MiniMax H3 Image es un modelo de pesos abiertos que genera imágenes cuadradas de 4096 × 4096 píxeles y admite hasta 16 referencias por solicitud. El ejemplo oficial de la API internacional sitúa una imagen 4K cuadrada en unos 0,069 USD con Standard a precio normal. La resolución adicional da margen para recortar un plano o adaptarlo a un cartel. Probamos fichas de personaje, una secuencia de tres planos, un cartel bilingüe y el cambio de color de un pasador.
¿Qué es MiniMax H3 Image?
Es un modelo de imágenes fijas basado en H3. Genera a partir de texto o de referencias y edita imágenes existentes. Puedes describir una cafetería, usar imágenes del personaje, del local y de un sobre para componer el plano de entrada y luego editar el pasador. MiniMax ha publicado los pesos y ofrece el modelo en su plataforma API, MiniMax Code y Hailuo.
| Parámetro | Especificación de la API |
|---|---|
| Entrada | Texto. Para generar con referencias o editar, añade de 1 a 16 imágenes |
| Salida | Niveles de superficie en píxeles de 1K, 2K y 4K. Tamaño personalizado de hasta 20 megapíxeles |
| Relación de aspecto | De 1:3 a 3:1 |
| Formatos | De 1 a 10 imágenes por solicitud, en JPEG, PNG o WebP |
| Versiones | Standard y Highspeed comparten parámetros y límites |
Tres funciones que conviene conocer
4K nativo para recortar
4K indica una superficie en píxeles. El cuadrado de 4096 × 4096 tiene unas cuatro veces los píxeles del cuadrado 2K. En horizontal 16:9 se obtienen 5472 × 3072 y en vertical 3:4, 3552 × 4736. Elige la relación según el destino y comprueba el tamaño del archivo exportado.
Una función para cada referencia
Indica qué imagen define el rostro y el vestuario, cuál aporta la forma del objeto y cuál fija la distribución del local. Para editar, sube el original y especifica qué cambiar y qué conservar. La API de edición delimita el área mediante texto y actualmente carece de máscaras de píxeles.
Standard o Highspeed
En Highspeed, tanto la entrada como la salida de imagen cuestan el doble por token. Si tienes un plazo ajustado, compara tiempos y costes con el mismo prompt, proporción y referencias.
¿Cuánto cuesta una imagen con MiniMax H3 Image?
Según la tarifa internacional consultada el 12 de noviembre de 2026, por millón de tokens de texto de entrada, imagen de entrada e imagen de salida, Standard cobra 2,30, 1,50 y 3,80 USD, y Highspeed 2,30, 3,00 y 7,60 USD. La mejora del prompt cuenta como entrada de texto. Las cifras de la tabla son ejemplos de imágenes cuadradas y referencias de edición de 1K. El cobro depende del consumo real.
| Tarea | Salida | Standard (USD/imagen) | Highspeed (USD/imagen) |
|---|---|---|---|
| Texto a imagen | 1K | 0.02179 | 0.03529 |
| Texto a imagen | 2K | 0.02333 | 0.03622 |
| Texto a imagen | 4K | 0.06879 | 0.13001 |
| Edición con 1 referencia | 2K | 0.02658 | 0.04576 |
| Edición con 1 referencia | 4K | 0.07312 | 0.13673 |
| Edición con 3 referencias | 4K | 0.07914 | 0.15407 |
Hasta el 17 de noviembre de 2026 a las 16:00 UTC, las solicitudes de ambas versiones tienen un 50 % de descuento si la imagen entregada alcanza al menos 16,6 megapíxeles. El ejemplo de texto a 4K cuadrado pasa a 0,03439 USD con Standard y 0,06501 USD con Highspeed. A precio normal, 20 borradores 2K y 5 ediciones 4K con una referencia en Standard suman unos 0,83 USD. Si aprovechas 5 imágenes, son unos 0,17 USD por imagen útil.
Para ejecutar el modelo en local, calcula el coste del equipo, el cómputo y el despliegue. MiniMax publica pesos e instrucciones y ComfyUI ofrece flujos de generación y edición. La memoria depende de la precisión, la descarga de componentes, el tamaño y las referencias. Los pesos se rigen por la licencia comunitaria de MiniMax.
Pruebas de generación con MiniMax H3 Image
1. Fichas en 2K y 4K con el mismo prompt
Dibuja una detective de unos 22 años al estilo del cómic japonés y coreano, de frente y de cuerpo entero, en vertical 3:4. Está serena y alerta. Pelo negro hasta la barbilla, pasador rectangular naranja sobre la sien derecha y un lunar bajo el ojo izquierdo. Gabardina corta azul marino con solapas anchas naranja cálido, jersey de cuello alto blanco roto, pantalón recto azul oscuro y botines negros. Brazos relajados, manos vacías. Línea limpia, sombras de color plano, azul dominante y naranja solo en pasador y solapas. Luz frontal suave y uniforme, fondo gris claro y una sola persona.
