Skip to content

模型卡|MiniMax-H3-Image

2026年11月16日1 分鐘
TL;DRMiniMax-H3-Image:33.1B dense diffusion transformer、6-step 蒸餾採樣、16MP(4096×4096 起)原生輸出;Artificial Analysis image editing Elo 1138(#13/84,小勝 Nano Banana 2 的 1126)、text-to-image Elo 1066(#25/114,落後 Nano Banana 2 77 分);API 定價 1K 約 $0.022、4K 約 $0.069(限時 50% off 至 2026-11-17 16:00 UTC);MiniMax-H3-Image Community License 排除美國、歐盟、英國、南韓商用部署

查詞與收藏

正在載入查詞工具…

🌏 English version

模型資訊

項目值
Model IDMiniMax-H3-Image(Highspeed 版:MiniMax-H3-Image-Highspeed)
廠商MiniMax
參數量33.1B(dense 單流 diffusion transformer,50 層;另需載入 66.7GB 的 MiniMax-H3 Qwen3-VL 文字編碼器,權重合計約 135GB)
Context Window不適用(圖像生成模型;prompt 經 H3-Image-Context-IR 擴寫後,本機部署僅前約 4,096 tokens 生效,API 可送最多 32,000 字元)
Input 定價 (USD/1M tokens)按張計費為主:Standard 模式 1K $0.02179/2K $0.02333/4K $0.06879(4K 限時 50% off 至 2026-11-17 16:00 UTC 為 $0.03439);底層 token 費率:input text $2.30、input image $1.50(每 1M tokens)
Output 定價 (USD/1M tokens)Standard output image $3.80/1M tokens;Highspeed 模式 output $7.60/1M tokens,對應單張 4K 約 $0.13(無限時折扣)
開源是(MiniMax-H3-Image Community License Agreement;排除美國、歐盟、英國、南韓四地的部署與使用;年收入逾 100 萬美元或提供託管服務須另申請書面授權;商用介面需顯著標示「MiniMax-H3-Image」字樣)
發布日2026-11-10
官方公告MiniMax Blog:H3-Image
HuggingFaceMiniMaxAI/MiniMax-H3-Image
家族MiniMax H3(H3 影片模型,2026-07-31 → H3-Image 圖像生成/編輯,本次)

能力亮點

  • 16 百萬像素原生輸出,涵蓋 4096×4096(1:1)到 6272×2688(21:9)全比例,不需 upscaler,API 上限 20,000,000 像素
  • 6 步蒸餾採樣(6 NFEs)、無 classifier-free guidance,官方宣稱 4K 生成在 10 秒內、比主流方案快達 5 倍 ⚠️ 第三方實測 4K 僅 Highspeed 檔位接近 10 秒,Standard 檔位未見獨立測速數據佐證「under 10 seconds」
  • 最多 16 張未分類參考圖,依上傳順序以 <Picture 1> 至 <Picture 16> 定位,同一張卡覆蓋文生圖與圖像編輯兩種任務
  • Artificial Analysis 獨立榜(2026-11-13 公布):image editing 排第 13/84,Elo 1138,小勝 Nano Banana 2 的 1126(領先 12 分,信賴區間略重疊);text-to-image 排第 25/114,Elo 1066,落後 Nano Banana 2 的 1143 達 77 分(信賴區間不重疊)

Benchmark 表現

Benchmark分數前代競品最強
Artificial Analysis Image Editing Elo1138(#13/84)無(MiniMax 首款專門圖像模型,無圖像前代可比)Nano Banana 2 1126(#17/84)
Artificial Analysis Text-to-Image Elo1066(#25/114)無Nano Banana 2 1143(#11/114)
Highspeed 版 Image Editing Elo1134(#14/84)無同上
Highspeed 版 Text-to-Image Elo1072(#24/114)無同上

