ModelBrief · MiniMax H3-Image · 專題
最後更新 2026-11-13
EN 简体 繁體
中國 · 圖像模型 · 正式版 · 2026 年 11 月 10 日發佈

MiniMax H3-Image 專題

MiniMax 2026 年 11 月 10 日發佈的首個圖像模型，也是本站第一個圖像模型專題：文生圖與圖像編輯共用一份 33.1B 權重，原生輸出約 1680 萬像素（4096×4096）不用超分，蒸餾到 6 步採樣，最多帶 16 張參考圖。廠商宣稱 4K 10 秒內出圖，但自家官方對比圖裏文生圖 Standard 中位數是 16.0 秒、Highspeed 也要 10.3 秒；權重已公開，但自定義社區許可排除美國、歐盟、英國與韓國。API 約 $0.022/1K、$0.069/4K，16.6MP 以上半價到 11 月 17 日。本頁彙總官方規格、價格、許可證與首批解讀，並明確標註哪些說法尚未證實。

33.1B DiT擴散 Transformer（僅 DiT 參數）
16.8MP 原生 4K4096×4096，無超分
6 步採樣無 CFG，參數鎖定不可調
$0.06879 / 4K標準版列表價，半價至 11 月 17 日
約 135GB權重 68.65GB + 文本編碼器 66.7GB
暫無獨立基準AA 圖像榜無條目（截至 11 月 11 日）

01關鍵事實

先把能確認的說清楚：這是 MiniMax 從視頻模型 H3 衍生出的圖像模型，一份權重同時做文生圖與多圖編輯，原生 4K 是真本事；但「10 秒內」的宣稱與自家圖表對不上，許可證的限制比「開源」二字嚴格得多，而畫質至今沒有任何獨立評分。

發佈
2026-11-10（X 官宣 14:15 UTC，權重 14:50 UTC 上 Hugging Face，API 發佈記錄同日；官方博客 16:23 UTC，北京時間 11 月 11 日 00:23）。本站以 11 月 10 日爲發佈日。
開發方
MiniMax（稀宇科技，中國）；權重許可方爲新加坡公司 Nanonoble Pte. Ltd.
模型類型
圖像模型，不是 LLM：文生圖 + 圖像編輯，同一份權重；本站第一個非語言模型專題
架構
33.1B 稠密擴散 Transformer（僅 DiT 參數）：50 層，hidden 5376，56 注意力頭，FFN 14336，3D 多模態 RoPE；H3-Base 去掉音頻分支；文本編碼器沿用 H3 的完整 Qwen3-VL 編碼器
輸出
原生約 16MP，各寬高比均可（1:1 4096×4096、16:9 5472×3072、21:9 6272×2688），無超分；API 上限 20MP；每請求 1–10 張圖
參考圖編輯
最多 16 張參考圖，按上傳順序以「Picture 1」至「Picture 16」位置引用；不支持遮罩編輯、透明背景、預覽圖
採樣
蒸餾到 6 步採樣（6 NFEs），無 classifier-free guidance；步數與 guidance 鎖定（其它值返回 HTTP 400），不支持負提示詞
速度宣稱
博客稱 4K「10 秒內」；X 帖稱「10–20 秒」；官方圖表 P50：4K 文生圖 Standard 16.0 秒、Highspeed 10.3 秒（見第 06C 節）
價格
按 token 計費：標準版 $2.30/$1.50/$3.80（文本輸入/圖片輸入/圖片輸出，每百萬 tokens）；4K 文生圖示例價 $0.06879，半價 $0.03439 至 11 月 17 日 16:00 UTC
權重
已公開（2026-11-10，Hugging Face；68.65GB + 另需 66.7GB 文本編碼器，合計約 135GB；437,039 次下載，截至 11 月 13 日晚）
許可
MiniMax-H3-Image Community License（自定義，非 OSI 開源許可）：排除美國、歐盟、英國、韓國；年收入超 100 萬美元或提供託管服務需書面授權
獨立基準
暫無：Artificial Analysis 圖像榜無條目，無 GenEval、DPG-Bench 或人類偏好分數（截至 11 月 11 日）；廠商自己也未給評測表
可用渠道
MiniMax API 平臺、MiniMax Code、Hailuo AI；本地部署：SGLang、vLLM-Omni、diffusers、LightX2V、ComfyUI（首日原生支持）

