核心要点速览

  • 约10秒达成1600万像素,参考图像最多16张。生成与编辑由同一检查点处理。
  • 无需超分器,即可从4096×4096覆盖到6272×2688。采样为6步,不使用CFG。
  • 可通过API、MiniMax Code和Hailuo AI使用,公开发布首周,1600万像素及以上的生成半价。

官方帖文亮出的10秒与1600万像素

2026年11月10日,MiniMax官方(@MiniMax_AI)发布了MiniMax H3-Image。帖文打出4K图像生成只需10秒,并把1600万像素、写实性、提示词遵循与编辑、最多16张参考图像,都归在同一耗时之内。开放权重这一点也写明了。

该帖展示次数约72.4万,点赞5040,收藏2225,转发450。获取渠道为API、MiniMax Code、Hailuo AI三条,Hugging Face上的模型卡位于 huggingface.co/MiniMaxAI/MiniMax-H3-Image。

去掉语音层的H3 DiT

Hugging Face的说明将H3-Image定位为H3系列的图像生成与编辑模型。由文本生成图像,以及依据一张以上参考图像进行编辑,这些处理都收拢在单一检查点中;说明还指出,它能把对意图的理解落实到人物、场景与氛围。

生成与编辑分开的两个端点

API指南将输出面积上限定为2000万像素,可选直接指定宽×高,或采用宽高比与面积等级的组合。两者同时指定会返回400。面积等级为1K、2K、4K(默认);作为目标面积,文档给出了1024×1024与2048×2048,4K一侧则从边长4096的记载写起。

首周半价,以及在本地跑起来的入口

官方帖文规定,仅限公开发布首周,1600万像素及以上的生成享受50%折扣。价目表上的单价本身,在这次文档摘录里没有给出数值,折扣对象是按分辨率条件标明的。

应用方面,Web端为 hailuoai.video(面向中国为 hailuoai.com),桌面端为 agent.minimax.io(面向中国为 agent.minimax.cn)。API入口为面向全球的 platform.minimax.io,以及面向中国的 platform.minimax.cn。本地则通过 Diffusers 加载 MiniMaxAI/MiniMax-H3-Image,示例中 dtype 使用 bfloat16,device_map 使用 cuda。

解读10秒生成4K的H3-Image:原站入口在新标签页查看原始页面的完整内容
打开「MiniMax H3-Image」官方页面及相关链接 ↗

X(推特)首发原帖

可在 X 上直接查看创作者发布的原帖与互动详情。

常见问题

高速版的分辨率和参考图数量上限,是单独一套吗?

不是。文档明确写明,MiniMax-H3-Image-Highspeed 与普通版使用相同的参数和上限,只说明了把请求中的 model 切换成该名称这一种用法。

宽高比可以自由指定到什么程度?

默认是 auto,由提示词扩展根据内容决定。显式指定时使用 X:Y 格式,X 和 Y 为 1 到 300 的整数,比例范围为 1:3 到 3:1。

参考链接与官方出处

  1. MiniMax H3-Image 公式・公開ページcode.minimax.io
  2. Image Generation Guide - MiniMax API Docsplatform.minimax.io
  3. MiniMax H3-Image 関連ソース (1)x.com
  4. MiniMax H3-Image 関連ソース (2)huggingface.co