MiniMax Music 3: qué es, comparación con Suno y cómo instalarlo en local
MiniMax Music 3 es un modelo de inteligencia artificial capaz de generar música y canciones completas a partir de una letra y una descripción musical. Su lanzamiento resulta especialmente interesante porque MiniMax no se ha limitado a ofrecerlo dentro de una web o mediante una API: también ha publicado los pesos para que desarrolladores y aficionados puedan ejecutarlo en sus propios equipos. Esa apertura lo convierte en una de las alternativas locales más ambiciosas a Suno, aunque instalarlo exige bastante más que pulsar un botón.
Qué es MiniMax Music 3
El modelo crea audio estéreo en formato WAV a 32 kHz y 16 bits, con una duración máxima aproximada de cinco minutos. Acepta dos entradas principales: la letra que debe cantar y una descripción de cómo tiene que sonar la pieza. La letra puede dividirse mediante etiquetas como [Verse], [Chorus], [Bridge], [Solo] u [Outro]; la descripción define género, tempo, instrumentos, tipo de voz, interpretación, producción y evolución emocional.
Según el repositorio oficial de MiniMax Music 3, su arquitectura separa dos escalas del problema. Un modelo global de 8.000 millones de parámetros se ocupa de la estructura a largo plazo, mientras que otro modelo local de 600 millones trabaja el detalle acústico de cada fragmento. Después, un sistema basado en Flow Matching y Flow-VAE transforma esas representaciones en la onda de audio final.
La idea tiene bastante sentido. Mantener durante varios minutos la melodía, el ritmo, la identidad vocal y la progresión de una canción requiere una visión amplia; producir consonantes comprensibles, texturas instrumentales y transitorios convincentes exige atención al detalle. MiniMax intenta resolver ambas tareas con componentes especializados, en lugar de obligar a un único bloque a ocuparse de todo.
El prompt importa más de lo que parece
Music 3 admite instrucciones sencillas, pero está pensado para aprovechar descripciones estructuradas. MiniMax propone dividirlas en tres apartados: metadatos globales, detalles vocales y arreglo. En el primero se indican género, subgénero, BPM, tonalidad, escala y perfil de producción. El segundo describe timbre, género de la voz, forma de cantar, coros y efectos. El tercero explica qué instrumentos aparecen y cómo cambia la instrumentación en cada sección.
Por ejemplo, pedir “pop melancólico con piano” puede funcionar, pero ofrece poco control. Es mejor precisar que se busca una balada de 82 BPM, voz íntima con vibrato contenido, piano cercano durante las estrofas, bajo y batería entrando en el preestribillo y un último estribillo más amplio con armonías. El modelo incluye incluso una herramienta llamada music-caption-rewriter para convertir una idea breve en ese tipo de descripción detallada.
MiniMax Music 3 frente a Suno
Compararlo con Suno es inevitable, pero conviene distinguir el modelo de la experiencia completa. Suno v5.5 es una plataforma madura que reúne generación, edición, extensión, separación de pistas y personalización. MiniMax Music 3 abierto es, sobre todo, un motor de generación que el usuario debe alojar y rodear de sus propias herramientas.
| Aspecto | MiniMax Music 3 | Suno v5.5 |
|---|---|---|
| Acceso | Pesos descargables, servicio web y API | Plataforma en la nube |
| Uso local | Sí, con hardware potente | No ofrece el modelo para instalar |
| Duración inicial | Hasta 5 minutos | Hasta 8 minutos |
| Salida local | WAV estéreo, 32 kHz y 16 bits | Descarga condicionada por el plan |
| Control | Letra, etiquetas y descripción estructurada | Prompts, edición y herramientas integradas |
| Personalización | Posibles adaptaciones comunitarias | Voices, My Taste y modelos personalizados |
| Dificultad | Alta en la instalación oficial | Muy baja |
En facilidad de uso, Suno gana con claridad. Su versión v5.5 incorpora Voices para trabajar con una voz verificada, modelos personalizados entrenados con el catálogo del usuario y preferencias que se adaptan con el tiempo. También dispone de un entorno de edición y separación de hasta doce pistas, ventajas que MiniMax local no reproduce por sí solo.