02時間線

從視頻模型 H3 到圖像模型只隔了三個多月；發佈當天官宣、權重、API 與 ComfyUI 支持全部到位——但倉庫提前一週就建好了，空置到發佈當天才放權重。

  • 2026-07-28

    MiniMax-H3 視頻模型權重上 Hugging Face（API 發佈記錄記 7 月 31 日）；H3-Image 即基於 H3，沿用其文本編碼器。

  • 2026-10-17

    MiniMax-M3.1-Flash 權重上 HF（API 發佈記錄記 10 月 19 日）；MiniMax LLM 線最新型號。

  • 2026-11-03

    H3-Image 倉庫建倉（06:34 UTC），此後空置一週；同日 Pruna 發佈第三方 P-H3-Image（8 步蒸餾，8MP，與官方發佈無關）。

  • 2026-11-08

    MiniMax-H3-Image-PE 倉庫建倉（15:35 UTC）：可選的提示詞擴展模型（17.9GB），不是 H3-Image 的變體版本。

  • 2026-11-10 14:15 UTC

    X 官宣 H3-Image：口號「16 million pixel. 10-20 seconds. Open weights.」。

  • 2026-11-10 14:50 UTC

    權重上 Hugging Face：68.65GB，社區許可協議同日簽署。

  • 2026-11-10 16:05 UTC

    ComfyUI 博客宣佈原生支持，v0.45.0 同日發佈，含 T2I 與編輯工作流模板。

  • 2026-11-10 16:23 UTC

    官方博客發佈（北京時間 11 月 11 日 00:23）：標題「把 4K 圖像生成帶入 10 秒時代」，含延遲對比圖與價格示例圖。

  • 2026-11-11

    Times of AI、七牛雲、agidaily、XenoSpectrum 等首批報道；OrcaRouter 指出截至當日無第三方計時、無 AA 圖像榜條目。

  • 2026-11-13

    HF 主倉庫 437,039 次下載；本站專題上線。

  • 2026-11-17 16:00 UTC

    4K 半價優惠到期（北京時間 11 月 18 日 00:00），之後恢復列表價。

03官方規格

以下爲官方已公佈口徑（Hugging Face 模型卡、API 指南與官方博客，2026 年 11 月 13 日覈查）。注意：33.1B 僅指 DiT 參數，不含文本編碼器；速度宣稱與圖表的出入見第 06C 節。

狀態
已發佈（2026-11-10）；權重已公開（同日）
模型 ID
MiniMax-H3-Image（標準版）/ MiniMax-H3-Image-Highspeed（極速版）
架構
33.1B 稠密擴散 Transformer：50 層，hidden 5376，56 注意力頭，FFN 14336，3D 多模態 RoPE；H3-Base 去掉音頻分支；權重 BF16，embedding/timestep/output 層 FP32
文本編碼器
H3 的完整 Qwen3-VL 文本編碼器，原樣使用（DiT 讀取其第 50 層 hidden states）；不在 H3-Image 倉庫內，66.7GB
圖像 VAE
CNN 編碼器 + 2D ViT 解碼器（24 層），16 倍空間下采樣，24 個 latent 通道；DiT 以 2×2 patch 切分 latent，每個 token 對應 32×32 像素
採樣
蒸餾到 6 步（6 NFEs），無 classifier-free guidance；num_inference_steps 只能省略或填 6，guidance_scale 只能省略或填 1（其它值 HTTP 400）；不支持負提示詞
輸出尺寸
有效範圍約 4MP–20MP，約 16MP 效果最佳；1:1 4096×4096、4:3 4736×3552、3:2 5024×3360、16:9 5472×3072、21:9 6272×2688；自定義尺寸 655,360–20,000,000 像素，永不縮放或取整
參考圖編輯
1–16 張參考圖（JPG/PNG/WebP/HEIC/HEIF，每邊 128–8,192 像素），按上傳順序以「Picture 1」…「Picture 16」引用；不支持遮罩編輯、透明背景、預覽圖
提示詞
模型設計前提是詳細描述整幅圖的英文；API 用 H3-Image-Context-IR 把任意語言短提示擴展成詳細英文；本地可用可選 PE 模型（17.9GB NVFP4，由 Qwen3.8-27B 微調）
API 端點
文生圖 /v1/images/generations（JSON），編輯 /v1/images/edits（multipart 表單）；返回 PNG 於 data[0].b64_json；提示詞上限 32,000 字符，實際生效約前 4,096 tokens
API 行爲
兩端點均非冪等：客戶端超時或斷開後服務端仍完成生成並收費；服務端最長等待 600 秒；提示詞改寫默認開啓（文生圖可關，編輯恆定開啓）
權重
68.65GB（transformer 66.28GB + VAE 2.34GB + 逐步驟輸出頭 12MB + tokenizer 23MB）+ 文本編碼器 66.7GB，合計約 135GB；PE 可選 17.9GB
許可
MiniMax-H3-Image Community License（2026-11-10；許可方 Nanonoble Pte. Ltd.）：排除美國、歐盟、英國、韓國；年收入超 100 萬美元或託管服務需書面授權
API 價格
標準版 $2.30/$1.50/$3.80（文本輸入/圖片輸入/圖片輸出，每百萬 tokens）；極速版 $2.30/$3.00/$7.60；人民幣 ¥15/¥10/¥25 與 ¥15/¥20/¥50

