【PR】MiniMax H3はSeedance 2.5とどう違う？｜MV目線で使い勝手とコスパを比べてみた

タク＠HENDRE

2026年9月11日 20:00

※本記事はPollo AI様よりご依頼をいただき、提供されたクレジットを使用して制作しています。

MiniMax H3とSeedance 2.5。

どちらも高性能な動画生成モデルですが、

実際にMVを作るなら、どう使い分ければいいんだろう？

今回はそこを試してみました🎵

条件はできるだけ同じ。

同じ画像・同じ音源・同じプロンプト。

※解像度のみ異なり、MiniMax H3は768p、Seedance 2.5は720pで生成しています。

試したのは、

歌う・動く・弾く

の3パターン。

しかも今回、3本合わせた使用クレジットは、

MiniMax H3：170クレジット

Seedance 2.5：408クレジット

※生成時はどちらのモデルも半額期間中でした。

ここまで条件をそろえても、結構違います。

では、その差にどんな意味があるのか。

MV目線で見ていきます😊

まずは今回の作り方

今回はPollo AIの**「リファレンスから動画へ」**を使いました。

参照画像と音源を追加して、プロンプトでは、

「この時間はこの画像」

「ここでは男性だけ歌う」

「人物自身も大きく動かす」

など、時間ごとにかなり細かく指定しています。

操作方法を全部スクショで並べると、それだけで記事がかなり長くなってしまうので🤣

今回はnoteのコミック機能にまとめました。

画像をめくると、

ビデオ → リファレンスから動画へ → 画像・音源追加 → 音声の長さ調整 → モデル選択 → 長さ・解像度設定 → プロンプト入力 → 生成

まで順番に確認できます。

比較では、MiniMax H3とSeedance 2.5に、同じ画像・同じ音源・同じプロンプトを使っています。

では、まず歌ってもらいます。

① 歌える？｜男女デュエット

最初はリップシンク。

使用したのはこちらの5枚です。

今回は約11秒の中で、

男性 → 女性 → 男女 → 男女 → 女性

と歌唱者を切り替えました。

歌っていない人まで一緒に口を動かさないかも見ています。

比較動画

【動画：MiniMax H3｜Seedance 2.5｜リップシンク比較】

MiniMax H3

歌唱者の切り替えがかなり素直。

男性だけ、女性だけ、二人で歌う、という指定も分かりやすく反映されています。

タクには、

「書いた指示をそのまま映像にする」

感じに見えました。

Seedance 2.5

こちらもリップシンクはちょっと微妙？

音源どおりにうまくいかず、何度かやりなおしたり…

途中切ったり…

プロンプトの問題かも？🤣

途中で、走りながら歌うような演出まで..

