2026年10月29日、PikaはH3 Flexをリリースした。MiniMax H3をポストトレーニングした動画モデルのアダプターウェイトと推論コードで、6回のサンプリングステップで同期ステレオ音声付きの動画を生成する。「オープン」という言葉は瞬く間に広まった。ただ、発表ページの全機能を期待してパッケージをダウンロードすると、戸惑う午後を過ごすことになる。Pikaは、自分のGPU上でウェイトができることと、ホスト側の従量課金サービスに残るものとを、意図的に線引きしているからだ。その線こそが今回の本題だ。

ローカルパッケージで実際にできること

公開されたパッケージは形だけのものではなく、ちゃんと使える。タスクアダプターが2つ——テキストと端点フレーム条件付け用、マルチモーダル参照用——に、H.264動画とAACステレオ音声を内蔵したMP4を出力するパイプラインが付く。ローカル生成はネイティブ480pまたは768p、11種類のアスペクト比、24fps、32 kHzのステレオ音声が映像にミックスされる。指定できる長さは5〜15秒。ただしモデルはフレームグリッドで動くので、「5秒」のリクエストが実際に出すのは約5.17秒分だ。

プロの現場で面白いのは参照システムだ。1回の生成につき最大12ファイルの参照——画像9、動画3、独立音声3——を渡せる。キャラクター、動き、音を自分の素材で操れる。これがFlexの売りだ。ワンプロンプトのスロットマシンではなく、プロダクトフィルムやマルチショットを作る人のための反復制御である。

クラウドに残るもの

目玉機能の3つはホスト側限定で、リポジトリもそれを明言している。高解像度の出力——1080p、2K、4K——はAPIのdraft-to-videoエンドポイントから出る。ドラフトを受け取り、サーバー側でアップスケールする仕組みだ。生成されたサウンドトラックを編集可能なトラックに分ける音声ステムもAPIの機能。生成前にプロンプトを磨くプロンプト強化も同様だ。料金ページのメーターはこうなっている。テキストから動画と画像から動画が1秒あたり$0.01から、参照ガイド付き生成が1秒あたり$0.03から、プロンプト書き換えが1リクエスト$0.02、音声ステムが1秒$0.001。

つまり、発表素材の中のつやつやした4Kクリップを自分のマシンで再現したいと思ったなら、それはできない。仕様としてそうなっている。ローカルパッケージは480p/768pで下書きし、4Kの仕上げは秒単位の値段が付いたサービスだ。Pikaが11月2日開始と予告しているクリエイティブ製品の入口も、ホスト側の話である。

人を引っかけるライセンスの二重構造

商用で使う前に読んでおくべき細部がもうひとつある。推論とローダーのコードはApache-2.0で、寛容だ。しかしアダプターウェイトは違う。MiniMax H3のModel Derivativeとして、MiniMax H3コミュニティライセンス契約の下で配布されており、独自の条項と必須の通知がある。コードのライセンスとモデルのライセンスは別の文書で、別の問いに答えている。「リポジトリにApacheと書いてある」はウェイトの説明にはならない。ウェイトを製品に近づける前に、コミュニティライセンスを読もう。

ハードウェアの請求書

オープンウェイトはノートPCに優しいという意味ではない。公開されている検証済み構成は、1リクエストにつき80 GBメモリのH100が1枚。H200とB300はリリース時点で未検証だ。両方のタスクアダプターをダウンロードすると、固定されたベースファイル約210 GBにアダプター5.5 GBが乗る。1リクエストは1枚のGPUで動き、このパッケージは生成を複数カードに分割しない。ホストのRAMと転送時間を犠牲にVRAMを抑えるCPUオフロードのオプションはある。自分の環境を見極める際のPika自身の助言は、まず480p・5秒から始めよ、だ。

速度の数字について

発表で目を引く数字——15秒の動画に7秒の計算——は、特定のベンチマーク条件下でのモデル計算時間を測ったものだ。エンターを押してから映像を見るまでの時間ではない。そこにはエンコード、デコード、ダウンロード、そしてあなたのハードウェアで実際に回っているキューが入る。サンプラーの実験室的な数字として読むべきで、あなたのレンダーファームへの約束ではない。ショーケース動画についても同じ注意が要る。リポジトリ自身が、これらはクリエイティブなデモであってリリース検証用のレンダリングではなく、公開パッケージでの完全一致の再現は保証しないと書いている。6ステップのサンプリングスケジュールも固有のもので、汎用の6ステップEulerサンプリングとは等価ではなく、同じシードでも結果はアテンションカーネル、デバイス、ライブラリのバージョンでずれうる。

誰のためのリリースか

まともなGPUリソースにアクセスできる、動画に関心のある開発者で、制御可能で音声同期の取れた、中身を検査も改変もできる生成パイプラインが欲しいなら、これはこのカテゴリで最も完成度の高い公開のひとつだ。ワークフロー、プロンプトガイド、ハードウェア表まですべて揃っている。ゲーミングPCで無料の4K動画が欲しかったなら、正直な答えはこうだ。その文のどちらの単語も、ドキュメントに触れた時点で生き残らない。ウェイトは開かれている。解像度とステムと仕上げは、ビジネスなのだ。

なお、私たちはこのパッケージを自分たちで実行してはいない。上記はすべてPikaのリリース文書とAPI掲載情報に基づく。