MiniMax Music 3: uso locale, licenza e prezzi

👁 115 letture

MiniMax Music è il generatore di canzoni della cinese MiniMax, la stessa azienda che sviluppa il generatore video Hailuo. L’ultima versione, Music 3, crea brani con voce fino a 5 minuti e da agosto 2026 ha pesi aperti: puoi eseguirla gratis sulla tua scheda grafica con ComfyUI. Nei miei test ha cantato in polacco in modo comprensibile, ma con accento. Dal 20 agosto MiniMax ha chiuso la propria API a pagamento ai nuovi clienti.

Che cos’è MiniMax Music

MiniMax è un’azienda di Shanghai che sviluppa modelli linguistici, video (Hailuo, H3) e voce. Nel mio approfondimento MiniMax: Hailuo, H3 e H3 Max parlo dell’azienda e dei video; qui mi occupo solo di musica.

MiniMax Music funziona come Suno: inserisci una descrizione dello stile e il testo della canzone, e il modello compone la melodia, l’arrangiamento e la parte cantata. Music 3 accetta due tipi di input:

• Testo con sezioni: marcatori come [Intro], [Verse], [Pre-Chorus], [Chorus], [Bridge], [Instrumental], [Solo] e [Outro]. Il modello esegue alla lettera i marcatori.
• Structured Caption: una descrizione in tre parti: Global Metadata (genere, tempo, tonalità, atmosfera), Vocal Details (tipo di voce e stile di canto) e Arrangement (strumenti e indicazioni per ogni sezione).

Alla base del sistema ci sono Global LLM 8B (basato su Qwen3-8B), che gestisce la struttura; Local LLM 0,6B, che cura i dettagli; Flow Matching 2,4B, che sintetizza l’audio; e Flow-VAE 123M, che produce WAV stereo a 32 kHz.

Le versioni di MiniMax Music

Le date provengono dalle note di rilascio di MiniMax, che per le versioni 2.5+ e 2.6 indicano solo il mese. Il repository dei pesi su Hugging Face è stato creato il 7 agosto; l’annuncio di MiniMax e ComfyUI è del 13 agosto 2026.

MiniMax Music in classifica: come si posiziona

Nella versione 1.1 della classifica di Artificial Analysis, aggiornata intorno al 7 ottobre 2026 e basata su 1000 prompt in 17 generi, Music 3.0 è il punto di riferimento della scala, con un punteggio esatto di 1000. Ho raccolto tutti i risultati nella classifica dei generatori musicali AI.

• Canzoni con voce: Music 2.6, 1001 punti (10º posto); Music 3.0, 1000 (11º); Music 2.5+, 987 (12º). Suno v6 è primo con 1142.
• Brani strumentali: Music 2.5+, 1005 punti (10º posto); Music 2.6, 1002 (11º); Music 3.0, 1000 (13º). Suno v6 è primo con 1140.
• Pesi aperti: Music 3.0 è il modello con il punteggio più alto tra quelli che puoi scaricare ed eseguire sul tuo computer.

Music 3 non suona meglio di 2.6: il suo vantaggio sono i pesi aperti, non la qualità.

La licenza dei pesi aperti MiniMax-Music3

I pesi non sono distribuiti con licenza Apache o MIT, ma con la licenza proprietaria «MiniMax-Music3 COMMUNITY LICENSE». Ho letto il file LICENSE nel repository l’8.10.2026. Ecco i punti principali:

• L’uso commerciale è consentito, anche in un prodotto o servizio a pagamento.
• Obbligo di attribuzione: un prodotto commerciale deve mostrare in modo visibile «MiniMax-Music3» nell’interfaccia.
• Soglia di 17,77 milioni di euro (20 milioni di dollari): se i ricavi annuali dei prodotti e servizi basati sul modello superano questa cifra, serve il consenso scritto preventivo di MiniMax (contatto: api@minimax.io).
• Misure di sicurezza: chi offre il modello ad altri come servizio deve adottare e controllare periodicamente misure «ragionevoli e proporzionate» per prevenire usi e risultati che violino la licenza.
• Acceptable Use Policy (allegato del 6 agosto 2026): vieta, tra le altre cose, disinformazione, impersonificazione, discriminazione e usi militari.

