Qu’est-ce que MiniMax Music 3 ?
MiniMax Music 3 génère des chansons complètes de jusqu'à cinq minutes avec voix chantée à partir de deux entrées : les paroles avec des balises de section comme [Verse] et [Chorus], et une description écrite du style, de la voix et de l'arrangement. Il associe un modèle de langage global de 8B initialisé depuis Qwen3-8B, un modèle local de 0,6B pour le détail acoustique et un décodeur flow-matching de 2,4B, et produit du WAV stéréo en 32 kHz et 16 bits.
MiniMax a publié les poids sur Hugging Face en août 2026 sous sa propre MiniMax-Music3 Community License. Il tourne avec SGLang-Omni, un pipeline diffusers ou ComfyUI, et exige un GPU NVIDIA avec CUDA.
La version hébergée dans l'API MiniMax coûte 0,15 $ par morceau de jusqu'à cinq minutes, mais depuis le 20 août 2026 les API de musique et de paroles sont fermées aux nouveaux utilisateurs ; seuls les clients payants existants peuvent les appeler.
MiniMax Music 3 vaut-il le coup ?
MiniMax Music 3 est, parmi les modèles à poids ouverts qui chantent bien, celui dont les restrictions commerciales sont les plus légères. Sa licence autorise les produits commerciaux à deux conditions : afficher le nom "MiniMax-Music3" dans l'interface du produit et demander à MiniMax une autorisation écrite dès que le chiffre d'affaires annuel dépasse 20 millions de dollars. YuE2, mieux noté dans les benchmarks de qualité, est non commercial.
Il écrit la chanson que vous lui donnez. Vous fournissez les paroles exactes avec des balises de section et une description, et MiniMax recommande une légende structurée en trois parties (genre, BPM et tonalité ; détails vocaux ; arrangement) ; une skill publiée développe un prompt court dans ce format. Sur WildSongBench, un benchmark de 192 prompts mené par l'équipe de YuE2, MiniMax Music 3 affiche un taux d'erreur de phonèmes de 6,27 %, le plus bas parmi les modèles ouverts testés : ses paroles chantées sont les plus faciles à comprendre. Sa moyenne SongBench de 6,2830 reste derrière YuE2 à 6,7316 et Suno v5 à 6,8721.
Le hic : le matériel et l'accès. La fiche du modèle demande un GPU d'au moins 24 Go de VRAM en pleine précision ; le déchargement sur CPU ramène ce chiffre à environ 22 Go, et le chargement du modèle de langage couche par couche tient dans 8 Go, plus lentement. L'inférence exige CUDA, ce qui exclut Apple Silicon et les cartes AMD. La sortie est en 32 kHz, en dessous des 44,1 kHz de Lyria 3.5 et des 48 kHz de YuE2. Pas de streaming, et le tempo, la tonalité et la structure sont orientés, pas garantis. Quiconque le propose comme service doit mettre en place des garde-fous contre les sorties contrefaisantes, et la politique d'utilisation exige de signaler les contenus publiés comme générés par une machine.
Notre avis : pour une entreprise qui veut héberger son propre générateur de chansons et vendre ce qu'il produit, c'est la licence la plus nette parmi les bons chanteurs ; une équipe sans carte de 24 Go, ou qui travaille sur un portable, ira plus loin avec ACE-Step 1.5.
Là où il fait la différence
Une start-up musicale qui développe une appli de chansons d'anniversaire personnalisées
Générer une chanson chantée avec le prénom et l'histoire de chaque client dans les paroles
Remplissez un modèle de paroles avec des balises [Verse] et [Chorus] et générez sur un GPU de 24 Go auto-hébergé via l'endpoint /v1/audio/speech de SGLang-Omni ; la licence permet de vendre les chansons tant que l'appli affiche "MiniMax-Music3".
L'équipe audio interne d'une agence de publicité
Transformer les paroles validées d'un jingle en plusieurs prises produites
Utilisez la skill caption-rewriter de MiniMax pour enrichir le brief en BPM, tonalité, voix et arrangement, puis générez des prises avec différentes graines ; le faible taux d'erreur de phonèmes signifie moins de prises rejetées pour des mots inaudibles.
Un youtubeur qui utilise ComfyUI sur un GPU de 8 Go
Créer des chansons complètes pour ses vidéos en local, sans abonnement
Chargez le workflow ComfyUI et activez le déchargement couche par couche ; c'est plus lent qu'avec une carte de 24 Go mais ne coûte rien par chanson, et la politique d'utilisation de la licence impose d'indiquer que la musique est générée par une machine lors de sa publication.
