はじめる

MiniMax H3 Imageの使い方とAPI料金|4K画像生成・絵コンテの実測

MiniMax H3 Imageの生成・編集機能、StandardとHighspeedのAPI料金、キャラクター設定画の待ち時間と3カットの一貫性を解説します。

MiniMax H3 Imageはモデルの重みが公開された画像生成モデルです。4096 × 4096ピクセルの正方形4K画像を直接生成でき、1リクエストで最大16枚の参照画像を使えます。国際APIの通常料金例ではStandardの正方形4Kは1枚約0.069米ドルです。高解像度なら引きの絵から寄りを切り出しやすくなります。女性探偵を題材に、設定画、カフェの3カット、二言語のポスター、髪留めの色変更を試しました。

MiniMax H3 Imageとは?

H3を基盤とする静止画モデルで、テキストからの生成、参照画像を使った生成、画像編集に対応します。たとえばカフェの全景を作ったあと、人物、店内、小道具を参照させて入店カットを作れます。元画像を渡し、髪留めの色だけを指示することもできます。MiniMaxは重みを公開し、API Platform、MiniMax Code、Hailuoでも提供しています。

項目公式API仕様
入力テキスト。参照生成・編集では画像を1〜16枚追加可能
出力サイズ1K・2K・4Kの画素面積区分。カスタムは最大2,000万画素
アスペクト比1:3〜3:1
出力1回1〜10枚、JPEG・PNG・WebP
モードStandardとHighspeedでパラメーターと上限は共通

3つの特徴

ネイティブ4Kは切り出しに余裕がある

4Kは画素面積の区分です。正方形は4096 × 4096で、正方形2Kの約4倍の画素数です。横16:9は5472 × 3072、縦3:4は3552 × 4736。用途に合わせて比率を選び、書き出した寸法を確認します。

参照画像ごとに役割を指定する

顔と衣装、小道具の形、部屋の配置を別々の画像で示します。編集時は元画像とともに変更箇所と残す要素を指定します。現行のMiniMax編集APIでは領域を文章で伝えます。ピクセル単位のマスクには対応していません。

StandardとHighspeedの選び方

画像入出力それぞれのトークン単価はHighspeedがStandardの2倍です。締切を踏まえ、プロンプト、比率、参照画像をそろえて待ち時間と料金を比べます。

MiniMax H3 Imageの1枚あたりの料金

2026年11月12日に確認した国際API料金では、100万トークンあたりテキスト入力、画像入力、画像出力の順にStandardが2.30、1.50、3.80米ドル、Highspeedが2.30、3.00、7.60米ドルです。プロンプト補強はテキスト入力に含まれます。以下は正方形の通常料金例で、編集の参照画像は1K。実際の消費トークンで課金されます。

タスク出力Standard(米ドル/枚)Highspeed(米ドル/枚)
テキストから生成1K0.021790.03529
テキストから生成2K0.023330.03622
テキストから生成4K0.068790.13001
画像編集・参照1枚2K0.026580.04576
画像編集・参照1枚4K0.073120.13673
画像編集・参照3枚4K0.079140.15407

両モードとも納品画像が1,660万画素以上なら、2026年11月17日16:00(UTC)までリクエスト全体が半額。正方形4Kの生成例はStandardで0.03439、Highspeedで0.06501米ドルです。通常料金でStandardの2K下書き20枚と参照1枚の4K編集5回なら約0.83米ドル。5枚採用すると1枚あたり約0.17米ドルです。

ローカル運用には機材、計算資源、導入費もかかります。重みと導入手順が公開され、ComfyUIにも生成・編集ワークフローがあります。メモリ使用量は精度、オフロード、出力寸法、参照枚数に左右されます。重みはMiniMax Community Licenseの対象です。

MiniMax H3 Imageの画像生成テスト

1. 同じプロンプトで2Kと4Kの設定画を作る

日韓の漫画風。縦3:4、頭から靴まで入る女性探偵の正面全身画。22歳ほどで冷静かつ警戒した表情、正面を見る。あごまでの黒髪、右こめかみの上に長方形のオレンジの髪留め、左目の下に小さなほくろ1つ。幅広い暖色オレンジの襟の短い紺のトレンチコート、生成りのタートルネック、紺のストレートパンツ、黒のショートブーツ。両手は空で自然に下ろす。すっきりした線画とセル風の影。紺を基調とし、オレンジは髪留めと襟だけ。柔らかい均一な正面光、無地の薄灰色の背景、1人だけ。

2K · 56秒

あごまでの黒髪と左目下のほくろが1つある探偵

4K · 67秒

左目下に黒い点が2つあり、コートの丈が長い探偵

MiniMaxの発表での正方形4K推論時間は10秒未満です。この2枚は各設定1回の生成待ち時間で、入口、モデル版、計測区間の記録はありません。掲載JPGは両方1760 × 2368で、公式3:4の2Kに相当します。4Kの納品寸法と細部の確認には元ファイルが必要です。両方に右の髪留め、オレンジの襟、生成りのタートルネックが出ました。1枚目は髪、ほくろ、コート丈が指示に近く、2枚目はコートが長く左目下に点が増えました。以下は両組とも2枚目を人物参照にしています。

2. 3カットで人物、店内、小道具はそろうか?

