Одна строка настроения — «сделай эпично», «грустное пианино», «ночной вайб» — законный вход MiniMax Music 3. Это не поверхность управления, под которую модель задокументирована. Собственный путь Prompt Enhancement у MiniMax разворачивает строку в Structured Caption: Global Metadata, Vocal Details и Arrangement по секциям (исследовательский блог MiniMax; карточка Hugging Face; GitHub skills).
Именно это делает официальный skill music-caption-rewriter: берёт короткое описание и опциональный размеченный текст, проводит бриф через 18 style family и около 1 000 шаблонов caption и возвращает готовую к генерации подпись. Caption кладёте в поле описания музыки, сам текст песни оставляете в поле lyrics (skills README; карточка модели).
Это how-to, не рейтинг. На выходе — форма из трёх блоков, карта family для «любого жанра», четыре копируемых брифа и путь: стол официальных демо → workspace MiniMax Music 3.
TLDR
- MiniMax Music 3 (открытые веса 13 августа 2026) пишет целую песню из описания плюс опциональный текст; потолок вендора около пяти минут; WAV 32 кГц, 16-bit стерео (блог MiniMax; карточка модели).
- Structured Caption — три заголовка в этом порядке: Global Metadata, Vocal Details, Arrangement. Официальные документы считают это языком точного контроля, а не одной глобальной меткой стиля (карточка модели; GitHub README).
music-caption-rewriter— статический agent skill (без лишних API, без весов). Установка:npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter, затем вызов$music-caption-rewriter(skills README).- 18 style family покрывают pop & ballad, hip-hop & rap, metal & heavy rock, cinematic orchestral, East Asian modern, jazz & swing и остальное. Router сначала выбирает family, затем открывает только нужные шаблоны (genre router).
- На этом сайте: слушайте официальный трек на главной, затем вставляйте переписанный caption и размеченный текст в workspace. Один run — 20 кредитов; регистрация даёт 20 кредитов.
Главное
- Два поля, две работы. Официальные serving-документы кладут текст в
input, описание музыки — вinstructions. Skill переписывает только описание; цитировать или пересказывать строки куплетов нельзя (GitHub README; SKILL.md). - Теги — структура, не украшение.
[Intro],[Verse],[Pre-Chorus],[Chorus],[Post-Chorus],[Bridge],[Instrumental],[Solo],[Outro]— каждый на своей строке (карточка модели; туториал ComfyUI). - Жанр сильнее прилагательных настроения. Официальный router считает
emotional,epic,darkиcinematicмодификаторами, пока вы не дадите грув, инструменты или рыночный стиль (genre router). - Не выдумывайте фальшивый BPM или тональность. Skill просит диапазон или качественный темп, пока число не сказано явно или не обосновано жёстко (SKILL.md).
- Теги — не замок DAW. Официальные ограничения: темп, тональность, инструменты, текст и структура могут не совпасть с каждой запрошенной деталью (карточка модели).
- Этот сайт независимый. Официальные исследования — в блоге MiniMax и на Hugging Face. Сначала публичные демо здесь, затем генерация в браузерном workspace.
Что skill на самом деле возвращает
Rewriter — текстовая библиотека с progressive disclosure. Он не сканирует все 1 000 шаблонов. Читает genre router, открывает один (иногда два) индекса family, берёт до трёх референсов с разными ролями — Foundation, Modifier, Arrangement — и собирает новый caption вокруг вашего брифа (skills README; SKILL.md).
На выходе ровно три заголовка верхнего уровня, по-английски, если вы не попросили иначе; блок Arrangement обычно около 250–450 слов (SKILL.md):
| Блок | Что назвать | Чего не выдумывать | | --- | --- | --- | | Global Metadata | Жанр / поджанр, темп (диапазон или ощущение), эмоциональная дуга, сцена прослушивания, профиль продакшна | Точный BPM или тональность, которых вы не задавали | | Vocal Details | Пол лида, тембр, регистр, подача, гармонии, сдержанные эффекты | Сюжет куплетов, скопированный из текста | | Arrangement | Таймлайн секций: что входит, уходит или нарастает | Статичный список железа без дуги энергии |
Для инструментального запроса Vocal Details остаются инструментальными и называют инструмент, который ведёт мелодию. Skill не имеет права добавлять певца, которого вы не просили (SKILL.md).
