一个月要出三十条投放素材，素材却散在下载文件夹、剪映、网盘和三个 AI 网页里？MiniMax Design 想治的就是这段手忙脚乱。海螺团队把 H3 视频模型和 GPT Image 2、Nano Banana Pro 塞进同一张节点画布，你只管说清要什么，四路 agent 分头干活。实测下来流程层确实跑通了，官方最主打的语义改视频却翻了车。
产品概述
MiniMax Design 不是又一个 AI 视频生成网页，而是海螺团队在 2026 年 8 月 21 日正式端上桌的桌面软件。它的身世有点绕：五月亮相时叫 MiniMax Hub，八月十号改名，二十一号才拿到正式名字。严格说这是个打磨了三个多月才定名的产品，不算横空出世。
定位一句话讲清楚：由 AI agent 驱动的商业内容产制平台。底层跑的是 MiniMax 自家刚开源的多模态视频模型 H3，上面再包一层编排逻辑，你提需求，它负责拆任务、选模型、生成、修改，一路做到交付。官方点名的四个场景是短剧、电商内容、品牌 TVC 和广告素材，全是量产物。
跟传统工具最大的差别在操作对象。你在剪辑软件里动的是时间线和参数，在这里动的是意图，说人话就行。代价是它只做桌面端，macOS 13 以上和 Windows 10 以上各一个安装包，没有 Linux，也没有网页版，想在浏览器里玩 H3 得走海螺 AI。
核心功能
名字听着挺重，拆开看其实就两层，一层管调度，一层管执行。
官方把整套流程切成五步：接需求、建画布、套 Skill、管素材、过审查。前两步是 agent 的活，中间两步归资产和复用，收尾那一步留给人。听着像流水线，真跑起来五步会来回跳，比如审查不过关就退回分镜重来，这也是它跟一次性生成工具最不一样的地方。
第一层是主 agent。你丢进去一句话需求或者一份 brief，它先读意图，再把任务拆成一张任务地图，然后自动挑该用哪颗模型，想自己指定也留了手动入口。这一步的质量基本决定后面所有产出，brief 写得越像真的 brief，出来的东西越能用。
第二层是四个专职 agent 并行开工。文案 agent 写脚本和口播，图像 agent 出生图，视频 agent 拼时间轴，音频 agent 做配音和配乐，四条线同时跑，收尾时汇到画布上合并剪辑。别人卖的是单次生成，它卖的是并发，四路一起开工也是它跟单模型网页拉开体感差距的地方。
模型池是跨家的。自家有 H3 视频、Music 2.6 音乐、Speech 2.8 语音，第三方接了 GPT Image 2 和 Nano Banana Pro，同一包点数通吃，用不完的额度可以挪去生图或者配音。这也顺带解释了它为什么不可能本地推理，第三方闭源模型根本没法跑在你机器上。
画布把所有产物都变成节点。脚本、分镜、视频、音乐、剪辑各自是节点，自动连线，需要细调时 ComfyUI 节点就开在同一个 app 里，不用跳出去。更值得说的是项目级记忆，多轮聊下来你问它”我们确认过的人设和品牌信息有哪些”，它能完整复述，角色和场景还能存成资产跨项目复用。
Skill 广场目前列了八个官方技能，覆盖短剧、分镜、商业广告、电商、音乐、平台工具六类，全都带版本号。调用有三种方式：点”去对话中试试”直接带走、对话框敲斜杠唤起、或者干脆不说让 agent 自己判断。跑顺的流程也能包成 Skill 存起来。
3D 导演台是这次最实用的插件。你用自然语言摆角色站位和机位，系统先在 3D 空间里给你看构图，确认后再拿这个分镜去生成视频，等于把抽卡试错提前到分镜阶段。描述不出来的运镜还有虚拟摄像机，手机扫码比划一遍传回来。
上手体验
功能表看得再熟，不如真丢一个需求进去跑一遍。
安装没什么门槛。官网按芯片分了三个包，M 系列 Mac、Intel Mac、Windows 各一个，当前版本号 3.0.9，装完用 MiniMax 账号登录，跟海螺网页版、MiniMax Audio 是同一套账号。客户端是三栏结构，左边 Skill 广场、模板中心、插件和资产中心，中间画布，右边 agent 对话区，第一次打开不会迷路。
我按官方手册的示例走了一遍：上传一张无线耳机产品图，输入”做一条 15 秒竖屏广告，突出轻便和降噪，风格简洁有科技感”。它没有直接开干，反过来先确认画幅、卖点、受众，再规划步骤、生成人物形象、写分镜，才出片。整个过程你能做的只有两件事，确认和等。