04怎麼試用：5 條路線

最快的是 API 與 Hailuo；想自己跑的話，權重已公開且 ComfyUI 首日就原生支持，但要準備約 135GB 下載與合規檢查——許可證先讀再動手。

1MiniMax API 平臺（官方主路線）

全球站 platform.minimax.io / 中國站 platform.minimax.cn，模型名 MiniMax-H3-Image 與 MiniMax-H3-Image-Highspeed。文生圖與編輯兩個端點，按 token 計費；4K 半價到 11 月 17 日。注意兩端點均非冪等：客戶端超時後服務端仍會完成並收費，指南建議關閉自動重試。

2Hailuo AI（官方應用）

網頁版 hailuoai.video（全球）/ hailuoai.com（中國），另有桌面端 agent.minimax.io。不用寫代碼，直接出圖；價格是否與 API 同價未覈實。

3MiniMax Code

MiniMax 的代碼/創作工具內可用 H3-Image，官方博客列爲三大入口之一（與 API、Hailuo 並列）。

4ComfyUI（本地或 Partner Nodes）

11 月 10 日首日原生支持（v0.45.0）：下載權重在自己 GPU 上跑，或走 Partner Nodes 用 MiniMax API（不下載權重）。官方提供 T2I 與編輯兩套工作流模板；與 H3 共享 Qwen3-VL 文本編碼器，已有 H3 者無需重複下載。

5本地部署（權重已公開）

Hugging Face 倉庫可下載：68.65GB 本體 + 66.7GB 文本編碼器（從 MiniMax-H3 倉庫加載），合計約 135GB；PE 提示擴展可選 17.9GB。模型卡推薦 SGLang（參考路徑，有 cookbook，單 GPU 可起服務）、vLLM-Omni（H200 / RTX PRO 6000 Blackwell / MI350X 配方）、diffusers、LightX2V。官方未公佈 VRAM 需求——不要按文件體積推算顯卡。

官方 API: platform.minimax.io / platform.minimax.cn，模型 MiniMax-H3-Image / MiniMax-H3-Image-Highspeed 官方應用: Hailuo AI（hailuoai.video / hailuoai.com）、MiniMax Code 本地部署: Hugging Face MiniMaxAI/MiniMax-H3-Image（約 135GB，社區許可） ComfyUI: v0.45.0 原生支持（本地權重 / Partner Nodes 二選一）
上手警告：許可證排除美國、歐盟、英國、韓國——這四個地區的人用權重須先聯繫 MiniMax 另行取得許可；年收入超 100 萬美元或提供託管服務也要書面授權，動手前先讀 LICENSE。另注意：提示詞須是詳細英文描述整幅圖，短提示要靠 Context-IR 或 PE 擴展；編輯恆定開啓提示詞改寫，無法關閉；6 步採樣與 guidance 1 鎖定，不支持負提示詞與遮罩編輯。

05價格解析

按 token 計費，不按張——但官方給了完整的單張費用示例。4K 的像素是 1K 的 16 倍，示例價只有約 3.2 倍，這是 H3-Image 價格上最值得注意的形狀。半價只剩幾天：11 月 17 日 16:00 UTC 到期。價格爲 2026 年 11 月 13 日覈查口徑（美元站與人民幣站均已讀），結賬頁價格爲準。

費率（每百萬 tokens）標準版極速版人民幣標準版人民幣極速版
文本輸入$2.30$2.30¥15¥15
圖片輸入$1.50$3.00¥10¥20
圖片輸出$3.80$7.60¥25¥50
H3-Image-Context-IR（提示增強，輸入）$2.30¥15

單張費用示例（官方，美元）

任務標準版極速版
文生圖 1K$0.02179$0.03529
文生圖 2K$0.02333$0.03622
文生圖 4K$0.06879 $0.03439$0.13001 $0.06501
編輯 1 張參考圖 · 1K / 2K / 4K$0.02654 / $0.02658 / $0.07312 $0.03656$0.04525 / $0.04576 / $0.13673 $0.06837
編輯 3 張參考圖 · 1K / 2K / 4K$0.03563 / $0.04177 / $0.07914 $0.03957$0.06037 / $0.06069 / $0.15407 $0.07703

