MiniMax Music 3로 음악 생성하기 (2026 가이드)

한 줄 기분——“웅장하게”, “슬픈 피아노”, “심야 vibe”——은 적법한 MiniMax Music 3 입력이다. 다만 모델이 문서화된 제어면은 아니다. MiniMax 자체의 Prompt Enhancement 경로는 그 한 줄을 Structured Caption으로 펼친다. Global Metadata, Vocal Details, 구간별 Arrangement다(MiniMax 연구 블로그; Hugging Face 모델 카드; GitHub skills).

공식 music-caption-rewriter skill의 일이 바로 그것이다. 짧은 설명과 선택적 태그 가사를 받아 18개 style family와 약 1,000개 caption 템플릿을 거친 뒤, 생성 가능한 caption을 돌려준다. caption은 음악 설명 칸에, 가사 본문은 가사 칸에 둔다(skills README; 모델 카드).

이것은 how-to이지 순위표가 아니다. 세 블록 caption 형태, “어떤 장르든”용 family 지도, 복사 가능한 brief 4개, 공식 데모 청취 데스크에서 MiniMax Music 3 워크스페이스로 끝나는 경로를 가져간다.

TLDR

MiniMax Music 3(오픈 웨이트 공개 2026년 8월 13일)는 음악 설명과 선택 가사로 풀송을 쓴다. 벤더 상한은 약 5분, 32 kHz 16-bit 스테레오 WAV(MiniMax 블로그; 모델 카드).
Structured Caption은 이 순서의 제목 셋이다. Global Metadata, Vocal Details, Arrangement. 공식 문서는 이를 단일 전역 스타일 라벨이 아니라 정밀 제어 언어로 다룬다(모델 카드; GitHub README).
**music-caption-rewriter**는 정적 agent skill이다(추가 API 없음, 웨이트 없음). npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter로 설치한 뒤 $music-caption-rewriter를 호출한다(skills README).
18개 style family는 팝·발라드, 힙합·랩, 메탈·헤비록, 시네마틱 오케스트라, 동아시아 모던, 재즈·스윙 등을 덮는다. router가 먼저 family를 고르고 필요한 템플릿만 연다(genre router).
이 사이트: 홈에서 공식 곡을 듣고, 다시 쓴 caption과 태그 가사를 워크스페이스에 붙인다. run 하나 20크레딧. 가입 시 20크레딧.

핵심

칸 둘, 일 둘. 공식 serving 문서는 가사를 input에, 음악 설명을 instructions에 둔다. skill은 설명만 다시 쓴다. 가사 줄을 인용하거나 바꿔 말하지 못한다(GitHub README; SKILL.md).
태그는 구조이지 장식이 아니다. [Intro], [Verse], [Pre-Chorus], [Chorus], [Post-Chorus], [Bridge], [Instrumental], [Solo], [Outro]는 각각 단독 줄이다(모델 카드; ComfyUI 튜토리얼).
장르가 기분 형용사보다 앞선다. 공식 router는 emotional, epic, dark, cinematic을 수식어로 본다. 그루브, 악기, 시장 스타일을 같이 주지 않으면 그렇다(genre router).
가짜 BPM이나 조성을 만들지 말 것. skill은 숫자가 명시되었거나 강하게 정당화되지 않으면 범위나 정성적 템포를 쓰라고 한다(SKILL.md).
태그는 DAW 잠금이 아니다. 공식 한계: 생성된 템포, 조성, 악기 편성, 가사, 구조가 요청한 세부와 어긋날 수 있다(모델 카드).
이 사이트는 독립 제품이다. 공식 연구는 MiniMax 블로그와 Hugging Face에 있다. 공개 데모를 여기서 듣고 브라우저 워크스페이스에서 생성한다.

skill이 실제로 돌려주는 것

rewriter는 progressive disclosure가 있는 텍스트 라이브러리다. 1,000개 템플릿을 전부 훑지 않는다. genre router를 읽고 family 색인을 하나(가끔 둘) 연 뒤, 역할이 다른 참조를 최대 세 개——Foundation, Modifier, Arrangement——집어 당신의 brief를 축으로 새 caption을 합성한다(skills README; SKILL.md).