L’obbligo di attribuzione e la soglia di ricavi riguardano i prodotti e servizi realizzati con il modello, non i singoli brani. La licenza non specifica esplicitamente chi detiene i diritti sulla musica generata e non li riserva a MiniMax. Un brano creato in locale e caricato su YouTube non richiede la dicitura «MiniMax-Music3», ma resta applicabile l’Acceptable Use Policy. Il file del repository non conferma le menzioni della licenza CC BY-NC 4.0 presenti in alcuni blog.

Quanto costa MiniMax Music

L’app MiniMax Audio

Puoi creare musica in MiniMax Audio (minimax.io/audio/music), in precedenza all’indirizzo hailuo.ai/audio. I crediti sono condivisi con la sintesi vocale. Ho verificato che una canzone costa 300 crediti (il pulsante Create indica 600 crediti per due varianti).

Prezzi consultati su minimax.io/audio/subscribe l’8 ottobre 2026. Non è disponibile un listino in euro verificato: gli importi in euro sono stime convertite, non prezzi di acquisto locali. I piani a pagamento concedono i diritti commerciali sulle nuove canzoni. Per il piano Free la pagina è incoerente: la scheda promette l’uso commerciale, ma le FAQ dicono che i piani gratuiti sono solo per uso personale; conviene attenersi alle FAQ. I termini musicali del 19.06.2025 impongono di indicare che la musica è generata dall’AI e vietano di rimuovere i watermark MiniMax.

API

• API MiniMax: Music-3.0 e Music-2.6 costavano circa 0,13 € (0,15 USD) per un brano fino a 5 minuti; la generazione del testo costava circa 0,0089 € (0,01 USD). Dal 20 agosto 2026 i nuovi utenti non possono acquistare l’accesso; i clienti paganti già attivi possono continuare a usarlo.
• fal.ai: minimax/music-3 costa circa 0,0017763 € (0,002 USD) al secondo di musica, cioè 0,10664 € (0,12 USD) al minuto. Music 2.6 (fal-ai/minimax-music/v2.6) costa circa 0,13 € (0,15 USD) per brano. Prezzi controllati nell’API di fal l’8.10.2026.

Per le conversioni da USD a EUR ho usato il tasso di riferimento BCE del 16 ottobre 2026: 1 EUR = 1,1253 USD. Fonte: Banca centrale europea. Gli importi in euro sono stime, non prezzi locali di acquisto.

Come usare MiniMax Music 3 in locale con ComfyUI

È il metodo più semplice. MiniMax descrive anche l’uso con diffusers (secondo il README servono 24 GB di VRAM, circa 22 GB con offloading e appena 8 GB con streaming dei layer) e con SGLang-Omni. Serve una scheda NVIDIA con CUDA. Trovi indicazioni generali per scegliere una scheda nell’articolo Quanta VRAM serve; la guida all’installazione è in ComfyUI.

1. Aggiorna ComfyUI all’ultima versione. Altrimenti non vedrai i nodi di MiniMax Music 3.
2. Apri Template Library, sezione Audio, e seleziona il modello audio_minimax_music_3 («Text to Music (MiniMax Music 3)»). ComfyUI ti proporrà di scaricare i file mancanti.
3. Scarica i file dal repository Comfy-Org/MiniMax-Music-3 e copiali nelle cartelle indicate:
   • models/diffusion_models/: minimax_music3_dit_fp16.safetensors (4,91 GB) oppure, per una scheda meno potente, minimax_music3_dit_int8_convrot.safetensors (2,5 GB);
   • models/text_encoders/: minimax_music3_text_encoder_pruned_int8_convrot.safetensors (9,2 GB);
   • models/vae/: minimax_music3_dav.safetensors (0,22 GB).
4. Nel nodo MiniMaxMusic3TextEncode, inserisci la descrizione in tre parti (Global Metadata, Vocal Details e Arrangement) e il testo con i marcatori di sezione.
5. Nel nodo EmptyMiniMaxMusic3LatentAudio, imposta la durata in secondi. Il modello predefinito è di 120 secondi; il massimo è circa 300 secondi.
6. Lascia il nodo KSampler con le impostazioni predefinite del modello: 30 passaggi, cfg 1,7, sampler euler, scheduler simple.
7. Per la decodifica, usa VAEDecodeAudio su una scheda potente; se manca VRAM per i brani lunghi, scegli VAEDecodeAudioTiled (attivando tiled_decode nel modello). La modalità a tasselli è più lenta e può lasciare delle giunzioni.
8. Avvia la coda. Il risultato viene salvato in formato MP3 in output/audio/.