刪除線爲列表價，加粗爲半價後價格（僅 4K 任務）。人民幣示例：文生圖 1K ¥0.1430、2K ¥0.1531、4K ¥0.4522→¥0.2261；完整人民幣示例見本站價格指南。

半價規則與小字

交付圖像 ≥16,600,000 像素時整單 5 折，截至 2026 年 11 月 17 日 16:00 UTC（北京時間 11 月 18 日 00:00，不含該時刻）；4K（16,777,216 像素）符合，2K 不符合。官方小字：示例費用「僅供參考，非固定單張價或平均值」，「部分 1K/2K 示例金額爲展示調整」，實際按 token 用量計費，促銷總額在取整前減半。

價格要點：4K 像素是 1K 的 16 倍，示例價約 3.2 倍——token 計量不隨面積線性增長，這是 H3-Image 在 4K 上真正的價格優勢。OrcaRouter 測算 4K 列表價約爲 FLUX 3 Image 4K 幀的八分之一、Nano Banana 2.1 的五分之一（OrcaRouter 的對照，非官方數據）。預算請按列表價 $0.06879 做，把半價當折扣而非底價；Context-IR 是否單獨計費官方未說明。
MiniMax 官方 H3-Image 价格示例图：文生图与图像编辑在 1K、2K、4K 下的标准版与极速版单张费用，4K 半价
MiniMax 官方價格示例圖。來源：MiniMax 官方博客

官方頁面：MiniMax 官方博客 · 官方價格頁（美元） · 官方價格頁（人民幣） · Hugging Face 權重倉庫

06首批實測與測評

以下全部是 11 月 10–13 日的首批解讀：注意一個共同點——沒有一家真正跑過基準或計時，所有的速度與畫質結論都來自廠商材料。點「閱讀本站全文」進入本站的深度改寫文章頁，文末附原始出處。

中文來源

七牛雲：16MP 生圖、多圖編輯與 API 上手

結論：中文裏最全的發佈日梳理，含人民幣價格

來源：七牛雲，2026-11-11（官方模型卡覈驗、人民幣價格、API 接口）

逐項覈對官方模型卡：約 16MP 原生輸出、6 步採樣、本地推理路徑；給出人民幣標準版單價（文本輸入 ¥15、圖片輸入 ¥10、圖片輸出 ¥25/每百萬 tokens）與文生圖、編輯兩個接口；提醒自定義社區許可下商業使用與託管服務須分別覈對授權條件。

閱讀本站全文 → （本站原創整理）

agidaily：原生 4K 六步出圖，許可排除美歐英韓

結論：許可證對比最細的一篇中文報道

來源：agidaily，2026-11-11（許可方 Nanonoble、與 H3 視頻許可的對比）

指出許可方爲新加坡公司 Nanonoble Pte. Ltd.，地域排除範圍與 8 月 2 日的 H3 視頻許可相同，但收入門檻從 2000 萬美元降到 100 萬美元，且託管服務不論收入高低都要書面授權；另記 ComfyUI 11 月 10 日博客已提供原生工作流與 Partner Nodes。

閱讀本站全文 → （本站原創整理）

英文來源

CellCog：16M 像素、價格、開放權重全拆解

結論：發佈日最完整的事實梳理

來源：CellCog，2026-11-10（9 節：官宣、API 文檔、價格、許可、未說明事項）

從 X 帖、API 指南、價格頁與模型卡逐項覈對：尺寸預設、寬高比、每請求張數、輸出格式；點出 API 三個關鍵行爲——非冪等（超時仍收費）、服務端最長等 600 秒、編輯恆定開啓提示詞改寫；許可證逐條拆解，並提醒 P-H3-Image 不是這次發佈。CellCog 自述未測試 H3-Image，且其位於美國（被許可排除的地區）。

閱讀本站全文 → （本站原創整理）

OrcaRouter：16MP 十秒只是宣稱，尚非實測

結論：對 10 秒宣稱最尖銳的核查

來源：OrcaRouter，2026-11-10（宣稱與證據逐項對照、價格梯度、部署成本）

核心判斷：10 秒在架構上說得通（6 步無引導採樣確實是另一個成本量級），但「說得通不是證據」——模型卡根本沒寫生成時間，截至 11 月 11 日無第三方計時，AA 圖像榜無條目，無 GenEval、無 DPG-Bench、無人類偏好分數；另指出 vLLM-Omni 配方只練到 9 張參考圖、本地首次生成須下載約 135GB，並給出三項值得跑的測試（API 計時、身份一致性、盲測對照）。OrcaRouter 自述不提供 H3-Image 路由。

