|---|
| Hailuo AI の H3 ページ（FAQ） | 9枚 | 3本 | 3本 | 12ファイル |
| Hailuo AI の配信設定値 | 9 | 3 | 3 | 12 |
| Hugging Face モデルカード（Ref2VA） | 9枚以下 | 3本以下 | 3本以下 | 記載なし |
（すべて2026年9月27日確認）
1ファイルの上限は画像30MB・動画50MB・音声15MB、動画と音声はそれぞれ合計15秒までです（配信設定値。モデルカードも合計15秒以内）。
H3 ページは、人物の見た目・動き・カメラワーク・声・編集のテンポなどを参照できるとしています。「この人物で、この動画のカメラワークで、この声で」を1回で指定できるのが要点です。
※ 実測後に更新します（2026-09-27 時点で未検証）。9枚の参照画像を入れたときに人物の一貫性がどこまで保たれるかは未検証です。
Hailuo 3.0 の料金——ウェブ版クレジットと API 秒課金【2026年9月27日確認】
ウェブ版（Hailuo AI）のクレジット消費
H3 の消費クレジットは秒単位で、2K が12クレジット/秒、768p が7クレジット/秒です（2026年9月27日、hailuoai.video の配信HTMLに含まれるモデル設定値）。料金ページの表示は取得時に描画されなかったため、画面上の表示とは照合できていません。
計算すると、2K は5秒で60・15秒で180クレジット、768p は5秒で35・15秒で105クレジットです。
H3 ページのドル表記は、2Kで1秒あたり約 $0.073〜$0.120（約12〜19円）、5秒1本で約 $0.37〜$0.60（約60〜97円）です（幅はプランによる）。同ページは Seedance 2.5 の720p（1秒約 $0.223、約36円）より46〜67%安いと比較していますが、これは動画を入力しない場合の数字です。動画を参照に使う場合は「モードによって消費クレジットが変わる」とだけ書かれ、具体的な数字はありません。Seedance 2.5 側の料金は Seedance 2.5 の料金解説にあります。
購読ページに埋め込まれた FAQ 文では、Standard プランが月1,000クレジットです。2Kの5秒なら16本（60×16＝960）、768p なら28本の計算です。プランの価格と透かしの扱いは Hailuo AI の登録と料金でまとめています。
無料で試す方法について、H3 ページの FAQ は「MiniMax Design アプリをダウンロードした新規ユーザーに H3 の無料試用3回と3,000クレジット」という新規ユーザー向けキャンペーンを案内しています（2026年9月27日時点）。キャンペーン内容は変わりやすいため、同サイトのバナーで最新の条件を確認してください。
※ 2026年9月29日、作成画面（未ログイン状態）で 2K・5秒を選ぶと消費クレジットは「60」と表示され、設定値（2K 12/秒）と一致しました。①768p を選んだときの表示 ②無料生成に透かしが入るか ③動画を参照に入れたときの消費——この3点は未確認です（実測後に更新します）。
API の秒課金（MiniMax API プラットフォーム）
API では H3 が従量課金で使えます。 MiniMax API の従量課金ページ（2026年9月27日確認）の定価は次のとおりです。
| モデル | 解像度 | 定価 | 円換算 |
|---|---|---|---|
| MiniMax-H3 | 768P | $0.08/秒 | 約13円/秒 |
| MiniMax-H3 | 2K | $0.13/秒 | 約21円/秒 |
| MiniMax-H3-Max | 480P | $0.05/秒 | 約8円/秒 |
| MiniMax-H3-Max | 768P | $0.08/秒 | 約13円/秒 |
| MiniMax-H3-Regeneration | 768P→2K | $0.05/秒 | 約8円/秒 |
入力素材にも料金があります。H3 は画像5枚まで無料で、6枚目から1枚 $0.04（約6円）、音声の入力は無料です。動画を入力した場合は、入力動画の長さに出力解像度の秒単価（2K $0.13・768P $0.08）を掛けて課金されます。
2K の5秒1本は $0.65（約105円）、15秒なら $1.95（約314円）です。768P で5秒を作ってから2Kに再生成すると、$0.40＋$0.25＝$0.65 で直接2Kと同額です。ただし同ページは、再生成時に元の768P生成の入力素材がもう一度課金されると明記しています。768P で何本か作って良いものだけを2Kにする使い方なら、捨てる試作分が安くなります。
なお法人向けの動画パッケージは「MiniMax H3 is not supported yet」のままです（2026年9月27日確認）。他社 API との比較は動画生成AIのAPI料金比較にあります。
