fal Research基于开源MiniMax H3进行后训练并协同优化推理引擎，宣称在人类偏好评测中三项全优，吞吐量约为官方端点的 35 倍。
AI解读：fal的新模型H3 Max是把开源视频模型MiniMax H3重新训练并深度优化推理后推出的版本，核心卖点是质量和速度不再二选一。过去视频生成常常是画质好的模型跑得慢，快的模型画质一般，而fal通过在后训练阶段加入大量针对指令遵循和视觉质量的数据，同时让推理团队在模型开发期就介入，使最终模型在内部人类偏好测试里综合质量、指令理解和美学三项都排第一，生成 5 秒视频耗时约 3 秒，吞吐量是官方H3端点的约 35 倍。对开发者来说，这意味着在不牺牲画质的前提下可以用更低延迟和更高并发来跑视频生成，适合交互式或大批量生产场景；但要注意这些排名和倍速数据主要来自fal自己的评测，以及它引用的Artificial Analysis和Design Arena独立基准，实际效果仍需在真实业务中验证。H3 Max已在fal平台上线，首周提供 50% 折扣，普通用户暂时不需要特别行动，但如果你的应用一直受限于视频生成的延迟或成本，这值得作为候选方案测试。
美国时间 7 月 17 日，fal公司发布H3 Max——这是由fal Research对开源MiniMax H3模型进行后训练、并由fal推理团队优化速度的版本。fal称，在 5 秒视频生成耗时约 3 秒的同时，其内部人类偏好评测中综合质量、指令理解和美学三项均排名第一。
该模型已在fal平台上线，可通过Playground、fal Agent或API调用，支持文生视频和图生视频；发布首周提供 50% 折扣。
与MiniMax的合作及训练细节
fal表示，H3 Max基于MiniMax开源的H3模型，在后训练阶段引入了大量新数据，重点强化指令遵循和视觉质量，并声称该过程中保持基础模型的核心能力不变、延迟极低。
MiniMax H3团队通过fal博客评论称：“H3 Max将最先进的视频质量与生成速度的阶跃式提升相结合，使高质量视频生成在更广泛的现实应用中变得实用。我们从第一天起就与fal紧密合作，他们在生成式AI基础设施和快速将前沿模型投入生产方面的专业知识，使其成为H3 Max的自然合作伙伴。”
H3 Max的训练和推理服务完全在NVIDIA GB200 NVL72系统上进行。fal表示，在单芯片基础上，GB200提供其之前训练和推理模型所用加速器最高 2 倍的性能。
推理优化与质量权衡
在推理优化方面，fal说明其团队在过去四年一直优化扩散模型和生成式媒体负载，并在模型开发阶段就应用系统技术，使训练和推理栈的决策能相互反馈。fal强调，其目标不仅是跑得更快，还要在最大化吞吐的同时保持后训练带来的质量收益。
“有些方法可以让视频模型更快：降低精度、减少采样步骤，或近似昂贵的运算”fal写道，“有些能带来惊人的提速，但会降低输出质量。对H3 Max而言，只有结果仍在其内部质量评估中保持位置的优化才会被保留。”
评测方法与独立基准结果
fal的主要评测采用两两人类偏好对比，将H3 Max与 12 个主流视频模型（包括官方MiniMax H3端点、Gemini Omni Flash、Wan 3.0、Seedance 2.5、Kling 3、Veo 3.1）进行了三轮评测：整体偏好（更想用的视频）、指令理解（哪个生成更忠实地遵循指令）、美学（哪个视觉上更强）。fal用带有 95% 置信区间的贝叶斯Elo评分汇总这些比较，称H3 Max在所有三个维度上均排名第一，并赢得与每个测试模型（包括原始H3）的大多数一对一比赛。
fal还引用外部基准：在Artificial Analysis和Design Arena的独立评测中，H3 Max也排名第一。Design Arena表示：“根据其独立基准，fal的MiniMax H3 Max以 50 倍以上的速度提供MiniMax H3的质量，建立了新的速度—偏好帕累托前沿（同时优化质量与速度时的最优权衡边界）。”