MiniMax H3-Image 专题

01关键事实

先把能确认的说清楚：这是 MiniMax 从视频模型 H3 衍生出的图像模型，一份权重同时做文生图与多图编辑，原生 4K 是真本事；但「10 秒内」的宣称与自家图表对不上，许可证的限制比「开源」二字严格得多，而画质至今没有任何独立评分。

发布

2026-11-10（X 官宣 14:15 UTC，权重 14:50 UTC 上 Hugging Face，API 发布记录同日；官方博客 16:23 UTC，北京时间 11 月 11 日 00:23）。本站以 11 月 10 日为发布日。

开发方

MiniMax（稀宇科技，中国）；权重许可方为新加坡公司 Nanonoble Pte. Ltd.

模型类型

图像模型，不是 LLM：文生图 + 图像编辑，同一份权重；本站第一个非语言模型专题

架构

33.1B 稠密扩散 Transformer（仅 DiT 参数）：50 层，hidden 5376，56 注意力头，FFN 14336，3D 多模态 RoPE；H3-Base 去掉音频分支；文本编码器沿用 H3 的完整 Qwen3-VL 编码器

输出

原生约 16MP，各宽高比均可（1:1 4096×4096、16:9 5472×3072、21:9 6272×2688），无超分；API 上限 20MP；每请求 1–10 张图

参考图编辑

最多 16 张参考图，按上传顺序以「Picture 1」至「Picture 16」位置引用；不支持遮罩编辑、透明背景、预览图

采样

蒸馏到 6 步采样（6 NFEs），无 classifier-free guidance；步数与 guidance 锁定（其它值返回 HTTP 400），不支持负提示词

速度宣称

博客称 4K「10 秒内」；X 帖称「10–20 秒」；官方图表 P50：4K 文生图 Standard 16.0 秒、Highspeed 10.3 秒（见第 06C 节）

价格

按 token 计费：标准版 $2.30/$1.50/$3.80（文本输入/图片输入/图片输出，每百万 tokens）；4K 文生图示例价 $0.06879，半价 $0.03439 至 11 月 17 日 16:00 UTC

权重

已公开（2026-11-10，Hugging Face；68.65GB + 另需 66.7GB 文本编码器，合计约 135GB；437,039 次下载，截至 11 月 13 日晚）

许可

MiniMax-H3-Image Community License（自定义，非 OSI 开源许可）：排除美国、欧盟、英国、韩国；年收入超 100 万美元或提供托管服务需书面授权

独立基准

暂无：Artificial Analysis 图像榜无条目，无 GenEval、DPG-Bench 或人类偏好分数（截至 11 月 11 日）；厂商自己也未给评测表

可用渠道

MiniMax API 平台、MiniMax Code、Hailuo AI；本地部署：SGLang、vLLM-Omni、diffusers、LightX2V、ComfyUI（首日原生支持）

02时间线

从视频模型 H3 到图像模型只隔了三个多月；发布当天官宣、权重、API 与 ComfyUI 支持全部到位——但仓库提前一周就建好了，空置到发布当天才放权重。

• 2026-07-28

  MiniMax-H3 视频模型权重上 Hugging Face（API 发布记录记 7 月 31 日）；H3-Image 即基于 H3，沿用其文本编码器。

• 2026-10-17

  MiniMax-M3.1-Flash 权重上 HF（API 发布记录记 10 月 19 日）；MiniMax LLM 线最新型号。

• 2026-11-03

  H3-Image 仓库建仓（06:34 UTC），此后空置一周；同日 Pruna 发布第三方 P-H3-Image（8 步蒸馏，8MP，与官方发布无关）。

• 2026-11-08

  MiniMax-H3-Image-PE 仓库建仓（15:35 UTC）：可选的提示词扩展模型（17.9GB），不是 H3-Image 的变体版本。

• 2026-11-10 14:15 UTC

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

• 2026-11-10 14:50 UTC

  权重上 Hugging Face：68.65GB，社区许可协议同日签署。

• 2026-11-10 16:05 UTC

  ComfyUI 博客宣布原生支持，v0.45.0 同日发布，含 T2I 与编辑工作流模板。

• 2026-11-10 16:23 UTC

  官方博客发布（北京时间 11 月 11 日 00:23）：标题「把 4K 图像生成带入 10 秒时代」，含延迟对比图与价格示例图。

• 2026-11-11

  Times of AI、七牛云、agidaily、XenoSpectrum 等首批报道；OrcaRouter 指出截至当日无第三方计时、无 AA 图像榜条目。

• 2026-11-13

  HF 主仓库 437,039 次下载；本站专题上线。

• 2026-11-17 16:00 UTC

  4K 半价优惠到期（北京时间 11 月 18 日 00:00），之后恢复列表价。

03官方规格

以下为官方已公布口径（Hugging Face 模型卡、API 指南与官方博客，2026 年 11 月 13 日核查）。注意：33.1B 仅指 DiT 参数，不含文本编码器；速度宣称与图表的出入见第 06C 节。

