要点まとめ
- Wan 3.0（公開ベータは2026年8月6日。Alibaba Cloudは2026年8月24日に正式リリースと発表）：Alibabaのオールインワン動画モデルです。公開されている説明では、1回の生成で最長30秒、入力はテキスト／画像／音声／動画／ドキュメント、480P／720P／1080P、映像と一緒にネイティブ音声を生成します（Model Studioのブログ、Alizila、@alibaba_cloud）。
- MiniMax H3 Max（ホスト版の速度が話題になったのは2026年8月下旬から）：オープン版MiniMax H3を追加学習したホスト型のバリアントで、MiniMaxの公式製品名ではありません。公開されている説明では、5〜15秒の動画、ホスト環境で480P／768P、ネイティブ音声、そして再生時間より速くテイクを返すことを狙った設計です（Artificial Analysis、Design Arena、H3 Max）。
- 判断の目安： セリフまで同じ生成に含めた10〜30秒の1場面、720P／1080P、または公式ファミリーでドキュメントを起点にした構成が必要なら → このサイトのWan 3.0。480P／768Pで5〜15秒のドラフトを一度に大量に作りたいなら → H3 Maxを試してください。
- このサイトについて： ジェネレーターはWan 3.0です。H3 Maxのボタンはここにはありません。
押さえておきたいポイント
- この2つは同じMiniMaxではありません。 オープン版のMiniMax H3は、2026年7月31日に公開されたMiniMaxのオムニモーダルモデルで、最長15秒、2Kの経路、ネイティブステレオ音声を持ち、重みも公開されています（MiniMax H3、オープンソース化のお知らせ、Reuters）。H3 Maxは、そのベースから後に作られたホスト型の高速バリアントです。MiniMax自身のブログで使われている名前は今もH3で、Maxではありません。
- 公開されている動画の長さは、まるごと一段階違います。 Wan 3.0のローンチ資料は、1回の生成で30秒という点を中心に据えており、これはWan 2.7の上限15秒の2倍です（Model Studio、TechNode）。H3 MaxはH3と同じ長さの帯域で、5〜15秒です（Artificial Analysis）。
- 解像度の上限は、同じ尺度では比べられません。 Wan 3.0の仕様は480P／720P／1080Pで、ローンチ時の仕様に4Kはありません（Model Studio）。ホスト版H3 Maxの公開カードは768Pまでで、2Kの再生成経路を持つのはオープン版H3のほうです（H3オープンソース化）。
- 第三者のランキングは「写真判定」で、王座の決定ではありません。 2026年9月2日時点で、Artificial Analysisのテキストから動画（音声あり）ボードは、Gemini Omni Flash 1238、Wan 3.0 1237、MiniMax H3 Max 1235でした。信頼区間は重なっており、1位が確定しているわけではありません（T2Vボード）。同じ日、Wan 3.0は音声ありの動画編集でElo 1189の首位でした（編集ボード）。
- ネイティブ音声は、どちらの公式説明でも当然の前提です。 Alibabaは映像と一緒に多言語の音声を生成すると説明しています（Alizila、GitHub Wan 3.0）。MiniMax H3は32 kHzステレオです（オープンソース化のお知らせ）。どのテイクも必ず聞いて確認してください。Alibaba自身も、音声の質感はまだ改善中だと述べています（Model Studio）。
- 1つのホスト環境で同じプロンプトを試すほうが、SNSのまとめ動画より役に立ちます。 まずは下のプロンプトをこのサイトで実行してください。同じ指示をH3 Max側で試すには、h3max.aiを開いてください。
正面比較：公開情報に基づく比較軸（ランキングではありません）
この表は30秒で読めます。各セルは公開されている位置付け／ドキュメント化された機能で、私たちが計測したスコアではありません。
| 比較軸（あなたの仕事） | Wan 3.0（Alibaba） | MiniMax H3 Max（H3のホスト型バリアント） |
|---|---|---|
| 公開されている主な売り | ドキュメントを含むほぼあらゆる入力から30秒の場面を作る（Model Studio） | MiniMax H3をより速く使えるホスト版：プロンプトへの忠実さ＋再生時間より早く返ってくる動画（Design Arena） |
