MiniMax H3 Image ialah model dengan pemberat terbuka. Model ini menjana terus imej 4K segi empat sama 4096 × 4096 piksel dan menerima sehingga 16 imej rujukan setiap permintaan. Contoh harga biasa API antarabangsa untuk 4K segi empat sama pada Standard ialah kira-kira USD0.069. Resolusi tinggi memberikan ruang untuk memangkas syot atau menyesuaikannya menjadi poster. Kami menguji helaian watak, tiga syot kafe, poster dwibahasa dan pertukaran warna klip rambut.
Apakah MiniMax H3 Image?
Model imej pegun berasaskan H3 ini menjana daripada teks atau imej rujukan dan menyunting imej sedia ada. Contohnya, jana sebuah kafe, kemudian guna watak, kafe dan sampul sebagai rujukan untuk syot masuk. Untuk menukar warna klip, muat naik imej asal dan nyatakan perubahan. MiniMax menerbitkan pemberat model dan menawarkan perkhidmatan melalui API Platform, MiniMax Code dan Hailuo.
| Parameter | Spesifikasi API |
|---|---|
| Input | Teks. Tambah 1 hingga 16 imej bagi penjanaan rujukan dan penyuntingan |
| Saiz | Tahap keluasan 1K, 2K dan 4K, dengan dimensi tersuai sehingga 20 megapiksel |
| Nisbah bidang | 1:3 hingga 3:1 |
| Output | 1 hingga 10 imej setiap permintaan, JPEG, PNG atau WebP |
| Versi | Parameter dan had Standard dan Highspeed sama |
Tiga ciri utama
4K asli untuk pemangkasan
4K ialah tahap keluasan piksel. Imej segi empat sama 4096 × 4096 mempunyai kira-kira empat kali piksel imej 2K segi empat sama. 16:9 mendatar ialah 5472 × 3072 dan 3:4 menegak ialah 3552 × 4736. Pilih nisbah mengikut kegunaan dan semak dimensi fail eksport.
Beri peranan kepada setiap rujukan
Nyatakan imej untuk wajah dan pakaian, bentuk prop dan susun atur tempat. Semasa menyunting, nyatakan bahagian yang perlu diubah dan butiran yang perlu dikekalkan. API penyuntingan semasa menentukan kawasan melalui teks dan belum menyediakan topeng peringkat piksel.
Memilih Standard atau Highspeed
Pada Highspeed, harga setiap token input imej dan output imej ialah dua kali kadar Standard. Bandingkan masa menunggu dan kos menggunakan prompt, nisbah dan rujukan yang sama.
Berapakah harga satu imej MiniMax H3 Image?
Menurut harga API antarabangsa yang disemak pada 12 November 2026, kadar setiap sejuta token input teks, input imej dan output imej ialah USD2.30, USD1.50 dan USD3.80 bagi Standard, serta USD2.30, USD3.00 dan USD7.60 bagi Highspeed. Penambahbaikan prompt dikira sebagai input teks. Contoh berikut menggunakan output segi empat sama dan imej rujukan 1K untuk suntingan. Caj sebenar mengikut penggunaan token.
| Tugas | Output | Standard (USD/imej) | Highspeed (USD/imej) |
|---|---|---|---|
| Teks kepada imej | 1K | 0.02179 | 0.03529 |
| Teks kepada imej | 2K | 0.02333 | 0.03622 |
| Teks kepada imej | 4K | 0.06879 | 0.13001 |
| Sunting dengan 1 rujukan | 2K | 0.02658 | 0.04576 |
| Sunting dengan 1 rujukan | 4K | 0.07312 | 0.13673 |
| Sunting dengan 3 rujukan | 4K | 0.07914 | 0.15407 |
Kedua-dua versi memberi diskaun 50% untuk seluruh permintaan jika imej dihantar mempunyai sekurang-kurangnya 16.6 megapiksel, sehingga 17 November 2026, 16:00 UTC. Contoh 4K segi empat sama ialah USD0.03439 bagi Standard dan USD0.06501 bagi Highspeed. Pada harga biasa Standard, 20 draf 2K dan lima suntingan 4K dengan satu rujukan berjumlah kira-kira USD0.83. Jika lima imej dipilih, kosnya kira-kira USD0.17 setiap imej yang digunakan.
Untuk menjalankannya secara setempat, ambil kira perkakasan, pengkomputeran dan pemasangan. MiniMax menyediakan pemberat dan panduan, manakala ComfyUI menyediakan aliran kerja penjanaan dan suntingan. Penggunaan memori bergantung pada ketepatan, pemindahan komponen, dimensi dan bilangan rujukan. Pemberat tertakluk pada MiniMax Community License.
Ujian penjanaan dengan MiniMax H3 Image
1. Helaian watak 2K dan 4K daripada prompt yang sama
Lukis seorang detektif wanita sekitar 22 tahun dalam gaya komik Jepun dan Korea. Format 3:4 menegak, pandangan hadapan seluruh badan dari kepala hingga kasut, tenang dan berjaga-jaga. Rambut hitam paras dagu, klip jingga segi empat tepat di pelipis kanan dan satu tahi lalat di bawah mata kiri. Kot pendek biru laut dengan lapel jingga lebar, baju leher tinggi putih gading, seluar lurus biru gelap dan but buku lali hitam. Tangan kosong di sisi. Garisan kemas, bayang cel yang jelas, cahaya depan lembut dan sekata, latar kelabu muda. Jingga pada klip dan lapel sahaja. Seorang watak sahaja.