閱讀本站全文 → （本站原創整理）

XenoSpectrum：官方圖表裏 4K 要 16 秒

結論：第一個把圖表數字逐項摘出來的核查

來源：XenoSpectrum，2026-11-11（日文；官方延遲對比圖數值摘錄）

從官方對比圖摘出全部 H3-Image 數值：文生圖 Standard 16.0 秒、Highspeed 10.3 秒，1 張參考圖編輯 18.2/12.5 秒，3 張 21.4/14.4 秒；同時提醒博客「10 秒內」與圖表中位數是否同一測量條件未知，不能僅憑數值差異判定哪一方錯誤，且 P50 是中位數非保證值，圖表腳註說明 H3-Image 用第二輪 P50、其它模型用原始數據，並非同一環境排名。

閱讀本站全文 → （本站原創整理）

ComfyUI 博客：首日原生支持

結論：本地部署最快的上手路徑

來源：ComfyUI 博客，2026-11-10 16:05 UTC（原生支持、Partner Nodes、與 H3 共享文本編碼器）

兩種用法：下載權重在自己 GPU 上原生運行，或走 Partner Nodes 用 MiniMax API（不下載權重）；文生圖與編輯同一張圖，接上參考圖即切換爲編輯模式；與 H3 共享 Qwen3-VL 文本編碼器，已有 H3 者無需重複下載。官方提供 T2I 與編輯兩套工作流模板。

閱讀本站全文 → （本站原創整理）

Times of AI：開放權重 4K 模型，許可排除四地

結論：英文短訊，許可證角度切入

來源：Times of AI，2026-11-12（發佈事實 + 許可條款）

概述發佈事實：33.1B DiT、6 步採樣、4K 10 秒內（廠商說法）、最多 16 張參考圖；重點在許可：排除歐盟、英國、韓國、美國，年收入超 100 萬美元或託管服務須書面授權。

06B文章目錄：本站深度解讀

以下 6 篇均爲本站原創改寫與再整理的深度文章——重新組織結構、補充結論與選型建議，事實與數據與原始測評覈對一致。點擊任意一篇在本站內閱讀，文末附原始出處。

MiniMax H3-Image 發佈：原生 4K 圖像模型，權重已公開本站整理 11 月 10 日發佈全部確認信息：從 H3 視頻模型到圖像模型的來龍去脈、發佈當天的時間線、三種速度口徑，以及它在 MiniMax 產品線裏的位置。 MiniMax H3-Image 規格與架構：33.1B DiT，6 步採樣本站拆解官方模型卡：H3-Base 去音頻分支、Qwen3-VL 文本編碼器、VAE 與 32×32 像素 token、6 步鎖定採樣的含義，以及 API 的尺寸、參考圖與提示詞規則。 MiniMax H3-Image 價格指南：4K 半價到 11 月 17 日本站算清價格：美元與人民幣費率全表、18 組單張費用示例、半價規則與到期時間、4K 像素 16 倍但價格僅 3.2 倍的形狀，以及 Context-IR 計費未明之處。 MiniMax H3-Image 許可證詳解：排除美歐英韓本站逐條讀 LICENSE 全文：許可方 Nanonoble、排除地區、100 萬美元與託管服務兩道門檻、署名義務、禁訓條款、輸出歸屬，以及與 H3 視頻許可的對比。 MiniMax H3-Image 10 秒宣稱覈查：官方圖表說是 16 秒本站對照三個速度口徑：博客「10 秒內」、X 帖「10–20 秒」、官方圖表 P50（4K 文生圖 16.0/10.3 秒），並說明圖表腳註、5 倍說法的來源與「10 秒」在什麼條件下成立。 MiniMax H3-Image 本地部署：135GB 與 ComfyUI本站整理本地部署全路徑：135GB 分量清單、SGLang 與 vLLM-Omni 配方、ComfyUI 首日原生支持與 Partner Nodes、PE 提示擴展，以及 VRAM 未公佈的現實。

06C速度覈查：10 秒宣稱與官方圖表

H3-Image 沒有基準分——沒有 GenEval、沒有 DPG-Bench、AA 圖像榜上也沒有條目。唯一可覈查的數字是速度：博客說 4K「10 秒內」，官方圖表說 16.0 秒。以下是圖表的全部 H3-Image 數值（P50 中位延遲，單位秒）與獨立測量的現狀。

4K 任務（官方圖表 P50）StandardHighspeed博客宣稱
文生圖16.010.310 秒內
編輯 · 1 張參考圖18.212.5—
編輯 · 3 張參考圖21.414.4—
1K / 2K 文生圖（官方圖表 P50）StandardHighspeed
1K 文生圖10.67.7
2K 文生圖10.57.6
1K 編輯 · 1 張參考圖14.210.0
2K 編輯 · 1 張參考圖13.710.0
1K 編輯 · 3 張參考圖17.312.0
2K 編輯 · 3 張參考圖15.811.2