| それは何か | AlibabaのWanファミリーのオールインワン動画モデル（GitHub） | 追加学習したホスト型のMiniMax H3。MiniMaxが公開したオープン版H3ではなく、MiniMax名義の公式SKUでもない（AA） |
| 公開時期 | 公開ベータ2026年8月6日、正式リリースの投稿2026年8月24日（Alizila、@alibaba_cloud） | アリーナ／速度に関する投稿が2026年8月下旬（Design Arena） |
| 1回の生成での長さ | 最長30秒。長さの自動調整と延長に対応（Model Studio） | 5〜15秒（AA） |
| 解像度の説明 | 480P／720P／1080P（Model Studio） | 公開されているH3 Maxのカードでは最大768P、安価なドラフトには480P。オープン版H3には引き続き2Kがある（H3オープンソース化） |
| 速度の説明 | ローンチ記事にはエンドツーエンドの公式秒数はない。480Pでドラフトを作り、1080Pで仕上げるのが示されたワークフロー（Model Studio） | Design Arena：MiniMax H3の品質を、H3ベースの50倍以上の速度で（Design Arena）。2026年8月のホスト版ベンチマーク：5秒・768Pの動画を3秒未満で |
| 入力／制御 | テキスト、画像、音声、動画、ドキュメントやWebページ。映像、展開、セリフを編集できる（Model Studio、Alizila） | ホスト版Maxではテキストから動画と、開始フレームからの画像から動画。オムニリファレンス／編集はオープン版H3の機能で、Maxのものではない（H3の記事） |
| ネイティブ音声 | 映像と一緒に音声を生成。Alibabaは音声の質感がまだ発展途上だと述べている（Alizila、Model Studio） | 5〜15秒の動画にネイティブ音声。オープン版H3は32 kHzステレオと明記（H3オープンソース化） |
| オープンな重み | なし。 Wanのオープンな重みはWan 2.2まで。Wan 3.0はホスト型のAPIモデル（GitHub） | 私たちが確認した情報源ではMaxの重みは非公開。オープン版H3の重みは別のダウンロード（H3オープンソース化） |
| 第三者ボード（2026年9月2日時点） | 音声ありT2VでElo 1237（1〜4位の帯）。動画編集ではElo 1189でその日の1位（T2V、編集） | 音声ありT2VでElo 1235（1〜4位の帯）。追加学習したMiniMax H3のビルドとして掲載（T2V） |
| 試す方法 | このサイトのトップページのジェネレーター | ここではホストしていない。h3max.aiで生成 |
表の使い方： 指示が「声も含めた20〜30秒の1場面を、1080Pで使える1本に」なら、このサイトのWan 3.0を重視してください。「8秒のバリエーションを昼までに12本、768Pで十分」なら、H3 Maxの速度を重視してください。
王座ではなく判断基準を · この比較記事のエディトリアルカバー · Wan 3.0 AIブログ用に生成
ファミリーと時系列（系統を混同しないために）
| 日付 | 出来事 | 出典 |
|---|---|---|
| 2026-07-31 | MiniMax H3（オープンなオムニモーダル動画モデル）公開 | MiniMax H3、Reuters |
| 2026-08-03 | MiniMax H3の重み／システムカード公開 | H3オープンソース化 |
| 2026-08-06 | Wan 3.0公開ベータ：30秒、ドキュメント入力、1080P | Model Studio、Alizila |
| 2026-08-10 | Wan 3.0ベータについての第三者記事 | TechNode |
| 2026-08-24 | Alibaba CloudがWan 3.0の正式リリースを投稿 | @alibaba_cloud |
| 2026-08-26 | H3 Maxのアリーナ／速度の話題：Design Arena | Design Arena |
| 2026-09-02 | AAの音声ありT2V：Gemini 1238／Wan 1237／H3 Max 1235 | T2Vボード |
Wan 3.0は、AlibabaのWanシリーズ（Wan 2.7は最長15秒）を、より長いオールインワン生成へ広げたものです（Alizila、公式サイト）。このサイトでは、トップページのジェネレーターから始めてください。
