生成AI研究室(107) MacでMiniMax H3を「アプリ1本」で動かすPhosphene——M1〜M5・16GBから、LTX-2.5も同じ画面。利用者の実測中央値と、H3ライセンスの「対象外地域」

生成AI研究室(107) Phosphene

(102)でWindows/Mac/Linux向けのFreeVideoを書いた。あちらはNVIDIAのGPUが前提で、Macは「動く」止まりだった。Macだけを相手にしたアプリがもう1つある。PhospheneがそれでApple Silicon専用、MLXでLTX-2.5とMiniMax H3を動かす。GitHubのREADMEとdocs、MiniMax H3のライセンス本文から整理する。当方は未検証。

目次

先に要点

  1. Apple Silicon専用のMacアプリ。M1〜M5、統合メモリ16GBから。Intel MacとWindowsは対象外。インストールはMacアプリ(自動更新)かPinokio(URL貼り付けで1クリック)。コードはMIT、v5.0.60(2026年11月18日)。
  2. 動画エンジンは2つ。LTX-2.5(Lightricks、音つき動画、約27.5GB)と、MiniMax H3(人が話す場面向け、約75GBの追加ダウンロード)。どちらもテキスト→動画、画像→動画、始点・終点フレーム、キーフレーム、延長、リップシンク。H3-Imageの静止画生成と編集も同じ画面。
  3. H3のメモリ要件。Draft/Standardは16GBから、Highは18GBから。10秒・15秒の連結と「サウンド整音」は36GB。LTX-2.5はフルサイズが48GBから。
  4. 利用者の実測中央値(README、5秒LTX-2.5 Balanced、モデル読み込み込み、8月10日〜10月22日): M4 16GB 480p 10分40秒(36台)、M4 Pro 48GB 576p 6分(30台)、M4 Max 64GB 576p 3分(16台)。H3の5秒Standard+FastはM4 Max 64GBで約5分。
  5. MiniMax H3のライセンスは「対象外地域」がある。Hugging Faceのライセンス本文に「Excluded Territories = EU・英国・韓国・米国」。Phosphene側もREADMEで同じ注意を書いている。日本は対象。(102)のFreeVideoも同じH3を使うので、同じ条件がかかる。
  6. 有料Proは「新しい高速化の先行提供」と「iPhoneからの遠隔操作」。READMEは「今ある機能はそのまま、課金で閉じない」。本稿ではProの数字は扱わない。
図1: 何が動くか(メモリ別)と、利用者の実測中央値、ライセンスの地域

何が動くか——メモリ別(README)

統合メモリできること
16GBLTX-2.5の小さめサイズ、MiniMax H3のDraft/Standard(Highは18GBから)、FLUX.2 [klein]の静止画、歌、音声
24GB加えて画像編集(Reference Edit)、FLUX 3 Klein、Ideogram 4、キャラクター学習
32GB加えてP-H3-Image
36GB加えてMiniMax-H3-Image、H3の長い連結クリップ、サウンド整音
48〜64GB加えてLTX-2.5フルサイズ、High、キーフレーム、延長、学習済みキャラクター
96GB〜キーフレームと延長のサイズ上限が上がる。120GBでサイズ制限なし

ディスクは、セットアップ自体で18GB、LTX-2.5が約27.5GB、H3が約75GB(インストール中は約100GBの空きが要る)、歌が約11GB、音声が約6GB。モデル置き場は外付けドライブにできる(5.0.60で出力先も選べるようになった)。

速さ——利用者の実測中央値(README)

Macサイズ5秒LTX-2.5 Balanced、中央値台数
M4、16GB480p10分40秒36
M4 Pro、48GB576p6分30
M4 Max、64GB576p3分16
  • H3(5秒、Standard+Fast)はM4 Max 64GBで約5分。H3-Imageの編集1枚(Draft)も約5分。
  • docsのBench向け資料には10月22日時点の「Quick/Balanced」の中央値がチップ別に載っている。M5は「3分45秒 / 不明」、M5 Proは「1分20秒 / 2分30秒」、M5 Maxは「50秒 / 1分20秒」。ただし同資料は「設定がばらばらな日常レンダーの集計で、チップの横並び比較ではない」と断っている。
  • 5.0.20で16GBのMacのピークメモリが約9GB→約5.7GBに下がった(READMEの記述)。

(102)のFreeVideoでは当方のRTX 5060 Ti 16GBで10秒1344×768が486秒だった。条件(エンジン・解像度・秒数)が違うので、Macの数字と並べて倍率にはしない。

H3のライセンス——「対象外地域」

MiniMax H3のライセンス本文(Hugging Face MiniMaxAI/MiniMax-H3 の LICENSE)から。

  • 「本契約の範囲は『適用地域』に限る」
  • 「適用地域 = 全世界から除外地域を除いたもの」
  • 「除外地域 = 欧州連合、英国、大韓民国、米国」

ライセンスは「適用地域の中でのみ」使用・複製・配布・派生物の作成を許す形になっている。日本は適用地域。Phosphene側もREADMEとライセンス欄で同じ注意を書き、Ideogram 4・YuE2・FLUX.1 Krea・Bria FIBOは非商用と明記している。(102)FreeVideo、(103)h3image-ncnn-vulkanも同じ重みを使うので、同じ条件がかかる。

当方の見方

  • (102)の「Mac側」の答え。FreeVideoはMacでも動くが、READMEの実測はほぼNVIDIA。PhospheneはMac専用に絞った分、メモリ別に「何ができるか」が表になっていて、買う前・入れる前の判断材料になる。
  • 数字は利用者集計で、作者の1台ではない。台数つきの中央値はありがたい。ただし「読み込み込み」「設定ばらばら」なので、自分のMacで同じ時間になるとは限らない。
  • ライセンスの地域は、H3を使う全部のアプリに共通。日本で使う分には問題ないが、EU・米国の読者に勧める話ではない。これはPhospheneの話ではなくH3の話。
  • 当方の次の一手: 当方のM5で、H3のDraftとStandardを1本ずつ回して時間を取る。そこまでは「READMEの数字」として扱う。

書いていないこと・確かめていないこと

  • 当方での動作確認はしていない。生成物の品質も見ていない。
  • 有料Proの内容・価格・高速化の数字は本稿に載せていない。
  • 利用者中央値の集計方法(オプトアウト方式の利用統計)の中身は当方未確認。

出典

  • GitHub: mrbizarro/Phosphene(MIT)。README、docs/BENCH_REVIEWER_GUIDE.md、docs/CHANGELOG_5.0.60.md、VERSION(5.0.60、2026年11月18日のコミット)
  • Hugging Face: MiniMaxAI/MiniMax-H3 LICENSE(「Applicable Territory」「Excluded Territories」の条項)
  • 当方の取得(2026年11月19日)

関連

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

目次