成片质量比直接在网页端生成好一截，原因是 agent 会自己扩展提示词、补充分镜，等于替你做了一遍功课。对完全没碰过 AIGC 的人，这种”不用理解工具、只要说清楚要什么”的体验，确实是门槛最低的一档，新手连画布怎么连线都不用先学。
批量生产我又试了一轮。上传两张产品图要两条 15 秒竖屏 KOC，每条不同人设和开场。它先建人物锚和产品锚锁住外观，再分别生成，两条都成了，人物跨镜头一致性很稳。VR 眼镜那条更有意思，整条视频只字不提产品名，只讲佩戴感受，像是模型自己绕开了可能说错的坑。
翻车翻在官方最主打的地方。我把成片喂回去，说”调暖色调、氛围温馨一些”，改完肉眼几乎看不出差别；再说”背景换成明亮咖啡馆，人物产品不变”，背景换了，耳机变形了。听得懂做到了，改得准还差得远，视频编辑要求模型该变的变、该不变的像素级不变，后者现在还没过关。
使用技巧
很多人不知道的是，这工具最烧点数的不是生成，是重试。
-
brief 一次写全：画幅、时长、受众、卖点、风格一次说清，agent 追问的轮次越少，浪费在确认上的点数越少。 -
先建锚再批量：批量出片前让人物和产品的锚点先定下来，跨镜头一致性会明显好于每条单独生成。 -
分镜阶段拦一道：复杂运镜先用 3D 导演台确认构图再生成，能省掉大量抽卡重跑的点数。 -
跑通立刻存 Skill：某类片子跑顺后马上用对话把它包成 Skill，下次同类需求直接复用，省的不只是点数还有试错时间。 -
绑定微信或飞书：扫码接入后能在 IM 里直接派活，适合临时改需求、手边没开客户端的场景。
竞品对比
这条赛道今年挤得满满当当，同类大概分三路：国内平台拼画质，海外聚合器拼模型广度，它拼中间那段还要不要人。
| 对比维度 | MiniMax Design | 可灵 Kling 3.0 Omni | 即梦 Seedance 2.0 | Higgsfield |
|---|---|---|---|---|
| 核心定位 | Agent 编排的桌面产线 | 影视级视频生成 | 剪映闭环的内容生产 | 多模型聚合平台 |
| 交付形态 | 桌面客户端 | 网页 + App | 网页 + App | 网页 |
| 入门月付 | 65 元 / 1 万积分 | 58 元起 | 69 元起 | 15 美元 / 200 积分 |
| 跨模型调用 | 是，H3 + GPT Image 2 + Nano Banana Pro | 否，仅快手模型 | 否，仅字节模型 | 是，15 款以上 |
| 工作流复用 | Skill 可自建可分享 | 无 | 模板 | 无 |
| 本地素材直连 | 支持，画布资产存本机 | 不支持 | 不支持 | 不支持 |
| 开放工作流 | 可导入自有 ComfyUI 流程 | 不支持 | 不支持 | 不支持 |
可灵与即梦档位参考申万宏源 2026 年 2 月行业整理（可灵黄金 58 / 铂金 234 / 钻石 586 / 黑金 1149 元每月，即梦基础 69 / 标准 199 / 高级 499 元每月），Higgsfield 参考 2026 年年中公开整理，各家价格随时调整，以官网当日为准。
它跟这三家不在一个平面上打。可灵和即梦比的是单条视频的画质与镜头控制，Higgsfield 比的是模型覆盖广度，MiniMax Design 比的是从 brief 到成片中间那几步还要不要人插手。一个月只出一两条片子，可灵的日常免费额度和即梦的每日积分更划算；一个月要出三十条，差距立刻就出来了。
反过来说，你要的是单帧级的控制力，它现在给不了。语义编辑在实测里没过关，这一块反倒是可灵的运动笔刷和即梦的局部重绘更实在，改一处而不动其余才是刚需。选之前先想清楚自己的瓶颈到底是画质还是流程接缝。
用户反馈
官方说自己好不算数，看看真上手的人怎么讲。
正面评价：
-
“批量 KOC 那条链路是完整的，两张产品图两条片，人物跨镜头没崩，VR 眼镜那条还自己绕开了产品名。”（电商内容团队，2026 年 8 月实测） -
“3D 导演台把抽卡提前到了分镜，摆位和机位说一句话就调好，省掉的试错比我预想的多。”（短视频工作室，2026 年 8 月） -