MiniMax H3 MaxはMiniMax H3の上に作られたものです。Maxを「2K対応のH3」と考えるのも、オープン版H3を「速いホスト版」と考えるのも誤りです。速いホスト版を使いたいなら、ブラウザで使える経路はh3max.aiで、このジェネレーターではありません。
公式デモは実際にどう見えるか
ローンチ時の公式サンプルとホスト版のサンプルです。このサイトで時間を計ったA/Bテストではありません。
Wan 3.0の公式デモ · 長いワンテイク（らせん階段の天使） · このサイトでホスト · Alibaba GitHub
MiniMax H3 Maxのサンプル · ホスト版の短いテイク · h3max.aiより · Wan 3.0とのA/Bテストではありません
シナリオ別の向き・不向き（もし〜なら）
1. 昼までにUGCのドラフトを12本
もし同じ日の午後のうちに、9:16や16:9の5〜15秒のテイクを大量に必要とするなら、H3 Maxの速度を重視してください（Design Arena）。
試し方： ドラフトはH3 Maxで生成します。同じアイデアをWanファミリーで長めにプレビューしたいときは、このサイトを使ってください。
2. 声入りの約15〜30秒のワンテイク広告
もし指示が、途切れないカメラワークを1つのファイルとして仕上げ、セリフもその生成に含めるものなら、まず試すべき軸は、Wan 3.0の公開仕様である30秒＋ネイティブ音声です（Model Studio、Alizila）。
このサイトでは： トップページのジェネレーターに、場面の流れ全体を1段落で書いてください。デフォルトの長さは5秒なので、動きに合わせて長くしてください。
3. 確定した商品の静止画 → 動き
もしパッケージの静止画がすでに承認済みなら、どちらのモデルでも画像から動画で始めてください。Wan 3.0は先頭フレーム（および先頭＋末尾フレーム）からの画像から動画をドキュメント化しています（GitHub）。H3 Maxのホスト版は、開始フレーム＋任意の終了フレームを軸に作られています（h3max.ai）。
試し方を分ける： 静止画を固定してからここで動かし、1時間あたりの動きのバリエーションをもっと増やしたいなら、同じ静止画をH3 Maxでも実行してください。
4. スライド、PDF、Webページ → ナレーション付き映像
もし素材がドキュメントやURLなら、それはWan 3.0ファミリーが掲げている機能です。Model Studioは、doc／xls／ppt／pdf／txtとWebページを、1ファイルまたは1リンク、100MB以下／50ページ以内で受け付けると記載しています（Model Studio）。
現在のこのジェネレーターでは： テキスト、先頭フレーム、画像／動画／音声のリファレンスから始めてください。このページにPDFのアップロードボタンがあるとは考えないでください。H3 Maxは、ドキュメントから動画への機能をうたっていません。
5. オープンな重み、2K、オムニリファレンス
もし必要なのがダウンロードできるH3、2K再生成、またはMiniMax自身の条件での画像／動画／音声の混在リファレンスなら、それはMiniMax H3の領域で、H3 Maxではありません（H3オープンソース化）。Maxはホスト型の速度重視の選択肢です。
このサイトでは： それでも、トップページのジェネレーターで指示の言葉づかいを検証しておけば、曖昧なプロンプトの責任をどちらかのモデルに押し付けずに済みます。
わかっていること・わかっていないこと
| わかっていること（出典あり） | わかっていないこと／主張しないこと |
|---|---|
| Wan 3.0公開ベータ2026-08-06、Alibaba Cloudの正式リリース投稿2026-08-24（Model Studio、@alibaba_cloud） | あらゆる仕事でWan 3.0とH3 Maxのどちらかが永久に世界1位であること |
| MiniMax H3公開2026-07-31、H3 Maxの公開アリーナ期間は2026年8月下旬（Reuters、Design Arena） | MiniMax自身が「H3 Max」という名前の製品を出したこと。本記事執筆時点で、公式ページが語っているのはH3だけです |
| 2026年9月2日のAA音声ありT2V：Wan 1237、H3 Max 1235、Gemini 1238（T2V） | そのEloが来週も変わらないこと、またはあなたの採用率を予測できること |
| その日、Wan 3.0はAAの音声ありの動画編集でElo 1189の首位（編集） | wan30ai.orgとh3max.aiで私たちが時間を計って実施したA/Bテスト |
| このサイトがホストしているのはWan 3.0で、H3 Maxではない | チャネルをまたいだ1秒あたりの料金比較表（ここでは比較しません） |