状态

已发布（2026-11-10）；权重已公开（同日）

模型 ID

MiniMax-H3-Image（标准版）/ MiniMax-H3-Image-Highspeed（极速版）

架构

33.1B 稠密扩散 Transformer：50 层，hidden 5376，56 注意力头，FFN 14336，3D 多模态 RoPE；H3-Base 去掉音频分支；权重 BF16，embedding/timestep/output 层 FP32

文本编码器

H3 的完整 Qwen3-VL 文本编码器，原样使用（DiT 读取其第 50 层 hidden states）；不在 H3-Image 仓库内，66.7GB

图像 VAE

CNN 编码器 + 2D ViT 解码器（24 层），16 倍空间下采样，24 个 latent 通道；DiT 以 2×2 patch 切分 latent，每个 token 对应 32×32 像素

采样

蒸馏到 6 步（6 NFEs），无 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）；不支持负提示词

输出尺寸

有效范围约 4MP–20MP，约 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；自定义尺寸 655,360–20,000,000 像素，永不缩放或取整

参考图编辑

1–16 张参考图（JPG/PNG/WebP/HEIC/HEIF，每边 128–8,192 像素），按上传顺序以「Picture 1」…「Picture 16」引用；不支持遮罩编辑、透明背景、预览图

提示词

模型设计前提是详细描述整幅图的英文；API 用 H3-Image-Context-IR 把任意语言短提示扩展成详细英文；本地可用可选 PE 模型（17.9GB NVFP4，由 Qwen3.8-27B 微调）

API 端点

文生图 /v1/images/generations（JSON），编辑 /v1/images/edits（multipart 表单）；返回 PNG 于 data[0].b64_json；提示词上限 32,000 字符，实际生效约前 4,096 tokens

API 行为

两端点均非幂等：客户端超时或断开后服务端仍完成生成并收费；服务端最长等待 600 秒；提示词改写默认开启（文生图可关，编辑恒定开启）

权重

68.65GB（transformer 66.28GB + VAE 2.34GB + 逐步骤输出头 12MB + tokenizer 23MB）+ 文本编码器 66.7GB，合计约 135GB；PE 可选 17.9GB

许可

MiniMax-H3-Image Community License（2026-11-10；许可方 Nanonoble Pte. Ltd.）：排除美国、欧盟、英国、韩国；年收入超 100 万美元或托管服务需书面授权

API 价格

标准版 $2.30/$1.50/$3.80（文本输入/图片输入/图片输出，每百万 tokens）；极速版 $2.30/$3.00/$7.60；人民币 ¥15/¥10/¥25 与 ¥15/¥20/¥50

04怎么试用：5 条路线

最快的是 API 与 Hailuo；想自己跑的话，权重已公开且 ComfyUI 首日就原生支持，但要准备约 135GB 下载与合规检查——许可证先读再动手。

05价格解析

按 token 计费，不按张——但官方给了完整的单张费用示例。4K 的像素是 1K 的 16 倍，示例价只有约 3.2 倍，这是 H3-Image 价格上最值得注意的形状。半价只剩几天：11 月 17 日 16:00 UTC 到期。价格为 2026 年 11 月 13 日核查口径（美元站与人民币站均已读），结账页价格为准。

单张费用示例（官方，美元）

删除线为列表价，加粗为半价后价格（仅 4K 任务）。人民币示例：文生图 1K ¥0.1430、2K ¥0.1531、4K ¥0.4522→¥0.2261；完整人民币示例见本站价格指南。

半价规则与小字

交付图像 ≥16,600,000 像素时整单 5 折，截至 2026 年 11 月 17 日 16:00 UTC（北京时间 11 月 18 日 00:00，不含该时刻）；4K（16,777,216 像素）符合，2K 不符合。官方小字：示例费用「仅供参考，非固定单张价或平均值」，「部分 1K/2K 示例金额为展示调整」，实际按 token 用量计费，促销总额在取整前减半。

官方页面：MiniMax 官方博客 · 官方价格页（美元） · 官方价格页（人民币） · Hugging Face 权重仓库

06首批实测与测评

以下全部是 11 月 10–13 日的首批解读：注意一个共同点——没有一家真正跑过基准或计时，所有的速度与画质结论都来自厂商材料。点「阅读本站全文」进入本站的深度改写文章页，文末附原始出处。