そこまでは書いてない🤣

でもMVとして見ると、普通にかっこいい。

そして今回、かなり驚いたのが、

元画像の質感です。

今回の画像には、和紙のような粒感や金箔、金糸のような細かな表現があります。

ただキャラクターが似ているだけではなく、

「元の絵の手触りごと動いている」

ような感じ。

ここはかなり強いです。

今回の使用クレジット
MiniMax H3：55 / Seedance 2.5：132
※生成時はどちらのモデルも半額期間中でした。

② 動ける？｜人物もカメラも動かしてみた

次は歌なし。

テンポの速い箏ロックの間奏です。

【使用画像】

今回は、

人物の身体を動かす。

腕を伸ばす。

上半身や重心も動かす。

カメラも高速で移動する。

最後は互いに手を伸ばす。

でも、

指先はまだ触れない。

そんな指示を入れました。

見たかったのは、

カメラだけ動いて人物が置物にならないか？

です。

比較動画

【動画：MiniMax H3｜Seedance 2.5｜間奏比較】

MiniMax H3

ここはかなり動きます。

身体の向きが変わる。

腕も動く。

上半身も動く。

その周囲をカメラも大きく移動します。

一枚絵をズームしているというより、

元画像から空間を作って、その中で人物とカメラを動かしている

感じ。

今回のように大きな動きを求めた場面では、MiniMax H3がかなり分かりやすく反応しました。

Seedance 2.5

カットによっては、人物の動きが少し硬く見えるところもありました。

このあたりも、プロンプトの書き方や素材によって変わるのかもしれません。

その代わり、

やっぱり元画像の質感が崩れにくい。

顔や衣装だけではなく、細かな金色の線や紙のような質感まで残ります。

そしてもうひとつ。

参照画像を1枚ずつそのままコピーするというより、

複数の画像を「同じ人物・同じ世界」としてまとめる力

がかなり強く感じました。

これもMVでは結構大事です。

今回の使用クレジット
MiniMax H3：50 / Seedance 2.5：120
※生成時はどちらのモデルも半額期間中でした。

③ 弾ける？｜高速の箏演奏

最後は楽器です。

今回は日本の箏（こと／Japanese koto）を演奏させます。

【使用画像】

音源は、このあと歌へ入る直前のイントロ。

かなり速いです。

右手で弦を弾く。

左手も弦を押したり移動する。

手だけでなく腕や肩、上半身も動かす。

そんな指示を入れました。

比較動画

【動画：MiniMax H3｜Seedance 2.5｜箏比較】

これが今回、一番面白かったです。

まず大前提として、

実際の箏奏法として正しいかを比べているわけではありません。

本当にその指でその弦を弾けば、音源と同じ音が出るのか。

そこまでの再現ではなく、

MVとして「箏を演奏しているように見えるか」

を見ています。

MiniMax H3は「弾く」が見えやすい

弦へ手を動かす → 弾く → 手首を返す → 次へ移る

という一回一回の動きが比較的分かりやすいです。

単に手が動いているというより、

「弦を弾こうとしている」

感じ。

ただし、大きく動かすぶん、手元では箏の柱や弦の形が変化して見えるところもありました。

Seedance 2.5は「速い」

タクが最初に感じたのは、

速っ！🤣

両手が細かく動き続けていて、

髪や袖、光の流れまで一緒に走る。

高速で弾き続けているスピード感はこちらの方がかなり強いです。

しかも、

速く動いているのに、

箏の胴。

弦。

白い柱。

そして元画像の質感。

このあたりがかなり安定しています。

MiniMax H3が、

「一回一回の弾く動作」

なら、

Seedance 2.5は、

「高速演奏している勢い」

という違いが出ました。

このあと歌に入るところまで

今回の音源はイントロなので、演奏して終わりではありません。

次は歌です。

そのため、

最後に顔を上げて、次の瞬間に歌い出せる状態

まで指定しました。

ここはSeedance 2.5の方が分かりやすく、演奏から顔を上げて正面を見る流れまでつながりました。

MVって、その1カットだけじゃなく、

次のシーンへどうつなぐか

も大事なんですよね。

今回の使用クレジット
MiniMax H3：65 / Seedance 2.5：156
※生成時はどちらのモデルも半額期間中でした。

3本まとめると、こうなりました

今回の条件では、

MiniMax H3：1秒5クレジット

Seedance 2.5：1秒12クレジット

同じ半額条件でも、使用クレジットにはかなり差がありました。

でも、

「じゃあ安いMiniMax H3で全部いい」

とはならなかったのが今回面白いところです。

タクなら、こう使います

今回タクが試した条件では、
動きの大きいカットや低コストでまず試したい場面はMiniMax H3、
元画像の質感や楽器・世界観の安定感を重視したい場面はSeedance 2.5が合っているように感じました。

同じ画像・同じ音源・同じプロンプトを使っても、完成した動画はかなり違います。
今回の生成では、MiniMax H3は「何をさせるか」という指示が映像に出やすく、Seedance 2.5は元画像の質感や世界観を残したまま動かす印象が強く残りました。

もちろん、素材や音源、プロンプトの書き方によって結果は変わると思います。
だからタクは、「どっちが一番か」ではなく、「このシーンならどっちが合うか」で選ぶのが、MV作りでは一番面白いと思います🎵

MiniMax H3のキャンペーンも

今回比較したMiniMax H3では、以下のキャンペーンも案内されています。

2,000クレジット超のProプラン
月額・年額を問わず、10日間の無制限利用

Ultraプラン
月額・年額を問わず、365日間の無制限利用

たくさん生成して試したい方には、かなり気になる内容ですね。

※キャンペーン内容や適用条件は変更される場合があります。利用時に最新情報をご確認ください。

おまけ｜今回実際に使ったプロンプト

ここからは、

「どんな指示を入れたの？」

という方向けです😊

かなり長いので、興味のある方だけどうぞ。

①リップシンク

添付音源に正確に合わせた、約10秒のドラマチックな男女デュエットMV。

以下の時間指定どおりに、5枚の参照画像を使用してください。
各画像の男女は同一人物として維持し、顔、髪型、紫色の瞳、衣装、装飾、月夜と蓮の幻想的な世界観を崩さないでください。

歌唱者の切り替えを最優先してください。
歌っている人物だけが歌詞に合わせて自然に口を動かし、
歌っていない人物は口を閉じたままにしてください。
男女とも表情や視線、上半身は自然に動かして構いません。
文字・字幕は入れません。
新しい人物を追加しません。
顔や手を崩さないでください。

00:00:00–00:00:80
@★2人⑤.png
男性だけが「舞え」と歌う。
男性の口だけを音源に合わせて動かす。
女性は口を閉じたまま。
二人の表情と身体は自然に動かす。

00:00:80–00:01:47
@image.png
女性だけが「鳴れ」と歌う。
女性の口だけを音源に合わせて動かす。
男性は口を閉じたまま。
次の二人歌唱へ自然につなげる。

00:01:47–00:03:93
@★2人⑩.png
男女二人で「裂けるほど月も風も」と歌う。
二人とも音源に正確に合わせて口を動かす。
感情を強め、MVらしく自然に身体も動かす。

00:03:93–00:05:07
@★2人⑥(1).png
男女二人で「追い越して」と歌う。
二人とも歌唱を継続。
カメラと人物を自然に動かし、次の女性ソロへつなぐ。

00:05:07–00:10:00
@15(1).png
女性だけが「誰も知らぬこの声で」と歌う。
女性の口だけを音源に正確に合わせて動かす。
男性が映る場合は口を閉じたまま。
女性を中心に、最後までドラマチックに見せる。

