ACE-Step 1.5 与 MiniMax Music 3 对比:该选哪个开源歌曲模型?
ACE-Step 1.5 是 MIT 许可证的歌曲模型,约 4 GB 显存即可运行;MiniMax Music 3 是 11.1B 模型,能写出最长五分钟的歌曲,需要 24 GB 的 GPU。
结论. 先看硬件和许可证。ACE-Step 1.5 的代码和权重都是 MIT,它的 2B turbo 模型约 4 GB 显存即可运行,能生成 10 秒到 10 分钟的歌曲,歌词支持 50 多种语言。开发者称,在 RTX 3090 上生成一首完整歌曲不到 10 秒,另外还支持翻唱、局部重绘、分轨和 LoRA 训练。MiniMax Music 3 有 111 亿参数,能写出最长五分钟、32 kHz 的歌曲,可以接收对风格、速度、调性、人声和编曲的详细描述。模型卡里的路线需要 BF16 下约 24 GB 的 CUDA GPU,MiniMax 自己的部署指南则要求两块 GPU。它的社区许可证要求商业产品标注 MiniMax-Music3 名称,年营收超过 2000 万美元需要书面授权。在 YuE2 团队自己的基准里,Music 3 得 6.28 分,ACE-Step 1.5 得 6.01 分,但那只是一个团队的表格,不是独立的排名,所以请两个都听一听。ACE-Step 的开发者称训练数据是授权、免版税和合成数据,我们没有核实,而 MiniMax 的模型卡没有说明训练数据。
规格
| 规格 | ACE-Step 1.5 | MiniMax Music 3 |
|---|---|---|
| 开发方 | ACE-Step | MiniMax |
| 发布时间 | 2026年1月23日 | 2026年8月13日 |
| 总参数量 | 4B (1.5 XL Turbo (4B DiT)) | 11.1B (Music 3 (diffusers or SGLang-Omni)) |
| 激活参数量 | 全部 | 全部 |
| 架构 | 混合 | 混合 |
| 上下文窗口 | – | – |
| 输入 | 文本, 音频 | 文本 |
| 许可证 | MIT (宽松) | MiniMax Music3 Community (附条件) |
| 最小版本所需内存(4 位) | 4 GB (1.5 Turbo (2B DiT, with 1.7B LM)) | 24 GB (Music 3 (diffusers or SGLang-Omni)) |
性能数据来自开发方,未经独立验证。
选 ACE-Step 1.5 的情况
- 你想要代码和权重都朴素的 MIT 条款,没有营收线,也没有署名要求。
- 你有游戏显卡,或有 4 到 8 GB 显存的笔记本,想在几秒钟内拿到草稿。
- 你需要翻唱、局部重绘、分轨,或用几首歌训练的 LoRA。
- 你要写多种语言的歌词,因为开发者列出了 50 多种。
选 MiniMax Music 3 的情况
- 你想要最长五分钟、带段落标签的歌曲,并能详细描述速度、调性、人声和编曲。
- 你有约 24 GB 的 CUDA GPU,或者有两块 GPU 来按 MiniMax 的 SGLang-Omni 指南部署。
- 你的产品可以标注 MiniMax-Music3 名称,而且你的公司年营收低于 2000 万美元,或者能拿到 MiniMax 的授权。
- 你愿意用更大的模型换取 YuE2 团队基准里更高的分数(6.28 对 6.01),并且已经亲自听过样音。