MiniMax H3-Image: 4K-Bilder, offene Gewichte, API

MiniMax H3-Image ist über die MiniMax-API, MiniMax Code und Hailuo AI verfügbar, die Gewichte liegen auf Hugging Face. Das Modell erzeugt Bilder mit 4096×4096 und bearbeitet mit bis zu 16 Referenzbildern. Die Preisseite von MiniMax nennt für ein 4K-Text-zu-Bild-Beispiel $0.03439 zum Startpreis.

• Modell: ein Checkpoint mit 33,1 Mrd. Parametern für Text zu Bild und Referenzbearbeitung, laut Modellkarte.
• Größen: 4096×4096 bei 1:1 bis 6272×2688 bei 21:9, dazu eigene Größen bis 20 MP.
• Zugang: MiniMax-API, MiniMax Code und Hailuo AI; Gewichte auf Hugging Face unter einer eigenen Community-Lizenz.

Was ist MiniMax H3-Image?

H3-Image ist das Bildmodell der H3-Familie von MiniMax. Ein Checkpoint übernimmt Text zu Bild und die Bearbeitung eines oder mehrerer Referenzbilder, sodass eine Pipeline mit einem Modell auskommt, statt einen Generator mit einem separaten Editor zu kombinieren.

Die Ankündigung von MiniMax verspricht rund 16 MP Ausgabe, natürlichere Details und bessere Befehlsbefolgung als andere Modelle mit offenen Gewichten. Das sind Angaben des Anbieters; planen lässt sich mit den API-Parametern, den veröffentlichten Größen und den Preisen.

H3-Image ist nicht dasselbe wie MiniMax H3, das Videomodell. Für diese API erklärt der MiniMax-H3-Prompt-Leitfaden die dreiteilige Prompt-Struktur und Beispielclips.

Wie groß ist ein natives 4K-Bild?

Die 4K-Voreinstellung zielt auf eine Fläche von 4096×4096 (16,8 MP); bei 1:1 ist das das ganze Bild. Laut MiniMax braucht es keinen Upscaler. Die Modellkarte listet für jedes Seitenverhältnis Größen mit rund 16 MP.

Die API nimmt auch ein exaktes WIDTHxHEIGHT. Der Bild-Leitfaden erlaubt eine Fläche von 655.360 bis 20.000.000 Pixeln und ein Seitenverhältnis von 1:3 bis 3:1; das Ergebnis kommt ohne Skalierung oder Rundung zurück. Nutze aspect_ratio mit area (1K, 2K, 4K) oder size, nie beides; beide zusammen ergeben einen 400-Fehler.

Wie funktioniert die Bearbeitung mit 16 Referenzbildern?

Die Bearbeitung läuft über POST /v1/images/edits mit einem Prompt und 1 bis 16 Referenzbildern. Die Reihenfolge beim Hochladen bestimmt die Bezeichnungen: Die erste Datei ist <Picture 1>, die zweite <Picture 2>, und der Prompt verweist mit diesen Namen darauf. Das Anfrageformat steht im Bild-Leitfaden.

Referenzen dürfen JPG, JPEG, PNG, WEBP, HEIC oder HEIF sein, je bis 64 MiB, 128 bis 8192 px pro Seite und höchstens 4:1 im Seitenverhältnis. Der Anfragekörper ist auf 64 MiB begrenzt; in Base64 wächst er auf etwa 4/3 der Dateigröße, deshalb lassen sich mehrere große Referenzen leichter als öffentliche URL oder mm_file://-ID senden.

Die Prompt-Verbesserung läuft bei Bearbeitungen immer mit; data[].revised_prompt gibt den tatsächlich verwendeten Prompt zurück.

Standard oder Highspeed: welche Modell-ID?

Die IDs lauten MiniMax-H3-Image und MiniMax-H3-Image-Highspeed. Sie nutzen dieselben Parameter und Limits, ihre offiziellen Preisbeispiele unterscheiden sich. Die Ankündigung von MiniMax nennt unter 10 Sekunden für die 4K-Generierung, ohne Referenz, GPU oder Batch-Größe zu nennen. Einen Geschwindigkeitstest haben wir nicht gemacht. Vergleiche beide IDs mit deinen Prompts, bevor du wählst.

Was kostet die H3-Image-API?

MiniMax rechnet nach Tokens ab; die Zahlen sind Beispielsummen pro Anfrage, keine festen Preise pro Bild. Die Preisseite nennt:

Der Startpreis entspricht 50% Rabatt und gilt vor dem 17.11.2026 um 16:00 UTC, wenn das gelieferte Bild mindestens 16.600.000 Pixel hat. Zu diesem Zeitpunkt endet der Rabatt. Er deckt 4096×4096 und die Größen in der Tabelle ab. Zum Startpreis kosten 100 Standard-Bilder in 4K etwa $3.44; das reguläre Beispiel verdoppelt das auf $6.88.

Standard berechnet $2.30 pro Million Eingabe-Text-Token, $1.50 pro Million Eingabe-Bild-Token und $3.80 pro Million Ausgabe-Bild-Token. Highspeed hebt die Eingabebilder auf $3.00 und die Ausgabebilder auf $7.60. Die Prompt-Verbesserung H3-Image-Context-IR kostet $2.30 pro Million Eingabe-Token.