②間奏

テンポの速い箏ロックの間奏MV。

各時間帯では、指定した参照画像だけを使用してください。
参照画像に登場する男女は、全カットを通して同一人物として維持してください。
顔、髪型、紫色の瞳、衣装、装飾、配色、幻想的な世界観を崩さないでください。

参照画像のポーズを固定しないでください。
カメラだけを動かすのではなく、人物自身をしっかり動かしてください。
頭、肩、上半身、腕、手、指先、身体の向き、重心を音楽に合わせて自然に動かしてください。
髪や衣装も動きに合わせて揺らしてください。

カメラはテンポに合わせて大きく、滑らかに移動してください。
歌唱・リップシンクはありません。
文字・字幕なし。
新しい人物を追加しません。
顔や手足を崩さないでください。

00:00:00–00:02:13
@★2人⑫
二人の身体をしっかり動かして間奏を開始。
上半身、肩、腕、視線、重心を音楽に合わせて動かす。
カメラも素早く近づき、静止画のように見せない。

00:02:13–00:05:02
@★2人⑬
人物の動きをさらに大きくする。
身体の向きや腕の位置を変え、二人の距離感にも変化をつける。
カメラは立体的に回り込むように大きく移動する。

00:05:02–00:07:21
@★2人⑭
テンポを保ったまま、二人の上半身と腕を大きく動かす。
髪や衣装も自然に流す。
カメラはスピード感を保ちながら滑らかに移動する。

00:07:21–00:08:20
@世界観13
世界観を大きく見せるカット。
人物を止めず、身体や視線を自然に動かす。
カメラは空間を感じるように大きく移動し、次のカットへつなぐ。

00:08:20–00:10:06
@世界観8.png
二人が互いに手を伸ばす。
身体全体と腕を自然に動かしながら距離を縮める。
指先はまだ触れない。
キスや抱擁にはしない。
カメラも動きを止めず、余韻を残して終える。

③箏演奏

テンポの速い箏ロックのイントロMV。
使用楽器は日本の箏（Japanese koto）。

参照画像の女性の顔、髪型、体型、和装、装飾、配色、琴の形を維持してください。
各時間帯では、指定した参照画像だけを使用してください。

参照画像のポーズは固定せず、女性自身をしっかり動かしてください。
女性は音源のリズムに合わせて箏を演奏します。
右手で複数の弦を素早く弾き、左手は弦を押したり位置を変えたりします。
指先だけでなく、手首、腕、肩、上半身も演奏に合わせて自然に動かしてください。

髪、袖、花びら、金色の光も音楽の勢いに合わせて流れます。
カメラは速くても手ブレせず、滑らかに動きます。

この区間はイントロなので歌唱・リップシンクなし。
文字・字幕なし。
新しい人物を追加しない。
顔、手、箏の形を崩さない。

00:00:00–00:01:23
@箏5.png
イントロ開始から勢いよく演奏する。
右手で弦を素早く弾き、左手は弦を押して音を変える。
手首、腕、肩、上半身もリズムに合わせて動かす。
カメラは素早くプッシュインする。

00:01:23–00:04:09
@箏6.png
演奏する音数を増やす。
右手は複数の指で連続して弦を弾き、
左手は弦を押す、離す、位置を変える動きを繰り返す。
演奏しながら一瞬だけ顔を上げる。
カメラは箏の弦に沿って滑らかに移動する。

00:04:09–00:06:29
@箏1.png
両手の演奏動作をはっきり見せる。
右手は弦を弾く → 手首を戻す → 次の弦へ移る動きを繰り返す。
左手は弦を押しながら位置を変える。
弾いた弦は自然に振動する。
カメラは手元を中心に追う。

00:06:29–00:09:10
@箏2.png
さらに高速な両手演奏。
右手と左手を止めずに動かし続ける。
上半身と重心も演奏に合わせて動かす。
髪、袖、花びらを勢いよく流す。
カメラは演奏者の周囲を半周するように滑らかに移動する。

00:09:10–00:12:10
@箏3.png
イントロ最後の高速演奏。
両手の動きをさらに速くし、身体全体で演奏する。
後半で自然に顔を上げ、正面を見る。
顔を上げても手は止めず、最後まで箏を弾き続ける。
カメラは手元から上半身、顔へ移動する。
次の瞬間に歌い出せる状態で終える。

今回使用したPollo AI

今回使用したのは、

Pollo AIの
MiniMax H3 と Seedance 2.5

です。

今回は、

同じ画像・同じ音源・同じプロンプト

を使って、

リップシンク・高速な間奏シーン・箏の演奏

の3パターンを比べてみました。

同じ指示でも、モデルによって動き方や元画像の質感、演奏の見え方までかなり変わります。

気になる方は、こちらから見てみてください😊

Pollo AIを試す

PolloAIのXも是非フォローを😊

PolloAIはXでクレジットがもらえるイベントもしています✨
時には賞金がでることも🎵

いいなと思ったら応援しよう！

よろしければ応援お願いします！いただいたチップはクリエイターとしての活動費に使わせていただきます！