Pika H3 Flex 是 Pika 2026 年 10 月 29 日发布的视频模型，在 MiniMax H3 的基础上微调而来，采样从 50 步压到 6 步，一次生成 5 到 15 秒带同步立体声音频的片段。普通人直接去 Pika 官网（pika.art）用，11 月 2 日已经进了主应用；想本地跑的去 Hugging Face 下权重，但先看清许可证。
普通人这样用：上线两周有免费额度
打开 Pika 官网（pika.art），选 H3 Flex，输入文字，或者给首尾帧、参考图、参考视频、参考音频，最多 12 个（9 张图、3 段视频、3 段音频），生成 5 到 15 秒的片段。参考模式是它的卖点：拿一张产品图加一段参考音频，就能出带对白或音乐的短片。上线前两周每天有 15 次免费生成、价格五折，到 11 月 12 日左右结束，先领了再慢慢试。
本地跑：先看硬件和许可证
权重在 Hugging Face 的 Pika-Labs/Pika-H3-Flex 仓库，推理代码在 GitHub 上，Apache-2.0。本地是两块 LoRA 适配器，挂在 MiniMax H3 的底座上，底座文件大约 210GB。本地原生最高 768p，4K 精修和五轨分音是 Pika 托管的功能。跑起来要 H100 级别的显卡，消费级显卡别硬上。更重要的一条：权重走 MiniMax H3 社区许可证，标准授权不含美国、欧盟、英国、韩国的本地部署，商用之前先把许可证原文读一遍，拿不准就走托管 API。 “7 秒”到底是什么意思，得先拆开看。Pika 说的 7 秒，是服务器上模型本身的计算时间，不是你从点下生成到拿到成片的总耗时。排队、上传参考文件、后处理都要另算时间。6 步采样是真的，速度优势也是真的，但别拿 7 秒去规划工作流。需要 1080p 以上、或者要分轨混音的，直接走托管，别在本地折腾。