⚠️ 以上均為 Artificial Analysis 第三方獨立排行榜分數,非官方自測——MiniMax 官方部落格與 HuggingFace 模型卡本身都沒有公布 GenEval、DPG-Bench 或任何量化評測表,發布當週(截至 2026-11-12)唯一的「證據」是展示圖集,直到 Artificial Analysis 於 2026-11-13 把它納入兩個獨立榜單才第一次有可信的量化分數。

與前代/競品比較

H3-Image 沒有真正的「前代圖像模型」可比——MiniMax 過去的 Hailuo 01/02 是影片模型,H3-Image 是公司首款專門的圖像生成/編輯模型,架構上繼承自 2026-07-31 發布的 H3 影片模型(拿掉 audio 層、沿用其 Qwen3-VL 文字編碼器)。

跟 Google Nano Banana 2 比,Artificial Analysis 的榜單呈現一個清楚的「交叉」:H3-Image 在 image editing 小贏 12 Elo,但在 text-to-image 上輸 77 Elo,且信賴區間完全不重疊。這跟兩者的設計取向吻合——H3-Image 的 16 張未分類參考圖+固定 6 步採樣是為「拿到參考圖、照著改」而生,Nano Banana 2 的 14 張分類參考圖(10 物件+4 角色)+search grounding+可調的 thinking budget 則是更完整的生成管線,犧牲的是推理延遲與費用。

定價上 H3-Image 明顯便宜:1K 標準價 $0.02179 對 Nano Banana 2 的 $0.0336(便宜約 35%),4K 標準價 $0.06879 對 $0.113(便宜約 39%),限時折扣期間的 4K 價格 $0.03439 更只要對手的三成。但這個折扣在 2026-11-17 16:00 UTC 到期,屆時 4K 的價差會明顯收斂。授權是最容易被定價表掩蓋的差異:MiniMax-H3-Image Community License 明確排除美國、歐盟、英國、南韓四地的部署與使用,「開放權重」在這四個市場等於無法合法商用,必須另洽授權;Nano Banana 2 作為標準 API 產品沒有這個限制,但也完全沒有搜尋溯源標記(SynthID/C2PA)以外的對等機制可比較授權彈性。

對 Agent 開發的意義

固定 6 步採樣、無 CFG、無法調整引導強度,代表同一個 seed 與輸入在自己的硬體上可以逐位元重現——這對需要「視覺輸出做迴歸測試」的 pipeline 是罕見的優點:大多數擴散模型的採樣引數一變就很難複現同一張圖,H3-Image 從設計上直接拿掉了這個變因。

  • 如果你在做電商/行銷素材批次生成的 Agent:16MP 原生輸出加上「token 計費但價格曲線平緩」的特性(4K 只比列表價貴 3 倍,但像素是 16 倍),搭配比 Nano Banana 2 便宜 30–40% 的定價,適合大量 4K 素材的批次產線——但要先確認團隊所在地不在美歐英韓四地的授權排除清單內
  • 如果你在做「給定參考圖做風格一致編輯」的任務(角色換裝、場景合成、UI 改版示意):16 張未分類參考圖的彈性加上 Elo 編輯榜小勝的信號,是比起純文生圖更值得優先測試的場景
  • 不適合:需要 search grounding 或要求輸出帶 SynthID/C2PA 溯源標記的場景——H3-Image 完全沒有這兩項,Nano Banana 2 都有;也不適合對「空白頁」文生圖品質要求高的正式生產環境,Elo 落後對手 77 分、信賴區間不重疊,是這次比較中最確定的一項差距

今日收穫

MiniMax 官方部落格與 HF 模型卡完全沒有放任何量化評測表,直到發布三天後 Artificial Analysis 把它納入兩個獨立榜單,才第一次看到可信的分數對比——這印證了「開放權重」跟「廠商自己誠實量化評測」是兩件完全獨立的事:追蹤新模型發布時,官方沒給分數不代表沒有分數,而是要等外部榜單補上才能判斷實力;"5x faster"、"leading open-weight model" 這類宣稱在外部數據出現前,都只是宣稱,不是結論。

參考資料