Inizia

MiniMax H3 Image: prezzi API e prove di generazione in 4K

Confronta i prezzi di Standard e Highspeed, i tempi per le schede dei personaggi e la continuità di tre inquadrature con MiniMax H3 Image.

MiniMax H3 Image è un modello a pesi aperti che genera immagini quadrate da 4096 × 4096 pixel e accetta fino a 16 riferimenti per richiesta. Nell’esempio dell’API internazionale, un 4K quadrato in Standard costa circa 0,069 USD a tariffa ordinaria. La risoluzione extra lascia margine per ritagli e adattamenti. Abbiamo provato schede di personaggio, tre inquadrature in un caffè, una locandina bilingue e il cambio di colore di un fermaglio.

Che cos’è MiniMax H3 Image?

Il modello di immagini statiche basato su H3 genera da testo o da riferimenti e modifica immagini esistenti. Puoi creare il locale, usare personaggio, interni e busta come riferimenti per l’ingresso della detective, poi caricare l’immagine per cambiare il fermaglio. MiniMax ha pubblicato i pesi e offre il modello sulla piattaforma API, su MiniMax Code e su Hailuo.

ParametroSpecifiche API ufficiali
InputTesto. Da 1 a 16 immagini per generazione con riferimenti e modifica
RisoluzioneFasce di area 1K, 2K, 4K. Dimensioni personalizzate fino a 20 megapixel
ProporzioniDa 1:3 a 3:1
OutputDa 1 a 10 immagini per richiesta, in JPEG, PNG o WebP
VersioniStandard e Highspeed condividono parametri e limiti

Tre funzioni principali

4K nativo per ritagliare

4K indica un’area in pixel. Il quadrato di 4096 × 4096 ha circa quattro volte i pixel del 2K quadrato. Il 16:9 orizzontale è 5472 × 3072 e il 3:4 verticale è 3552 × 4736. Scegli le proporzioni in base all’uso e controlla il file esportato.

Assegna un ruolo a ogni riferimento

Specifica quale immagine mostra viso e abiti, quale la forma dell’oggetto e quale la disposizione del locale. Per le modifiche, carica l’originale e indica cosa cambiare e cosa mantenere. L’API individua la zona attraverso il testo e al momento non offre maschere a livello di pixel.

Standard o Highspeed

Con Highspeed, i token immagine in entrata e in uscita costano ciascuno il doppio. Confronta attesa e spesa usando lo stesso prompt, le stesse proporzioni e gli stessi riferimenti.

Quanto costa un’immagine con MiniMax H3 Image?

Il listino API internazionale consultato il 12 novembre 2026 indica, per milione di token di testo in entrata, immagini in entrata e immagini in uscita, 2,30, 1,50 e 3,80 USD per Standard e 2,30, 3,00 e 7,60 USD per Highspeed. Il miglioramento del prompt rientra nell’input di testo. Gli esempi usano output quadrati e riferimenti 1K. Il costo dipende dal consumo effettivo.

AttivitàOutputStandard (USD/immagine)Highspeed (USD/immagine)
Da testo a immagine1K0.021790.03529
Da testo a immagine2K0.023330.03622
Da testo a immagine4K0.068790.13001
Modifica con 1 riferimento2K0.026580.04576
Modifica con 1 riferimento4K0.073120.13673
Modifica con 3 riferimenti4K0.079140.15407

Fino alle 16:00 UTC del 17 novembre 2026 entrambe le versioni applicano il 50% di sconto all’intera richiesta se l’immagine consegnata raggiunge almeno 16,6 megapixel. Nell’esempio 4K quadrato si passa a 0,03439 USD con Standard e 0,06501 con Highspeed. A tariffa ordinaria, 20 bozze 2K e cinque modifiche 4K con un riferimento in Standard costano circa 0,83 USD. Se si tengono cinque immagini, il costo è circa 0,17 USD per immagine utilizzabile.

Per l’esecuzione in locale, considera hardware, calcolo e configurazione. MiniMax fornisce pesi e istruzioni e ComfyUI offre flussi di generazione e modifica. La memoria varia con precisione, offload, dimensioni e numero di riferimenti. Ai pesi si applica la licenza comunitaria di MiniMax.

Prove di generazione con MiniMax H3 Image

1. Schede 2K e 4K con lo stesso prompt

Disegna una detective di circa 22 anni in stile fumetto giapponese e coreano, figura intera frontale, verticale 3:4. Guarda la camera con aria calma e vigile. Capelli neri al mento, fermaglio arancione rettangolare sopra la tempia destra, un neo sotto l’occhio sinistro. Trench corto blu navy con ampi revers arancioni, dolcevita avorio, pantaloni blu scuro dritti e stivaletti neri. Braccia rilassate e mani vuote. Linee pulite, ombre piatte, luce frontale morbida e uniforme e sfondo grigio chiaro. Usa l’arancione solo per fermaglio e revers. Una sola persona.

2K · 56 secondi

Capelli al mento, un neo e trench corto

4K · 67 secondi

Due punti sotto l’occhio sinistro e trench più lungo

MiniMax indica meno di 10 secondi di inferenza per il 4K quadrato. Qui abbiamo misurato una volta l’attesa di generazione per ciascuna impostazione, senza registrare accesso, versione o limiti del cronometro. Entrambi i JPG sono 1760 × 2368, il 2K ufficiale in 3:4. Serve il file originale per verificare il 4K. Entrambe le schede mostrano fermaglio a destra, revers arancioni e collo chiaro. La prima rispetta meglio capelli, neo e lunghezza. La seconda è il riferimento per entrambi i gruppi.