| このジェネレーター：テキスト、先頭／末尾フレーム、画像／動画／音声のリファレンス、2〜30秒、480P／720P／1080P（デフォルト480P） | このページが現時点でPDFやWebページだけを入力として受け付けること |
このサイトでの評価方法（同一プロンプトの手順）
- Wan 3.0ジェネレーターを開きます。
- 下のプロンプトA、B、Cをそのまま実行します（本当に必要な商品名だけ差し替えてください）。
- 各テイクを5項目でそれぞれ0〜2点で採点します：カットの明瞭さ、被写体の一貫性、動きのリアルさ、音声の合い方、トリミング耐性。
- 7/10以上のテイクは残します。書き直すのは、うまくいかなかったショットの行だけにしてください。
- 同じテストのH3 Max側は、同じ3つのプロンプトをh3max.aiに貼り付けます。変えるのはホストだけです。H3 Maxは約15秒が上限と考え、テイクが途中で切れる場合はAを短くしてください。
- 任意：静止画を固定し、両方のホストで画像から動画を試します。
このサイトのクレジット消費は解像度×秒数で決まります（480Pの最短生成には下限が適用されます）。1080Pの長いテイクを作る前に料金を確認してください。この記事では、他社の1秒あたりの料金表とは比較していません。
プロンプトA — 複数ショットのSNS向けUGC
昼間のキッチンで、アイスコーヒーを注いで飲むまでを3ショットで見せる縦型約10秒の広告です。プロンプトは英語のまま貼り付けてください。
Vertical 9:16 UGC ad, about 10 seconds, daylight kitchen.
Shot 1 wide: young adult in a blue hoodie pours iced coffee into a clear glass, casual phone-tripod energy.
Shot 2 medium: glass fills, ice clinks, condensation visible, same hoodie and kitchen tiles.
Shot 3 close-up: satisfied sip, natural smile, soft window light, no logos.
Natural kitchen ambience and ice clink SFX, no music bed, no captions, no watermark.
プロンプトB — セリフ入りの説明カット
ホームオフィスで、プレゼンターがワイヤレスイヤホンのケースを手にカメラへ語りかける約12秒の横型説明動画です。
Horizontal 16:9 product explainer, about 12 seconds, clean home office.
Medium shot: friendly presenter in a charcoal sweater speaks to camera,
holds a small white wireless earbud case, clear enunciation, natural hand gestures.
Background: blurred bookshelf, soft daylight.
Native dialogue: a short line about "all-day battery," ambient room tone only, no music, no on-screen text, no watermark.
プロンプトC — 街を追うワンテイク
夕方の街で、配達員がカフェを出てスクーターで走り去るまでを途切れずに追う約20秒のワンテイクです。
Horizontal 16:9 cinematic one-take, about 20 seconds, golden-hour street.
Handheld gimbal push: a courier in a red jacket exits a cafe doorway, weaves past two cyclists,
then stops at a scooter, checks a phone, and rides off down a tree-lined avenue.
Continuous camera; same jacket and bag throughout; natural city ambience, scooter ignition, light traffic, no music, no logos, no watermark.