Lassen sich die offenen Gewichte lokal betreiben?

Die Gewichte sind herunterladbar, die Lizenz ist aber eine eigene Community-Lizenz und keine Open-Source-Lizenz. Die Lizenzbedingungen schließen die EU, das Vereinigte Königreich, Südkorea und die USA aus dem Geltungsgebiet aus und verlangen eine vorherige schriftliche Genehmigung, wenn der Jahresumsatz 1 Million USD übersteigt oder du Dritten einen gehosteten Dienst anbietest.

Der Download von H3-Image ist 68,65 GB groß, dazu kommt ein separater Qwen3-VL-Textencoder mit 66,7 GB; eine vollständige Installation umfasst rund 135 GB. Das ist Plattenplatz, nicht VRAM. Die Modellkarte von MiniMax listet Rezepte für bestimmte GPUs, darunter H200, RTX PRO 6000 Blackwell und AMD Instinct MI350X, und veröffentlicht kein Minimum an VRAM. Prüfe dort ein unterstütztes Setup.

Was zeigen die offiziellen Beispiele?

Alle Bilder stammen aus der Modellkarte von MiniMax und sind für das Layout beschnitten. Die Originale stehen in der Modellkarte.

Eine Person hängt weiße Wäsche auf einem Dach in warmem Abendlicht auf. Ein großer Mond steht unter einem geblähten Laken, dazu Dächer und eine spiegelnde Pfütze. Achte auf den durchscheinenden Stoff und das warme Licht; das ist ein generiertes Beispiel, kein Foto.

Eine Frau im roten Kleid schneidet an einem weiß gedeckten Tisch im Freien unter Sternenhimmel eine mondförmige Kugel auf einem Teller. Gewöhnliches Geschirr neben dem unmöglichen Objekt und das warme und kalte Licht prägen die Szene.

Das Bearbeitungspaar beginnt mit einer grauen Mondbasis wie aus Ton: Habitat, Rover und Astronaut. Das Ergebnis ergänzt schwarzen Himmel, kräftige Schatten und metallartige Materialien. Die Anordnung bleibt erkennbar; einige feine Formen weichen ab.

Wo lässt sich H3-Image heute nutzen?

MiniMax nennt drei gehostete Zugänge: die API Platform, MiniMax Code und Hailuo AI. Die API läuft auf der globalen und der chinesischen Plattform; die Gewichte liegen auf Hugging Face und ModelScope. Das steht in der Ankündigung und in der Modellkarte.

Der OmniaKey-Katalog, den wir am 10. November geprüft haben, führt Bildmodelle wie GPT Image 2.5 Sunburst, nicht H3-Image. Der GPT-Image-2.5-API-Leitfaden zeigt, wie du ein Bildmodell über einen Schlüssel aufrufst. Du kannst die Seedream-5.5-Startnotizen vergleichen oder Modelle im KI-Bildgenerator ausprobieren.

Für eine gehostete Bild-API in OmniaKey ist GPT Image 2.5 Sunburst derzeit eine Option. Für H3-Image selbst nutzt du die MiniMax-API und ihren Startrabatt bis zum 17. November.

Häufige Fragen

Wann ist MiniMax H3-Image erschienen?

Die Ankündigung ist auf den 11. November 2026 datiert, die Lizenz auf den 10. November 2026. Beide Seiten waren online, als wir sie am 10. November in New York geprüft haben.

Ist MiniMax H3-Image Open Source?

Nein. Die Gewichte sind unter einer eigenen Community-Lizenz herunterladbar, nicht unter einer Open-Source-Lizenz; die Lizenzbedingungen setzen Grenzen für Gebiet und Genehmigung.

Unterstützt H3-Image Maskenbearbeitung oder transparente PNGs?

Nein. Der Bild-Leitfaden führt Vorschaubilder, Maskenbearbeitung und transparente Hintergründe als nicht unterstützt. Die Bearbeitung nimmt 1 bis 16 Referenzbilder plus einen Prompt und liefert ein vollständiges rechteckiges JPEG, PNG oder WebP.

Was kostet ein 4K-Bild?

Das 4K-Text-zu-Bild-Beispiel kostet $0.03439 bei Standard und $0.06501 bei Highspeed zum Startpreis; regulär sind es $0.06879 und $0.13001. Abgerechnet wird nach Token-Verbrauch.

Ist H3-Image dasselbe wie MiniMax H3?

Nein. H3 ist das Videomodell von MiniMax; H3-Image ist ein eigener Bild-Checkpoint auf Basis von H3. Der Eintrag minimax-h3 bei OmniaKey ist Video, nicht diese Bild-API.

Quellen

• MiniMax-H3-Image Community-Lizenzvereinbarung, Lizenzdatum 10. November 2026.
• MiniMax: Ankündigung zu MiniMax H3-Image, 11. November 2026.
• MiniMax: Preise für Bildgenerierung, geprüft am 10. November 2026.
• MiniMax-H3-Image-Modellkarte, geprüft am 10. November 2026.
• MiniMax: Leitfaden zur Bildgenerierung, geprüft am 10. November 2026.