Génération d'images MiniMax H3

MiniMax veut reprendre le travail d’image fixe des mains de l’équipe vidéo. H3 a bâti son nom sur des clips avec du son. H3 Image, lancé le 10 novembre 2026, prend le même nom de famille et le pointe vers une seule image, jusqu’à 4096 par 4096 pixels, avec jusqu’à 16 images de référence dans le même appel. L’argument est la vitesse, la taille et les références à la fois, à un prix qui sous-cote la plupart des rivaux hébergés.

Cet examen repose sur des documents publiés seulement. Dirty Static n’a pas fait tourner le modèle. Les faits ci-dessous viennent du guide de l’API et de la page de prix de MiniMax, de la fiche du modèle sur Hugging Face, du texte de la licence, et de la couverture extérieure qui a lu ces mêmes documents en novembre. Quand un chiffre est une affirmation de MiniMax, l’article le dit.

Ce que c’est

MiniMax-H3-Image est un modèle d’image fixe de MiniMax, le laboratoire de Shanghai derrière l’application Hailuo et le modèle vidéo H3. Un seul point de contrôle fait deux travaux. Il crée une image à partir d’une invite écrite, et il modifie des images que vous fournissez, avec une invite plus 1 à 16 images de référence.

La fiche du modèle décrit un transformateur de diffusion de 33,1 milliards de paramètres, bâti à partir du design H3 avec les parties audio retirées. Un modèle de diffusion construit une image en nettoyant du bruit par étapes. MiniMax dit que ce point de contrôle a été distillé à 6 étapes d’échantillonnage et tourne sans le passage de guidage que beaucoup d’autres modèles utilisent encore. Moins d’étapes est la raison principale pour laquelle les affirmations de vitesse sont plausibles sur papier. Plausible reste le bon mot jusqu’à ce que des laboratoires extérieurs publient leurs propres temps sur leur propre matériel.

Un second modèle, MiniMax-H3-Image-PE, allonge les invites courtes en invites plus longues. L’API applique ce travail par défaut pour la génération à partir de texte, et toujours pour les modifications. Elle renvoie aussi l’invite révisée pour chaque image, pour qu’un utilisateur voie ce que le modèle a vraiment lu, modifie ce texte, et relance le tout avec l’expansion coupée. C’est une petite fonction avec une vraie valeur. La plupart des outils d’image cachent cette étape.

Fonctions et spécifications

Les niveaux de taille demandent une lecture simple. MiniMax appelle son niveau supérieur 4K, et le guide définit ce niveau par la surface. Au format carré, le niveau 4K donne 4096 par 4096 pixels, environ 16,8 millions de pixels au total. En 16:9, il donne 5472 par 3072. En 21:9, il donne 6272 par 2688. Le point pour un acheteur est que le modèle dessine le cadre complet à cette taille dans le guide de l’API. Il ne dessine pas un petit cadre pour l’étirer ensuite.

La gestion des références est l’autre moitié de l’argument. MiniMax Design dit que chaque référence peut porter un rôle, une pour le sujet, une pour la couleur, une pour la mise en page. Les exemples travaillés portent sur l’art de jeu, les diagrammes de produits et les pièces remplies à partir de photos de meubles découpés. Ce sont des exemples de l’entreprise, choisis pour flatter le modèle. Ils montrent quand même l’usage visé avec clarté. Cet outil est bâti pour des scènes composées avec beaucoup d’entrées, pas juste pour une invite seule et un espoir.

Expérience dans le monde réel

Cette section est une discussion fondée sur la recherche, pas un journal d’essai. Elle puise dans le guide de l’API, la page de prix, la fiche du modèle, la licence, et la couverture de novembre de médias qui ont lu ces documents de près.

Commencez par le prix, car les chiffres sont concrets et vérifiés. MiniMax facture par jetons, puis donne des totaux d’exemple par image. Pour le modèle Standard, la génération à partir de texte coûte 0,02179 dollar en 1K, 0,02333 dollar en 2K, et 0,06879 dollar en 4K. Une modification avec une référence 1K coûte 0,02654 dollar en sortie 1K et 0,07312 dollar en 4K. Jusqu’au 17 novembre 2026 à 16 h 00 UTC, les images d’au moins 16 600 000 pixels portent un rabais de 50 pour cent, ce qui met l’exemple de génération 4K à 0,03439 dollar.