プロンプトCは、15秒を超える長さを前提にしたWan 3.0向けの指示です。H3 Maxでは15秒に短くするか、終わりが切れるのは既知の上限によるもので、モデルの失敗ではないと考えてください。
判断の目安（ひとことで）
このサイトのWan 3.0を選ぶのは、Wanファミリーでブラウザから2〜30秒の場面＋ネイティブ音声を作りたく、トップページのジェネレーターで採用するテイクを自分で判断するときです。
MiniMax H3 Maxを選ぶのは、ボトルネックが5〜15秒・480P／768Pの動画を繰り返し作る速度にあるときです。h3max.aiを開いてください。Maxがオープン版H3だとは考えないでください。また、このサイトでMaxを生成できるとも考えないでください。
よくある質問
MiniMax H3 MaxはMiniMax H3と同じものですか？
違います。H3はMiniMaxのオープンなオムニモーダルモデルです（4〜15秒、2Kの経路、重み公開）（H3、オープンソース化、Reuters）。H3 Maxは、速度とプロンプトへの忠実さを狙って後から作られたホスト型の追加学習バリアントで、2026年8月下旬から話題になっています（AA、Design Arena）。私たちが確認したページでは、MiniMax自身のチャネルは今もH3について説明しており、Maxではありません。
H3 MaxはWan 3.0より「優れて」いますか？
普遍的な順位としては言えません。公開資料が示しているのは違う仕事です。ホスト型で5〜15秒のドラフトを素早く作るか、より高い解像度上限で長い場面を1回で作るか。「優れている」とは、同じ3つのプロンプトを試したうえで、指示に合っていることです。
それぞれ1回でどのくらいの長さを生成できますか？
Wan 3.0のローンチ時の報道では、最長30秒で、長さの自動調整と延長にも対応しています（Model Studio）。H3 Maxの公開カードでは5〜15秒です（AA）。ホスト側の設定によって、実際に使える長さがさらに制限されることもあります。このジェネレーターのデフォルトは5秒です。
Wan 3.0はArtificial Analysisで1位になりましたか？
2026年9月2日時点では、音声ありのテキストから動画では首位ではありませんでした。Gemini Omni Flashが1238、Wan 3.0が1237、H3 Maxが1235で、信頼区間は重なっています（T2V）。一方、Wan 3.0はその日、音声ありの動画編集で1189の首位でした（編集）。ランキングは変動します。数字には必ず日付を添えてください。
MiniMax H3 Maxは実際どこで生成できますか？
h3max.aiで、ジェネレーターから始めてください。このサイトではそのモデルをホストしていません。
ローカルツールをインストールせずにWan 3.0を試せますか？
はい。ブラウザでトップページのジェネレーターを開いてください。プランとクレジットパックは料金ページにあります。
どちらのモデルも音声を生成しますか？
公開されている説明では、どちらも生成します（Alizila、H3）。ただし、ネイティブ音声だからといってリップシンクが完璧とは限りません。Alibabaは、音声の質感はまだ改良中だと述べています（Model Studio）。どのテイクもヘッドホンで確認してください。
Wan 3.0は4Kで出力できますか？
ローンチ時の仕様ではできません。出力は480P、720P、1080Pです（Model Studio）。H3 Maxのホスト版カードは768Pまでで、オープン版H3は再生成で2Kに達します（H3オープンソース化）。
Wan 3.0はオープンソースですか？
いいえ。Alibabaは3.0の重みを公開しておらず、ダウンロードできるオープンなWanはWan 2.2までです（GitHub）。MiniMaxはH3-Baseをコミュニティライセンスで公開していますが、それは別のモデルです（H3オープンソース化）。
ここでプラットフォーム間の料金を比較すべきですか？
いいえ。この記事では1秒あたりの料金比較表は扱いません。まず仕事への適合度と採用率で決め、そのうえで実際に使うサービスで料金を確認してください。このサイトのクレジットの計算は料金ページにあります。
Nia Hartについて
Nia HartはAI動画モデルのアナリストです。AlibabaのWanのリリースを追い、公開されたモデルの事実を、Wan 3.0 AIのクリエイター向けの分かりやすい試し方に落とし込んでいます。