Global Metadata · Vocal Details · Arrangement · редакционная схема · сгенерировано для блога MiniMax Music 3
18 style family (сначала выбрать, потом писать)
Таблица — router, не плейлист. Официальные cue-слова — из genre router.
| Если бриф звучит как… | Вести в | | --- | --- | | Mandopop / C-pop / J-pop с электронной, R&B или танцевальной продакшн-оболочкой | East Asian modern | | Баллада Mandopop, guofeng, акустический или оркестровый восточноазиатский поп | East Asian ballad / heritage | | Contemporary R&B, neo-soul, trap soul | Modern R&B / neo-soul | | Соул, блюз, госпел, worship | Soul / blues / gospel | | Саундтрек-подобная вокальная баллада | Cinematic pop / ballad | | Кинопартитура, трейлер, хор, оркестр как идентичность | Cinematic orchestral / epic | | Synth-pop, dream pop, retrowave, downtempo | Electronic / synth / ambient pop | | Вокальный джаз, свинг, босса, биг-бэнд | Jazz / swing / big band | | Крунер, мюзикл, doo-wop, кабаре | Traditional vocal / stage | | Хип-хоп, рэп, трэп, дрилл, lo-fi hip-hop | Hip-hop / rap | | Metalcore, power metal, хард-рок | Metal / heavy rock | | Pop rock, indie rock, arena rock, панк | Pop / alternative rock | | Indie folk, авторская песня, современная акустика | Contemporary folk / acoustic | | Кельтика, традиционный фолк, регги, heritage-инструменты в ядре | Roots / traditional / global | | Только настроение, без жанра | General pop / ballad (fallback) | | Dance-pop, nu-disco, funk-pop | Dance-pop / disco / funk | | Хаус, транс, техно, фестивальный дроп | Club / EDM / house / trance | | Кантри, Americana, блюграсс, country pop | Country / Americana |
Правило фьюжна из официального router: «X с влияниями Y» значит первичный X, вторичный Y. Читать не больше двух family. Слово вроде cinematic само по себе — модификатор, его недостаточно, чтобы выбрать оркестровую family (genre router).
Если нужна карта модель-против-модели, а не писательский воркфлоу, откройте соседнюю статью MiniMax Music 3 vs Suno.
Как писать бриф (пять шагов)
1. Сначала послушать
Включите один официальный трек на главной. Feel Alive — вокальный R&B-референс; In the Way — поп с возвращающимся припевом; The Real Man — громкая группа. Вы калибруете «как может звучать готовая пластинка Music 3», а не копируете текст демо.
2. Назвать family одним предложением
Запишите жанр, кто поёт (или «только инструментал»), один опорный инструмент и как должна двигаться энергия. Пример из собственной документации MiniMax: “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)
Это предложение уже законное описание. Skill нужен, когда хотите разворот в три блока.
3. Теги текста — только если есть слова
Если есть куплеты, каждый тег — на своей строке. Skill считает только скобки музыкальными директивами. Перепечатывать ваш текст внутри caption нельзя (SKILL.md).
Если слов нет — пропустите режим lyrics или включите инструментальный режим в workspace.
4. Развернуть — или вставить короткую строку
Вариант A — уже сидите в Cursor / Claude Code / Codex:
npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriterЗатем попросите: Use $music-caption-rewriter to turn my music description and optional tagged lyrics into a concise, section-aware Music 3.0 caption. (skills README)
Вариант B — нужна песня сегодня: вставьте Prompt A–D ниже в поле описания workspace. Короткая официальная фраза тоже генерирует; трёхблочная форма — для более жёсткого контроля (карточка модели).
5. Генерировать на этом сайте
Откройте workspace MiniMax Music 3. Caption — в поле prompt / описания. Размеченный текст — в режиме lyrics. Для Prompt D переключитесь в инструментальный режим. Один run стоит 20 кредитов.
Копируемые брифы (четыре задачи)
Это оригинальные брифы для workspace, не скопированные файлы шаблонов. Меняйте только имена, которые вам принадлежат. Оценивайте дубль по структуре, удержанию текста, посадке вокала, ясности аранжировки и рабочему финалу.
Prompt A — акустический поп, который должен раскрыться
### 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 eveningПервые две строки текста следуют публичному двустишию MiniMax; остальное — короткий оригинальный лист, чтобы припев мог вернуться (GitHub README).
Prompt B — trap-soul R&B, певец впереди
### 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 roomPrompt C — Mandopop / East Asian modern, сначала певец
### 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Официальные сэмплы MiniMax включают тёплую мандаринскую балладу и шанхайский джаз / соул; этот бриф — стартовая точка workspace, не обещание, что каждый run совпадёт с теми демо (блог MiniMax; официальное демо).
Prompt D — кинематографический инструментал, без певца
### 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]Официальные документы описывают инструментальный путь в наборе caption / тегов (туториал ComfyUI). В workspace включайте инструментальный режим, чтобы модель не просили выдумать певца.