출력은 최상위 제목 정확히 셋이다. 달리 요청하지 않으면 영어다. Arrangement 블록은 보통 약 250–450단어다(SKILL.md):

| 블록 | 적을 것 | 지어내지 말 것 | | --- | --- | --- | | Global Metadata | 장르 / 서브장르, 템포(범위 또는 느낌), 감정 호, 청취 장면, 프로덕션 윤곽 | 지정하지 않은 정밀 BPM이나 조성 | | Vocal Details | 리드 성별, 음색, 음역, 전달, 하모니, 절제된 이펙트 | 가사에서 베낀 소재 | | Arrangement | 구간 타임라인: 무엇이 들어오고, 나가고, 세지나 | 에너지 호 없는 장비 목록 |

연주곡 요청이면 Vocal Details는 instrumental로 남기고 멜로디를 맡는 악기를 적는다. 요청하지 않은 가수를 넣는 일은 skill에 금지되어 있다(SKILL.md).

MiniMax Music 3 세 블록 Structured Caption 도식

Global Metadata · Vocal Details · Arrangement · 편집 도식 · MiniMax Music 3 블로그용 생성

18개 style family(하나를 고른 뒤 쓴다)

이 표는 플레이리스트가 아니라 router다. 공식 단서 단어는 genre router에서 온다.

| brief가 이렇게 들리면… | 라우팅 | | --- | --- | | 전자, R&B, 댄스 프로덕션이 얹힌 Mandopop / C-pop / J-pop | East Asian modern | | Mandopop 발라드, 국풍, 어쿠스틱 또는 오케스트라 동아시아 팝 | East Asian ballad / heritage | | 컨템포러리 R&B, 네오소울, 트랩소울 | Modern R&B / neo-soul | | 소울, 블루스, 가스펠, 워십 | Soul / blues / gospel | | 사운드트랙형 보컬 발라드 | Cinematic pop / ballad | | 영화 스코어, 예고편, 합창, 오케스트라 자체가 정체성 | Cinematic orchestral / epic | | 신스팝, 드림팝, 레트로웨이브, 다운템포 | Electronic / synth / ambient pop | | 보컬 재즈, 스윙, 보사, 빅밴드 | Jazz / swing / big band | | 크루너, 뮤지컬, 두왑, 카바레 | Traditional vocal / stage | | 힙합, 랩, 트랩, 드릴, 로파이 힙합 | Hip-hop / rap | | 메탈코어, 파워메탈, 하드록 | Metal / heavy rock | | 팝록, 인디록, 아레나록, 펑크 | Pop / alternative rock | | 인디포크, 싱어송라이터, 현대 어쿠스틱 | Contemporary folk / acoustic | | 켈틱, 전통 포크, 레게, 전통 악기가 핵 | Roots / traditional / global | | 기분만 있고 장르 없음 | General pop / ballad(폴백) | | 댄스팝, 뉴디스코, 펑크팝 | Dance-pop / disco / funk | | 하우스, 트랜스, 테크노, 페스티벌 드롭 | Club / EDM / house / trance | | 컨트리, 아메리카나, 블루그래스, 컨트리팝 | Country / Americana |

공식 router의 퓨전 규칙: “X에 Y 영향”은 주가 X, 부가 Y다. family는 최대 둘만 읽는다. cinematic 한 단어는 수식어일 뿐 오케스트라 family를 고르기에 부족하다(genre router).

쓰기 워크플로가 아니라 모델 대 모델 지도가 필요하면 자매 글 MiniMax Music 3 vs Suno를 쓴다.

brief 쓰는 법(다섯 단계)

1. 먼저 듣는다

홈에서 공식 곡 하나를 재생한다. Feel Alive는 보컬 전면 R&B 참조, In the Way는 후렴이 돌아오는 팝, The Real Man은 큰 밴드다. 맞추는 것은 “완성된 Music 3 곡이 어떻게 들릴 수 있는가”이지 데모 가사 복사가 아니다.

