8月14日，MiniMax 把自家音乐生成模型 Music 3 开源了，权重直接放上 ModelScope 和 HuggingFace，ComfyUI 当天就给了 Day-0 支持。微博社区里当天被转得最多的一句话是：“开源的大日子，这是真正的 Suno 替代品”。微博
而另一边的开源模型 ACE-Step 1.5，从 1 月发布到现在，已经在各种整合包和教程里默默流通了半年。知乎
于是这两天，音乐制作圈反复出现一个经典问题：Suno 的订阅一个月要 10-50 美元（按档位不同），现在 AI 音乐能免费在本地跑了，这订阅是不是真的能省？微博两个开源模型，到底该装哪个？
先说结论：能省，但取决于你的显卡和用途。
两个模型都是什么，先捋清楚
MiniMax Music 3 是刚开源五天的新选手：
8B 的 Qwen3 做全局 LLM，搭配 Flow Matching 生成音频，一次最长能出 5 分钟完整长曲，前奏、主歌、副歌、桥段的结构不容易崩；
可控性是它的卖点：结构、人声、节奏、歌词都能用提示词编排，可以标段落、定曲风和乐器；
输出 32kHz 立体声；
官方给了低显存方案，8GB 的 N 卡能跑，但速度会慢一些；
官方仓库还配了 Prompt 扩写工具，ComfyUI 0.33.0 以上搜 Music3 就能直接用，也可以走 ComfyCloud 云端。微博
ACE-Step 1.5 是已经打磨了半年的老将：
ACE Studio 和阶跃星辰联合开发，MIT 协议完全开源，可商用；
1 月发布 1.5 版，4 月又推出 XL 系列（DiT 升级到 4B 参数）；
快是最大优势：RTX 3090 级别的卡 10 秒内出一首歌，支持批量生成，最长 10 分钟；
显存门槛低：教程资料里写 4GB 就能起步，RTX 4060 Ti 8GB 这类主流卡跑得很流畅；
生成后的编辑功能全：局部重录、改词、翻唱、时长对齐都能做；
能用自己的作品训 LoRA，让生成结果带上"你的味道"。知乎
制作人们最关心的三件事
第一，我的显卡到底能不能跑？
两个模型的门槛都是 8GB N 卡起步，但"能跑"的含义不一样。ACE-Step 的能跑是流畅跑，10 秒一条 demo；Music 3 的 8GB 是官方低显存方案，能跑但明显更慢。知乎微博12GB 以上的卡两者都从容；只有 8GB 又看重效率，眼下 ACE-Step 的体验更好。
没有 N 卡、或者不想折腾的，别硬上本地部署。云端服务仍然最省心，省下的订阅费未必抵得上你的时间成本。
第二，音质到底谁好？
这个真没法给死结论。有社区教程资料称 ACE-Step 1.5 在 SongEval 基准上拿到 8.09 分、高于 Suno v5 的 7.87——但基准分不等于听感，只能当个参考。知乎社区实测也指出了它的短板：提示词遵循能力一般，歌词和段落对齐是弱项，想要完全按提示词出结果，往往要多抽几次卡。CSDN
能确定的是，这一代 AI 音乐的通病还在。8 月中旬首尔艺术大学发布了一张和 Suno 合作的专辑，电子音乐专业的 Slom 教授逐曲点评时提了两个问题：AI 人声容易有雷同感，编曲容易给得太满，需要使用者靠专业能力做取舍。微博这两条对目前所有 AI 音乐模型基本都成立，这两个开源模型也不例外。
而且 AI 的"量产感"已经开始被耳朵认出来了：微博上有人吐槽现在抖音热单"看着都是 Suno 量产的"。微博开源模型解决的是成本和控制权问题，不解决"AI 味"问题。
第三，到底选哪个？
要快速出 demo、批量做短视频 BGM，显卡 8-12GB：选 ACE-Step 1.5。生态成熟，整合包、ComfyUI 工作流、LoRA 教程都是现成的，B站一个部署教程视频被收藏了近 2000 次，社区验证了半年。哔哩哔哩
追求成品质量和结构控制，能接受慢一点，本身就在用 ComfyUI：试 Music 3。5 分钟完整结构加段落级控制，是它目前在开源阵营里最强的维度。
要做商用音乐：先看协议。ACE-Step 是 MIT 可商用；Music 3 是开源权重，具体商用条款以 ModelScope、HuggingFace 页面为准，确认了再用。
部署路线，各两句
ACE-Step 1.5：GitHub 官方仓库直接装，或下 Windows 整合包；ComfyUI 有现成工作流，跟着 B 站教程半小时能出声。
Music 3：ComfyUI 升到 0.33.0 以上搜 Music3，或走 ComfyCloud；权重从 ModelScope 或 HuggingFace 下，配合官方 Prompt 扩写工具写提示词。
最后留两个观察信号
一是 Music 3 的社区生态。开源模型越用越强靠的是社区 LoRA 和工作流，这条路 ACE-Step 已经跑通了，Music 3 刚起步，值得再看一两个月。
二是商业模型的迭代速度。目前很多人还是拿 Suno 的听感当标尺来量开源模型，开源追平是"多快"的问题，不是"能不能"的问题。显卡不给力的话，继续订阅也不丢人，效率优先。
一句话收尾：对音乐制作党来说，开源 AI 音乐模型今年算是跨过了"能用"这道线。有 8GB 以上 N 卡的，今天就可以把 ACE-Step 1.5 玩起来，Music 3 值得蹲一个后续；没有卡的，云端服务仍是首选。订阅不是非省不可，但现在你确实多了一个不花钱的选项。
