Pika H3 Flex 開放權重：7秒生成與4K、五音軌的條件怎麼拆？

一支AI影片第一次生成，通常只是開始。創作者還會改角度、換角色與調聲音，Pika H3 Flex 想縮短的，正是一次次試版本的等待。

Pika 在2026年10月29日推出這款模型，把 MiniMax H3 後訓練成六步生成，並提供開放權重與API。API是讓程式送出生成要求、取得結果的介面。後訓練指在既有模型之後，繼續調整它處理特定工作的方式。

官方說十五秒影片可用約七秒生成，但這只計768p的DiT運算。DiT 是生成影片的核心運算部分，從送出請求到拿到完整檔案，還有其他處理時間。

4K和五個獨立音軌也有邊界：這些是代管功能，公開本地路線原生產出480p或768p影片，以及混合立體聲音訊。

需要快速比較版本的團隊可以先試合適方案。想自行執行的人，則應先看硬體與授權，因為開放權重並不是全球無條件使用。

要判斷這次更新怎麼用，先把創作能力、服務加值與自架範圍拆清楚。

六步生成改變什麼，12份參照如何安排？

Flex的目的在於縮短反覆試版本的路徑，並用參照資料讓方向更明確。官方公告表示，團隊從 MiniMax H3 出發，把原本五十步的生成縮到六步，再調整品質與創作控制。