2. 한 문장으로 family를 지명한다

장르, 누가 부르는지(또는 “연주만”), 핵심 악기 하나, 에너지가 어떻게 움직이는지를 쓴다. MiniMax 자체 문서의 예: “A warm acoustic pop song with intimate female vocals, fingerpicked guitar, soft piano, and a gradual emotional build into a wide final chorus.”(GitHub README)

그 문장은 이미 적법한 설명이다. 세 블록 확장이 필요할 때 skill이 있다.

3. 가사가 있을 때만 태그한다

절이 있으면 각 태그를 단독 줄에 둔다. skill이 음악 지시로 다루는 것은 대괄호만이다. 가사 본문을 caption 안에 다시 찍지 못한다(SKILL.md).

가사가 없으면 가사 모드를 건너뛰거나 워크스페이스의 연주 모드를 쓴다.

4. 펼치거나——짧은 줄을 붙인다

선택 A — 이미 Cursor / Claude Code / Codex를 쓴다:

npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter

그리고 이렇게 묻는다: Use $music-caption-rewriter to turn my music description and optional tagged lyrics into a concise, section-aware Music 3.0 caption.(skills README)

선택 B — 오늘 곡만 필요하다: 아래 Prompt A–D를 워크스페이스 설명 칸에 붙인다. 공식 스타일의 짧은 문장도 생성된다. 세 블록 형태는 더 촘촘한 제어용이다(모델 카드).

5. 이 사이트에서 생성한다

MiniMax Music 3 워크스페이스를 연다. caption은 prompt / 설명 칸. 태그 가사는 가사 모드. Prompt D는 연주 모드로 바꾼다. run 하나 20크레딧.

복사 가능한 brief(네 가지 일)

이것들은 복사한 템플릿 파일이 아니라 원작 워크스페이스 brief다. 당신이 소유한 이름만 바꾼다. 구조, 가사 유지, 보컬 적합, 편곡 명료함, 쓸 수 있는 끝으로 각 테이크를 점수 낸다.

Prompt A — 피어나야 하는 어쿠스틱 팝

### Global Metadata
Genre: contemporary acoustic pop. Mid-tempo, unhurried pulse.
Intimate verse that opens into a wider, brighter final chorus.
Late-evening room, close-mic singer-songwriter production.

### Vocal Details
Soft female lead, close and breathy in the verse, clearer and more
supported in the chorus, light stacked harmonies only on the last chorus.
No rap, no choir wall.

### Arrangement
[Intro] fingerpicked guitar and a soft piano figure, no drums.
[Verse] guitar stays primary; piano answers between lines.
[Pre-Chorus] brushed kit and upright bass enter quietly.
[Chorus] drums and bass lock; guitar opens; piano widens.
[Verse] drop back toward the intro texture.
[Chorus] fuller than the first chorus.
[Outro] guitar and piano only, soft landing, no hard cutoff.

[Verse]
Morning light filtering through the pine
Every quiet street is yours and mine
[Chorus]
Softly the world begins to breathe
[Verse]
I keep the window cracked for the rain
[Chorus]
Softly the world begins to breathe
[Outro]
Leave the light on for the evening

앞 두 가사 줄은 MiniMax 공개 예시 대구를 따르고, 나머지는 후렴이 돌아올 수 있게 한 짧은 원작 시트다(GitHub README).

Prompt B — 트랩소울 R&B, 가수가 앞

### Global Metadata
Genre: contemporary R&B / trap soul. Slow-to-mid pocket, late-night.
Verse stays close and conversational; chorus opens without turning into EDM.
Headphones, dry-room vocal, polished but not glossy.

### Vocal Details
Mature male lead, warm baritone-tenor, intimate verse, fuller chorus.
Soft stacked backgrounds on the chorus only. No guest rap unless tagged.

### Arrangement
[Intro] electric piano and a muted guitar lick, 808 far back.
[Verse] hats stay quiet; bass is felt more than heard.
[Pre-Chorus] hats open a little; a second vocal layer appears.
[Chorus] 808 and clap land; keys widen; guitar stays decorative.
[Bridge] strip to keys and voice.
[Chorus] last chorus keeps the low end but does not add a festival drop.
[Outro] keys and a fading 808, no riser.

