Qu’est-ce que MAGI-2 Preview ?
MAGI-2 Preview a été publié le 5 août 2026 par Sand AI et remplace son MAGI-1. C'est un transformer mixture-of-experts d'environ 114 milliards de paramètres, dont environ 6 milliards actifs par jeton, qui génère la vidéo et sa bande-son ensemble à partir d'un texte ou d'un texte accompagné d'une image fixe. Sand AI le présente comme une version de recherche intermédiaire.
Les clips durent 10 secondes, seule durée prise en charge. Une étape de prévisualisation génère en 512x896 et un raffineur de 14 Go porte le résultat en 1088x1920. Le checkpoint complet pèse environ 307 Go, dont un encodeur de texte Qwen3.5-27B de 56 Go et le VAE vidéo de Wan2.2, et l'inférence demande huit GPU NVIDIA Hopper. Code et poids sont sous Apache 2.0.
MAGI-2 Preview vaut-il le coup ?
MAGI-2 Preview offre à la communauté ouverte un modèle audio-vidéo sous une licence réellement permissive, pour un coût matériel que peu peuvent assumer. Au classement texte-vers-vidéo avec audio d'Artificial Analysis, il est 16e sur 32 avec 1040 Elo, devant Kling 3.0 1080p (Pro), fixé à 1000 comme référence, et LTX-2.5 Fast à 942, mais 120 points derrière MiniMax H3 à 1160.
La licence est la raison de s'y intéresser. MiniMax H3, le seul modèle ouvert au-dessus, exige une demande à part pour un usage aux États-Unis, dans l'UE, au Royaume-Uni et en Corée du Sud. MAGI-2 est sous Apache 2.0, sans plafond de revenus ni région exclue.
Le matériel est l'obstacle. Le code attend huit GPU Hopper, et même ainsi les étapes de prévisualisation et de raffinage entrent et sortent de la mémoire GPU, car en 1080p aucune ne tient sur une carte de 80 Go à côté des données de travail de l'autre. L'encodeur de texte à lui seul est un modèle de langage de 27 milliards de paramètres.
Sand AI reconnaît franchement qu'il s'agit d'un aperçu. Les clips sont fixés à 10 secondes, les prompts fonctionnent mieux sous forme de longues descriptions JSON structurées produites par un autre modèle de langage, aucun temps de génération n'est publié, et le blog qualifie ses indices de personnages cohérents et de sous-titres synchronisés d'observations informelles plutôt que de tests contrôlés.
Là où il fait la différence
Un laboratoire universitaire de génération vidéo doté d'un nœud 8x H100
Étudier et affiner un grand modèle vidéo mixture-of-experts sans négocier de licence
Récupérez l'image Docker et le checkpoint de 307 Go ; Apache 2.0 autorise la publication de dérivés, et le mode déterministe rend les exécutions reproductibles au bit près, au prix d'un peu de vitesse.
Un studio publicitaire berlinois qui ne peut pas utiliser de modèles sous licence territoriale
Générer des spots de 10 secondes avec son synchronisé sur son propre matériel
Louez un nœud Hopper à huit GPU, transformez les briefs en descriptions JSON avec un LLM et les prompts système fournis, puis rendez en 1088x1920. Contrairement à MiniMax H3, aucune demande de licence pour l'UE n'est nécessaire.
Avant de vous engager
- Mise en route
- docker pull sandai/magi-2-preview, téléchargez le checkpoint de 307 Go avec hf download et lancez scripts/run_demo.sh sous torchrun sur huit GPU ; ffmpeg est nécessaire pour ajouter la piste audio.
- Intégrations
- Pipeline PyTorch native avec MagiAttention et MagiCompiler et une image Docker par commit ; aucune prise en charge de Diffusers ou ComfyUI n'est indiquée.
- Données et confidentialité
- Auto-hébergé uniquement pour l'instant, donc prompts et vidéos restent sur votre matériel ; le volume des données d'entraînement n'est pas publié.
- Coût à grande échelle
- Pas encore de prix d'API. L'auto-hébergement suppose un nœud Hopper à huit GPU par worker, et Sand AI ne publie aucun nombre de clips par heure.
- Limites
- Clips de 10 secondes uniquement ; dimensions multiples de 16 ; texte-vers-vidéo et image-vers-vidéo seulement ; un aperçu de recherche aux affirmations de qualité informelles.
Les points forts
- Poids Apache 2.0 sans limite de revenus ni de région
- Vidéo et audio générés ensemble
- 16e sur 32 au classement audio-vidéo d'Artificial Analysis
- Le raffineur sort du 1088x1920
Les points faibles
- Exige huit GPU NVIDIA Hopper
- Environ 307 Go de poids à télécharger
- Clips fixes de 10 secondes
- Pas encore d'API hébergée ni de chiffres de vitesse
Idéal pour
Les laboratoires de recherche et studios bien dotés disposant d'un nœud Hopper à huit GPU qui veulent un modèle audio-vidéo sous licence permissive.
Alternatives à MAGI-2 Preview
MAGI-2 Preview : questions fréquentes
- MAGI-2 Preview vaut-il le coup ?
- MAGI-2 Preview est le modèle vidéo avec son le plus solide utilisable sous Apache 2.0, et la première chose qu'il réclame, ce sont huit GPU Hopper. Nous lui donnons 3.7 sur 5.
- Combien coûte MAGI-2 Preview ?
- Poids gratuits sous Apache 2.0. Pas encore de prix hébergé ; Artificial Analysis indique l'API comme bientôt disponible.
- Quels sont les inconvénients de MAGI-2 Preview ?
- Exige huit GPU NVIDIA Hopper; environ 307 Go de poids à télécharger; clips fixes de 10 secondes; pas encore d'API hébergée ni de chiffres de vitesse.
- À qui s’adresse MAGI-2 Preview ?
- Les laboratoires de recherche et studios bien dotés disposant d'un nœud Hopper à huit GPU qui veulent un modèle audio-vidéo sous licence permissive.
- Combien coûte MAGI-2 Preview pour une équipe ou en production ?
- Pas encore de prix d'API. L'auto-hébergement suppose un nœud Hopper à huit GPU par worker, et Sand AI ne publie aucun nombre de clips par heure.
- MAGI-2 Preview est-il sûr pour les données de l’entreprise ?
- Auto-hébergé uniquement pour l'instant, donc prompts et vidéos restent sur votre matériel ; le volume des données d'entraînement n'est pas publié.
- Quelles sont les meilleures alternatives à MAGI-2 Preview ?
- Les alternatives les plus proches que nous avons testées sont MiniMax H3 (Hailuo 3.0), LTX-2.5, Kandinsky 6.0 Video et Wan 3.0.
Réponses vérifiées le 7 nov. 2026.