獨立測量與第三方數據

測量來源H3-Image 成績說明
AA 圖像榜單Artificial Analysis無條目（截至 11 月 11 日）兩個圖像榜單都沒有，不是排名低
GenEval / DPG-Bench—無廠商未給，第三方未測
人類偏好分數—無—
第三方 4K 計時—無（截至 11 月 11 日）OrcaRouter 覈查
HF 下載量Hugging Face API437,039 次下載 / 965 likes2026-11-13 晚；熱度指標，非質量指標
讀圖表前先看口徑：官方圖表腳註寫明，H3-Image 數值用「第二輪 P50」，其它模型用原始數據——這不是同一環境下的速度排名。博客「10 秒內」與圖表中位數是否同一測量條件，MiniMax 未說明；P50 是中位數，不是保證值；測量硬件、提示詞內容、前後處理是否計入時間，均未公佈。另注意：1K/2K 文生圖 Highspeed 確實在 10 秒內（7.7/7.6 秒），「10 秒內」只在 4K 上不成立。

完整覈查見本站 10 秒宣稱覈查專文 →

MiniMax H3-Image 4K generation time, P50 seconds (official chart) Blog claim Standard Highspeed Text-to-image <10s 16.0s 10.3s Edit · 1 reference <10s 18.2s 12.5s Edit · 3 references <10s 21.4s 14.4s P50 median latency, seconds — MiniMax official chart, Nov 10, 2026. Blog claim: under 10 seconds.
4K 生成時間：博客宣稱 vs 官方圖表 P50（單位：秒；灰色爲宣稱值）
MiniMax 官方延迟对比图：H3-Image 标准版与极速版在 1K、2K、4K 下文生图与 1 张、3 张参考图编辑的 P50 延迟，与 Nano Banana 2.1、GPT-image 2.5/2.6、Seedream 5 Pro 对比
MiniMax 官方延遲對比圖（P50 中位延遲，單位秒）。來源：MiniMax 官方博客

07對比

vs MiniMax H3（視頻模型，同家族）

維度H3-Image（圖像）H3（視頻）
發佈2026-11-102026-07-28（權重）
任務文生圖 + 圖像編輯文本/圖像/視頻/音頻生成（視頻爲主）
架構H3-Base 去掉音頻分支；33.1B DiTH3-Base，含音頻分支
文本編碼器沿用 H3 的完整 Qwen3-VL 編碼器自帶 Qwen3-VL 編碼器
採樣6 步，無 CFG視頻擴散採樣（步數未在本文覈查）
許可收入門檻100 萬美元/年2000 萬美元/年
排除地區美國、歐盟、英國、韓國美國、歐盟、英國、韓國（相同）

H3-Image 不是 H3 的簡單改名：它拿掉了音頻分支，專做靜態圖像；但文本編碼器完全相同，已有 H3 的用戶本地部署時不用重複下載 66.7GB。許可上圖像版更嚴：收入門檻從 2000 萬美元降到 100 萬美元，並新增託管服務觸發。

vs P-H3-Image（Pruna 第三方蒸餾，別混淆）

維度H3-Image（MiniMax 官方）P-H3-Image（Pruna，第三方）
發佈2026-11-102026-11-03
來源MiniMax 官方 checkpointPruna 把 H3 視頻模型蒸餾成圖像模型
採樣步數6 步8 步
原生分辨率約 16MP（4096×4096）約 8MP（2912×2912）
本地體積約 135GB（含文本編碼器）4-bit 約 21GB 路徑
許可MiniMax-H3-Image 社區許可（100 萬美元門檻）舊版 MiniMax H3 社區許可
ComfyUIv0.45.0 原生支持（11 月 10 日）v0.44.0 原生支持（11 月 4 日）

兩者名字只差一個字母 P，發佈只隔一週，但完全不是同一個東西：P-H3-Image 是第三方在官方圖像模型發佈前一週搶跑的蒸餾版，畫質與 H3-Image 無任何有來源的對照測試。

vs 閉源圖像模型（官方圖表口徑，廠商數據）

4K 文生圖 P50（官方圖表）H3-Image StandardH3-Image HighspeedNano Banana 2.1 mediumNano Banana 2.1 high
文生圖 4K16.0 秒10.3 秒50.0 秒51.0 秒
編輯 1 張參考圖 4K18.2 秒12.5 秒48.0 秒54.0 秒
編輯 3 張參考圖 4K21.4 秒14.4 秒62.0 秒64.0 秒
誠實提示：上表全部是 MiniMax 官方圖表裏的數據：H3-Image 用第二輪 P50，對手用原始數據，不是同一環境下的測量，4K 欄也只有 Nano Banana 2.1 一個對手（GPT-image 與 Seedream 沒有 4K 數值）。速度上 H3-Image 確實快得多，但畫質與指令遵循沒有任何獨立對照——速度快不等於圖好。