中文来源

英文来源

06B文章目录：本站深度解读

以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议，事实与数据与原始测评核对一致。点击任意一篇在本站内阅读，文末附原始出处。

06C速度核查：10 秒宣称与官方图表

H3-Image 没有基准分——没有 GenEval、没有 DPG-Bench、AA 图像榜上也没有条目。唯一可核查的数字是速度：博客说 4K「10 秒内」，官方图表说 16.0 秒。以下是图表的全部 H3-Image 数值（P50 中位延迟，单位秒）与独立测量的现状。

独立测量与第三方数据

完整核查见本站 10 秒宣称核查专文 →

07对比

vs MiniMax H3（视频模型，同家族）

H3-Image 不是 H3 的简单改名：它拿掉了音频分支，专做静态图像；但文本编码器完全相同，已有 H3 的用户本地部署时不用重复下载 66.7GB。许可上图像版更严：收入门槛从 2000 万美元降到 100 万美元，并新增托管服务触发。

vs P-H3-Image（Pruna 第三方蒸馏，别混淆）

两者名字只差一个字母 P，发布只隔一周，但完全不是同一个东西：P-H3-Image 是第三方在官方图像模型发布前一周抢跑的蒸馏版，画质与 H3-Image 无任何有来源的对照测试。

vs 闭源图像模型（官方图表口径，厂商数据）

08还缺什么（截至 11 月 13 日）

• 任何独立基准：GenEval、DPG-Bench、人类偏好分数、AA 图像榜条目（全部暂无）
• 第三方 4K 计时：速度宣称的硬件、测量条件均未公布
• 本地部署的 VRAM 需求（官方只给文件体积，未给显存指引）
• Context-IR 是否单独计费（价格页单列费率，但调用时是否自动收费未说明）
• 16 张参考图满载时的生成时间（图表只到 3 张）
• Hailuo AI 与 MiniMax Code 的价格（是否与 API 同价未核实）
• 排除地区（美欧英韩）的许可进展：是否有人拿到许可、条件如何
• 第三方推理商上架情况（OrcaRouter 明确不提供；其它家未核查）
• API 速率限制（未见官方公布）
• H3-Image 与 P-H3-Image 的画质对照（无任何有来源的测试）

09谣言核查

H3-Image 的混淆主要来自三个地方：两个版本的「10 秒」、名字相近的第三方模型，以及「开源」这个词被用得太随便。逐条澄清如下。

10FAQ

11来源

本页事实均来自以下公开来源（核查于 2026 年 11 月 13 日）。

官方

• MiniMax — MiniMax H3-Image: Bringing 4K Image Generation into the 10-Second Era（官方博客，含延迟对比图与价格示例图） 11 月 10 日
• Hugging Face — MiniMaxAI/MiniMax-H3-Image（官方模型卡：架构、尺寸表、部署指引） 11 月 10 日
• Hugging Face — MiniMax-H3-Image Community License Agreement（许可全文，2026-11-10） 11 月 10 日
• MiniMax 开放平台 — Pricing Overview（美元价格页：费率与单张费用示例） 11 月 13 日核查
• MiniMax 开放平台 — 定价概览（人民币价格页：费率与单张费用示例） 11 月 13 日核查
• MiniMax 开放平台 — Image Generation Guide（API 指南：尺寸、参考图、不支持项）
• ComfyUI — MiniMax H3-Image 教程（官方工作流模板）

报道与分析

• CellCog — MiniMax H3-Image: 16M-Pixel Images, Prices, Open Weights（9 节详解） 11 月 10 日
• OrcaRouter — MiniMax-H3-Image: 16 MP in 10 Seconds, Still Unmeasured（宣称与证据对照） 11 月 10 日
• XenoSpectrum — 「4K画像を10秒未満で生成」MiniMaxが新AIモデルを公開、ただし公式ベンチマークには気になる差も（图表数值摘录，日文） 11 月 11 日
• ComfyUI 博客 — MiniMax H3 Image is now available in ComfyUI（首日原生支持） 11 月 10 日
• Times of AI — MiniMax H3-Image: Open-Weight 4K Model（发布事实 + 许可条款） 11 月 12 日
• 七牛云 — MiniMax H3-Image 开放权重：16MP 生图、多图编辑与 API 上手（中文，含人民币价格） 11 月 11 日
• agidaily — MiniMax 开放 H3-Image 权重：原生 4K 六步出图，许可排除美欧英韩（中文，许可方与 H3 许可对比） 11 月 11 日
• TechToHeart — MiniMax H3-Image Lands in ComfyUI With Native 4K Image Gen on Day One
• forkalt — MiniMax-H3-Image vs P-H3-Image（官方版与 Pruna 第三方版对照）

12相关专题

本站其它模型的专题页。