Le développeur chinois d'IA MiniMax a lancé vendredi un modèle de génération vidéo appelé H3, et ses actions cotées à Hong Kong ont grimpé de 17,4 % à 230,0 HK$ en début de séance. Le modèle produit des clips allant jusqu'à 15 secondes en résolution 2K avec du son généré en même temps que l'image, et il peut aussi modifier des séquences existantes et copier des mouvements entre des clips lorsqu'on lui fournit du matériel de référence dans d'autres formats.

L'ampleur du mouvement du titre en dit autant sur l'action que sur le modèle. MiniMax s'est introduit à Hong Kong en janvier à 165 HK$, a doublé dès le premier jour et a touché 1 330 HK$ en mars. Puis le titre a chuté. Une expiration de lock-up le 9 juillet a libéré environ 49 % de ses actions pour être négociées d'un coup, JPMorgan a abaissé son objectif de cours deux fois en une semaine, et l'action a clôturé à 193,1 HK$ le 20 juillet. Même après le bond de vendredi, elle reste à plus de 80 % sous son pic de mars.

H3 constitue donc la première preuve depuis des mois que MiniMax peut faire bouger son propre titre avec un produit plutôt qu'avec l'offre d'actions. Il arrive sur un marché dominé par d'autres. Sur Artificial Analysis, qui classe les modèles vidéo selon des votes à l'aveugle de spectateurs comparant côte à côte, Seedance 2.0 de ByteDance domine le text-to-video avec audio à 1 214 Elo, devant Kling 3.0 de Kuaishou et Veo 3.1 de Google.

Un modèle au lieu d'une douzaine de spécialistes

Jusqu'à présent, générer de la vidéo avec l'IA signifiait choisir un spécialiste. Un modèle transforme du texte en vidéo. Un autre anime une image fixe. Un autre encore remplace un personnage dans un plan finalisé. La voix, les effets sonores et la musique proviennent chacun de leurs propres systèmes. Construire une publicité de 15 secondes implique de faire circuler des fichiers entre quatre ou cinq outils en espérant que le visage du personnage survive au trajet.

MiniMax affirme que H3 change cela. L'entreprise écrit que « le premier principe guidant le développement de H3 était l'unification et la généralisation entre les tâches », c'est-à-dire un modèle unique qui prend en référence n'importe quelle combinaison d'images, de clips et d'audio et détermine à partir d'une phrase en langage courant quoi en faire. Son propre exemple demande au modèle d'emprunter un mouvement de caméra à une vidéo, de l'appliquer à un visage issu d'une image et de chanter avec une voix provenant d'un fichier audio.

Pour les lecteurs extérieurs au domaine, l'affirmation à évaluer n'est pas la qualité de l'image. Il s'agit de savoir si le nombre d'outils dans une chaîne de production passe de cinq à un, ce qui est ce que MiniMax vend aux annonceurs et aux détaillants en ligne plutôt qu'aux cinéastes.

L'argument de prix et la promesse des poids ouverts

MiniMax affirme que la vidéo 2K issue de H3 coûte moins d'un tiers de ce que facturent les rivaux grand public par seconde, et que sa sortie en 768p coûte moins de la moitié de ce que les concurrents facturent pour du 720p. Il s'agit de chiffres de l'entreprise, pas de tests indépendants.

L'engagement le plus important concerne la distribution. MiniMax dit qu'il publiera les poids de H3 d'ici quelques jours, sous réserve du droit et de la réglementation. Les poids sont les valeurs entraînées qui permettent à un modèle de fonctionner, donc les publier permet à n'importe qui de télécharger H3 et de l'exécuter sur son propre matériel sans payer pour y accéder. La vidéo est restée en grande partie fermée alors que les laboratoires chinois ont ouvert leurs modèles de texte. MiniMax dit aussi que H3 a été conçu pour fonctionner sur plusieurs puces fabriquées en Chine.

Cela correspond à une dynamique qui remodèle le marché plus large. DeepSeek ancre le bas de gamme sur les prix, la famille Qwen d'Alibaba bénéficie de l'adoption la plus large chez les développeurs, Moonshot a publié le Kimi K3 de 2,8 billions de paramètres le 17 juillet avec des poids à suivre, et MiniMax publie déjà son modèle de langage M3. L'effet sur les laboratoires américains apparaît dans les données de routage plutôt que dans les benchmarks. La part des modèles chinois dans les tokens envoyés par des entreprises américaines via la place de marché OpenRouter a culminé à 46 % à la mi-2026, contre une moyenne de 11 % sur l'année précédente, et les modèles chinois ouverts coûtent de 60 % à 90 % moins cher que les principaux systèmes d'OpenAI et d'Anthropic. Le volume n'est pas le revenu, et les modèles américains fermés gagnent toujours bien davantage par token sur les travaux premium. Mais le plancher des prix se fixe en Chine, et H3 étend cette pression du texte à la vidéo.

Ce qui n'a pas été publié

La taille de H3 n'est pas publique. Sans nombre de paramètres, personne hors de l'entreprise ne peut dire si un H3 téléchargé fonctionne sur une station de travail ou nécessite une baie d'accélérateurs, ce qui détermine si la promesse des poids ouverts a beaucoup de sens dans la pratique. Les prix, les limites de débit et les conditions de licence pour la production commerciale ne sont pas non plus publiés.

Il n'existe pas non plus de mesure indépendante de qualité. H3 ne figurait pas vendredi dans les classements vidéo d'Artificial Analysis, de sorte que les seules comparaisons côte à côte disponibles sont les clips de démonstration de MiniMax, choisis par MiniMax. Les premiers testeurs suggèrent que son avantage tient au coût et à l'audio plutôt qu'au travail de caméra à fort mouvement, où les rivaux restent en tête.

MiniMax a promis un rapport technique complet et dit prévoir d'y intégrer ensuite ses modèles de langage. Les investisseurs qui ont acheté le mouvement de vendredi parient que les poids arriveront dans les délais et qu'un modèle moins cher et plus généraliste gagnera en volume. L'entreprise a quelques jours pour le prouver.