MiniMax H3 Max は fal.ai と共同リリースした高速版です（MiniMax の動画生成ガイド、2026年9月27日確認）。解像度は480P／768Pで、Hailuo AI では参照動画に対応しません。
Hailuo 3.0 の使い方——ウェブ版で最初の1本を作る手順
Hailuo AI の H3 ページに掲載された手順（2026年9月27日確認）に沿って整理します。
- ログインして作成画面を開く：Hailuo AI にログインし、作成画面（
hailuoai.video/create）へ。 - モデルで MiniMax H3 を選ぶ：モデル選択から「MiniMax H3」を選びます。作り方は「テキストから生成」「開始フレーム／開始・終了フレームから生成」「Omni Reference（参照素材をまとめて使う生成と編集）」の3系統です。
- プロンプトと参照素材を入れる：プロンプトを書き、Refs 欄に画像・動画・音声を入れます（合計12ファイルまで）。プロンプトの上限は7,000文字です（配信設定値）。
- 尺・比率・解像度を決める：尺は5〜15秒、比率は21:9〜9:16、解像度は768pか2Kを選びます（手順ページの記載。2026年9月29日の作成画面では期間に4秒〜15秒が並び、4秒も選べる表示でした）。
- 生成して確認する：直したい部分は編集機能で差し替えを指示します。
※ 上記は公式ページの手順の整理です。2026年9月29日に作成画面を未ログイン状態で開き、日本語UI（
hailuoai.video/ja/create）でモデル選択と設定パネルの表示までは確認しました（上の画像）。ログイン後の生成と、日本語プロンプトの通りやすさは未確認です（実測後に更新します）。
オープンウェイトの実際——ウェブ版と同じものが手元で動くわけではない
H3 の重みは Hugging Face（MiniMaxAI/MiniMax-H3）で公開されています。本体は33B（330億パラメータ）の Dense Transformer です。
ウェブ版と同じ体験がローカルで再現できるとは限りません。 モデルカードによると、出力解像度の既定は短辺768ピクセルで、2K は別の「H3-Regenerate-2K」を通して得る構成です。公開されているチェックポイントは、テキスト・フレーム入力用（T2VA／FL2VA）と参照入力用（Ref2VA）に分かれています。
ライセンスは「MiniMax H3 Community License Agreement」です。2026年8月3日時点の原文では、利用を認めない地域（Excluded Territories）はEU・英国・韓国・米国の4つで、日本は含まれていません。商用利用の条件（UIへの「MiniMax H3」表示、年商2,000万ドル超の事前許諾など）と、リポジトリ全体で約498.6GBある容量の内訳は、MiniMax H3 オープンウェイト公開の解説で条文ごとに確認しています。
よくある質問
Q1. Hailuo 3.0 と MiniMax H3 は別のモデルですか？
同じモデルです。Hailuo AI の H3 ページは「Hailuo 3」「Hailuo H3」「H3」がすべて同じ新世代モデルを指すと説明しています（2026年9月27日確認）。重み・API・公式ブログでの正式名は「MiniMax H3」です。
Q2. 参照画像は本当に12枚まで入れられますか？
画像は9枚までです。12は画像・動画・音声を合わせたファイル数の上限で、内訳は画像9枚・動画3本・音声3本です（Hailuo AI の H3 ページ FAQ、2026年9月27日確認）。
Q3. 2K の5秒動画はいくらかかりますか？
ウェブ版は60クレジット（配信設定値からの計算）、API なら $0.65（約105円）です（2026年9月27日時点）。
Q4. オープンウェイト版をダウンロードすれば、ウェブ版と同じ2K動画が作れますか？
そのままでは作れません。モデルカードでは出力の既定が短辺768ピクセルで、2K は H3-Regenerate-2K を通す構成です。必要な GPU メモリは公式に記載がありません（2026年8月3日時点の確認。詳細はオープンウェイト解説）。
まとめ
- Hailuo 3.0 と MiniMax H3 は同じモデルで、2026年7月31日に発表されました。
- 解像度は768p／2K（短辺1440ピクセル）、尺は1秒刻みで最長15秒、音声は32kHzステレオで同時生成されます。
- 参照は「画像12枚」ではなく、画像9・動画3・音声3の合計12ファイルです。
- ウェブ版は2Kで12クレジット/秒・768pで7クレジット/秒、API は2Kで $0.13/秒（約21円）（2026年9月27日確認）。
- オープンウェイト版は既定768ピクセルで、2K は再生成モデルを通します。
他の動画生成AIとの位置づけは動画生成AI おすすめ比較、同時期に出た競合の新モデルは Kling 3.0 の使い方と料金もどうぞ。