MiniMax H3 Image é um modelo de pesos abertos que gera imagens quadradas de 4096 × 4096 pixels e aceita até 16 referências por solicitação. O exemplo da API internacional para um quadrado 4K no Standard custa cerca de US$ 0,069 à tarifa normal. A resolução extra dá margem para recortar um plano ou adaptá-lo a um pôster. Testamos fichas de personagem, uma sequência de três planos, um pôster bilíngue e a troca de cor de uma presilha.
O que é o MiniMax H3 Image?
O modelo de imagens estáticas baseado no H3 gera com texto, aceita referências e edita imagens. Você pode gerar o interior de um café, combinar referências da personagem, do cenário e do envelope para criar um plano de entrada e depois pedir uma troca de cor na presilha. A MiniMax publicou os pesos e oferece o modelo na plataforma de API, no MiniMax Code e no Hailuo.
| Item | Especificação da API |
|---|---|
| Entrada | Texto, com 1 a 16 imagens adicionais para geração por referência ou edição |
| Resolução | Faixas de área 1K, 2K e 4K, com tamanho personalizado de até 20 megapixels |
| Proporção | De 1:3 a 3:1 |
| Saída | De 1 a 10 imagens por solicitação, em JPEG, PNG ou WebP |
| Versões | Standard e Highspeed têm os mesmos parâmetros e limites |
Três recursos do H3 Image
4K nativo para recortar com folga
O nível 4K indica a área em pixels. O quadrado de 4096 × 4096 tem cerca de quatro vezes os pixels do quadrado 2K. Na horizontal 16:9 são 5472 × 3072 e na vertical 3:4, 3552 × 4736. Escolha a proporção de acordo com o uso e confira as dimensões exportadas.
Defina a função de cada referência
Aponte qual imagem define rosto e roupa, qual fornece o formato do objeto e qual mostra a disposição do ambiente. Ao editar, envie o original e indique onde mexer e o que preservar. A API de edição descreve a área em texto e ainda não oferece máscaras em nível de pixel.
Como escolher entre Standard e Highspeed
No Highspeed, cada token de imagem de entrada ou saída custa o dobro. Para decidir, compare a espera e o custo mantendo prompt, proporção e referências iguais.
Quanto custa uma imagem no MiniMax H3 Image?
Pela tabela internacional da API consultada em 12 de novembro de 2026, por milhão de tokens de texto de entrada, imagem de entrada e imagem de saída, o Standard cobra US$ 2,30, US$ 1,50 e US$ 3,80. O Highspeed cobra US$ 2,30, US$ 3,00 e US$ 7,60. Tokens usados para melhorar o prompt entram no texto de entrada. Os exemplos abaixo usam saídas quadradas e referências de edição de 1K. O valor depende do consumo real.
| Tarefa | Saída | Standard (US$/imagem) | Highspeed (US$/imagem) |
|---|---|---|---|
| Texto para imagem | 1K | 0.02179 | 0.03529 |
| Texto para imagem | 2K | 0.02333 | 0.03622 |
| Texto para imagem | 4K | 0.06879 | 0.13001 |
| Edição com 1 referência | 2K | 0.02658 | 0.04576 |
| Edição com 1 referência | 4K | 0.07312 | 0.13673 |
| Edição com 3 referências | 4K | 0.07914 | 0.15407 |
Até 17 de novembro de 2026 às 16:00 UTC, as duas versões dão 50% de desconto no pedido quando a imagem entregue tem pelo menos 16,6 megapixels. No exemplo de 4K quadrado, são US$ 0,03439 em Standard e US$ 0,06501 em Highspeed. A preço normal, gerar 20 rascunhos 2K e fazer 5 edições 4K com uma referência no Standard custa cerca de US$ 0,83. Aproveitando 5 imagens, o custo por imagem útil é de cerca de US$ 0,17.
Para rodar localmente, considere hardware, processamento e implantação. A MiniMax oferece pesos e instruções, e o ComfyUI tem fluxos de geração e edição. O uso de memória varia com precisão, descarregamento de componentes, dimensões e referências. Os pesos seguem a licença comunitária da MiniMax.
Testes de geração com MiniMax H3 Image
1. Fichas em 2K e 4K com o mesmo prompt
Desenhe uma detetive de cerca de 22 anos em estilo de quadrinhos japoneses e coreanos, corpo inteiro de frente, formato vertical 3:4. Ela olha para a câmera, calma e alerta. Cabelo preto curto até o queixo, presilha retangular laranja acima da têmpora direita e uma pinta sob o olho esquerdo. Casaco curto azul-marinho com lapelas largas laranja, gola alta off-white, calça reta azul-escura e botas pretas. Braços ao lado do corpo e mãos vazias. Traços limpos, sombras chapadas, luz frontal suave e uniforme, fundo cinza-claro. Use laranja apenas na presilha e nas lapelas. Mostre só a detetive.
