ACE-Step 1.5 против MiniMax Music 3: какую открытую модель песен выбрать?
ACE-Step 1.5 — модель песен под лицензией MIT, работающая примерно от 4 ГБ VRAM. MiniMax Music 3 — модель 11.1B, пишущая песни до пяти минут, ей нужна GPU на 24 ГБ.
Вердикт. Выбирайте по оборудованию и лицензии. ACE-Step 1.5 распространяется по лицензии MIT для кода и весов, его turbo-модель 2B работает примерно от 4 ГБ VRAM и создаёт песни от 10 секунд до 10 минут с текстами более чем на 50 языках. Разработчики говорят, что полная песня занимает менее 10 секунд на RTX 3090, а также добавляют каверы, перерисовку (repainting), разделение стемов и обучение LoRA. MiniMax Music 3 имеет 11,1 миллиарда параметров, пишет песни до пяти минут при 32 кГц и принимает подробное описание жанра, темпа, тональности, вокала и аранжировки. Маршрут из карточки модели требует CUDA-графику примерно с 24 ГБ в BF16, а собственное руководство MiniMax по обслуживанию просит две GPU. Его общественная лицензия требует, чтобы коммерческие продукты указывали имя MiniMax-Music3, и предполагает письменное разрешение при годовом доходе выше 20 миллионов долларов США. На собственном бенчмарке команды YuE2 Music 3 набирает 6,28, а ACE-Step 1.5 — 6,01, но это таблица одной команды, а не независимый рейтинг, поэтому послушайте обе модели. Разработчики ACE-Step говорят, что обучали модель на лицензированных, свободных от роялти и синтетических данных, что мы не проверяли, а карточка MiniMax не описывает её обучающие данные.
Характеристики
| Характеристики | ACE-Step 1.5 | MiniMax Music 3 |
|---|---|---|
| Разработчик | ACE-Step | MiniMax |
| Дата выпуска | 23 января 2026 г. | 13 августа 2026 г. |
| Всего параметров | 4B (1.5 XL Turbo (4B DiT)) | 11.1B (Music 3 (diffusers or SGLang-Omni)) |
| Активные параметры | Все | Все |
| Архитектура | Гибридная | Гибридная |
| Контекстное окно | – | – |
| Вход | Текст, Аудио | Текст |
| Лицензия | MIT (Пермиссивная) | MiniMax Music3 Community (С условиями) |
| Память для минимального варианта (4 бита) | 4 GB (1.5 Turbo (2B DiT, with 1.7B LM)) | 24 GB (Music 3 (diffusers or SGLang-Omni)) |
Заявления о производительности поступают от разработчика и не проверялись независимо.
Выбирайте ACE-Step 1.5, если
- Вам нужны простые условия MIT для кода и весов, без порога по выручке и требования указывать авторство.
- У вас игровая GPU или ноутбук с 4–8 ГБ VRAM, и вы хотите черновик за секунды.
- Вам нужны каверы, перерисовка, разделение стемов или LoRA, обученная на нескольких песнях.
- Вы пишете тексты на многих языках: разработчики перечисляют более 50.
Выбирайте MiniMax Music 3, если
- Вам нужны песни до пяти минут с тегами секций и подробным описанием темпа, тональности, вокала и аранжировки.
- У вас CUDA-GPU примерно на 24 ГБ или две GPU под руководство MiniMax по SGLang-Omni.
- Ваш продукт может указывать имя MiniMax-Music3, а ваша компания зарабатывает менее 20 миллионов долларов США в год или может получить разрешение MiniMax.
- Вы принимаете модель побольше ради более высокого балла в бенчмарке команды YuE2 (6,28 против 6,01) и уже сами прослушали примеры.