前書き
動画生成、試してみるのはいいけど、いざちゃんとした作品を作ろうとすると、
コストは結構お高いですよね
そんな中、2026年8月に一般公開されたのがオープンウェイトのMiniMax H3です。
映像だけでなく音声も同時に、高品質に一体生成できる強力なモデルです。
MiniMax H3はAPIで提供しているサービスも多いですが、
「時間貸しのクラウドGPUで自前で動かせば、API呼び出しよりずっと安く動画が作れるのでは?」
実際にやってみて、2026年9月に作った動画は、収益がモデルのコストを上回りました。
販売やマーケティングの話は別の機会に書くとして、この記事では動画生成のコスト面に絞ってまとめます。
今の動画生成モデルをざっと整理する
まずは比較対象を揃えます。現時点（2026年10月）で代表的な動画生成モデルとしては、BytePlusのSeedance 2.5と、GoogleのGemini Omni（gemini-omni-flash-preview）が挙げられます。
どちらもテキストからの生成（Text-to-Video）をはじめ、今主流の画像を起点にした生成（Image-to-Video）や、参照素材を使った生成（Reference-to-Video）に対応している、世代の近いモデルです。
各社の公式単価・課金単位は下記の通りです。
| モデル | 提供元 | 料金 |
|---|---|---|
| Seedance 2.5（Image-to-Video） | BytePlus（fal.ai経由） | 480p ≈$0.2205/秒、720p ≈$0.4730/秒（$0.0214/1000トークン換算） |
| Gemini Omni（Image-to-Video） | Google（公式価格） | 720pで約$0.101/秒（5,792 output tokens/秒 × $17.50/100万tokensで算出） |
いずれもクラウドAPIモデルなので、生成量がそのまま料金に積み上がります。作品づくりのように何度も作り直す使い方だと、ここがじわじわ効いてきます。
しかも、特にSeedance 2.5は人気が高く、利用するサービスによっては混雑時に生成待ちが発生することもありました
オープンウェイトのMiniMax H3
そんな中で出てきたのが、オープンウェイトモデルのMiniMax H3です。
高品質で映像とステレオ音声を最初から一体で同期生成できるのが最大の特徴です。
公開されているウェイトは、次の2系統です。
- FL2VA: 開始フレームと終了フレームを指定して生成する（4〜15秒対応）
- Ref2VA: 複数の画像・動画・音声を参照して生成する
画質やプロンプトへの忠実さも、クラウド版のSeedance 2.5やGemini Omni Flashと比べて見劣りしません。
クラウドソース投票を集計するArtificial AnalysisのVideo Arenaでも、MiniMax H3とGemini Omni Flashのスコア差はほぼ互角とされています。
そして、Seedance 2.5やGemini Omniと違ってウェイトが公開されているので、自分のGPU環境でセルフホストできます。
もちろん、fal.aiのような動画生成サービス経由でクラウドAPIとして使うことも可能です
中でも最も安価な構成が H3 Max Turbo（Image-to-Video） で、fal.ai基準の料金はこちらです。
| 解像度 | 通常料金 | 期間限定（40%オフ） |
|---|---|---|
| 480p | $0.025/秒 | $0.015/秒 |
| 768p | $0.04/秒 | $0.024/秒 |
| 1080p | $0.08/秒 | $0.048/秒 |
期間限定の40%オフは2026年10月15日までの価格です。
いずれにしても、Seedance 2.5やGemini Omniよりかなり安価です。
ただ、これでもまだ料金は高いと感じました
RunPodとは
そこで目をつけたのがRunPod、GPUを秒単位で借りられるクラウドサービスです。
世界各地にリージョンがあり、RTX 6000 Proなど、人気のGPUを簡単に調達できます。
ただGPUを借りられるだけでなく、ComfyUIのような創作ワークフローフレームワークが最初から入ったテンプレートも用意されており、非常にスピーディーに創作環境を用意することができます。
料金はPodの起動から終了までの時間料金とストレージ料金のみです。
つまり、使っていない間は課金されません。
