什么是 MiniMax H3-Image?

全面解析 MiniMax H3-Image 开放权重图像模型:33.1B 架构、16MP 原生输出、社区许可证地区与商业限制、API 定价及自动化测试。

用 Apifox,节省研发团队的每一分钟

什么是 MiniMax H3-Image?

免费使用 Apifox

相关推荐

最新文章

API

一体化协作平台

API 设计

API 文档

API 调试

自动化测试

API Mock

API Hub

立即体验 Apifox
目录

MiniMax H3-Image 是 MiniMax 于 2026 年 11 月 10 日发布的开放权重图像模型,无需超分放大器即可直接生成和编辑约 1600 万像素(4096 x 4096)的图像。MiniMax 表示生成一张 4K 图像大约需要 10 秒。你可以通过 MiniMax API 调用它,在 Hailuo AI 和 MiniMax Code 中使用它,或者从 Hugging Face 下载模型权重。

本文将拆解 MiniMax H3-Image 的核心架构、MiniMax 官方的具体宣称指标、其社区许可证下“开放权重”的真实含义、首发周折扣期间的计费标准,以及如何通过编码 Agent 测试该 API。

AI Coding 交流群

如果你也在用 AI 写代码,或者正在研究 Cursor、Claude Code 这些工具,欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流,还有各种新工具和新玩法。

AI Coding 交流群二维码

什么是 MiniMax H3-Image?

MiniMax H3-Image 是 MiniMax H3 系列中的文生图与图像编辑模型。同一个模型权重(checkpoint)同时承担这两项工作:它既可以根据提示词生成图像,也可以结合最多 16 张参考图进行编辑。它支持在任意宽高比下输出约 1600 万像素(16 MP)的图像——从 4096 x 4096(1:1)到 6272 x 2688(21:9)——并且模型权重以社区许可证公开。

在 MiniMax 发布于 X 上的官宣帖 中,其核心卖点非常简明:“10 秒生成 4K 图像”、1600 万像素、逼真质感、精准的提示词遵循与编辑能力、最多 16 张参考图,以及开放权重。

H3-Image 与 MiniMax 的编程模型(见 MiniMax M3 介绍)相互独立,拥有专属的 API 端点。

MiniMax 对 H3-Image 的官方宣称指标

以下是 MiniMax 在 Hugging Face 模型卡 和发布公告中公开的信息。请将速度与质量表述视为 MiniMax 官方说法;在撰写本文时,外部尚无独立实测报告。

指标维度 MiniMax 官方表述 来源
分辨率 约 16 MP,1:1 下为 4096 x 4096,21:9 下最高 6272 x 2688,无需超分放大器 模型卡
速度 生成一张 4K 图像约需 10 秒 发布公告
采样步数 蒸馏至 6 步采样,无需分类器自由引导(CFG) 模型卡
参考图数量 每次编辑最多支持 16 张参考图 模型卡、API 指南
指令遵循 “开源模型中最强的指令遵循能力” 模型卡
工作像素范围 约 4 MP 至 20 MP,在 16 MP 左右效果最佳 模型卡

10 秒的速度宣称建立在“蒸馏至 6 步采样”和“无需分类器自由引导(CFG,通常会令每步计算量翻倍)”的基础上。MiniMax 没有说明跑出 10 秒成绩的具体硬件配置,因此不要将其直接当作你在自有 GPU 上运行的速度承诺。

模型卡没有为“最强指令遵循”这一说法提供配套的基准测试对比表。我们的另一篇文章将 MiniMax H3-Image 与 Nano Banana 2.1 进行了并排对比。

模型内部架构

模型卡对内部架构给出了相当详尽的说明:

  • 扩散 Transformer(Diffusion transformer): 33.1B 参数,50 层稠密单流 Transformer,以 BF16 格式存储(68.65 GB)。
  • 文本编码器(Text encoder): 直接复用未修改的 MiniMax-H3 文本编码器,从独立的 MiniMax-H3 仓库加载(66.7 GB)。
  • 图像 VAE: 16 倍空间下采样与 24 个潜空间通道(2.34 GB)。
  • 可选提示词扩写器: MiniMax-H3-Image-PE(17.9 GB,NVFP4 格式),用于将简短提示词改写为模型期望的详细英文描述。

把以上组件加起来,在不含可选扩写器的情况下,完整的本地部署也需要下载约 137 GB 的权重文件。

“开放权重”对 MiniMax H3-Image 意味着什么

MiniMax H3-Image 是开放权重(open-weight),而非 OSI 严格定义下的开源(open-source)。你可以下载并运行权重,但 MiniMax-H3-Image 社区许可证 设定了明确的限制。在基于它构建产品前,请先留意以下影响大多数团队的条款:

  1. 适用地区: 许可证在全球范围内授予权利,但排除了“除外地区(Excluded Territories)”:欧盟、英国、韩国和美国。位于这些地区的团队需要联系 MiniMax 获取单独许可。
  2. 营收与托管限制: 如果你及关联公司的年化收入超过 100 万美元,或者你将模型作为托管服务提供给第三方,必须事先获得 MiniMax 的书面授权。授权申请通过 MiniMax 许可证控制台提交。
  3. 署名要求: 商业产品必须在用户界面显著位置展示“MiniMax-H3-Image”。
  4. 禁止训练其他模型: 不得使用该模型或其输出来改进任何其他 AI 模型。
  5. 生成内容披露: 可接受使用政策禁止在未明确披露“由机器生成”的情况下公开发布生成内容。

MiniMax 不对生成的图像主张所有权。如果你只调用托管 API,也请一并阅读 MiniMax 平台的服务条款。

可以使用 MiniMax H3-Image 的四个渠道

使用 MiniMax H3-Image 的四种方式示意图:MiniMax API 端点、Hailuo AI 网页应用、MiniMax Code 桌面应用,以及 Hugging Face 上的自托管开放权重

目前共有四条使用路径:

  • MiniMax API: 文生图调用 POST https://api.minimax.io/v1/images/generations,图像编辑调用 /v1/images/edits,两者均可使用模型 ID MiniMax-H3-Image 或速度更快的 MiniMax-H3-Image-Highspeed。完整接入步骤见我们的 MiniMax H3-Image API 指南。
  • Hailuo AI: MiniMax 的 网页应用,无需编写代码。
  • MiniMax Code: MiniMax 面向 macOS 和 Windows 的桌面应用,发布公告已将其列为 H3-Image 的使用入口之一。
  • 自托管部署: MiniMax 推荐使用 SGLang、vLLM-Omni、diffusers 或 ComfyUI,并将 NVIDIA H200、RTX PRO 6000 Blackwell 和 AMD Instinct MI350X 列为受支持的加速卡。模型卡未列出最低显存要求。

如果你在寻找零成本试用路径,可参考免费使用 MiniMax H3-Image 的方法。

MiniMax H3-Image API 的工作方式

该 API 遵循类似 OpenAI 的图像接口结构,因此请求体非常简洁:

curl https://api.minimax.io/v1/images/generations \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3-Image",
    "prompt": "An orange cat on a sunny windowsill, film texture",
    "aspect_ratio": "16:9",
    "area": "4K",
    "response_format": "url"
  }'

根据 API 参考文档,以下几个参数值得重点关注:

  • size 接收 WIDTHxHEIGHT(总像素在 655,360 到 20,000,000 之间,宽高比在 1:3 到 3:1 之间)或 auto。设为 auto 时,需要改用 aspect_ratio 和 area(1K、2K 或 4K,默认 4K)来指定规格。混用这两种方式会返回 400。
  • n 指定单次请求生成 1 到 10 张图像。
  • output_format 默认为 jpeg,也可选 png 或 webp。
  • response_format 可选 url(请自行下载保存,因为官方不保证该 URL 长期有效)或 b64_json。
  • stream: true 会在每张图像生成完成时通过服务端推送事件(SSE)实时返回。
  • 提示词增强默认开启。每条返回结果都会附带 revised_prompt,展示模型实际使用的扩写后提示词。设置 disable_prompt_enhanced: true 可原样发送你的提示词。

有一处行为容易踩坑:只要有至少一张图像生成成功,即使其他图像未通过内容安全检查,接口也会返回 HTTP 200。因此请务必逐项检查 data[].error。系统只对生成成功的图像计费。

指南也列出了暂不支持的功能:预览图、蒙版局部重绘(masked edits)以及透明背景。

进行图像编辑时,你可以将 1 到 16 张参考图作为公开 URL、已上传的文件 ID 或 data URI 传入,单次请求总大小不超过 64 MiB。在提示词中按上传顺序使用 <Picture 1>、<Picture 2> 等标签引用它们。

MiniMax H3-Image 定价与首发周折扣

MiniMax 按每百万 token 对 H3-Image 计费,分为文本输入、图像输入和图像输出三部分。根据 2026 年 11 月 11 日核查的 MiniMax 定价页面:

模型 输入文本 / 1M tokens 输入图像 / 1M tokens 输出图像 / 1M tokens
MiniMax-H3-Image $2.30 $1.50 $3.80
MiniMax-H3-Image-Highspeed $2.30 $3.00 $7.60