La vitesse est une affirmation avec un graphique derrière elle, et ce graphique demande du soin. MiniMax rapporte un temps médian de génération 4K de 16,0 secondes en mode Standard et de 10,3 secondes en mode Highspeed. Son texte de lancement dit une image 4K en moins de 10 secondes. La couverture extérieure a noté un pli dans le graphique de comparaison. MiniMax a mesuré son propre modèle de nouveau dans un second tour, alors que les chiffres des rivaux venaient du premier tour. Lisez ces temps comme un signe que le modèle est rapide pour sa taille, pas comme un classement réglé. Highspeed coûte aussi environ deux fois plus par image, à 0,13001 dollar pour une génération 4K avant le rabais.

La qualité est là où les preuves s’amincissent. MiniMax dit le modèle fort pour suivre les instructions. La fiche du modèle ne publie aucun tableau de référence pour soutenir cette ligne, et la couverture vérifiée le 15 novembre n’a trouvé aucun classement indépendant qui avait encore placé H3 Image. Les images d’exemple sur MiniMax Design ont l’air soignées, comme les exemples de lancement en ont toujours l’air. Un examen qui noterait la qualité d’image à partir d’une galerie du vendeur noterait la galerie, pas le modèle. Celui-ci ne le fera pas.

La licence est la partie que la plupart de la couverture du lancement a enterrée, et elle change la décision pour beaucoup de lecteurs. Les poids sont publics sur Hugging Face. La licence communautaire donne des droits dans le monde entier sauf dans l’Union européenne, le Royaume-Uni, la Corée du Sud et les États-Unis. Elle dit aussi que les utilisateurs au dessus de 1 million de dollars de revenus annuels, et quiconque offre le modèle comme service hébergé à d’autres, doivent obtenir une permission écrite de MiniMax. Elle interdit d’utiliser le modèle ou ses sorties pour améliorer un autre modèle d’IA. Un lecteur au Canada peut peser ces conditions pour ce qu’elles valent. Un lecteur aux États-Unis ne se voit pas offrir les poids du tout sous cette licence, quoi que le bouton de téléchargement suggère.

Ce partage explique la forme de ce lancement. Par l’API, H3 Image est un produit commercial normal, à bas prix et prêt maintenant. Comme téléchargement, c’est un grand modèle avec un droit étroit, un paquet de 68,65 Go rapporté dans la couverture des fichiers du modèle, et un travail de service qui demande du matériel sérieux par des outils comme SGLang, vLLM, Diffusers ou ComfyUI, que la couverture du lancement liste comme voies prises en charge. La plupart des équipes loueront l’API bien avant de servir 33,1 milliards de paramètres elles-mêmes.

Ce qui fonctionne

Le design à point de contrôle unique est vraiment utile. La génération et la modification vivent souvent dans des modèles distincts, ce qui force une équipe à apprendre deux outils et à accepter deux ensembles de manies. Ici, le même modèle prend une invite seule ou une invite avec des références, et la forme de l’API reste proche de la forme d’image OpenAI que beaucoup d’outils parlent déjà. Notre couverture de ChatGPT Images 2.6 et ses outils de modification a montré la même leçon de l’autre côté. La modification est là où les modèles d’image gagnent un usage répété.

Le retour de l’invite révisée joue aussi en faveur de l’utilisateur. Un outil qui montre son travail laisse un créateur corriger la vraie instruction au lieu de la deviner. Ajoutez la longue limite d’invite, la large plage de rapports et la sortie en WebP comme format natif, et l’API se lit comme si elle avait été bâtie par des gens qui livrent des images pour vivre.

Ce qui ne fonctionne pas

Les preuves manquantes viennent en premier. Un modèle lancé sur des affirmations de qualité, sans tableau de qualité et sans classement extérieur dans sa première semaine, demande aux acheteurs de croire le vendeur. MiniMax a peut-être raison sur le suivi des instructions. Le 15 novembre, le dossier public ne le prouvait pas.