2K · 56 segundos
4K · 67 segundos
MiniMax anunció menos de 10 segundos de inferencia para un 4K cuadrado. Aquí se midió una espera de generación por nivel y faltan el punto de acceso, la versión y los límites del cronometraje. Los dos JPG miden 1760 × 2368, el tamaño oficial de 2K en 3:4. El original es necesario para verificar la entrega en 4K. Ambas fichas muestran pasador derecho, solapas naranjas y jersey claro. La primera se ajusta mejor al pelo, lunar y largo del abrigo pedidos. La segunda se usó en ambos grupos.
2. Continuidad de personaje, espacio y atrezzo en tres planos
La detective entra con el sobre, se sienta junto a la ventana, lo deja en la mesa y examina el cierre. A usa solo el personaje y aporta un ejemplo de desviación. B añade cafetería y sobre, y aporta un tablero de seis viñetas. Ambos tienen plano general, medio y primer plano. La ficha de referencia tiene dos puntos y abrigo más largo aunque el prompt pide uno y abrigo corto. Comparamos el aspecto con la ficha y usamos las imágenes mostradas, cuyas resoluciones difieren en plano medio y primer plano.
Referencia del café: interior vacío estilo manga, puerta de cristal en un extremo, bancos azul marino junto a las ventanas y barra al otro lado del pasillo. Mesa redonda oscura y lámpara semiesférica naranja en la segunda ventana desde la entrada. Referencia del sobre: sobre kraft A4 vertical cerrado, frontal y sobre gris claro. Cordón azul fino entre dos cierres redondos naranjas.
Referencia de la cafetería
Referencia del sobre
Prompt común: viñeta 16:9 de cómic japonés y coreano en azul marino y naranja cálido. Usa el rostro de referencia, pelo negro a la barbilla, pasador naranja a la derecha, lunar bajo el ojo izquierdo, gabardina corta azul de solapas naranjas y cuello alto blanco roto. Puerta de cristal, bancos junto a las ventanas, barra frente a ellos, mesa redonda y lámpara naranja en la segunda ventana. Sobre kraft A4 vertical cerrado, dos botones naranjas unidos por cordón azul.
- General desde la barra hacia la puerta. Entra con el sobre en la mano derecha. Muestra la mesa y la lámpara de la segunda ventana.
- Medio desde el pasillo hacia el banco. Sentada en la segunda ventana, coloca el sobre plano, con los botones hacia arriba, con la mano derecha. Incluye marco, asiento y lámpara.
- Primer plano oblicuo desde la mesa. Los botones y el cordón quedan delante. Incluye rostro y solapas al mirar el cierre, con ventana y banco al borde.
A · Solo personaje · General (5472 × 3072)
B · Personaje, cafetería y sobre · General (5472 × 3072)
A · Solo personaje · Medio (5472 × 3072)
B · Personaje, cafetería y sobre · Medio (2720 × 1536)
A · Solo personaje · Primer plano (5472 × 3072)
B · Personaje, cafetería y sobre · Primer plano (2720 × 1536)
Desviación en A
Tablero de seis viñetas en B
Ambos grupos conservan pelo corto oscuro, solapas naranjas y cuello alto claro. B se acerca más a los puntos de la ficha en primer plano. A añade trabillas en los hombros y botones de manga. Ambos planos generales muestran el sobre en la derecha y la barra frente a los bancos. B se acerca al cierre de referencia en planos medio y corto, pero el general tiene un cordón horizontal. La mesa aún requiere comparar desde la misma posición de cámara. Antes de montar, comprueba si un corte hace parecer que se ha cambiado de sobre.
3. ¿Es legible y correcto el texto bilingüe del cartel?
Convierte el primer plano de B en un cartel vertical 4:5. Conserva el banco, la lámpara, el pasador derecho, los dos puntos y las solapas naranjas. Muestra la cara y ambos botones. Deja franjas azul marino. Arriba escribe «THE SEALED FILE» en letras grandes y estrechas y «密封档案» a la mitad de tamaño. Abajo, «11月14日» y «DOORS 8 PM». Solo esas cuatro líneas.
Original · Primer plano de B
Cartel final
Las cuatro líneas coinciden con el prompt y el título inglés es el mayor. El formato vertical conserva el pasador, los puntos, el banco y los dos botones.
4. ¿Qué cambia al recolorear el pasador?
En la segunda ficha, cambia el pasador naranja derecho a plata mate. Mantén su forma y posición, rostro, pelo, ropa, pose, fondo e iluminación.
Antes · Naranja
Después · Plateado
El pasador cambia a plata y conserva en general forma, posición, puntos, solapas y pose. Una banda de brillo reduce el efecto mate y el fondo vira ligeramente al gris rosado.
















