結論
MiniMax-H3 の秒単価は768Pで 120 クレジット、Grok Imagine は 150 クレジットです。この2モデルのうち、2K(200 クレジット/秒)、参考動画、参考音声に対応するのは MiniMax-H3 です。Grok Imagine は1080pで 4 / 6 / 8 / 10 / 12 / 15秒 の長さと7種類のアスペクト比に対応し、音声の有無にかかわらず 150 クレジット/秒です。費用や参考素材を重視するなら MiniMax-H3、1080pのSNS動画を同じ秒単価で作るなら Grok Imagine が適しています。
仕様と料金
| 項目 | Grok Imagine | MiniMax-H3 |
| 秒あたりのクレジット(基本設定、音声あり) | 150 (480p / 720p / 1080p) | 120 (768P) |
| 秒あたりのクレジット(基本設定、音声なし) | 150 | — |
| 秒あたりのクレジット(4K / 2K、音声あり) | — | 200 (2K) |
| 動画の長さ | 4 / 6 / 8 / 10 / 12 / 15秒 | 5〜15秒(1秒刻み) |
| 解像度 | 480p / 720p / 1080p | 768P / 2K |
| アスペクト比 | 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3 | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, adaptive |
| 音声トラック | 選択可(料金は同じ) | 常に含まれる |
| 入力と参考素材 | テキストから動画へ。1 つの最初のフレーム画像 (最大 1080p) または 2 ~ 7 つの参考画像 (最大 720p) | テキストから動画へ。最大 9 つの参考画像、3 つの参考動画、および 3 つの音声 クリップ |
| モデルの系統 | xAI | MiniMax |
消費クレジット数は料金ページと同じモデルカタログからビルド時に取得しています。1,000クレジットは約 US$1 です。 公開モデルカタログ →
費用の計算例
8秒の動画1本にかかるクレジット
| 設定 | Grok Imagine | MiniMax-H3 |
| 基本設定、音声あり | 1,200 · ≈US$1.20 | 960 · ≈US$0.96 |
| 基本設定、音声なし | 1,200 · ≈US$1.20 | 常に音声あり |
| 4K / 2K、音声あり | — | 1,600 · ≈US$1.60 |
音声付きの 1 つの 8秒クリップの場合:1080p の Grok Imagine は 1,200 クレジット (約 US$1.20)、768P の MiniMax-H3 は 960 クレジット (約 US$0.96)、2K の MiniMax-H3 は 1,600 クレジットです。
ワークフローの実測と比較の範囲
表では設定と費用を比較しています。2026年8月25日の商品画像から動画を作るテストでは、まず Nano Banana の特価チャネルで正方形(1:1)の商品画像を生成しました。所要時間は約30秒、消費量は20クレジットでした。続いて Veo 3.1 Fast で音声付きの4秒動画(720p、16:9)を約1分で生成し、600クレジットを消費しました。合計は620クレジットです。これは過去の1回の記録で、現行料金やモデル間の性能を示すものではありません。
ワークフローとテストの条件を読む
ご自身で比較する場合は、入力とプロンプトをそろえ、モデル、チャネル、設定、日付、消費クレジット数、所要時間を記録してください。費用の計算と生成結果の評価は分けて行います。
次の場合は Grok Imagine を選択してください…
- 1080pの出力が必要で、音声の有無にかかわらず秒単価を 150 クレジットにそろえたい場合。
- 動画の長さは 4 / 6 / 8 / 10 / 12 / 15秒 から選べます。アスペクト比は3:2と2:3を含む7種類(16:9、9:16、1:1、4:3、3:4、3:2、2:3)です。
- 画像から始める場合は、最初のフレーム用の画像1枚(最大1080p)または参考画像2〜7枚(最大720p)を使えます。
- 2026年8月28日の実測では、テキストから720pの4秒動画を生成するのに約90秒かかり、600クレジットを消費しました。
次の場合は MiniMax-H3 を選択してください…
- RelayMe の動画モデルで最も低い秒単価:768Pで 120 クレジット/秒。
- 動画の長さは 5〜15秒(1秒刻み)。21:9の超横長や、入力に合わせる adaptive も選べます。
- 生成1回につき、参考画像を最大 9 枚、参考動画を 3 本、参考音声を 3 件まで使えます。
- 768Pより高い解像度が必要な場合は、2Kを 200 クレジット/秒で利用できます。
- 注:音声トラックは常に含まれており、オフにすることはできません。
1 つの RelayMe ワークフローで両方をテストする
1 つの Text ノードを Grok Imagine ノードと MiniMax-H3 ノードに接続し、それぞれに同じ参考画像をアタッチし、1回実行します。両方のクリップが、正確な消費クレジット数とともにタスク履歴に並べて表示されます。
どちらのモデルも RelayMe クレジットを通じて請求されるため、個別の xAI または MiniMax アカウントを開く必要はなく、Veo 3.1 ノードを 3 番目の参照ポイントとして同じワークフローに追加できます。
まず画像1枚からお試しください。動画生成にはより多くのクレジットが必要です。実行前に料金をご確認ください。 カード登録不要 · 1,000クレジット ≈ US$1
よくある質問
Grok Imagine と MiniMax-H3 はどちらが安いですか?
MiniMax-H3、Grok Imagine の 150 に対して、768P の 120 クレジット/秒。音声付きの 8秒クリップは、約 US$0.96 と US$1.20 です。MiniMax-H3 の 2K レベルは 200 クレジット/秒です。
MiniMax-H3 は 1080p をサポートしていますか?
RelayMe MiniMax-H3 では 768P、2K を提供します。個別の 1080p 層はありません。Grok Imagine は 480p、720p、1080p を提供します。
どちらのモデルでも 8秒を超えるクリップを作成できますか?
はい。Grok Imagine は 4 / 6 / 8 / 10 / 12 / 15秒 を提供します。MiniMax-H3 は 5〜15秒(1秒刻み) を提供します。どちらも 15 秒で最高に達し、Veo 3.1 の 8 よりも長くなります。
どちらのモデルでも音声は生成されますか?
はい。Grok Imagine では、同じ 150 クレジット/秒で音声トラックを生成するかどうかを選択できます。MiniMax-H3 には常にネイティブ 音声トラックが含まれており、オフにすることはできません。
参考画像や動画を使用してもいいですか?
Grok Imagine は、1 つの最初のフレーム画像 (最大 1080p) または 2 ~ 7 つの参考画像 (最大 720p) を取得します。MiniMax-H3 は、生成ごとに最大 9 個の参考画像、3 個の参考動画、および 3 個の音声 クリップを取り込み、動画と音声の参照を受け入れる 2 つのうちの唯一の 1 つです。