08還缺什麼（截至 11 月 13 日）

  • 任何獨立基準：GenEval、DPG-Bench、人類偏好分數、AA 圖像榜條目（全部暫無）
  • 第三方 4K 計時：速度宣稱的硬件、測量條件均未公佈
  • 本地部署的 VRAM 需求（官方只給文件體積，未給顯存指引）
  • Context-IR 是否單獨計費（價格頁單列費率，但調用時是否自動收費未說明）
  • 16 張參考圖滿載時的生成時間（圖表只到 3 張）
  • Hailuo AI 與 MiniMax Code 的價格（是否與 API 同價未覈實）
  • 排除地區（美歐英韓）的許可進展：是否有人拿到許可、條件如何
  • 第三方推理商上架情況（OrcaRouter 明確不提供；其它家未覈查）
  • API 速率限制（未見官方公佈）
  • H3-Image 與 P-H3-Image 的畫質對照（無任何有來源的測試）

09謠言覈查

H3-Image 的混淆主要來自三個地方：兩個版本的「10 秒」、名字相近的第三方模型，以及「開源」這個詞被用得太隨便。逐條澄清如下。

部分成立 「4K 圖 10 秒內就能出」

博客標題與正文這麼說，但官方對比圖裏 4K 文生圖 Standard 中位數 16.0 秒、Highspeed 10.3 秒，連極速版都超過 10 秒。X 官宣帖的「10–20 秒」反而與圖表吻合。1K/2K 文生圖 Highspeed 確實在 10 秒內（7.7/7.6 秒）——「10 秒內」只在 4K 上不成立。另注意：博客宣稱與圖表中位數是否同一測量條件，MiniMax 未說明。

部分成立 「H3-Image 是開源模型」

權重確實公開可下載，但許可不是 MIT/Apache 這類標準開源許可：自定義社區許可排除美國、歐盟、英國、韓國，年收入超 100 萬美元或提供託管服務須書面授權，商用界面須展示模型名，輸出不得用於訓練其它模型。Hugging Face 上顯示爲 license: other。說「開放權重」準確，說「開源」容易誤導。

不成立 「P-H3-Image 就是 H3-Image」

P-H3-Image 是 Pruna 在 11 月 3 日發佈的第三方蒸餾版：把 H3 視頻模型改成 8 步圖像模型，8MP，4-bit 約 21GB，用舊版 H3 社區許可。官方 H3-Image 是 11 月 10 日發佈的 6 步、16MP 模型。兩者名字只差一個字母，發佈只隔一週，但來源、規格、許可全都不同。

不成立 「PE 是 H3-Image 的小版本」

MiniMax-H3-Image-PE（11 月 8 日建倉）不是模型變體，而是可選的提示詞擴展模型：17.9GB，NVFP4，由 Qwen3.8-27B 微調，用於本地復現 API 的提示擴展（把短提示擴寫成詳細英文描述）。不用它也能跑 H3-Image。

不成立 「本地部署只要下載 68.65GB」

68.65GB 只是 H3-Image 倉庫本體；文本編碼器 66.7GB 在 MiniMax-H3 倉庫裏，首次部署必須另行下載，合計約 135GB。另注意文件體積不等於 VRAM 需求，官方未公佈顯存指引，不要按 135GB 推算顯卡。

不成立 「4K 半價是常態價」

半價是上線周促銷：交付圖像 ≥16,600,000 像素時整單 5 折，截至 2026 年 11 月 17 日 16:00 UTC。之後 4K 文生圖恢復列表價 $0.06879（標準版）與 $0.13001（極速版）。預算請按列表價做。

已澄清 「到底是 11 月 10 日還是 11 月 11 日發佈？」

官宣（X 帖 14:15 UTC）、權重（14:50 UTC）、API 發佈記錄都在 11 月 10 日；官方博客發佈時間爲 11 月 10 日 16:23 UTC，即北京時間 11 月 11 日 00:23——「11 月 11 日發佈」是北京時間口徑。本站以 11 月 10 日爲發佈日。

10FAQ

MiniMax H3-Image 什麼時候發佈的？

2026 年 11 月 10 日：X 官宣 14:15 UTC，權重 14:50 UTC 上 Hugging Face，API 發佈記錄與 ComfyUI 原生支持同日；官方博客 16:23 UTC（北京時間 11 月 11 日 00:23）。時間線見本頁第 02 節。