[Verse]
City lights smear on the window glass
I replay the message I should not have
[Pre-Chorus]
Tell me if the night is still honest
[Chorus]
Keep the low end under my voice
Do not let the drums start a fight
[Bridge]
If the hook comes back, let it come quiet
[Chorus]
Keep the low end under my voice
[Outro]
Leave the last note in the room

Prompt C — Mandopop / 동아시아 모던, 가수 우선

### Global Metadata
Genre: modern Mandopop with restrained electronic R&B color.
Mid-slow ballad pulse. Tender verse, lifted but not shouted chorus.
Indoor night scene, warm vocal in front of room piano and light pads.

### Vocal Details
Clear female lead, speech-like verse, longer tones in the chorus.
Light doubles on the chorus. No English rap, no stadium gang vocals.

### Arrangement
[Intro] room piano and a distant guzheng figure.
[Verse] piano and a soft electronic pulse; guzheng answers phrases.
[Pre-Chorus] pads rise; kick stays soft.
[Chorus] full but still singer-first; strings enter under the last line.
[Verse] thinner than verse one.
[Chorus] slightly wider than the first chorus.
[Outro] piano and guzheng only.

[Verse]
屋檐下青苔长
木窗边月影扬
[Chorus]
岁月如歌 歌声悠长
我们牵手走过风霜
[Verse]
摇椅轻晃夕阳下
[Chorus]
岁月如歌 歌声悠长
[Outro]
人间烟火 平淡无瑕

공식 MiniMax 샘플에는 따뜻한 만다린 발라드와 상하이 재즈 / 소울이 있다. 이 brief는 워크스페이스 출발점이지, 매번 run이 그 데모와 같다고 주장하는 것이 아니다(MiniMax 블로그; 공식 데모).

Prompt D — 시네마틱 연주, 가수 없음

### Global Metadata
Genre: cinematic orchestral cue, not a pop song.
Slow build from a thin solo line to a controlled mid-fortissimo, then release.
Trailer-adjacent, but no cheap brass stab every four bars.

### Vocal Details
Instrumental only. No lead singer, no choir lyric, no whispered vocal hook.
Low strings and a solo cello carry the melody.

### Arrangement
[Intro] solo cello, almost dry.
[Instrumental] violas and a quiet pulse enter; harp is decorative.
[Instrumental] low brass supports, percussion stays military-soft.
[Instrumental] peak without a jump-scare hit.
[Outro] cello alone, room tail, no hard cutoff.
[Instrumental]
[Outro]

공식 문서는 caption / 태그 집합에 연주 경로를 적는다(ComfyUI 튜토리얼). 워크스페이스에서는 연주 모드를 써서 모델에게 가수를 지어내지 말라고 한다.

컨트롤, 실패, 체크리스트

이 사이트에 실제로 있는 컨트롤

워크스페이스의 prompt / 가사 / 연주 모드
run 전에 보이는 20크레딧 비용
끝난 테이크 뒤 라이브러리 재생과 WAV / MP3 다운로드

공식 문서가 이미 경고한 실패

태그와 caption은 생성적 제어이지, 잠긴 템포 맵이나 보장된 악기 목록이 아니다(모델 카드)
로컬 셀프호스트는 다른 일이다(문서상 풀정밀 약 24 GB, 레이어 스트리밍 약 8 GB). 이 사이트는 브라우저 경로다(모델 카드)
벤더 길이는 최대 약 5분. 공식 홈 데모는 약 3분 근처다. 호스티드 run마다 5분 렌더로 읽지 말 것(모델 카드; ComfyUI)

두 번째 20크레딧을 쓰기 전 체크리스트

family 이름 하나. 형용사 다섯을 쌓지 말 것
가수 성별 또는 “연주만”
들려야 하는 악기 하나
가사가 있으면 태그는 단독 줄
일에 맞는 홈 데모를 이미 들었다

