KI SpotlightNewsMiniMax veröffentlicht Music 3 mit offenen Gewichten
Songs mit Gesang bis fünf Minuten, kommerziell nutzbar mit Namensnennung – doch die offizielle API ist für Neukunden zu, und beim Hörertest gibt es keinen Vorsprung vor Music 2.6
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- MiniMax veröffentlichte die Gewichte von MiniMax-Music3 auf Hugging Face, kurz vor dem 13.08.2026.
- Die MiniMax-Music3 Community License erlaubt Nutzung, Kopie, Änderung, Weitergabe und Unterlizenzierung der Software einschließlich Gewichten.
- Der Copyright-Hinweis muss erhalten bleiben; kommerzielle Produkte müssen „MiniMax-Music3“ gut sichtbar anzeigen.
- Bei aggregiertem Jahresumsatz über 20 Mio. US-Dollar ist vorab eine schriftliche Genehmigung von MiniMax ([email protected]) nötig.
- MiniMax-Music3 erzeugt aus Lyrics und einer Musikbeschreibung komplette Songs mit Gesang von bis zu fünf Minuten.
MiniMax gibt Music 3 als Gewichte frei: Songs mit Gesang bis fünf Minuten
Die Gewichte von Music 3 liegen auf Hugging Face im Repository MiniMaxAI/MiniMax-Music3. Der Start-Beitrag des Herstellers ist auf den 13. August 2026 datiert, die Gewichte erschienen kurz davor. Das Modell verarbeitet Lyrics mit Abschnitts-Tags wie [Verse] oder [Chorus] sowie eine Klangbeschreibung. Diese nennt Genre, BPM, Tonart, Instrumentierung und Gesangsstil. Ausgegeben werden komplette gesungene Songs von bis zu fünf Minuten. Laut einem Modellkatalog ist Music 3 das erste Musikmodell von MiniMax mit veröffentlichten Gewichten. Es ist der direkte Nachfolger von Music 2.6.
Die Architektur kombiniert ein 8B-Global-LLM mit einem 0.6B-Local-LLM in hierarchisch autoregressiver Anordnung. Ein Flow-Matching-Decoder kommt hinzu. MiniMax nennt keine Gesamtparameterzahl. Die Summe von etwa 11 Milliarden stammt aus einem Drittanbieter-Bericht.
Audio als Eingabe nimmt das Modell nicht an. Stimm- und Referenz-Audio-Felder lehnt es laut lokalem Deployment-Guide ab. Die Audio-Encoder wurden laut Model Card eines INT8-Repacks nicht veröffentlicht, Fortsetzung und Inpainting entfallen daher. Die Model Card des Herstellers lag nicht vor. Die Angaben stammen größtenteils aus Sekundärquellen.
Kommerziell nutzbar mit Namensnennung, ab 20 Millionen Dollar Umsatz nur mit Genehmigung
Die „MiniMax-Music3 Community License“ erlaubt Nutzung, Kopie, Änderung, Weitergabe und Unterlizenzierung der Software. Das betrifft Gewichte, Parameter, Konfiguration und Inferenzcode. Die Lizenz knüpft das an Auflagen. Copyright- und Erlaubnishinweis müssen erhalten bleiben. Die Nutzung muss geltendem Recht und der Acceptable Use Policy entsprechen, fremde Rechte dürfen nicht verletzt werden. Kommerzielle Produkte und Dienste müssen „MiniMax-Music3“ gut sichtbar auf der Benutzeroberfläche anzeigen.
Übersteigt der aggregierte Jahresumsatz aus solchen Produkten und Diensten, einschließlich verbundener Unternehmen, 20 Millionen US-Dollar, braucht es vorab eine schriftliche Genehmigung von MiniMax ([email protected]). Der Lizenztext lag nur gekürzt vor. Punkt 4 und die Acceptable Use Policy (Exhibit A) fehlen im Material. Welche weiteren Pflichten dort stehen, lässt sich deshalb nicht prüfen.
22 bis 24 GB VRAM, Quantisierungen und der Rückzug der offiziellen API
Wer das Modell lokal betreibt, braucht laut boppy.me komfortabel eine 24-GB-GPU. Außerdem muss er mit langsamer Erzeugung rechnen. Laut alphasignal läuft es mit Offloading auf etwa 22 GB VRAM. Es gibt ein natives ComfyUI-Paket sowie GGUF- und MLX-MXFP4-Quantisierungen für wenig VRAM und Apple Silicon. Wer diese erstellt hat und wie stark die Qualität darunter leidet, geht aus dem Material nicht hervor. Zur Dauer pro Song nennt keine Quelle Zahlen.
Die gehostete Variante music-3.0 markiert der Hersteller im Modellkatalog als eingestellt. Die offizielle bezahlte API wurde laut boppy.me am 20. August 2026 für Neukunden geschlossen. Zugang bleibt über die offenen Gewichte: selbst gehostet, über fal, WaveSpeedAI und Sogni.
Keine messbar höhere Präferenz als Music 2.6, offen bleiben Samplerate und Sprachen
Bei Artificial Analysis dient Music 3 als Anker in beiden Musik-Boards. Music 2.6 liegt statistisch gleichauf: 997 ±18 gegenüber 1000 bei Vocals, 1001 ±21 gegenüber 1000 bei Instrumentals. So zitiert es der Katalog. Die Arena selbst lag nicht vor. Die Architektur wurde komplett umgebaut, die gemessene Präferenz hat sich trotzdem nicht bewegt. Der Vorsprung als bestes offenes Modell gilt nur gegenüber offenen Konkurrenten. Music 2.6 ist geschlossen.
Die Demo-Seite wirbt mit „hyper-realistic vocal timbre“ und Beispielen in über 20 Genres. Sogni nennt das Modell das mit dem besten Gesangsrealismus unter den offenen Gewichten. Beides ist Eigenwerbung, Sogni verkauft das Modell selbst.
Offen bleiben mehrere Punkte. Zwei Quellen nennen 32 kHz Stereo, Sogni 44,1 kHz. Die unterstützten Sprachen sind nicht offiziell gelistet. Sogni nennt Englisch, Mandarin, Spanisch und Japanisch „und mehr“. Ein Bericht setzt den Start des gehosteten Modells auf Juli und den der Gewichte auf August. Der Katalog stellt dagegen den 13. August 2026 heraus.
