Ang MiniMax H3 Image ay modelong may bukas na weights. Kaya nitong direktang bumuo ng parisukat na 4K na 4096 × 4096 pixel at tumanggap ng hanggang 16 na reference sa isang request. Sa halimbawang presyo ng international API, humigit-kumulang US$0.069 ang isang 4K na parisukat sa Standard. Mas may puwang mag-crop ng wide shot o gawing poster ang isang frame. Sinubukan namin ang character sheet, tatlong kuha sa café, bilingual na poster, at pagpapalit ng kulay ng hair clip.
Ano ang MiniMax H3 Image?
Isa itong H3-based na modelo para sa mga still image. Gumagawa ito ng larawan mula sa teksto o reference at nakakapag-edit ng umiiral na larawan. Halimbawa, gumawa muna ng café, tapos gamitin ang character, café, at sobre bilang mga reference ng eksena ng pagpasok. Para palitan ang kulay ng hair clip, i-upload ang base image at ilarawan ang pagbabago. Inilabas ng MiniMax ang weights at inaalok ang modelo sa API Platform, MiniMax Code, at Hailuo.
| Parameter | Detalye ng API |
|---|---|
| Input | Teksto. Magdagdag ng 1 hanggang 16 na larawan para sa reference generation o edit |
| Sukat | 1K, 2K at 4K na antas ayon sa lawak sa pixel, hanggang 20 megapixel para sa custom size |
| Aspect ratio | 1:3 hanggang 3:1 |
| Output | 1 hanggang 10 larawan kada request, JPEG, PNG o WebP |
| Bersyon | Pareho ang mga parameter at limitasyon ng Standard at Highspeed |
Tatlong pangunahing kakayahan
Native na 4K para sa pag-crop
Ang 4K ay antas ng lawak sa pixel. Ang 4096 × 4096 ay may halos apat na beses na dami ng pixel ng parisukat na 2K. Ang pahalang na 16:9 ay 5472 × 3072 at ang patayong 3:4 ay 3552 × 4736. Piliin ang ratio ayon sa paggagamitan at tingnan ang sukat ng na-export na file.
Magtalaga ng gamit sa bawat reference
Tukuyin kung alin ang susundan para sa mukha at kasuotan, hugis ng prop, at ayos ng lugar. Sa pag-edit, ilarawan kung alin ang papalitan at alin ang mananatili. Teksto ang gamit ng kasalukuyang editing API para itukoy ang lugar na babaguhin. Wala pa itong mask na eksakto sa pixel.
Pagpili ng Standard o Highspeed
Doble ang presyo kada image token ng input at output sa Highspeed. Ihambing ang paghihintay at gastos sa parehong prompt, ratio at reference bago pumili.
Magkano ang isang larawan sa MiniMax H3 Image?
Batay sa presyo ng international API na sinuri noong Nobyembre 12, 2026, ang isang milyong token ng text input, image input at image output ay US$2.30, US$1.50 at US$3.80 sa Standard, at US$2.30, US$3.00 at US$7.60 sa Highspeed. Kasama sa text input ang prompt enhancement. Ang mga halimbawa ay parisukat na output at 1K reference sa editing. Aktuwal na token ang batayan ng singil.
| Gawain | Output | Standard (USD/larawan) | Highspeed (USD/larawan) |
|---|---|---|---|
| Teksto sa larawan | 1K | 0.02179 | 0.03529 |
| Teksto sa larawan | 2K | 0.02333 | 0.03622 |
| Teksto sa larawan | 4K | 0.06879 | 0.13001 |
| Edit gamit ang 1 reference | 2K | 0.02658 | 0.04576 |
| Edit gamit ang 1 reference | 4K | 0.07312 | 0.13673 |
| Edit gamit ang 3 reference | 4K | 0.07914 | 0.15407 |
May 50% diskuwento sa buong request sa parehong bersyon kung hindi bababa sa 16.6 megapixel ang naihatid na larawan, hanggang Nobyembre 17, 2026, 16:00 UTC. Sa 4K na parisukat, US$0.03439 sa Standard at US$0.06501 sa Highspeed ang mga halimbawa. Sa regular na presyo ng Standard, humigit-kumulang US$0.83 ang 20 draft na 2K at limang 4K edit na may tig-isang reference. Kung lima ang magagamit, nasa US$0.17 ang bawat isa.
Sa lokal na pagpapatakbo, isama sa badyet ang hardware, compute at deployment. Nagbibigay ang MiniMax ng weights at gabay at may mga workflow ang ComfyUI para sa generation at editing. Nag-iiba ang kailangan na memorya ayon sa precision, offloading, sukat at dami ng reference. Saklaw ng MiniMax Community License ang weights.
Mga pagsubok sa MiniMax H3 Image
1. Character sheet sa 2K at 4K gamit ang iisang prompt
Gumuhit ng babaeng detektib na mga 22 taong gulang sa estilo ng Japanese at Korean comics. Patayong 3:4, buong katawan mula ulo hanggang sapatos, nakaharap, kalmado at alerto. Itim na buhok hanggang baba, parihabang kahel na clip sa kanang sentido, at isang maliit na nunal sa ilalim ng kaliwang mata. Maikling navy trench coat na may malapad na kahel na lapel, off-white turtleneck, tuwid na dark blue na pantalon at itim na ankle boots. Nakababa ang mga bisig, walang hawak. Malinis na linya, malinaw na cel shading at pantay na malambot na ilaw mula sa harap. Kahel lang sa clip at lapel. Isang tao sa mapusyaw na abong background.