Quanta memoria serve? Il componente più grande è il codificatore di testo, non il modello audio. La configurazione int8 (DiT 2,5 GB + codificatore 9,2 GB + VAE) occupa circa 11,9 GB; con il DiT fp16 si arriva a circa 14,3 GB. La community ha preparato anche versioni GGUF:

• Abiray/MiniMax-Music3-GGUF: solo DiT, da Q3_K_M (1,16 GB) a Q8_0 (2,7 GB) e F16 (4,98 GB). Codificatore e VAE vanno scaricati da Comfy-Org.
• molbal/Minimax-Music3-GGUF: include DiT e codificatore di testo; il codificatore in Q4_0 occupa circa 5,4 GB. Richiede una fork di ComfyUI-GGUF.

Secondo localaimaster.com, una configurazione minima ragionevole è una scheda da 12 GB e 32 GB di RAM; con 8 GB il modello funziona solo con un offloading intenso ed è lento. Il repository originale MiniMax (57,4 GB) non serve per ComfyUI. Per una panoramica più ampia dei modelli eseguibili sul tuo computer, consulta AI in locale.

Il mio test di MiniMax Music 3 su RTX 4090

L’8 ottobre 2026 ho eseguito MiniMax Music 3 in locale con ComfyUI: DiT fp16 da 4,91 GB, codificatore di testo pruned int8 da 9,2 GB e VAE da 0,22 GB, per circa 14,3 GB complessivi da scaricare da Comfy-Org su Hugging Face. Ho usato le impostazioni del modello ufficiale: 30 passaggi, cfg 1,7, euler/simple, massimo 100 secondi. Gli ho dato in pasto la canzone polacca intitolata, nella traduzione dall’originale polacco, «Mattina a Łódź» (2 strofe e ritornello, 52 parole) e una descrizione dello stile: ballata indie pop nostalgica con voce femminile. Il test è stato svolto in polacco.

• Pronuncia buona: Whisper large-v3, applicato alla voce isolata con Demucs, ha trascritto 102 parole su 104. Gli errori sono stati [scritta corrotta nella prova originale in polacco] invece di «invisierò» (traduzione dall’originale polacco) e [scritta corrotta nella prova originale in polacco] invece di «sgualcita» (traduzione dall’originale polacco).
• Stile meno convincente: i giudici AI Gemini 3.8 Flash e Qwen 3.8 Omni Flash hanno assegnato una media di 4,0/5 alla pronuncia, ma solo 3,1 al suono e 2,9 alla corrispondenza con lo stile. In entrambe le prove Gemini ha osservato che, invece di una ballata calda, era uscito un brano sopra le righe in stile musical, con una patina metallica sulla voce.
• Durata imprevedibile: la seconda prova si è fermata a 54,5 secondi. Il modello ha cantato tutto il testo, ma più velocemente del previsto.
• Confronto: ACE-Step 1.5, sulla stessa scheda, ha generato 95 secondi di musica in 8 secondi, usando 13-14 GB di memoria video; i giudici hanno valutato la pronuncia 4,5.
• Test cloud del 3 ottobre: su fal.ai, MiniMax Music 3 ha cantato un altro testo polacco con risultati peggiori: 32 parole corrette su 39 e pronuncia valutata 3/5.

