MiniMax H3-Image: imagens 4K, pesos abertos e API

MiniMax H3-Image está disponível na API da MiniMax, no MiniMax Code e no Hailuo AI, com pesos no Hugging Face. Gera imagens de 4096×4096 e edita com até 16 imagens de referência. A página de preços da MiniMax traz um exemplo de texto para imagem em 4K por $0.03439 na tarifa de lançamento.

• Modelo: um checkpoint de 33,1 bilhões de parâmetros para texto para imagem e edição com referências, segundo o cartão do modelo.
• Tamanhos: de 4096×4096 em 1:1 a 6272×2688 em 21:9, além de tamanhos personalizados de até 20 MP.
• Acesso: API da MiniMax, MiniMax Code e Hailuo AI; pesos no Hugging Face sob uma licença comunitária própria.

O que é o MiniMax H3-Image?

O H3-Image é o modelo de imagem da família H3 da MiniMax. Um único checkpoint cobre texto para imagem e edição de uma ou mais referências, então um pipeline mantém um modelo em vez de juntar um gerador a um editor separado.

O anúncio da MiniMax promete cerca de 16 MP de saída, detalhes mais naturais e melhor aderência a instruções que outros modelos de pesos abertos. São afirmações do fornecedor; o que dá para planejar são os parâmetros da API, os tamanhos publicados e os preços.

O H3-Image é diferente do MiniMax H3, o modelo de vídeo. Para essa API, o guia de prompts do MiniMax H3 explica a estrutura de três campos e exemplos de clipes.

Qual é o tamanho de uma imagem 4K nativa?

O preset 4K mira uma área de 4096×4096 (16,8 MP); em 1:1, essa é a imagem inteira. A MiniMax diz que não precisa de upscaler. O cartão do modelo lista tamanhos de cerca de 16 MP para cada proporção.

A API também aceita um WIDTHxHEIGHT exato. O guia de imagens permite área de 655.360 a 20.000.000 pixels e proporção de 1:3 a 3:1, com retorno sem escala nem arredondamento. Use aspect_ratio com area (1K, 2K, 4K) ou size, nunca os dois; enviar ambos retorna 400.

Como funciona a edição com 16 referências?

A edição usa POST /v1/images/edits com um prompt e 1 a 16 imagens de referência. A ordem de envio define os rótulos: o primeiro arquivo é <Picture 1>, o segundo é <Picture 2>, e o prompt se refere a eles por esse nome. O formato da requisição está no guia de imagens.

As referências podem ser JPG, JPEG, PNG, WEBP, HEIC ou HEIF, com até 64 MiB cada, de 128 a 8192 px por lado e proporção máxima de 4:1. O corpo da requisição é limitado a 64 MiB; em Base64 ele cresce para cerca de 4/3 do arquivo, então várias referências grandes vão melhor como URL pública ou ID mm_file://.

O realce de prompt sempre roda nas edições; data[].revised_prompt devolve o prompt realmente usado.

Standard ou Highspeed: qual ID de modelo?

Os IDs são MiniMax-H3-Image e MiniMax-H3-Image-Highspeed. Usam os mesmos parâmetros e limites; os exemplos de preço oficiais são diferentes. O anúncio da MiniMax diz que a geração 4K leva menos de 10 segundos, sem citar referência, GPU ou tamanho de lote. Não fizemos teste de velocidade. Compare os dois IDs com seus prompts antes de escolher.

Quanto custa a API H3-Image?

A MiniMax cobra por tokens; estes são totais de exemplo por requisição, não preços fixos por imagem. A página de preços lista:

A tarifa de lançamento é 50% de desconto antes de 17 de novembro de 2026 às 16:00 UTC, quando a imagem entregue tem pelo menos 16.600.000 pixels. O desconto termina nesse momento. Isso cobre 4096×4096 e os tamanhos da tabela. No exemplo de lançamento, 100 imagens 4K em Standard custam cerca de $3.44; o exemplo normal dobra para $6.88.

As tarifas de token do Standard são $2.30 por milhão de tokens de texto de entrada, $1.50 por milhão de tokens de imagem de entrada e $3.80 por milhão de tokens de imagem de saída. O Highspeed sobe as imagens de entrada para $3.00 e as de saída para $7.60. O realce de prompt H3-Image-Context-IR custa $2.30 por milhão de tokens de entrada.

