MiniMax H3가 영상에 소리를 한 번에 붙였다: 2K 15초 초당 0.13달러, 오픈 가중치는 며칠 안에

7월 31일 MiniMax가 H3를 공개했다. 텍스트와 이미지, 영상, 오디오를 한 모델이 함께 다루고 결과로 소리가 얹힌 영상을 낸다. 최대 2K·24fps·15초이고 대사와 효과음, 앰비언스가 그림과 같은 패스에서 만들어진다. 따로 음악을 깔거나 폴리를 입히거나 업스케일하는 단계가 없다.

가격이 이 뉴스의 두 번째 핵심이다. 오픈 플랫폼 API는 2K 기준 초당 0.13달러다. 6초 클립이 약 0.98달러, 15초 최대 길이가 약 2.44달러로 떨어진다. 그리고 가중치가 며칠 안에 풀린다. 매출 2000만 달러 미만 조직은 출처만 밝히면 상업 이용까지 무료인 커뮤니티 라이선스다.

한눈에 보기

출시	2026년 7월 31일
해상도·길이	최대 2K · 24fps · 15초
오디오	대사·효과음·앰비언스를 같은 패스에서 생성
API 가격	2K 기준 초당 0.13달러 (15초 약 2.44달러)
오픈 가중치	며칠 내, 매출 2000만 달러 미만 상업 이용 무료(출처 표기)

후반 작업이 한 번의 호출로 접힌다

지금까지 소리 있는 15초 영상 한 편을 만들려면 여러 도구를 이어 붙여야 했다. 영상 모델로 그림을 뽑고 효과음을 따로 얹고 배경음악을 깔고 입 모양을 맞추고 마지막에 업스케일했다. 도구마다 계정과 크레딧, 파일 왕복이 생긴다.

H3는 이 사슬을 한 번의 API 호출로 접는다. 대사와 발소리, 방 안의 공기 소리까지 그림과 동시에 나온다. 후반 작업 파이프라인이 사라지는 게 아니라 모델 안으로 들어간 것이다. 크리에이터가 관리하던 도구 수가 줄고 결과물을 받는 시점이 앞당겨진다.

클립당 원가가 실험 횟수를 바꾼다

값이 초당 단위라서 계산이 단순하다. 15초 한 편에 2.44달러면 100달러로 40편 남짓을 뽑을 수 있다. 광고 후킹 영상이나 숏폼 오프닝처럼 한 컷을 여러 버전으로 돌려 보는 작업에서 이 숫자가 결정적이다.

한 콘텐츠 크리에이터나 1인 광고 제작자에게 이건 편집 시간이 아니라 시도 횟수의 문제로 바뀐다는 뜻이다. 예전엔 한 편을 잘 만드는 게 승부였다면, 이제는 싼값에 40개를 뽑아 반응 좋은 하나를 고르는 방식이 가능해진다. 병목이 제작에서 선택으로 옮겨간다.

오픈 가중치와 2000만 달러 선

API만 있으면 남의 서버에 프롬프트와 소재를 계속 올려야 한다. 오픈 가중치가 풀리면 이야기가 달라진다. 자기 인프라에서 돌리고 파인튜닝으로 브랜드 톤이나 특정 캐릭터에 맞춰 고정할 수 있다. 소재를 밖으로 안 내보내는 선택지가 생긴다.

라이선스 문턱이 매출 2000만 달러라는 점이 이 독자층에 정확히 들어맞는다. 1인 SaaS 개발자나 소규모 AI 우선 팀, 동네 공방을 찍는 자영업자까지 상업 이용 비용이 0이다. 프런티어급 영상 생성이 라이선스 걱정 없이 손에 들어오는 구간이 이번에 넓어졌다.

위시클레이 관점

후반 작업이 모델 안으로 들어가면 "편집을 잘한다"는 기술은 더 이상 차별점이 아니다. H3 앞에서는 나도 경쟁자도 15초에 2.44달러로 소리까지 붙은 클립을 뽑는다. 도구가 같아진 자리에서 갈리는 건 무엇을 40번 시도할지 정하는 감각이다. 어떤 후킹이 3초 안에 손가락을 멈추게 하는지, 어떤 장면이 우리 제품과 이어지는지는 모델이 대신 정해 주지 않는다.

그래서 지금 할 일은 도구 학습이 아니라 실험 설계다. 클립당 원가가 커피 한 잔 값으로 내려온 이상, 한 편에 공들이는 습관보다 40개를 싸게 돌려 데이터로 고르는 루프를 짜 두는 쪽이 이긴다. 오픈 가중치가 풀리면 여기에 하나가 더 붙는다. 반응 좋았던 톤을 파인튜닝으로 고정해 두면 남들이 매번 프롬프트로 더듬는 스타일을 나는 기본값으로 깔고 시작한다.