這裡的步數描述影片生成過程，不是說創作者只要六次操作就能完成成品。腳本、參照選擇與後製仍屬於完整製作，不能一起從時間比較中刪掉。

因此，參照可以包含圖片、影片與聲音，官方說單次最多十二份。它們的用途不同，例如用圖片保留產品外觀、用影片提供動作，再用文字說明希望哪個部分保持一致。

對創作者而言，重點不是把可用數量塞滿，而是讓每份參照都有明確角色。若產品照片和動作影片互相衝突，增加更多輸入也不會自動釐清哪一個應優先。

例如先決定產品外觀是否固定，再選擇提供動作的片段，就能把兩份參照分工寫進要求。因為參照代表不同約束，重做時也較容易知道要換哪一份素材，而不是一次替換全部輸入。

官方也展示以原影片引導編輯，改服裝、道具或環境，同時希望保留表演與時間。這是產品方提供的能力方向，本文沒有執行相同素材測試。

因此，可以先從一個明確變更比較。例如保留產品形狀只換背景，會比同時改角色、鏡頭、動作和聲音，更容易知道模型是否理解要求。

可控制的素材多了，速度仍需按相同測量範圍比較。

7秒是什麼時間，為何不是完整API等待？

受控基準的DiT計算時間，不包括完整服務的所有處理。官方腳註限定十五秒、768p影片的核心運算，所以不能直接承諾按下按鈕七秒後就拿到MP4。

API 是讓程式呼叫服務、送出要求並取得結果的介面。請求進入服務後，可能還有讀取參照、處理音訊、放大影像與輸出檔案等工作，這些都會影響完成時間。

官方也明確列出硬體與服務額外負擔會改變結果。因此，使用不同解析度、較多參照或音軌分離時，不應拿同一個七秒數字估算全部工作。

本地權重不包含相同加速條件

公開本地推論可以讓團隊自行執行模型，但速度仍取決於硬體與實作。推論是模型接到輸入後生成結果的過程，開放檔案不會把代管服務的所有優化一起變成保證。

模型卡的創作展示也不是釋出套件的驗證影片，官方提醒不能保證逐一重現。看見一段流暢成片，可以了解方向，卻不能直接當成自己的工作時間或成功率。

若要比較快慢，應固定輸出長度、解析度、參照與功能，再記下從送出到取得可播放檔案的總時間。這是比較方法，並非本刊公布的實測數字。

因此，創作常會重做，單次最快也不等於整件工作最快。若要多試幾輪才保住產品外觀，後面的等待仍應算回同一份成品。

完成時間之外，還要看拿到的音畫是否適合後製。

4K與五音軌，哪些由Pika代管提供？

開放本地路線與代管擴充提供不同交付，不能把兩邊能力全部算進模型檔。官方模型卡把原生輸出和API擴充分開描述。

公開路線支援480p或768p影片，搭配混合立體聲。混合音訊表示對白、音樂和其他聲音已放在同一份聲音結果裡，後製時不能假設它們自然就是分開的軌道。

Pika代管服務另提供1080p、2K與4K放大，以及五個獨立音軌。先做較低解析度草稿，再把選定版本放大，是官方提出的製作方式，不是模型原生直接輸出4K的同一件事。

因為放大影像處理的是已選定的版本，前面的內容判斷不能省略。假設產品標誌已經變形，即使放大後邊緣更清楚，也不會因此自動變回正確標誌，所以先確認構圖與主體仍是必要步驟。

五個音軌分別是對白、配樂、音效、動作細節聲與環境聲。分開後，剪輯者可以壓低音樂而不連同對白一起降低，這比只拿到混音檔更有調整空間。

但分軌不會自動修好影片裡不正確的動作，也不保證每次聲音都分得符合需要。若預計交給剪輯師，應先確認檔案與內容能在既有工作流程中接續使用。

因此，選服務時要問的是需要哪種交付，而不只看最高解析度。如果仍在試鏡頭，先看草稿是否正確，通常比反覆放大錯誤版本更容易控制成本。

選定交付形式後，費用應把輸入參照與加值項目一起算。

API按影片秒數收費，促銷與正式費率怎麼看？

輸出長度、解析度與影片參照共同決定帳單，免費活動也有期間。截至2026年10月30日查詢，官方產品頁同時列出正式價與上市價，不能只留下較低的一欄。

以下是文字、圖片及關鍵影格生成的部分費率，單位為每秒輸出影片的美元價格。影片參照使用另一張費率表，不能套用同樣單價。

例如十五秒768p，依表中的上市價計，輸出部分是0.30美元，正式價則是0.60美元。這是單純單價乘秒數，不包含另外選用的功能，也不是所有生成方式的統一報價。

若使用影片參照，官方按輸入影片秒數加輸出秒數計費。例如768p參照路線的上市單價為每秒0.06美元，和上表單純產出768p的0.02美元不同。

因此，一段八秒影片參照加十秒輸出，按該上市單價算是1.08美元。這是便於理解計量方式的算例，實際仍依當時方案與功能核對，不把圖片或聲音參照自行算成影片秒數。

官方列圖片與音訊參照不另收參照費，獨立音軌則另有每秒0.001美元。獨立提示改寫介面每次0.02美元，Pika代管生成已包含相應提示處理安排。

免費次數不是永久使用方案

Pika API Club的活動期間為10月29日至11月5日，每日十五次免費生成。這個期限應和會員條件一起看，不能改寫成所有人永久免費十五次。

另外，公告也預告11月2日進入Pika創作產品，因此API開放與創作產品的推出時間要分開。使用者在哪個入口取得能力，會影響可見功能與實際方案。

若想改自行執行，還有權重授權與硬體成本。

自架前先看MiniMax H3授權與資源需求

程式可公開下載，和模型可在所有地方任意商用，是不同的權利問題。權重是模型訓練後的核心參數檔，這次公開它們，並不代表改採沒有額外限制的MIT或Apache授權。

釋出套件的授權檔使用 MiniMax H3 Community License Agreement。條文列出的適用範圍排除歐盟、英國、韓國與美國，不能把公開權重寫成全球無條件可部署。

授權也有商業條件，商業產品與服務年收入超過二千萬美元時，須另取得書面授權。實際使用者仍應回完整條文確認自己的用途，本文不替特定企業作最終適用判斷。

條文另限制用模型或輸出改善其他AI模型，並保留H3或其衍生物的範圍。這會影響想拿生成資料訓練其他模型的團隊，不能只因為影片可生成，就假設任何後續訓練都已獲許可。

官方也分開列出範例程式的Apache 2.0，以及模型和基礎元件條件。程式授權不涵蓋權重與示例媒體，所以不能把同一個開源標籤套到所有檔案。

硬體範例不是家用保證

模型卡說明，代表性的480p與768p命令列工作曾在H100 80GB執行，大型要求可能需要處理器卸載與較多主記憶體。這是官方相容測試方向，不保證一般家用卡有相同能力。