Dá para rodar os pesos abertos localmente?

Os pesos podem ser baixados, mas a licença é comunitária e própria, não é de código aberto. O acordo exclui UE, Reino Unido, Coreia do Sul e EUA do território de aplicação e exige autorização escrita prévia quando a receita anualizada passa de 1 milhão de USD ou quando você oferece serviço hospedado a terceiros.

O download do H3-Image tem 68,65 GB, mais um codificador de texto Qwen3-VL de 66,7 GB à parte; uma instalação completa fica em cerca de 135 GB. É espaço em disco, não VRAM. O cartão do modelo da MiniMax lista receitas para GPUs específicas, como H200, RTX PRO 6000 Blackwell e AMD Instinct MI350X, e não publica VRAM mínima. Confira o cartão para uma configuração suportada.

O que as amostras oficiais mostram?

São materiais do cartão do modelo da MiniMax, recortados para o layout. Os originais estão no cartão do modelo.

Uma pessoa estende roupa branca em um telhado com luz quente de fim de tarde. Uma lua grande fica sob um lençol inflado, com telhados e uma poça que reflete. Repare no tecido translúcido e na luz quente; é uma amostra gerada, não uma foto.

Uma mulher de vestido vermelho corta uma esfera em forma de lua em um prato, em uma mesa externa de toalha branca sob céu estrelado. A louça comum ao lado do objeto impossível e a luz quente e fria definem a cena.

O par de edição começa com uma base lunar cinza, como argila: habitat, rover e astronauta. O resultado adiciona céu preto, sombras fortes e materiais metálicos. O arranjo continua reconhecível; algumas formas finas mudam.

Onde usar o H3-Image hoje?

A MiniMax lista três entradas hospedadas: a API Platform, o MiniMax Code e o Hailuo AI. A API roda nas plataformas global e chinesa; os pesos estão no Hugging Face e no ModelScope. O anúncio e o cartão do modelo trazem esses dados.

O catálogo da OmniaKey que conferimos em 10 de novembro inclui modelos de imagem como o GPT Image 2.5 Sunburst, não o H3-Image. O guia da API do GPT Image 2.5 mostra como chamar um modelo de imagem com uma única chave. Você pode comparar as notas de lançamento do Seedream 5.5 ou testar modelos no gerador de imagens com IA.

Para uma API de imagem hospedada dentro da OmniaKey hoje, o GPT Image 2.5 Sunburst é uma opção atual. Para o H3-Image em si, use a API da MiniMax e o desconto de lançamento até 17 de novembro.

Perguntas frequentes

Quando o MiniMax H3-Image foi lançado?

O anúncio é datado de 11 de novembro de 2026 e a licença, de 10 de novembro de 2026. As duas páginas estavam no ar quando conferimos em 10 de novembro, em Nova York.

O MiniMax H3-Image é de código aberto?

Não. Os pesos podem ser baixados sob uma licença comunitária própria, não uma licença de código aberto; o acordo define limites de território e de autorização.

O H3-Image suporta edição com máscara ou PNG transparente?

Não. O guia de imagens lista imagens de prévia, edição com máscara e fundos transparentes como não suportados. A edição recebe de 1 a 16 imagens de referência mais um prompt e devolve um JPEG, PNG ou WebP retangular completo.

Quanto custa uma imagem 4K?

O exemplo de texto para imagem em 4K é $0.03439 no Standard e $0.06501 no Highspeed na tarifa de lançamento; os exemplos normais são $0.06879 e $0.13001. A cobrança segue o uso de tokens.

O H3-Image é o mesmo que o MiniMax H3?

Não. O H3 é o modelo de vídeo da MiniMax; o H3-Image é um checkpoint de imagem separado, construído sobre o H3. A entrada minimax-h3 da OmniaKey é de vídeo, não esta API de imagens.

Fontes

• Licença comunitária do MiniMax-H3-Image, licença de 10 de novembro de 2026.
• MiniMax: anúncio do MiniMax H3-Image, 11 de novembro de 2026.
• MiniMax: preços de geração de imagens, conferido em 10 de novembro de 2026.
• Cartão do modelo MiniMax-H3-Image, conferido em 10 de novembro de 2026.
• MiniMax: guia de geração de imagens, conferido em 10 de novembro de 2026.