MiniMax H3-Base

采用判断：适合把它当作可本地运行的开源视频生成核心，用于开发、研究和工作流试验；不适合期待开箱即用的完整 H3 产品体验。它不是在线剪辑器、成片平台或完整开源的 2K H3，更准确的类比是视频生成流水线中的基础生成引擎，前后还需要提示词编排、超分和工程集成。

实际作用上，模型支持文本、图像、视频和音频等多模态输入，可本地生成带立体声音频的视频。H3-Base-FL2VA 主要覆盖文生视频、图生视频和首尾帧生成，H3-Base-Ref2VA 则面向参考图和视频编辑。社区实测指出，直连 Base 时需要更细的提示词；缺少 Context-IR，短提示词不会自动变成完整的结构化指令。

门槛和成本不低。42.5GB 权重、33B 参数是社媒帖子的说法，不是这里可核验的官方硬件承诺；本地成本至少包括模型存储、显存、推理时间和环境配置。现有材料没有给出可确认的官方 API 定价。社区常用 Video2X、Real-CUGAN 或 Real-ESRGAN 将 768p 结果放大到更高分辨率，但这是外部工作流演示，不能视为 H3 稳定的原生 2K 输出。

它更适合有显卡、能使用 ComfyUI 或自行写推理脚本，并愿意做提示词工程的开发者和视频创作者；不适合只想输入一句话就得到稳定 2K 成片的普通用户。社媒热度很明确，X 帖子带来较多转发、浏览和榜单关注，但这只能证明受关注，不等于好用证明。讨论以短帖和发布信息为主，实测帖较少，另有一篇知乎静态审阅；对 Context-IR、2K 流程和硬件门槛存在口径差异，样本仍有限。