MiniMax 官方列出的标准版单张文生图示例成本分别为:1K 下 $0.02179、2K 下 $0.02333、4K 下 $0.06879。Highspeed 高速版在 4K 下的示例成本为 $0.13001。

首发折扣为:当交付图像的像素数达到至少 16,600,000 时,两款模型的整次请求总费用均可减免 50%,有效期至 2026 年 11 月 17 日 16:00 UTC。在此期间,MiniMax 标注的标准版 4K 文生图单张成本为 $0.03439,Highspeed 版为 $0.06501。更小尺寸的图像不符合折扣条件,因此 2K 渲染的费用保持不变。

用 Apifox CLI 测试 MiniMax H3-Image API

在将 H3-Image 接入业务应用之前,最好先验证请求结构、鉴权和错误处理(包括“返回 200 但包含失败条目”的情况)是否正常工作。你可以让编码 Agent 配合 Apifox CLI 构建并运行这项检查,而不必手动点击界面测试。

先安装 CLI 并完成登录与分类查询:

npm install -g apifox-cli@latest
apifox auth login --with-token <YOUR_APIFOX_TOKEN>
apifox test-case category --project <PROJECT_ID>

然后给你的 Agent(Claude Code、Codex、Cursor 等)一条提示词:

In Apifox project <PROJECT_ID>, add a test case for the MiniMax H3-Image endpoint
POST /v1/images/generations from https://platform.minimax.io/docs/api-reference/image-generation-h3-generations
with Bearer auth from {{MINIMAX_API_KEY}} and environment base URL
https://api.minimax.io. Send model MiniMax-H3-Image, area 1K, n 1,
and assert status 200, data[0].url exists, data[0].error is absent
and usage.generated_images equals 1. Validate the CLI schema, run it and summarize the result.

Agent 会读取并校验 schema,创建测试用例并运行(以下命令参数均对照 Apifox CLI 2.2.12):

apifox cli-schema get test-case-create
apifox cli-schema validate test-case-create --file ./h3-case.json
apifox test-case create --project <PROJECT_ID> --file ./h3-case.json
apifox test-case run <CASE_ID> --project <PROJECT_ID> -e <ENV_ID> -r cli,json

cli-schema get 会为 Agent 提供准确的 JSON 结构定义,cli-schema validate 则会在写入前校验每个文件。test-case category 用于获取有效的分组 ID,确保用例能在客户端正常显示。运行后终端会打印通过或失败摘要,并生成 JSON 报告供 Agent 分析修复;加上 --upload-report 还可以在 Apifox 中查看同一次运行记录。使用 area: 1K 可以让每次测试调用保持在 MiniMax 最低的示例单价档位。

你应该试试 MiniMax H3-Image 吗?

如果你需要生成高分辨率、细节丰富的图像且希望拥有开放权重选项,或者你的核心场景是多参考图编辑(如商品图合成、室内布局、角色设定表),它非常值得一试。11 月 17 日前的首发折扣也让 4K 测试成本低廉。

不过在决定自托管之前请三思:总计约 137 GB 的权重文件、数据中心级 GPU 需求,以及排除欧盟、英国、韩国和美国的许可证条款,都意味着对大多数团队来说直接调用 API 才是更现实的路径。如果你正在横向对比不同图像 API,也可以参考我们的 GPT Image 2.6 API、Nano Banana 2.1 API 和 Qwen-Image 2.1 指南。

常见问题

MiniMax H3-Image 是免费的吗? 在社区许可证适用地区内且满足营收与托管限制的前提下,模型权重可以免版税下载和运行。官方 API 则按 token 付费。零成本体验方式可参考我们的免费使用指南。

MiniMax H3-Image 是开源的吗? MiniMax 在 Hugging Face 上称其为开源(open-source),但它附带了包含地区、营收、署名和禁止训练限制的自定义社区许可证,因此“开放权重(open-weight)”是更准确的说法。

MiniMax H3-Image 的生成速度有多快? MiniMax 表示生成一张 4K 图像约需 10 秒。这是官方公布的数字,未注明测试硬件,且在本文撰写时还没有独立基准测试验证。

MiniMax-H3-Image 与 MiniMax-H3-Image-Highspeed 有什么区别? 两者接收相同的参数和限制。Highspeed 是速度更快的档位,价格也更高:每百万输出图像 token 为 $7.60,而标准版为 $3.80。

MiniMax H3-Image 最多可以使用多少张参考图? 单次编辑请求支持最多 16 张参考图,每张图片单边像素在 128 到 8,192 之间,整个请求体上限为 64 MiB。

MiniMax H3-Image 的首发折扣什么时候结束? 2026 年 11 月 17 日 16:00 UTC 结束,且仅适用于交付图像至少 16,600,000 像素的请求。