아는 것 vs 주장하지 않는 것

| 안다(출처 있음) | 모른다 / 주장하지 않는다 | | --- | --- | | Music 3 오픈 웨이트 출시 2026-08-13(MiniMax 블로그; X) | 세 블록 caption이 모든 장르에서 한 줄 분위기를 항상 이긴다는 것 | | 공식 skill: 18 family, 약 1,000 템플릿, 정적 텍스트 라이브러리(skills README) | rewriter가 템플릿 ID를 곡에 복사한다는 것(하지 말라고 지시됨) | | caption → instructions, 가사 → input(GitHub README) | 여기 호스티드 run이 UI에 그 생 API 칸 이름을 드러낸다는 것 | | 구간 태그 + caption은 문서화된 제어이지 기호적 보장이 아님(모델 카드) | 테이크마다 BPM / 조성 / 악기 완전 잠금 | | 이 제품: run당 20크레딧, 가입 20크레딧 | 채널 간 달러당 곡 쇼핑표 |

FAQ

MiniMax Music 3를 쓰려면 music-caption-rewriter skill이 필요한가?

아니다. 공식 문서는 짧은 자연어 설명을 바로 쓸 수 있다고 한다. skill은 더 풍부하고 정밀한 제어용이다(모델 카드; skills README).

MiniMax Music 3로 다른 장르를 내려면?

router에서 family를 지명하고(팝, 힙합, 재즈, 시네마틱 오케스트라, 동아시아 모던 등) Global Metadata + Vocal Details + Arrangement를 쓴 뒤 워크스페이스에 붙인다. 기분 단어만 있으면 일반 팝 / 발라드 폴백으로 간다(genre router).

가사와 음악 설명에는 무엇을 넣나?

가사: 말과 구간 태그. 설명: 스타일, 감정, 보컬, 악기, 편곡이 어떻게 바뀌는지. 같은 절을 두 칸에 붙이지 말 것(GitHub README; SKILL.md).

MiniMax Music 3가 연주곡을 만들 수 있나?

된다. caption에 instrumental이라고 쓰고 연주 모드를 쓴다. 공식 자료에 [Instrumental] 태그가 있다(ComfyUI). Prompt D가 복사 출발점이다.

모델이 내가 정한 BPM과 조성을 맞추나?

보장이 아니다. 공식 한계는 템포, 조성, 악기 편성, 가사, 구조가 어긋날 수 있다고 한다(모델 카드). 숫자가 정말 필요하기 전에는 템포 느낌을 우선한다.

이 사이트가 MiniMax 공식인가?

아니다. minimaxmusic3.org는 독립 제품이다. 공식 연구는 MiniMax 블로그와 Hugging Face에 있다. 크레딧을 쓰기 전 참조를 들을 수 있게 공개 데모 오디오를 호스트한다.

여기 크레딧은 어떻게 되나?

음악 run 하나 20크레딧. 가입 시 20크레딧이 나와 첫 곡이 커버된다. 추가 곡은 일회 팩이다. 실패한 run은 크레딧을 환급한다. 이 글은 다른 회사 가격표를 비교하지 않는다.

생성한 곡을 상업적으로 쓸 수 있나?

이 사이트의 유료 크레딧 팩은 법률 페이지 조건으로 상업 이용을 포함한다. 가입 시험 곡은 개인 테스트용이다. 웨이트를 셀프호스트하면 MiniMax Community License는 별도 계약이다(LICENSE).

기분만 있을 때 어디서 시작하나?

홈 데모를 듣고 Prompt A(보컬 팝) 또는 Prompt D(연주)를 돌린다. 형용사를 쌓기 전에 누가 부르는지와 악기 하나를 더한다.

skill이 내 가사를 다시 쓰나?

아니다. 공식 skill 규칙: 가사 본문은 재현도 개작도 하지 않는다. 음악 지시로 작동하는 것은 대괄호 태그만이다(skills README).

여기서 플랫폼 가격을 비교해야 하나?

아니다. 일 적합과 keeper 비율로 정한 뒤, 실제로 출고하는 면에서 가격을 본다.

Quinn Sato 소개

Quinn Sato는 음악 워크플로 작가다. 가사, caption, 연주 brief를 MiniMax Music 3 브라우저에서 반복 가능한 절차로 바꾼다.

MiniMax Music 3로 어떤 장르든 생성하기