Les trous dans l’outil lui-même viennent ensuite. Aucune modification masquée veut dire aucune façon de marquer une région et de laisser le reste tranquille dans le guide de l’API tel qu’il est écrit. Aucun arrière-plan transparent veut dire aucun découpage propre pour le travail de design sans un second outil. Ce sont des travaux courants, et les rivaux qui les couvrent garderont ce travail.

La licence vient en troisième, et pour les poids, ce n’est pas une note de bas de page. Des limites de territoire, une ligne de revenus et une interdiction d’entraîner d’autres modèles font de ceci une licence communautaire de nom et une licence contrôlée en effet. Dire que le lancement est à poids ouverts est exact pour les fichiers. Cela ne dit rien d’honnête sur les droits, et les lecteurs méritent les deux moitiés.

Concurrence

Le tableau reste dans la famille MiniMax à dessein. Des affirmations de qualité entre vendeurs demanderaient un essai partagé, et aucun n’avait été publié pour ce modèle dans la couverture vérifiée. Sur le prix et les limites seuls, l’API Standard est le point doux dans sa propre maison. Highspeed achète des secondes au double du prix. L’ancien modèle achète des brouillons bon marché à des tailles de sortie bien plus basses. Les poids achètent du contrôle seulement pour les équipes dont le territoire et les revenus les gardent dans la licence.

Verdict final

Utilisez H3 Image par l’API Standard si vous avez besoin de grandes images, de beaucoup de références ou de longs textes d’invite, et si vous voulez apprendre ce qu’il peut faire pour quelques cents par cadre. Le prix est assez bas pour que vos propres invites vous en apprennent plus en un après-midi que n’importe quel graphique de lancement. C’est l’essai honnête, et il est ouvert maintenant.

Réfléchissez bien avant de bâtir sur les poids. Lisez la licence pour votre territoire et vos revenus d’abord, et obtenez la permission par écrit si la licence la demande. Un téléchargement que votre licence ne couvre pas n’est pas une fondation pour un produit. Pour les lecteurs des marchés que la licence exclut, le verdict est encore plus simple. L’API est le produit. Les poids, pour l’instant, sont un communiqué avec un fichier joint.

Cet article est un examen fondé sur la recherche. Il puise dans le guide de l’API et la page de prix de MiniMax, la fiche du modèle et la licence communautaire sur Hugging Face, MiniMax Design, et la couverture de novembre 2026 qui a vérifié ces documents. Aucun essai pratique n’a été fait. Faits vérifiés le 15 novembre 2026.

Sources

• MiniMax, Image Generation Guide, mis à jour le 13 novembre 2026. Points d’accès, tailles de sortie, rapports, formats, limites de références, limites d’invite et la liste des fonctions non prises en charge.
• MiniMax, Pricing Overview, vérifié le 15 novembre 2026. Tarifs par jetons et coûts d’exemple par image pour Standard et Highspeed, les conditions du rabais de lancement, et le prix de l’ancien image-01.
• MiniMax, MiniMax H3 Image in MiniMax Design, vérifié le 15 novembre 2026. Rôles des références, forces déclarées en art de jeu et en travail de concept, expansion d’invite et les images d’exemple créditées dans cet article.
• MiniMaxAI, fiche du modèle et MiniMax-H3-Image Community License sur Hugging Face, 10 novembre 2026. Nombre de paramètres, étapes d’échantillonnage, territoires exclus, la règle de permission pour les revenus et les services hébergés, et l’interdiction d’améliorer d’autres modèles.
• Neurohive, rapport sur le modèle ouvert MiniMax H3-Image, novembre 2026. Temps médians de l’API de 16,0 secondes en mode Standard et de 10,3 secondes en mode Highspeed, la note sur la mesure au second tour, et l’absence de mesures de qualité publiées.
• Images de produit: MiniMax via MiniMax Design, créditées à chaque figure. Image principale: Dirty Static.