2026 年 10 月 29 日，Pika 发布了 H3 Flex：一套基于 MiniMax H3 后训练的视频模型的适配器权重和推理代码，六步采样就能生成带同步立体声的视频。"开放"两个字传得很快。但如果你下载完这个包，指望着复现宣传页上的全部功能，等待你的将是一个莫名其妙的下午——因为 Pika 在"权重在你自己显卡上能干什么"和"留在托管服务里按量收费的东西"之间，划了一条很刻意的线。这条线，才是这次发布的正题。
本地包到底能干什么
先说公道话：放出来的东西是正经能用的，不是象征性的姿态。你拿到两个任务适配器——一个管文本和首尾帧条件，一个管多模态参考——加一条能产出内嵌 H.264 视频和 AAC 立体声的 MP4 的流水线。本地生成的原生分辨率是 480p 或 768p，支持 11 种宽高比，24 帧每秒，32 kHz 立体声直接混进画面。时长可以点 5 到 15 秒，不过模型按帧网格走，你点"5 秒"实际得到约 5.17 秒。
对干活的人来说，参考系统才是亮点：一次生成最多能吃 12 个参考文件——9 张图、3 段视频、3 段独立音频——角色、动作、声音都能用你自己的素材来定向。这才是 Flex 的卖点：给做产品片和多镜头叙事的人用的迭代控制，而不是一句提示词抽一次奖的机器。
留在云端的部分
有三个招牌能力是托管专属的，仓库里写得很明白。高分辨率输出——1080p、2K、4K——走 API 的 draft-to-video 端点：你出草稿，服务器端放大。把生成的音轨拆成可编辑分轨的音频分轨功能，是 API 功能。生成前帮你打磨提示词的提示词增强，也是。定价页上的表是这么走的：文生视频和图生视频每秒 0.01 美元起，参考引导生成每秒 0.03 美元起，提示词改写每请求 0.02 美元，音频分轨每秒 0.001 美元。
所以，如果你在发布物料里看到一条光鲜的 4K 样片，想在自己机器上复刻：做不到，而且设计上就是让你做不到。本地包负责出 480p/768p 的草稿，4K 成品是按秒计费的服务。Pika 预告 11 月 2 日上线的创作产品入口，同样在托管一侧。
容易绊倒人的许可双层结构
商用之前还有一个细节值得先读。推理和加载代码是 Apache-2.0——宽松，随你用。但适配器权重不是。权重作为 MiniMax H3 的模型衍生品，按 MiniMax H3 社区许可协议分发，自带条款和必须保留的声明。代码许可和模型许可，是两份文件回答两个不同的问题，"仓库里写着 Apache"描述不了权重。让权重靠近你的产品之前，先把社区许可读一遍。
硬件的账单
开放权重不等于对笔记本友好。官方公布的测试配置是每个请求一张 80 GB 显存的 H100；H200 和 B300 发布时还没测过。下载两个任务的适配器，要拉约 210 GB 的固定基座文件外加 5.5 GB 的适配器本体。一个请求跑一张卡——这个包不会把一次生成分摊到多卡上——另有一个 CPU 卸载选项，拿内存和传输时间换显存压力。Pika 自己给的摸底建议：从 480p、5 秒开始。
关于速度的说法
公告里最抓眼的数字——15 秒视频只用 7 秒计算——量的是特定基准设置下的模型计算时间，不是你按下回车到看到成片的时间，中间还有编解码、下载，以及你硬件上实际在排的队。把它当采样器的实验室数字读，不是对你渲染集群的承诺。展示视频也一样要当心：仓库自己注明了那是创意演示，不是发布验收渲染，用发布的包不保证精确复现。连六步采样的排程都是专门调过的——通用的六步 Euler 采样并不等价，同样的种子，换个注意力内核、设备或库版本，结果都可能漂移。
这次发布适合谁
如果你是对视频感兴趣、又摸得到像样 GPU 资源的开发者，想要一条可控、音画同步、能拆开看也能动手改的生成流水线，这是这个品类里最完整的开源发布之一——工作流、提示词指南、硬件对照表全都齐。如果你想要的是游戏显卡上的免费 4K，诚实的回答是：这句话里没有一个词能在读完文档后活下来。权重是开放了；分辨率、分轨和精修，是生意。