“免费开始就能真出片，不是只能预览界面，这一点比多数平台厚道。”（海外评测整理，2026 年 8 月）
负面评价：
-
“语义级视频编辑没兑现，调色调不动，换背景把产品换变形了。”（光子星球实测，2026 年 8 月 23 日） -
“稳定性和渲染偶发卡顿，长镜头和细节镜头上 H3 会抖。”（海外评测整理，2026 年 8 月）
多维评分
前面拆得够细了，这里把账一起算清。
| 维度 | 权重 | 评分 | 一句话解读 |
|---|---|---|---|
| 功能完整性 | 20% | ⭐⭐⭐⭐☆ | 五步产线闭环，语义编辑这一环没补齐 |
| 易用性 | 15% | ⭐⭐⭐⭐⭐ | 只说话就能出片，小白零门槛 |
| 性能表现 | 15% | ⭐⭐⭐☆☆ | 稳定性偶发卡顿，本地部署门槛偏高 |
| AI 能力 | 15% | ⭐⭐⭐⭐☆ | 项目级记忆扎实，画面保真仍会失手 |
| 价格合理性 | 10% | ⭐⭐⭐☆☆ | 65 元约 83 秒 2K，重试几次就见底 |
| 生态集成 | 10% | ⭐⭐⭐⭐☆ | ComfyUI 与 IM 接入开放，API 文档偏薄 |
| 文档与支持 | 10% | ⭐⭐⭐☆☆ | 上手手册够用，进阶与本地部署说明不足 |
| 更新频率 | 5% | ⭐⭐⭐⭐☆ | Skill 带版本号持续迭代，插件还在补 |
综合评分：7.2 / 10
优缺点
优点
-
流程语义化真的做成了，从 brief 到成片不用自己接线 -
项目级记忆可用，多轮之后能复述人设、风格、品牌信息 -
点数跨模型通吃，H3、GPT Image 2、Nano Banana Pro 共用一包 -
3D 导演台把抽卡试错提前到分镜，省时间也省点数 -
支持导入自有 ComfyUI 工作流，给有显卡的人留了成本下探的口子
缺点
-
语义级视频编辑名不副实，调色几乎无效，换背景主体变形 -
Starter 档 1 万积分只够约 83 秒 2K，重试几次就见底 -
只做桌面端，没有网页版也没有 Linux 版本 -
稳定性与渲染偶发卡顿，长镜头上 H3 会抖 -
官方宣称的”本地优先”只指素材，算力全在云端
适用人群
那到底谁该掏这个钱，谁该绕着走。
-
电商与投放团队：每天要出几十条素材，批量链路已经完整，建议 Plus 档起跳，Starter 只够试水。 -
MCN 与短剧工作室：短剧、分镜、KOC 口播是官方重点场景，Skill 复用的价值在这里最高。 -
品牌市场部：一份 brief 出全套海报、视频、文案，适合活动期集中产出。 -
AIGC 零基础个人：不想学专业工具，只愿意说话，这是目前门槛最低的一档。 -
有显卡的专业创作者：能导入自己的 ComfyUI 工作流，把生成成本压到本地电费级别。
不适合两类人：要把界面间距调到对的 UI 设计师，以及想要单帧级精修的剪辑师。前者它帮不上忙，后者它现在还接不住。官方从头到尾讲的是短剧、电商和广告素材，卖点从来是”量”不是”精”，认清这点再决定要不要装。
定价方案
点数怎么算，直接决定它便宜还是贵。
截至 2026 年 8 月 22 日，国内版分三档：Starter 65 元每月给 1 万积分，Plus 499 元给 8.7 万，Pro 1399 元给 27 万。按官方换算，1 万积分大约能生成 83 秒 H3 的 2K 视频，或者 143 秒 768P、125 张 GPT Image 2、500 首 Music 2.6。翻译回人民币就是，65 块钱够出五到九条 15 秒短视频，还不算重试。国际版是同一套积分体系，年付均摊下来更便宜。
| 档位 | 月付（国内） | 月付（国际） | 每月积分 | 约合 H3 2K |
|---|---|---|---|---|
| Starter | 65 元 | 10.5 美元 | 10,000 | 83 秒 |
| Plus | 499 元 | 76 美元 | 87,000 | 725 秒 |
| Pro | 1399 元 | 215 美元 | 270,000 | 2,250 秒 |