2K · 56 segundos
4K · 67 segundos
A MiniMax informou inferência de menos de 10 segundos para o 4K quadrado. Aqui medimos uma espera total por nível e não registramos ponto de acesso, versão ou limites da cronometragem. Os dois JPGs têm 1760 × 2368, tamanho oficial 2K em 3:4. O original é necessário para validar a entrega em 4K. As duas imagens preservam presilha à direita, lapelas laranja e gola clara. A primeira segue melhor o cabelo, a pinta e o comprimento. A segunda foi a referência dos dois grupos.
2. Continuidade de personagem, cenário e objeto em três planos
A detetive entra com o envelope, senta perto da janela, coloca o objeto na mesa e examina o fecho. A usa só a personagem e inclui um exemplo de desvio. B acrescenta café e envelope e inclui uma prancha de seis quadros. Ambos mostram plano aberto, médio e close. O prompt pede uma pinta e casaco curto, mas a ficha tem dois pontos e um casaco mais longo. Comparamos o visual com a ficha e usamos as imagens exibidas, com resoluções diferentes no plano médio e no close.
Referência do café: interior vazio em estilo mangá. Porta de vidro na ponta, bancos azul-marinho junto às janelas, balcão do outro lado do corredor. Mesa redonda escura e luminária hemisférica laranja junto à segunda janela. Referência do envelope: envelope kraft A4 vertical fechado, visto de frente sobre fundo cinza-claro. Dois fechos redondos laranja ligados por um cordão azul fino.
Referência do café
Referência do envelope
Prompt comum: quadro 16:9 de quadrinhos japoneses e coreanos em azul-marinho e laranja quente. Use o rosto da referência, cabelo preto até o queixo, presilha direita, uma pinta sob o olho esquerdo, casaco curto azul com lapelas laranja e gola off-white. Porta de vidro, bancos nas janelas, balcão do outro lado, mesa e luminária na segunda janela. Envelope kraft A4 vertical fechado, com cordão azul ligando dois fechos laranja.
- Aberto do balcão para a porta. A detetive entra com o envelope na mão direita. Inclua a mesa e a luminária da segunda janela.
- Médio do corredor para o banco. Sentada junto à segunda janela, ela põe o envelope na mesa com a mão direita, fechos para cima. Mostre a janela, o banco e a luminária.
- Close em diagonal à mesa. Fechos e cordão à frente. A detetive olha para o fecho. Enquadre rosto, lapela e a beirada da janela e do banco.
A · Só personagem · Aberto (5472 × 3072)
B · Personagem, café e envelope · Aberto (5472 × 3072)
A · Só personagem · Médio (5472 × 3072)
B · Personagem, café e envelope · Médio (2720 × 1536)
A · Só personagem · Close (5472 × 3072)
B · Personagem, café e envelope · Close (2720 × 1536)
Desvio em A
Seis quadros de B
Os dois grupos mantêm o cabelo escuro, as lapelas laranja e a gola clara. O close de B preserva os pontos da referência. A acrescenta ombreiras com alças e botões nos punhos. Nos planos abertos, o envelope está na direita e o balcão fica diante dos bancos. B acerta melhor os dois fechos no médio e no close, mas ainda usa uma amarra horizontal no aberto. A posição da mesa exige verificar o mesmo ponto de câmera. Antes da edição, confira se a troca na direção do cordão faz o objeto parecer outro.
3. O texto em chinês e inglês sai certo no pôster?
Transforme o close de B em um pôster vertical 4:5. Mantenha o banco, a luminária, a presilha direita, os dois pontos e as lapelas. Mostre rosto e fechos. Reserve faixas azul-marinho. Em cima, “THE SEALED FILE” em letras grandes e condensadas, depois “密封档案” com metade do tamanho. Embaixo, “11月14日” e “DOORS 8 PM”. Use só essas quatro linhas.
Base · Close de B
Pôster final
As quatro linhas correspondem ao pedido, com o título em inglês maior. A versão vertical mantém presilha, pontos, banco e os dois fechos reconhecíveis.
4. O que muda ao recolorir a presilha?
Na segunda ficha, troque a presilha laranja à direita por prata fosca. Preserve formato, posição, rosto, cabelo, roupa, pose, fundo e luz.
Antes · Laranja
Depois · Prata
A troca preservou em grande parte posição, formato, pontos, lapelas e pose. Um reflexo reduz o aspecto fosco, e o fundo fica ligeiramente cinza-rosado.

