そのため、ComfyUIが入っているマシンを起動し、MiniMax H3を導入するだけで、簡単に動画生成できます。
タスクが完了したら、Podとストレージを削除するだけ。追加料金もかかりません
実際の料金比較
では実際のところ、料金はどうなのか？
RunPodで768p・約5秒の動画を5本連続生成し、fal.aiのMiniMax H3 Max Turboとの費用を比べました。
実費
GPUはRTX PRO 6000（96GB）、時間単価は $2.09 です。
コンテナディスクとボリュームディスクは合計230GBで、稼働中のストレージ代も含めると約$2.12194/時間になります。
起動操作から、環境構築・モデル取得・5本の生成・確認・ローカルへの回収・Pod削除確認まで、かかった時間は約24分36秒でした。
| 項目 | 推定費用 |
|---|---|
| GPU | 約$0.8566 |
| ストレージ | 約$0.0131 |
| 5本の合計 | 約$0.8697 |
| 1本あたりの平均 | 約$0.1739 |
これは2026年9月30日〜10月1日の検証で記録した時間と単価から求めた推定費用です。今後変更する可能性があります。
falの768pと比較すると、次のようになります。通常料金に加え、前述の40%オフの単価でも計算しました。
| 生成条件 | 5本の合計 |
|---|---|
| RunPod・約4.46秒 | 約$0.87 |
| fal・4秒（通常料金） | $0.80 |
| fal・5秒（通常料金） | $1.00 |
| fal・4秒（40%オフ） | $0.48 |
| fal・5秒（40%オフ） | $0.60 |
5本だけでは、falの通常料金の4秒生成より少し高い結果です
何本まとめて作ればRunPodが安くなる？
RunPodは、最初の 環境構築やモデルのダウンロード で時間を取られます。
だからこそ、同じPodで何本まとめて生成できるかが勝負です
今回の記録では、生成時間は 1本あたり約82秒、それ以外の固定時間は約1,065秒でした。
固定時間には、起動・モデル取得・初回読み込み・確認・回収が含まれます。
これをもとに費用を試算すると、次のとおりです。
RunPod：$0.628 ＋ $0.0484 × 生成本数
fal（768p・4秒）：通常 $0.16 × 生成本数 ／ 40%オフ $0.096 × 生成本数
| 1回のPod起動で作る本数 | RunPodの試算 | fal・4秒（通常料金） | fal・4秒（40%オフ） |
|---|---|---|---|
| 1本 | 約$0.68 | $0.16 | $0.096 |
| 5本（今回の測定本数） | 約$0.87 | $0.80 | $0.48 |
| 6本 | 約$0.92 | $0.96 | $0.576 |
| 10本 | 約$1.11 | $1.60 | $0.96 |
| 14本 | 約$1.31 | $2.24 | $1.344 |
| 20本 | 約$1.60 | $3.20 | $1.92 |
| 50本 | 約$3.05 | $8.00 | $4.80 |
| 100本 | 約$5.47 | $16.00 | $9.60 |
この条件では、falの4秒生成に対して、通常料金なら6本から、40%オフなら14本からRunPodのほうが安くなる計算です。
ただし、逆転した直後の差は合計で数セント程度なので、少し待ち時間が増えるだけで消えてしまいます。
そのため、大切なのは1回の起動で何本まとめて作るかです。
1本だけ作るなら、fal のほうが手軽で十分です。
RunPodを選ぶなら、1回の起動で6本以上（40%オフなら14本以上）をまとめて作る場合がおすすめです。
この比較には、開始画像の生成費用、税金・為替、Codexの利用料、人の作業時間は含めていません。料金の参照先はfalのH3 Max TurboとRunPodの料金説明、検証の詳細は料金比較の記録にまとめています。
この制作フローをCodexから扱うプラグイン
まとめて生成すれば費用は抑えられますが、開始画像とプロンプトをそろえ、GPUを起動し、結果を回収して片付けるまでには、意外と手間がかかります。
この流れをCodexから扱いやすくするために、自分でプラグインを作りました。
それが runpod-video-plugin(プラグイン名は Production Board)です。動画の準備から生成結果の確認まで、制作ボードとCodexとの会話で進められることを目指しています☺️
まだ作りながら改善している途中ですが、興味のある方はぜひ使ってみてください。