国内价格为 2026 年 8 月 22 日公开报道口径；国际价格为 2026 年 8 月 21 日官网订阅页口径，年付均摊分别为 8.4 / 60.8 / 172 美元。价格随时调整，下手前以官网当日为准。
真正该算的是单价。H3 的 2K 视频随用随付大约 0.13 美元每秒，Starter 年付降到约 0.081 美元，Plus 约 0.067 美元，Pro 约 0.061 美元，规模效应很明显。年缴还有个 9 月 2 日截止的八折，官方写的是年卡有效期内全年适用，不是永久有效。点数不够能加购，十个到五百美元四档，有效期一年。
FAQ
评论区问得最多的几个，集中回一下。
Q1：MiniMax Design 和 MiniMax H3 是一回事吗？
A1：不是，H3 是引擎，Design 是外壳。 H3 是开源的 33B 多模态视频模型，Design 是把它和 GPT Image 2、Nano Banana Pro 等模型包进节点画布的桌面软件。想自架模型去下 H3 权重，想省事就用 Design。
Q2：装了它就等于在本机跑 H3 吗？
A2：不等于，算力全在云端。 官方说的”本地优先”只指画布素材自动存本机、agent 能读你电脑里的文件，所有生成仍然打云端 API。第三方闭源模型更不可能本地跑，它本质上是个装进桌面的多模型聚合器。
Q3：一个月到底能出多少东西？
A3：Starter 档约五到九条 15 秒短片。 1 万积分换算成 H3 的 2K 视频是 83 秒，768P 是 143 秒；同一包点数也能拿去生图、做音乐和配音，用途自己分配，重试同样扣点数，所以试稿建议先用 768P。
Q4：Skill 是什么，和 Claude 的 Skill 一样吗？
A4：概念同源，内容不同。 都是把验证过的做法包成可安装、可分享、带版本号的模块，区别是这里包的是整条影片产线，比如 3D 动画短片、品牌宣传片、MV 字幕。可以对话自建，也能从官方 Plaza 一键装。
Q5：语义级视频编辑现在能用吗？
A5：能用，但别抱太高期待。 实测里”调暖色调”改完肉眼几乎无变化，”换背景”成功了但主体变形。意图理解没问题，像素级保真还没过关，关键镜头建议留人工兜底。
Q6：能接自己的 ComfyUI 工作流吗？
A6：可以，这是它比同类开放的地方。 官方提供轻量版和满血版 H3 工作流，也支持导入你自己的流程，Agent 还能按对话调节点和参数。代价是本地硬件门槛不低，官方文档写得也不够细。
Q7：做 UI 或品牌视觉的人需要吗？
A7：目前基本不需要。 官方点名的场景是短剧、电商内容、品牌 TVC 和广告素材，强项在”一个月出三十条”，不在”把一个细节调对”。这类工作用 Figma 更合适。
Q8：免费额度够用吗？
A8：够试，不够用。 客户端免费下载，新用户赠 3000 积分，H3 还有若干次免费生成额度。真想验证它能不能进你的工作流，建议直接上 Starter 档，拿一个月的真实需求去跑。
Q9：和即梦、可灵怎么选？
A9：先看清瓶颈在哪。 瓶颈是单条画质和镜头控制，选可灵或即梦；瓶颈是素材搬来搬去、对时间轴、找文件，选 MiniMax Design。一个月只出一两条片的话，前者的日常免费额度更划算。
Q10：Skill 会锁死在它家生态里吗？
A10：会，这是最大的隐性成本。 Skill 存在它的画布里，换平台就得重做。跨模型钱包听着自由，实际是把你的流程绑在 MiniMax 的编排层上，评估时要把这点一起算进去。
结尾
这波生成模型公司都在做同一件事：往模型上面长一层工作流，把用户留在自己家里。MiniMax Design 是这套思路里动作最快的一个，画质领先会一直换人，产线顺不顺才是留人的东西。
它现在的状态很清晰。流程这一层已经能交差，批量出片、项目记忆都跑通了；画面这一层还卡着，语义编辑的承诺和实测之间隔着一段距离。电商、投放、内容运营团队现在就能用，65 元的 Starter 够小团队试水；冲着”一句话精修视频”来的，建议再等等 H3 的下个版本。
值得盯的问题只有一个：下次 H3 更新，能不能让”改视频”变得和”说需求”一样便宜。到那天，剪辑软件的菜单栏才算真的进了博物馆，而这块骨头现在还卡在画面里，谁先啃下来谁就拿到下一张门票，整条赛道都盯着同一个位置。