探偵が封筒を持って入店し、窓際に座って丸テーブルに置き、封を確認します。Aは人物のみ、Bは人物・カフェ・封筒を参照しました。各組に引き、中景、寄りがあり、Aには逸脱例、Bには6コマもあります。共通指示の短いコートとほくろ1つは人物参照の長めのコートと黒点2つに食い違います。外見は参照画像を基準にし、寸法の異なる中景と寄りは掲載画像で比較しました。

カフェ参照:日韓漫画風の無人の店内。端にガラス扉、窓沿いに紺のボックス席、通路を挟んでカウンター。入口から2番目の窓に暗色の丸テーブルとオレンジの半球形ペンダントライト。封筒参照:薄灰色の背景に正面向きの縦長A4クラフト封筒。上下のオレンジの留め具を細い紺のひもで結ぶ。

カフェの参照

窓沿いの紺のボックス席と反対側のカウンター

封筒の参照

オレンジの留め具2つを紺のひもで結んだ封筒

共通プロンプト:16:9の日韓漫画風、紺と暖色オレンジ。参照の顔、あごまでの黒髪、右の髪留め、左目下のほくろ1つ、オレンジの襟の短い紺コートと生成りのタートルネック。ガラス扉、窓沿いの紺の席、通路の向こうのカウンター、2番目の窓の暗い丸テーブルと半球形の橙色ライト。縦長のA4クラフト封筒は閉じ、上下のオレンジの留め具を紺のひもで結ぶ。

  1. 引き。カウンター側から入口へ。右手に封筒を持って入店する探偵と2番目の窓のテーブル、照明を入れる。
  2. 中景。通路側から窓際へ。彼女は2番目の窓に座り、右手で封筒を置く。留め具を上にし、窓枠、座席、照明を入れる。
  3. 寄り。丸テーブルの斜め前から。手前に留め具とひも。封を見下ろす顔、襟、端に窓枠と席を入れる。

A · 人物のみ · 引き(5472 × 3072)

窓寄りに立ち右手に封筒を持つ

B · 人物・店内・封筒 · 引き(5472 × 3072)

奥の扉から通路に入る

A · 人物のみ · 中景(5472 × 3072)

机の封筒に手を置き留め具1つが見える

B · 人物・店内・封筒 · 中景(2720 × 1536)

オレンジの照明の下で留め具2つとひもが見える

A · 人物のみ · 寄り(5472 × 3072)

両目の下に点、封筒に横向きの結び目

B · 人物・店内・封筒 · 寄り(2720 × 1536)

左目の下に点2つ、留め具を縦のひもで接続

Aの逸脱例

髪留めが反対側に2つ、脚が露出し、封筒は直立

Bの6コマ

丸テーブルと照明、留め具が繰り返し現れ、右上は手ぶらで入店

両組で黒髪、オレンジの髪留めと襟、明るいタートルネックが分かります。Bの寄りは目元が参照に近く、Aの中景と寄りには肩章と袖ボタンが追加されました。両組の引きで右手に封筒を持ち、席とカウンターは通路の両側です。Bの中景・寄りは封の形に近づきましたが、引きには横ひもが残り、テーブルの位置も同じカメラ位置で確認が必要です。編集前に、寄りで目立つ封筒のひもの向きを確認してください。

3. ポスターに中国語と英語を正確に配置できるか?

Bの寄りを縦4:5の上映ポスターにする。窓際の席、オレンジの照明と襟、右の髪留め、左目下の2点、顔と留め具2つを残す。上下に紺の文字欄を取り、上は細身の大見出し「THE SEALED FILE」と約半分の大きさの「密封档案」、下は「11月14日」「DOORS 8 PM」。この4行だけ。

元画像 · Bの寄り

封筒の封を見下ろす女性探偵

完成ポスター

上に二言語の題名、下に日付と開場時間の縦長ポスター

4行とも指定どおりで、英語の題名が最大です。縦長にしても髪留め、目の下の2点、窓際の席、留め具2つを確認できます。

4. 髪留めの色を変えるとほかも変わるか?

2枚目の設定画の右側のオレンジの髪留めをつや消しの銀色に。長方形の形と位置、顔、髪、衣装、姿勢、背景、照明は維持する。

編集前 · オレンジ

右に長方形のオレンジの髪留め

編集後 · シルバー

同じ位置に銀色の髪留め、襟はオレンジ

銀色に変わり、輪郭、位置、目元、襟、立ち姿はおおむね維持されました。髪留めに光沢の帯が出て、背景はややピンクがかった灰色に寄りました。

Arcloopで絵コンテを組む

シェア

もっと見る

盛り上がる予告編の作り方

盛り上がる予告編の作り方

AIキャラクターボイス・プロンプトガイド

AIキャラクターボイス・プロンプトガイド

GPT Image 2.5:一つの要素だけを変える画像編集

GPT Image 2.5:一つの要素だけを変える画像編集

AIアートからリギング済みVTuberモデルへ:正直に語るパイプライン

AIアートからリギング済みVTuberモデルへ:正直に語るパイプライン