ACE-Step 1.5 vs. MiniMax Music 3: Welches offene Song-Modell wählen?
ACE-Step 1.5 ist ein Song-Modell unter MIT-Lizenz, das ab etwa 4 GB VRAM läuft. MiniMax Music 3 ist ein 11.1B-Modell, das Songs bis zu fünf Minuten schreibt und eine 24-GB-GPU braucht.
Fazit. Wählen Sie nach Hardware und Lizenz. ACE-Step 1.5 ist für Code und Gewichte MIT-lizenziert, sein 2B-Turbo-Modell läuft ab etwa 4 GB VRAM und erzeugt Songs von 10 Sekunden bis 10 Minuten mit Texten in mehr als 50 Sprachen. Die Entwickler sagen, ein voller Song dauere auf einer RTX 3090 unter 10 Sekunden, und bieten dazu Cover, Repainting, Stem-Trennung und LoRA-Training an. MiniMax Music 3 hat 11,1 Milliarden Parameter, schreibt Songs bis zu fünf Minuten bei 32 kHz und nimmt eine detaillierte Beschreibung von Genre, Tempo, Tonart, Gesang und Arrangement entgegen. Die Route der Model Card braucht eine CUDA-GPU mit etwa 24 GB in BF16, und MiniMax' eigener Serving-Leitfaden verlangt zwei GPUs. Die Community-Lizenz verlangt von kommerziellen Produkten, den Namen MiniMax-Music3 anzuzeigen, und braucht ab 20 Millionen US-Dollar pro Jahr eine schriftliche Genehmigung. Im Benchmark des YuE2-Teams selbst erreicht Music 3 6,28 und ACE-Step 1.5 6,01, aber das ist die Tabelle eines einzigen Teams und kein unabhängiges Ranking – hören Sie also in beide hinein. Die Entwickler von ACE-Step sagen, sie hätten mit lizenzierten, lizenzfreien und synthetischen Daten trainiert, was wir nicht geprüft haben, während MiniMax' Model Card seine Trainingsdaten nicht beschreibt.
Spezifikationen
| Spezifikationen | ACE-Step 1.5 | MiniMax Music 3 |
|---|---|---|
| Entwickler | ACE-Step | MiniMax |
| Erscheinungsdatum | 23. Januar 2026 | 13. August 2026 |
| Parameter insgesamt | 4B (1.5 XL Turbo (4B DiT)) | 11.1B (Music 3 (diffusers or SGLang-Omni)) |
| Aktive Parameter | Alle | Alle |
| Architektur | Hybrid | Hybrid |
| Kontextfenster | – | – |
| Eingabe | Text, Audio | Text |
| Lizenz | MIT (Permissiv) | MiniMax Music3 Community (Bedingt) |
| Speicher für die kleinste Variante (4 Bit) | 4 GB (1.5 Turbo (2B DiT, with 1.7B LM)) | 24 GB (Music 3 (diffusers or SGLang-Omni)) |
Leistungsangaben stammen vom Entwickler und wurden nicht unabhängig überprüft.
Wählen Sie ACE-Step 1.5, wenn
- Sie wollen einfache MIT-Bedingungen für Code und Gewichte, ohne Umsatzgrenze oder Namensnennungspflicht.
- Sie haben eine Gaming-GPU oder ein Laptop mit 4 bis 8 GB VRAM und wollen in Sekunden einen Entwurf.
- Sie brauchen Covers, Repainting, Stem-Trennung oder ein LoRA, das mit wenigen Songs trainiert wurde.
- Sie schreiben Songtexte in vielen Sprachen, denn die Entwickler listen mehr als 50.
Wählen Sie MiniMax Music 3, wenn
- Sie wollen Songs bis zu fünf Minuten mit Abschnitts-Tags und einer detaillierten Beschreibung von Tempo, Tonart, Gesang und Arrangement.
- Sie haben eine CUDA-GPU mit etwa 24 GB, oder zwei GPUs für MiniMax' SGLang-Omni-Leitfaden.
- Ihr Produkt kann den Namen MiniMax-Music3 zeigen, und Ihr Unternehmen verdient unter 20 Millionen US-Dollar pro Jahr oder kann MiniMax' Genehmigung einholen.
- Sie akzeptieren ein größeres Modell für den höheren Score im Benchmark des YuE2-Teams, 6,28 gegen 6,01, und haben die Beispiele selbst geprüft.