2. Personaggio, luogo e oggetto restano coerenti in tre inquadrature?

La detective entra con la busta, si siede vicino alla finestra, la posa sul tavolo e controlla la chiusura. A usa solo il personaggio e include una deviazione. B aggiunge locale e busta e presenta sei vignette. Entrambi hanno campo largo, piano medio e primo piano. Il prompt indica un neo e un trench corto, la scheda due punti e un trench lungo. La scheda è il riferimento per l’aspetto, mentre le dimensioni dei piani medi e ravvicinati differiscono.

Caffè: interno vuoto in stile manga, porta a vetri a un’estremità, divanetti blu alle finestre, bancone dall’altro lato del passaggio. Tavolo tondo scuro e lampada arancione a semisfera alla seconda finestra. Busta: busta A4 in carta kraft, verticale e chiusa, vista da davanti su grigio chiaro. Due bottoni arancioni legati da un cordoncino blu.

Riferimento del caffè

Divanetti alle finestre, bancone opposto e lampada sul tavolo

Riferimento della busta

Due bottoni arancioni uniti dal cordoncino blu

Prompt comune: storyboard 16:9 in stile fumetto giapponese e coreano, blu navy e arancione caldo. Riprendi viso e capelli neri al mento, fermaglio destro, neo sotto l’occhio sinistro, trench corto con revers arancioni e dolcevita avorio. Porta a vetri, divanetti alla finestra, bancone di fronte, tavolo e lampada alla seconda finestra. Busta kraft A4 chiusa con due bottoni arancioni uniti da un cordoncino blu.

  1. Campo largo dal bancone verso la porta. Entra con la busta nella destra. Mostra il tavolo e la lampada alla seconda finestra.
  2. Piano medio dal passaggio verso il divanetto. Seduta alla seconda finestra, posa la busta con la destra, bottoni verso l’alto. Inquadra finestra, seduta e lampada.
  3. Primo piano in diagonale dal tavolo. Bottoni e cordoncino davanti. La detective guarda la chiusura. Inquadra viso, revers, bordo della finestra e divanetto.

A · Solo il personaggio · Campo largo (5472 × 3072)

Detective alla finestra con la busta nella destra

B · Personaggio, caffè e busta · Campo largo (5472 × 3072)

Detective nel passaggio centrale con la busta

A · Solo il personaggio · Piano medio (5472 × 3072)

Sulla busta appoggiata si distingue un bottone

B · Personaggio, caffè e busta · Piano medio (2720 × 1536)

Due bottoni e cordoncino sotto la lampada

A · Solo il personaggio · Primo piano (5472 × 3072)

Punti sotto entrambi gli occhi e cordoncino orizzontale

B · Personaggio, caffè e busta · Primo piano (2720 × 1536)

Due punti a sinistra e cordoncino verticale

Deviazione in A

Due fermagli sul lato opposto, gambe scoperte e busta in piedi

Sei vignette in B

Tavolo, lampada e busta ricorrono, ma in alto a destra entra a mani vuote

Entrambi mantengono capelli corti, revers arancioni e collo chiaro. Il primo piano B riprende meglio i punti, mentre A aggiunge mostrine sulle spalle e bottoni ai polsi. Nei campi larghi la busta è nella destra e i divanetti sono di fronte al bancone. B riproduce meglio i bottoni nelle viste ravvicinate, ma nel campo largo resta un laccio orizzontale. Per verificare la posizione del tavolo serve la stessa posizione di ripresa. Prima del montaggio, controlla se il cambio del laccio fa sembrare diversa la busta.

3. Le scritte in cinese e inglese sono corrette?

Trasforma il primo piano B in una locandina verticale 4:5. Mantieni divanetto, lampada, fermaglio destro, due punti e revers. Mostra viso e bottoni. Riserva fasce blu per il testo. In alto “THE SEALED FILE” grande e stretto e “密封档案” a metà dimensione. In basso “11月14日” e “DOORS 8 PM”. Solo queste quattro righe.

Base · Primo piano B

La detective osserva la chiusura della busta

Locandina finale

Locandina verticale con titolo bilingue, data e orario

Tutte e quattro le righe corrispondono al prompt. Il titolo inglese è il più grande. Fermaglio, punti, seduta e due bottoni restano riconoscibili nel formato verticale.

4. Cambia altro quando si ricolora il fermaglio?

Nella seconda scheda, rendi il fermaglio arancione a destra argentato opaco. Conserva forma, posizione, viso, capelli, abiti, posa, sfondo e luce.

Prima · Arancione

Fermaglio rettangolare arancione sul lato destro

Dopo · Argento

Fermaglio argento nella stessa posizione, revers arancione

Forma, posizione, punti, revers e postura restano in gran parte invariati. Una fascia lucida attenua l’effetto opaco e lo sfondo vira leggermente al grigio rosato.

Pianifica lo storyboard in Arcloop

Condividi

Scopri di più

Voci dei personaggi AI: scheda vocale e 20 esempi audio

Voci dei personaggi AI: scheda vocale e 20 esempi audio

Come progettare e generare copertine migliori per cortometraggi con IA

Come progettare e generare copertine migliori per cortometraggi con IA

Come mantenere coerenti i personaggi anime nei video IA

Come mantenere coerenti i personaggi anime nei video IA

MiniMax H3 vs H3 Max: specifiche e confronto video

MiniMax H3 vs H3 Max: specifiche e confronto video