Hailuo AI（ハイルオai）

無料プランでもログインボーナスが付与されて一定数の動画生成は可能。月額9.99ドル～の有料プランに課金することでウォーターマークを外すことができます。開発者向けのAPIは従量課金で、H3は2K画質が1秒あたり0.13ドル、768p画質が1秒あたり0.08ドルです。

Hailuoは中国のMiniMax社が開発したAIサービスで、動画生成の性能が非常に高いことが話題になりました。そこからChatGPTのようなチャットボット機能（現在のMiniMax Agent）やElevenLabsのような音声生成機能（Audio）も続々と追加され、総合型のAIプラットフォームを目指していることがうかがえます。2025年～2026年にかけてHailuo 02、Hailuo 2.3シリーズへと進化し、特に物理法則に基づく動きや表情のリアリズムが大幅に改善されました。そして2026年7月31日、最新モデル「MiniMax H3（Hailuo 3.0）」がリリースされました。H3は2K解像度・24fpsで4～15秒の動画を生成でき、映像に合わせた音声を最初から同期して作れる「ネイティブ同期音声」に対応しています。

参考素材は画像9点・動画3点・音声3点の最大12点まで組み合わせることが可能です。さらに8月3日には、このH3の重み（768p版）がオープンウェイトとして無償公開され、AIモデルを共有するサイトHugging Face上で2026年8月末までに490万回以上ダウンロードされる大ヒットになりました（ライセンス上、EU・英国・韓国・米国では使えない条件になっていますが、日本は対象内です）。これを受けて、Runway（8月5日）、Krea（8月5日）、Luma（8月6日）、Magnific（8月3日）、PixVerse（8月20日）など、海外の主要な動画生成ツールでも8月上旬から一斉にH3が使えるようになっています。

HailuoAIの動画生成機能で、「テキストプロンプトを入力して動画生成」（Text to Video）と「静止画を動かして動画にする」（Image to Video）の両方の機能を試してみましたが、その性能は非常に高いです。特に他の画像生成AIツールで生成した女性の画像をHailuoで動画にしたところ、自然な表情の動画を生成してくれて、RunwayやLumaなどのImage to Videoが得意な動画生成AIモデルよりもすぐれているのでは？と感じました。（あくまで私個人の見解です。）また、テキストを入力して動画を生成する場合も、以前は人物の造形に違和感を感じていたのですが、その後また試したところ、以前よりも性能が向上していると感じました。中国製の動画生成AIとしては、KlingAIと並んで非常に性能が高い部類に入るでしょう。

2026年7月31日に出たH3（Hailuo 3.0）は、2K画質で音声まで同時に作れるようになった点が大きいです。1秒あたり0.13ドルということは、15秒の動画で約2ドル（300円前後）です。SNSの広告用インサート映像を何本か作ってみる、という使い方なら十分に現実的な金額だと感じます。しかも参照画像は5枚までは追加料金なしで入れられる（6枚目以降は1枚0.04ドル）ので、キャラクターや商品の見た目を揃えたいときに助かります。そして8月3日に重みまで無償公開されたことで、Hailuoの公式サイトに行かなくても、あなたが普段使っている動画生成ツールの中でH3を選べるようになりました。同じタイミングでByteDanceのSeedance 2.5、AlibabaのWan 3.0も出てきており、中国勢3社の競争は本当に激しいですね。チャットや音声なども含めて1つのプラットフォームで全てを賄いたい人はMiniMaxをメインのAIツールとして使うのもありかもしれません。

• モデル本体：無料。Hugging Face（AIモデルを共有するサイト）からダウンロードできます。
• 動かすのに必要なソフト（ComfyUIなど）も無料です。かかるのは電気代とパソコン代だけになります。
• ライセンス上、EU・英国・韓国・米国では別途申請が必要とされていますが、日本は対象内で、そのまま使えます。
• 商用利用する場合は、製品の中に「MiniMax H3を使っている」と分かるように表示することが条件です。

MiniMax H3は、中国のMiniMax社が2026年7月31日に公開した動画生成モデルですが、2026年8月3日に、その中身（重み）が無償公開されました。つまり、月額料金を払ってウェブサイトで使うのではなく、モデルのファイルを自分のパソコンにダウンロードして、自分の機械の中だけで動画を作れるということです。ここが今、大きな話題になっています。使うのは「ComfyUI（コンフィUI）」という無料ソフトで、公開初日から専用のひな形が用意されました。必要なファイルは全部で約40GBありますが、容量を小さく圧縮した版（GGUFという形式のQ4というもの）なら約11.4GBまで下がります。ある日本語の解説記事では、映像用のメモリ（VRAM）が8〜12GB、パソコンのメモリが32GB以上あれば動いたと報告されています。

つまり、10万円台の一般的なゲーミングパソコンでも動く可能性がある、ということです。作れる動画は4秒から15秒、24コマ／秒で、無料公開版は768pの画質が基本になります（2K画質は公式の有料サービス側で作り直す形です）。そして一番の売りが、映像と一緒に音声も同時に作れる点です。効果音や環境音、さらには口の動きに合わせたセリフまで、別のツールを使わずに1回で出てきます。口の動きは日本語を含む11言語に対応しています。Hugging Faceでは公開から1ヶ月足らずで490万回以上ダウンロードされました。

この項目を独立して立てたのは、「動画生成AIは月額課金するもの」という前提が崩れかけているからです。これまでの動画生成AIは、1本作るたびにクレジットが減っていく仕組みでした。10秒の動画を20回作り直したら、それだけでお金が飛んでいきます。ところがH3を自分のパソコンで動かすと、何回作り直しても追加料金は0円です。時間はかかりますが、お金はかかりません。「納得いくまで作り直したい」という方にとっては、この違いはかなり大きいと感じます。しかも音声まで一緒に作れるので、これまで動画と音を別々のツールで作って合わせていた手間も減ります。ただ、正直にお伝えしておきたいことがあります。まず、パソコンが必要です。映像用のメモリが8GB以上あるグラフィックボードを積んだWindowsパソコン（またはApple Siliconのマック）が前提になります。

お使いのノートパソコンでは動かない可能性が高いです。次に、ComfyUIの設定は、正直やさしくありません。線をつないで処理の流れを組み立てる画面なので、初めて見ると面食らうと思います。日本語の解説記事は増えていますが、それでも半日は覚悟したほうが良いでしょう。そして、生成には時間がかかります。環境によっては短い動画1本に6分から12分ほどかかると報告されています。ですので私の結論はこうです。動画をたまに作る方は、素直にHailuoの公式サイトや、あなたが普段使っている動画生成ツールでH3を選んでください。そのほうが速くて簡単です。一方、動画を毎月何十本も作る方、あるいは「作り直しの回数を気にせず、納得いくまで試したい」という方には、パソコンに投資してでもローカルで動かす価値が出てきます。中小企業でも、社内に1台だけ動画生成用のパソコンを用意して、そこで作る、という選択肢が現実的になってきた、というのが2026年11月5日時点の状況です。