2K · 56 saat
4K · 67 saat
MiniMax mengumumkan masa inferens kurang daripada 10 saat untuk 4K segi empat sama. Di sini, masa menunggu diukur sekali bagi setiap tahap. Titik akses, versi dan permulaan serta akhir ukuran tidak dicatat. Kedua-dua JPG berukuran 1760 × 2368, iaitu saiz 2K rasmi untuk 3:4. Fail asal diperlukan untuk mengesahkan output 4K sebenar. Kedua-duanya mengekalkan klip kanan, lapel jingga dan baju leher tinggi cerah. Imej pertama lebih hampir pada arahan rambut, tahi lalat dan panjang kot. Imej kedua ialah rujukan kedua-dua kumpulan.
2. Adakah watak, ruang dan prop konsisten dalam tiga syot?
Detektif masuk dengan sampul, duduk di tepi tingkap, meletakkan sampul di atas meja dan memeriksa pengikat. A merujuk watak sahaja dan menyertakan contoh yang tersasar. B menambah kafe dan sampul serta menyertakan enam panel. Kedua-duanya mempunyai syot luas, sederhana dan dekat. Prompt menetapkan satu tahi lalat dan kot pendek, tetapi helaian watak menunjukkan dua titik dan kot lebih panjang. Helaian digunakan untuk menyemak rupa, manakala saiz syot sederhana dan dekat berbeza antara kumpulan.
Kafe: ruang kosong gaya manga, pintu kaca di satu hujung, tempat duduk biru laut di sepanjang tingkap dan kaunter di seberang laluan. Meja bulat gelap dan lampu hemisfera jingga di tingkap kedua. Sampul: sampul kraft A4 menegak dan tertutup, dilihat dari depan pada latar kelabu muda. Dua butang jingga diikat dengan tali biru gelap nipis.
Rujukan kafe
Rujukan sampul
Prompt bersama: papan cerita 16:9 gaya komik Jepun dan Korea, biru laut dan jingga hangat. Ikut wajah rujukan, rambut hitam paras dagu, klip kanan, satu tahi lalat di bawah mata kiri, kot pendek dengan lapel jingga dan leher tinggi putih gading. Pintu kaca, tempat duduk di tingkap, kaunter di seberang laluan, meja dan lampu di tingkap kedua. Sampul kraft A4 menegak tertutup dengan dua butang jingga dan tali biru.
- Syot luas dari kaunter ke pintu. Dia masuk dengan sampul di tangan kanan. Paparkan meja dan lampu di tingkap kedua.
- Syot sederhana dari laluan ke tempat duduk. Dia duduk di tingkap kedua dan meletakkan sampul dengan tangan kanan, butang menghadap ke atas. Paparkan bingkai tingkap, tempat duduk dan lampu.
- Syot dekat dari sudut serong di hadapan meja. Butang dan tali di hadapan. Paparkan muka dan lapel semasa dia melihat pengikat, dengan tingkap dan tempat duduk di tepi.
A · Watak sahaja · Luas (5472 × 3072)
B · Watak, kafe dan sampul · Luas (5472 × 3072)
A · Watak sahaja · Sederhana (5472 × 3072)
B · Watak, kafe dan sampul · Sederhana (2720 × 1536)
A · Watak sahaja · Dekat (5472 × 3072)
B · Watak, kafe dan sampul · Dekat (2720 × 1536)
Sisihan dalam A
Enam panel dalam B
Kedua-dua kumpulan mengekalkan rambut pendek gelap, lapel jingga dan leher tinggi cerah. Titik dalam syot dekat B lebih hampir dengan rujukan. A menambah tali bahu dan butang lengan. Dalam kedua-dua syot luas, sampul di tangan kanan dan kaunter bertentangan dengan tempat duduk. B lebih tepat pada pengikat dalam syot sederhana dan dekat, namun tali melintang masih muncul dalam syot luas. Kedudukan meja perlu disemak dari posisi kamera yang sama. Sebelum menyunting, periksa sama ada perubahan arah tali membuatkan sampul kelihatan seperti prop lain.
3. Adakah tulisan Cina dan Inggeris pada poster tepat?
Jadikan syot dekat B poster tayangan menegak 4:5. Kekalkan tempat duduk, lampu, klip kanan, dua titik dan lapel jingga. Paparkan wajah dan dua butang. Sediakan ruang teks biru laut di atas dan bawah. Di atas, tulis “THE SEALED FILE” dalam huruf besar dan sempit, kemudian “密封档案” pada separuh saiz. Di bawah, tulis “11月14日” dan “DOORS 8 PM”. Empat baris ini sahaja.
Asal · Syot dekat B
Poster akhir
Keempat-empat baris sepadan dengan arahan, dengan tajuk Inggeris paling besar. Klip, titik, tempat duduk dan kedua-dua butang masih dapat dikenal pasti dalam format menegak.
4. Apakah yang turut berubah apabila klip diwarnakan semula?
Pada helaian kedua, tukar klip jingga kanan kepada perak kusam. Kekalkan bentuk, kedudukan, wajah, rambut, pakaian, pose, latar dan cahaya.
Sebelum · Jingga
Selepas · Perak
Bentuk, kedudukan, titik, lapel dan pose sebahagian besarnya kekal. Jalur pantulan pada klip mengurangkan kesan kusam dan latar menjadi sedikit kelabu merah jambu.

