2K · 56 segundo
4K · 67 segundo
Sa anunsyo ng MiniMax, wala pang 10 segundo ang inference ng parisukat na 4K. Dito, isang beses sinukat ang buong paghihintay sa bawat antas. Walang naitalang endpoint, bersyon o eksaktong simula at dulo ng oras. Parehong 1760 × 2368 ang JPG, katumbas ng opisyal na 2K sa 3:4. Kailangan ang orihinal para matiyak ang aktuwal na 4K. Parehong may clip sa kanan, kahel na lapel at mapusyaw na turtleneck. Mas malapit ang buhok, nunal at haba ng coat sa unang larawan. Ang pangalawa ang reference ng dalawang grupo.
2. Tuloy-tuloy ba ang karakter, lugar at prop sa tatlong kuha?
Papasok ang detektib na may sobre, uupo sa bintana, ilalapag ito sa mesa at susuriin ang sara. Sa A, karakter lang ang reference at may halimbawang lumihis. Sa B, kasama ang café at sobre at may anim na panel. Parehong may wide, medium at close-up. Isang nunal at maikling coat ang nasa prompt, ngunit dalawang tuldok at mas mahabang coat ang nasa reference. Ang reference ang basehan ng hitsura, at magkaiba ang sukat ng ilang medium at close-up na larawan.
Café: bakanteng interior na manga ang estilo, salaming pinto sa dulo, navy na booth sa mga bintana, counter sa kabilang gilid ng daanan. Madilim na bilog na mesa at kahel na lampara sa ikalawang bintana. Sobre: nakasarang patayong A4 kraft na sobre sa mapusyaw na abo, tanaw mula sa harap. Manipis na navy na tali sa dalawang kahel na butones.
Reference ng café
Reference ng sobre
Parehong prompt: 16:9 na Japanese at Korean comic frame, navy at kahel. Sundin ang mukha ng reference, itim na buhok hanggang baba, clip sa kanan, isang nunal sa ilalim ng kaliwang mata, maikling navy coat na may kahel na lapel, at off-white turtleneck. Salaming pinto, booth sa mga bintana at counter sa tapat. Bilog na mesa at kahel na lampara sa ikalawang bintana. Nakasarang patayong A4 kraft na sobre na may dalawang kahel na butones at asul na tali.
- Wide mula sa counter patungo sa pinto. Papasok siya na may sobre sa kanang kamay. Isama ang mesa at lampara sa ikalawang bintana.
- Medium mula sa daanan. Nakaupo siya sa ikalawang bintana at ilalapag ang sobre gamit ang kanan, nakaharap paitaas ang mga butones. Isama ang bintana, booth at lampara.
- Close-up mula sa pahilis na harap ng mesa. Nasa unahan ang butones at tali. Isama ang mukha, lapel, bintana at booth habang tinitingnan niya ang sara.
A · Karakter lang · Wide (5472 × 3072)
B · Karakter, café at sobre · Wide (5472 × 3072)
A · Karakter lang · Medium (5472 × 3072)
B · Karakter, café at sobre · Medium (2720 × 1536)
A · Karakter lang · Close-up (5472 × 3072)
B · Karakter, café at sobre · Close-up (2720 × 1536)
Halimbawa ng paglihis sa A
Anim na panel sa B
Parehong nakikilala ang maikling buhok, kahel na lapel at mapusyaw na turtleneck. Mas malapit sa reference ang tuldok sa close-up ng B. May dagdag na strap sa balikat at butones sa manggas sa A. Nasa kanang kamay ang sobre sa parehong wide at magkaharap ang booth at counter. Mas malapit ang sara ng B sa medium at close-up, pero may pahalang pa ring tali sa wide. Suriin pa ang posisyon ng mesa mula sa parehong pwesto ng camera. Bago mag-cut, tingnan kung nagmumukhang napalitan ang sobre dahil sa direksyon ng tali.
3. Tama ba ang Chinese at English sa poster?
Gawing patayong poster na 4:5 ang close-up ng B. Panatilihin ang booth, lampara, clip sa kanan, dalawang tuldok at kahel na lapel. Ipakita ang mukha at dalawang butones. Maglaan ng navy na espasyo sa itaas at ibaba. Sa itaas, malaking makitid na “THE SEALED FILE” at kalahati ang laki na “密封档案”. Sa ibaba, “11月14日” at “DOORS 8 PM”. Apat na linya lang.
Base · Close-up ng B
Huling poster
Tama ang apat na linya, at pinakamalaki ang English na pamagat. Nakikita pa rin ang clip, tuldok, booth at dalawang butones sa patayong format.
4. Ano ang kasamang nagbago nang kulayan ang clip?
Sa pangalawang character sheet, gawing matte silver ang kahel na clip sa kanan. Panatilihin ang hugis, puwesto, mukha, buhok, damit, pose, background at ilaw.
Bago · Kahel
Pagkatapos · Pilak
Halos pareho ang puwesto, hugis, tuldok, lapel at pose. May maliwanag na guhit sa clip kaya humina ang matte na dating, at bahagyang naging rosas-abo ang background.

