Управление, сбои, чеклист
Управление, которое реально есть на этом сайте
- Режимы prompt / lyrics / instrumental в workspace
- Стоимость 20 кредитов, показанная до run
- Повтор из библиотеки плюс скачивание WAV / MP3 после готового дубля
Сбои, о которых официальные документы уже предупреждают
- Теги и caption — генеративный контроль, не замок темпа и не гарантированный список инструментов (карточка модели)
- Локальный self-host — другая работа (документировано около 24 ГБ полной точности, около 8 ГБ со стримингом слоёв). Этот сайт — браузерный путь (карточка модели)
- Длительность вендора — до пяти минут; официальные демо на главной сидят около трёх минут. Не читайте каждый hosted-run как пятиминутный рендер (карточка модели; ComfyUI)
Чеклист до вторых 20 кредитов
- Одно имя family, не пять прилагательных подряд
- Пол певца или «только инструментал»
- Один инструмент, который должен остаться слышным
- Теги на своих строках, если есть текст
- Вы уже слышали демо на главной, которое совпадает с задачей
Что знаем vs чего не утверждаем
| Знаем (с источником) | Не знаем / не утверждаем |
| --- | --- |
| Open-weight запуск Music 3 2026-08-13 (блог MiniMax; X) | Что трёхблочный caption всегда бьёт однострочный вайб в каждом жанре |
| Официальный skill: 18 family, ~1 000 шаблонов, статическая текстовая библиотека (skills README) | Что rewriter копирует ID шаблона в вашу песню (ему сказано этого не делать) |
| Caption → instructions, текст → input (GitHub README) | Что hosted-run здесь показывают эти сырые имена API-полей в UI |
| Теги секций + caption — задокументированный контроль, не символические гарантии (карточка модели) | Точный замок BPM / тональности / инструментов на каждом дубле |
| Этот продукт: 20 кредитов за run, 20 кредитов при регистрации | Кросс-канальные таблицы «доллар за песню» |
FAQ
Нужен ли skill music-caption-rewriter, чтобы пользоваться MiniMax Music 3?
Нет. Официальные документы говорят: краткое описание на естественном языке можно подавать напрямую. Skill — для более богатого и точного контроля (карточка модели; skills README).
Как генерировать разные жанры в MiniMax Music 3?
Назовите family из router (pop, hip-hop, jazz, cinematic orchestral, East Asian modern и остальные), затем напишите Global Metadata + Vocal Details + Arrangement. Вставьте это в workspace. Одни слова настроения уводят в fallback general pop / ballad (genre router).
Что класть в lyrics, а что в описание музыки?
Lyrics: слова плюс теги секций. Описание: стиль, эмоция, вокал, инструменты и как меняется аранжировка. Один и тот же куплет в оба поля не вставляйте (GitHub README; SKILL.md).
Умеет ли MiniMax Music 3 инструментал?
Да. Напишите instrumental в caption и включите инструментальный режим. В официальных материалах есть тег [Instrumental] (ComfyUI). Prompt D — копируемая стартовая точка.
Попадёт ли модель в мой точный BPM и тональность?
Не как гарантия. Официальные ограничения: темп, тональность, инструменты, текст и структура могут уехать (карточка модели). Пишите ощущение темпа, пока число вам правда не нужно.
Этот сайт официальный MiniMax?
Нет. minimaxmusic3.org — независимый продукт. Официальные исследования — в блоге MiniMax и на Hugging Face. Мы хостим публичное демо-аудио, чтобы вы слышали референс до траты кредитов.
Как здесь работают кредиты?
Один музыкальный run — 20 кредитов. Регистрация даёт 20 кредитов, поэтому первая песня покрыта. Дальше — разовый пакет. Неудачные run возвращают кредиты. Статья не сравнивает прайс-листы других компаний.
Можно ли использовать сгенерированную песню коммерчески?
Платные пакеты кредитов на этом сайте включают коммерческое использование по нашим юридическим страницам. Пробная песня при регистрации — для личного теста. Community License MiniMax — отдельный договор, если вы сами хостите веса (LICENSE).
С чего начать, если есть только настроение?
Послушайте демо на главной, затем запустите Prompt A (вокальный поп) или Prompt D (инструментал). Добавьте, кто поёт, и один инструмент — прежде чем наслаивать прилагательные.
Переписывает ли skill мой текст?
Нет. Официальные правила skill: текст песни никогда не воспроизводится и не переписывается; музыкальными директивами работают только теги в скобках (skills README).
Стоит ли здесь сравнивать цены площадок?
Нет. Сначала соответствие задаче и доля keeper, затем цена на той поверхности, с которой вы реально отдаёте трек.
О Quinn Sato
Quinn Sato пишет музыкальные воркфлоу: превращает текст, caption и инструментальные брифы в повторяемые браузерные маршруты на MiniMax Music 3.