Avant de vous engager
- Mise en route
- Téléchargez les poids depuis Hugging Face, puis servez-les avec sgl-omni serve ou chargez le pipeline modulaire diffusers, qui installe diffusers depuis le commit d'une pull request en attendant la fusion du support ; un tutoriel ComfyUI décrit le workflow de nœuds.
- Intégrations
- SGLang-Omni expose un endpoint /v1/audio/speech de style OpenAI, avec les paroles dans input et la description dans instructions ; diffusers ModularPipeline ; ComfyUI.
- Données et confidentialité
- Auto-hébergé : prompts et audio restent sur votre matériel. La fiche du modèle ne décrit pas les données d'entraînement.
- Coût à grande échelle
- Aucun coût par chanson en auto-hébergement ; le coût est le temps GPU. Les 0,15 $ par morceau de l'API ne s'appliquent qu'aux comptes payants avant le 20 août 2026, et un usage commercial au-delà de 20 millions de dollars de chiffre d'affaires annuel exige l'autorisation écrite de MiniMax.
- Limites
- Prompt texte limité à 5 000 tokens et audio à 9 000 trames acoustiques (25 par seconde) ; pas de streaming ; CUDA requis ; le tempo, la tonalité et la structure demandés peuvent ne pas être respectés exactement.
Les points forts
- Poids ouverts, usage commercial autorisé jusqu'à 20 millions de dollars de chiffre d'affaires annuel
- Chansons complètes de jusqu'à cinq minutes chantées à partir de vos paroles
- Taux d'erreur de phonèmes le plus bas (6,27 %) parmi les modèles ouverts sur WildSongBench
- Tourne dans SGLang-Omni, diffusers et ComfyUI ; cartes de 8 Go avec chargement par couches
- Les légendes structurées pilotent BPM, tonalité, voix et arrangement
Les points faibles
- CUDA uniquement ; 24 Go de VRAM pour la pleine vitesse
- Sortie en 32 kHz, inférieure à celle des concurrents
- API hébergée fermée aux nouveaux utilisateurs depuis le 20 août 2026
- Les produits commerciaux doivent afficher "MiniMax-Music3" et appliquer des garde-fous
- Pas de streaming ; tempo et structure non garantis
Idéal pour
Les entreprises qui veulent héberger elles-mêmes un générateur commercial de chansons aux voix nettes et peuvent fournir un GPU NVIDIA de 24 Go.
Alternatives à MiniMax Music 3
MiniMax Music 3 : questions fréquentes
- MiniMax Music 3 vaut-il le coup ?
- MiniMax Music 3 chante vos paroles distinctement pendant jusqu'à cinq minutes et vous laisse vendre le résultat, à condition d'avoir une carte NVIDIA de 24 Go et d'afficher son nom dans votre produit. Nous lui donnons 4.2 sur 5.
- Combien coûte MiniMax Music 3 ?
- Poids gratuits sous la MiniMax-Music3 Community License, usage commercial compris ; autorisation écrite nécessaire au-delà de 20 millions de dollars de chiffre d'affaires annuel. API MiniMax : 0,15 $ par morceau de jusqu'à cinq minutes, réservée depuis le 20 août 2026 aux utilisateurs payants existants.
- Quels sont les inconvénients de MiniMax Music 3 ?
- CUDA uniquement ; 24 Go de VRAM pour la pleine vitesse; sortie en 32 kHz, inférieure à celle des concurrents; aPI hébergée fermée aux nouveaux utilisateurs depuis le 20 août 2026; les produits commerciaux doivent afficher "MiniMax-Music3" et appliquer des garde-fous; pas de streaming ; tempo et structure non garantis.
- À qui s’adresse MiniMax Music 3 ?
- Les entreprises qui veulent héberger elles-mêmes un générateur commercial de chansons aux voix nettes et peuvent fournir un GPU NVIDIA de 24 Go.
- Combien coûte MiniMax Music 3 pour une équipe ou en production ?
- Aucun coût par chanson en auto-hébergement ; le coût est le temps GPU. Les 0,15 $ par morceau de l'API ne s'appliquent qu'aux comptes payants avant le 20 août 2026, et un usage commercial au-delà de 20 millions de dollars de chiffre d'affaires annuel exige l'autorisation écrite de MiniMax.
- MiniMax Music 3 est-il sûr pour les données de l’entreprise ?
- Auto-hébergé : prompts et audio restent sur votre matériel. La fiche du modèle ne décrit pas les données d'entraînement.
- Quelles sont les meilleures alternatives à MiniMax Music 3 ?
- Les alternatives les plus proches que nous avons testées sont YuE2-3B, ACE-Step 1.5, Lyria 3.5 et Eleven Music v2.5.
Réponses vérifiées le 7 nov. 2026.
Vous éditez MiniMax Music 3 ? Affichez cette note sur votre site