Trovi i risultati di tutti i modelli nella classifica dei generatori musicali AI. Il primo avvio è stato lento perché carico i modelli da un disco USB (circa 44 MB/s); con un NVMe sarà più rapido.

MiniMax Music canta in polacco?

MiniMax non pubblica un elenco delle lingue supportate per il canto. Le demo di Music 3 sono in cinese e inglese; i «40+ lingue» citati nel listino MiniMax Audio riguardano la sintesi vocale, non la musica.

Ho verificato il modello il 3 ottobre 2026 per la guida al generatore musicale AI: stesso testo polacco di 39 parole, trascrizione con Whisper large-v3 e valutazione della pronuncia con Gemini. I test erano in polacco.

• Music 2.6: 34 parole corrette su 39, pronuncia 2/5, 57 secondi di generazione su fal.ai.
• Music 3: 32 parole corrette su 39, pronuncia 3/5, 120 secondi di generazione. Il brano è risultato più breve del richiesto: 27 secondi invece di 75.
• Problema: entrambi i modelli hanno pronunciato male il gruppo di parole «parte da Danzica» (traduzione dall’originale polacco); il ritornello era chiaro.

Un consiglio: scrivi la descrizione dello stile in inglese e aggiungi «vocal singing in Polish, clear diction»; lascia il testo in polacco e cerca di evitare gruppi di consonanti difficili nel primo verso.

MiniMax Music a confronto con le alternative

Nei miei test il risultato migliore in polacco è stato quello di Eleven Music: 39 parole corrette su 39 il 3 ottobre e 103 su 104 oggi. Tra i modelli scaricabili, Music 3 è il più alto in classifica su Artificial Analysis; nel mio test dell’8 ottobre, però, ACE-Step 1.5 ha cantato il testo polacco altrettanto bene (101 parole corrette su 104), ha seguito meglio lo stile e ha richiesto meno memoria video. La vecchia versione di ACE-Step su fal.ai il 3 ottobre trasformava il polacco in parole incomprensibili (8 su 39); la versione 1.5 è un modello diverso.

A chi è adatto MiniMax Music

• A chi ha una scheda con 12-24 GB di VRAM: puoi creare canzoni senza abbonamento né limiti di download.
• A chi sviluppa applicazioni: è il modello musicale aperto più forte che consente l’uso commerciale, con l’obbligo di mostrare «MiniMax-Music3».
• Per canzoni in inglese e basi strumentali: sono gli ambiti in cui il modello dà il meglio.
• Non è la scelta ideale per pubblicare una canzone in polacco: l’accento si sente. Eleven Music o Lyria possono essere alternative migliori.

Il modo più semplice: Hangar

Puoi usare MiniMax Music 3 anche tramite Hangar, il mio strumento: un gestore gratuito per modelli locali di immagini, video e musica su Windows, senza account né abbonamento e con ComfyUI come motore. Il catalogo include la versione con DiT fp16 e codificatore int8: 14,3 GB in tutto (4,91 + 9,2 + 0,22 GB). Al momento il DiT int8 più leggero (2,5 GB) non è nel catalogo: con una scheda meno potente devi scaricarlo manualmente. La licenza MiniMax-Music3 Community consente l’uso commerciale a determinate condizioni, tra cui il nome del modello nel prodotto; non prevede un’esclusione per l’UE.

1. Scarica il programma di installazione (14 MB) dalla pagina di Hangar. Non è ancora firmato digitalmente, quindi Windows SmartScreen mostrerà un avviso: fai clic su «Ulteriori informazioni» e poi su «Esegui comunque».
2. Hangar rileva la scheda (NVIDIA con CUDA, da 8 GB di VRAM; meglio 12 GB o più) e indica se il modello può essere eseguito.
3. Seleziona MiniMax Music 3. Hangar scarica i file da Hugging Face e ne verifica gli hash sha256.
4. Inserisci la descrizione dello stile e il testo della canzone con le sezioni, imposta la durata massima e avvia la generazione.