基礎元件合計約占210GB儲存空間，但選定工作只載入對應部分。儲存空間、載入權重與執行記憶體是不同數字，不能把210GB直接當作最低顯示記憶體。

自架還要準備版本、相依元件與錯誤處理。若目的只是先比較創作品質，能否先用合適的服務入口，應和取得全部部署控制的需求分開思考。

因為這次公開的是接在基礎模型上的調整元件，版本是否相容會影響生成能否完成。團隊若留存提示，卻沒有記下基礎元件與設定，日後重做同一段影片就可能無法辨認差異來自哪裡。

所以，本地路線的價值在於能掌握自己的執行方式，代價則是要自行維護這些關係。這與購買一次代管輸出是不同的工作，應放在同一個專案成本中評估，而不只比較下載是否免費。

條件符合後，可以用同一組參照比較有多少內容需要重做。

把成品放進剪輯流程，驗收下一版能否沿用

我建議固定產品或角色參照，記錄每輪改動是否只影響指定部分。這是採用方法，並非本刊已測量的品質或速度結果。

例如同一件產品先放在簡單背景，再要求改環境。先檢查外觀、文字與鏡頭是否仍符合要求，便能知道新版本是保留可用部分，還是每次都要從頭挑片。

因此，聲音應用實際後製需求檢查。若要降低配樂，確認五音軌是否讓對白仍清楚，並觀察片段交給剪輯工具後，長度與同步是否能接上。

所以，時間與費用也應以選出可用版本為終點。先看低解析度草稿，再決定哪個版本值得完成高解析度，有助於分清探索成本與最後交付成本。

此外，評估同一支短片時，可以把保留的鏡頭與淘汰原因放在一起看。因為只留下最好的一次，會掩蓋為了取得它而重做的次數，也無法知道下一次改稿是否仍能沿用。

能減少整段重做、又留下可交付檔案，才是更快生成對創作者的價值。

延伸閱讀：Runway App Studio 是什麼？用文字打造 AI 創意工具，費用、共享與使用限制一次看

延伸閱讀：Higgsfield Playable Ads 推出：企業如何把遊戲機制做成可投放的互動廣告？

Pika H3 Flex常見問題

七秒就一定能拿到MP4嗎？

不能。七秒是受控條件下，十五秒768p影片的核心生成計算，完整服務還有其他處理，不能當成每個請求的固定完成時間。

開放權重也包含4K和五音軌嗎？

公開本地路線原生支援480p與768p，以及混合立體聲。高解析度放大、五音軌與部分加速服務屬於Pika代管擴充。

每個國家都能按相同條款自架嗎？

不能如此推論。套件的模型授權有地區、商業與使用限制，應回完整條文確認，不把權重公開當成無條件許可。

每日十五次免費到什麼時候？

官方列出的API Club活動為10月29日至11月5日，仍需確認會員與帳號條件。活動次數不等於之後的永久免費方案。

需要反覆改版本的人，先比較完整製作成本

Pika H3 Flex把更快的生成與參照控制放在同一條創作路線，也提供自行執行的選擇。對需要反覆試鏡頭和後製的團隊，有具體比較價值。

採用時，先選需要的交付形式，再核對費率、授權與部署方式。讓每一輪都能保留可用內容，才比單看一次最快生成更接近日常製作。

歡迎免費訂閱 AI 郵報，持續追蹤影片模型、創作流程與實際使用條件。

資料來源

• Pika H3 Flex官方公告。
• Pika官方產品、價格與活動頁。
• Pika官方模型卡。
• 模型授權全文。
• Pika官方發布貼文。