4K 圖真的 10 秒內能出嗎？

按 MiniMax 自己的官方圖表：不能。4K 文生圖 P50 中位數爲 Standard 16.0 秒、Highspeed 10.3 秒；1 張參考圖編輯爲 18.2/12.5 秒，3 張爲 21.4/14.4 秒。博客「10 秒內」與圖表中位數是否同一測量條件未說明；X 帖的「10–20 秒」與圖表更吻合。1K/2K 文生圖 Highspeed 確實在 10 秒內（7.7/7.6 秒）。詳見本站10 秒宣稱覈查專文。

H3-Image 是開源的嗎？

權重公開，但不是標準開源許可。MiniMax-H3-Image Community License 排除美國、歐盟、英國、韓國；年收入超 100 萬美元或提供託管服務須書面授權；商用界面須展示模型名；輸出不得用於訓練其它模型。Hugging Face 顯示爲 license: other。詳見本站許可證詳解。

H3-Image 價格是多少？半價到什麼時候？

按 token 計費：標準版 $2.30/$1.50/$3.80（文本輸入/圖片輸入/圖片輸出，每百萬 tokens），人民幣 ¥15/¥10/¥25。單張示例：文生圖 1K $0.02179、2K $0.02333、4K $0.06879；交付圖像 ≥16,600,000 像素時整單 5 折，截至 2026 年 11 月 17 日 16:00 UTC（北京時間 11 月 18 日 00:00）。詳見本站價格指南。

權重在哪裏下載？本地部署要多大空間？

Hugging Face MiniMaxAI/MiniMax-H3-Image：本體 68.65GB，另需從 MiniMax-H3 倉庫下載 66.7GB 文本編碼器，合計約 135GB；PE 提示擴展可選 17.9GB。框架支持 SGLang、vLLM-Omni、diffusers、LightX2V、ComfyUI。官方未公佈 VRAM 需求。詳見本站本地部署專文。

ComfyUI 能用 H3-Image 嗎？

能，首日原生支持：ComfyUI 博客 11 月 10 日宣佈，v0.45.0 含 H3-Image 節點與 T2I、編輯兩套工作流模板。兩種用法：下載權重在自己 GPU 上跑，或走 Partner Nodes 用 MiniMax API（不下載權重）。與 H3 共享 Qwen3-VL 文本編碼器，已有 H3 者無需重複下載。

最多能用幾張參考圖？

最多 16 張，按上傳順序在提示詞中以「Picture 1」至「Picture 16」位置引用。注意 vLLM-Omni 的首日配方只練到每請求 9 張圖——16 張是模型上限，9 張是該框架配方實測值。參考圖支持 JPG/PNG/WebP/HEIC/HEIF，每邊 128–8,192 像素。

H3-Image 有什麼不能做？

API 指南明確列爲不支持：遮罩編輯、透明背景、預覽圖。採樣參數鎖定：步數只能是 6、guidance 只能是 1（其它值返回 HTTP 400），不支持負提示詞。編輯恆定開啓提示詞改寫，無法關閉。另注意兩端點均非冪等：客戶端超時後服務端仍會完成並收費。

H3-Image 和 P-H3-Image 有什麼區別？

P-H3-Image 是 Pruna 在 11 月 3 日發佈的第三方蒸餾版（8 步、8MP、4-bit 約 21GB，舊版 H3 許可），不是 MiniMax 的發佈；H3-Image 是 MiniMax 11 月 10 日發佈的官方模型（6 步、16MP、約 135GB）。兩者畫質無任何有來源的對照測試。

提示詞有什麼講究？

模型設計前提是詳細描述整幅圖的英文。API 會用 H3-Image-Context-IR 把任意語言的短提示擴展成詳細英文後再生成；本地部署可用可選的 PE 模型（17.9GB）做同樣的擴展，但 MiniMax 未保證與 API 完全一致。提示詞上限 32,000 字符，實際生效約前 4,096 tokens。

H3-Image 有獨立基準嗎？

截至 11 月 11 日沒有任何獨立基準：Artificial Analysis 圖像榜無條目，無 GenEval、DPG-Bench 或人類偏好分數，廠商自己也未給評測表。模型卡自稱「開源模型中最強的指令遵循」，無數值佐證。本站會持續跟蹤。

在美國或歐洲能用 H3-Image 嗎？

權重許可排除美國、歐盟、英國、韓國——這些地區的人用權重須先聯繫 MiniMax 另行取得許可。API 使用另受服務條款約束，與權重許可不一定相同，用 API 前請另行覈對服務條款。

11來源

本頁事實均來自以下公開來源（覈查於 2026 年 11 月 13 日）。

官方

報道與分析