Nel test di Hangar su RTX 4090 (17 ottobre 2026), una richiesta per 20 secondi di musica ha richiesto 57 secondi, incluso il caricamento del modello. La durata impostata è un limite massimo: il modello può terminare prima. Programma di installazione e dettagli: Hangar.

Domande frequenti

Che cos’è MiniMax Music?

È il generatore di canzoni AI di MiniMax. A partire da una descrizione dello stile e dal testo crea un brano cantato fino a 5 minuti. L’ultima versione, Music 3, ha pesi aperti ed è disponibile nell’app MiniMax Audio, su fal.ai e in locale.

Si può eseguire MiniMax Music 3 in locale?

Sì. Il metodo più semplice è usare il modello audio_minimax_music_3 in ComfyUI. Serve una scheda NVIDIA; è ragionevole partire da 12 GB di VRAM e servono circa 12-15 GB di spazio per i file. Con GGUF e offloading può funzionare anche con 8 GB, ma è lento.

MiniMax Music è gratis?

In locale sì, senza limiti. Il piano Free di MiniMax Audio offre 10 mila crediti al mese, pari a circa 33 canzoni; secondo le FAQ, però, è solo per uso personale. L’API gratuita music-3.0-free è stata disattivata il 20 agosto 2026.

Qual è la licenza di MiniMax Music 3?

MiniMax-Music3 Community License. L’uso commerciale è consentito, ma il prodotto deve mostrare «MiniMax-Music3» in modo visibile. Oltre 17,77 milioni di euro (20 milioni di dollari) di ricavi annui serve il consenso scritto di MiniMax. Le condizioni riguardano i prodotti basati sul modello, non le singole canzoni.

MiniMax Music canta in polacco?

Sì, ma con accento. Nel mio test Music 3 ha cantato correttamente 32 parole su 39; Music 2.6 ne ha cantate 34. MiniMax non include il polacco nell’elenco delle lingue supportate per la musica.

Che cos’è Hailuo Music?

Era il vecchio nome del modulo musicale di Hailuo AI. Oggi il generatore si chiama MiniMax Audio e si trova su minimax.io/audio/music; l’indirizzo hailuo.ai/audio porta allo stesso servizio. Parlo dei video Hailuo nell’articolo Hailuo AI.

Posso guadagnare con le canzoni create con MiniMax Music?

Con un piano a pagamento di MiniMax Audio sì: i piani concedono diritti commerciali sulle nuove canzoni, ma i termini richiedono di indicare che la musica è generata dall’AI. La licenza del modello locale non vieta l’uso commerciale e non riserva a MiniMax i brani generati.

Fonti e data delle verifiche

• Model card e file LICENSE MiniMaxAI/MiniMax-Music3: huggingface.co (verificati l’8.10.2026)
• File Comfy-Org/MiniMax-Music-3: huggingface.co (8.10.2026)
• MiniMax Music 3.0, annuncio: minimax.io (13.08.2026)
• Note di rilascio dei modelli: platform.minimax.io (8.10.2026)
• Prezzi API e comunicazione del 20.08.2026: platform.minimax.io (8.10.2026)
• Piani MiniMax Audio: minimax.io (8.10.2026)
• Termini musicali MiniMax Audio: minimax.io (versione del 19.06.2025)
• Articolo di ComfyUI su Music 3: blog.comfy.org (13.08.2026)
• GGUF: Abiray e molbal (8.10.2026)
• Requisiti VRAM: localaimaster.com (8.10.2026)
• Classifica Text to Music v1.1: Artificial Analysis (circa 7.10.2026)
• Prezzi fal.ai: API del listino fal.ai (8.10.2026); mio test (3.10.2026)

// continua a leggereLTX-Video in locale: test su RTX 4090, licenza e confrontoGuideAgnes Video 2.5: prezzi, benchmark e come iniziareStrumenti IANano Banana 2.1: novità, prezzi e come usarlo in Gemini gratisStrumenti IA

Kinetyra