MiniMax ofrece algo diferente: control sobre la infraestructura. Las canciones pueden generarse sin enviar letras inéditas a un servicio externo, no dependen de créditos por cada intento y el sistema puede integrarse en una aplicación propia. Los pesos abiertos facilitan además que la comunidad experimente con optimizaciones, interfaces y ajustes especializados. Para un estudio pequeño, un investigador o un desarrollador, esa libertad puede pesar más que la comodidad.
¿Y la calidad? Las primeras pruebas de la comunidad no dibujan un consenso. MiniMax sorprende por la claridad del audio y puede mantener canciones largas con voces convincentes, pero algunos usuarios perciben interpretaciones menos expresivas y estructuras más planas cuando el prompt es pobre. Suno suele obtener resultados musicales atractivos con menos preparación, aunque tampoco está libre de artefactos o generaciones fallidas. La conclusión razonable es que Music 3 ya compite, pero no convierte automáticamente a Suno en irrelevante.
Cómo instalar MiniMax Music 3 en local
La ruta oficial utiliza Linux, GPU NVIDIA con CUDA y SGLang-Omni. MiniMax especifica dos GPU CUDA: una ejecuta el modelo global y la generación autorregresiva, y la otra se encarga de Flow Matching y la decodificación de la onda. No publica una cifra universal de VRAM, así que no conviene prometer compatibilidad con cualquier tarjeta. En Windows, la opción más sensata es WSL2 con Ubuntu y Docker Desktop configurado para acceder a la GPU.
1. Preparar Docker y descargar SGLang-Omni
Instala los controladores NVIDIA, Docker y el NVIDIA Container Toolkit. Después descarga la imagen recomendada y abre un contenedor con acceso a todas las GPU:
docker pull lmsysorg/sglang-omni:dev
docker run -it --shm-size 32g --gpus all --ipc host \
--network host --privileged \
-v $HOME/.cache/huggingface:/root/.cache/huggingface \
lmsysorg/sglang-omni:dev /bin/zsh2. Instalar el servidor y bajar los pesos
git clone https://github.com/sgl-project/sglang-omni.git
cd sglang-omni
uv venv .venv -p 3.12
source .venv/bin/activate
uv pip install -v -e .
uv pip install "huggingface_hub[cli]"
hf download MiniMaxAI/MiniMax-Music3 \
--local-dir /models/minimax_ttmLa descarga es voluminosa. Antes de empezar, deja espacio suficiente tanto para los pesos como para la caché de Docker y los archivos WAV. Si el repositorio requiere aceptar su licencia en Hugging Face, inicia sesión mediante hf auth login y utiliza un token personal.
3. Iniciar el modelo y generar una canción
sgl-omni serve --model-path /models/minimax_ttm --port 8000Con el servidor activo, abre otra terminal dentro del contenedor y envía una petición. La letra va en input y la descripción musical en instructions:
curl http://127.0.0.1:8000/v1/audio/speech \
-H 'Content-Type: application/json' \
-d '{
"model": "minimax_ttm",
"input": "[Verse]\nLa ciudad despierta bajo la lluvia\n[Chorus]\nHoy vuelvo a empezar",
"instructions": "Pop electrónico a 100 BPM, voz cálida, sintetizadores suaves, bajo profundo y estribillo expansivo",
"response_format": "wav",
"seed": 7,
"max_new_tokens": 9000,
"stream": false
}' --output cancion.wav¿Y si solo tienes una GPU?
La documentación oficial sigue pidiendo dos GPU, pero ya existen integraciones comunitarias para ComfyUI y soluciones con descarga parcial a la RAM que pueden funcionar en una sola tarjeta de 24 GB, e incluso configuraciones cuantizadas más ajustadas. Son rutas prometedoras, no equivalentes al despliegue validado por MiniMax: pueden generar más despacio, exigir mucha memoria del sistema o romperse tras una actualización.
Para quien solo quiera crear canciones, usar la web o la API seguirá siendo mucho más práctico. La instalación local cobra sentido cuando importan la privacidad, la automatización, la experimentación o la ausencia de costes por generación. Y ahí está la verdadera relevancia de MiniMax Music 3: no necesariamente destrona a Suno hoy, pero abre un modelo musical avanzado a usuarios que quieren mirar bajo el capó, modificar el flujo y conservar el control de sus archivos.