MiniMax H3-Image: Açıq çəkili 4K şəkillər
11 noyabr 2026-cı ildə MiniMax H3 video modeli əsasında hazırlanmış, açıq çəkili şəkil yaratma modeli H3-Image-i təqdim etdi. Model mətndən şəkil yaratmağı, istinadlar əsasında şəkil yaratmağı və şəkilləri redaktə etməyi bacarır. Şirkətin vədi qısadır: 16 milyon piksel, 10–20 saniyə, açıq çəkilər.
Texniki xüsusiyyətlər
| Parametr | Dəyər |
|---|---|
| Maksimum təsvir ölçüsü | 4096 × 4096 (16 MP), miqyasartırıcı olmadan, birbaşa yaradılır |
| Sürət | 4K şəkil 10 saniyədən az müddətdə (istehsalçının iddiası) |
| Arxitektura | 33.1B parametrli diffuziya transformeri (DiT) |
| Nümunələmə | 6 addım, classifier-free guidance olmadan |
| İstinad şəkilləri | hər sorğu üçün 16-dək |
| Sorğunun uzunluğu | 4096 tokenədək |
| Tərəf nisbətləri | 1:1-dən 21:9-dək (məsələn, 6272 × 2688) |
| Çəkilər | açıq, BF16 formatında 68.65 GB |
| Mətn kodlayıcısı | H3 video modeli ilə ortaq Qwen3-VL |
DiT, 5376 gizli ölçüyə malik, sıx, 50 qatlı transformerdir. O, audio qatları çıxılmaqla H3 arxitekturasını təkrar istifadə edir. İstəyə bağlı sorğu genişləndiricisi olan MiniMax-H3-Image-PE (NVFP4 formatında 17.9 GB) qısa sorğunu modelin daha yaxşı anlaya bildiyi ətraflı təsvirə çevirir.
Sürət: 4K gündəlik formata çevrilir
Əksər şəkil modelləri 1–4 MP diapazonunda işləyir və daha böyük şəkillər üçün miqyasartırıcıdan istifadə edir. H3-Image tam ölçülü 16 MP şəkli 10 saniyədən az müddətdə yaradır. MiniMax-ın bildirdiyinə görə, bu, geniş yayılmış alternativlərdən 5 dəfəyədək sürətlidir. Standard API rejimi oxşar təkliflərdən 1.5–2 dəfə sürətli işləyir, Highspeed rejimi isə 3–4 dəfə sürət vəd edir.
Keyfiyyət və idarəetmə
MiniMax bildirir ki, nəticələrdə AI şəkillərinə xas olan cilalanmış hamarlıq olmadan zəngin, realistik detallar var və sorğuya uyğunluq digər açıq çəkili modellərdən daha yaxşıdır. Şəkil yaratma və redaktə eyni checkpoint-dən istifadə edir; beləliklə, eyni çəkilər mətn sorğusuna, istinadlar toplusuna və ya redaktə istəyinə cavab verir. Sorğuda istinadlar <Picture 1>, <Picture 2> və s. şəklində, yüklənmə sırasına uyğun nömrələrlə göstərilir.
Aşağıdakı studiya portreti təxminən 16.7 MP ölçüsündə yaradılmış nümunədir.
Əlçatanlıq və qiymətlər
- Açıq çəkilər Hugging Face-də MiniMax's Community License lisenziyası ilə yerləşdirilib.
- API MiniMax platforması, MiniMax Code və Hailuo AI tətbiqi vasitəsilə işləyir.
- İnteqrasiyalara ComfyUI (rəsmi və tərəfdaş qovşaqları) və Vercel AI Gateway daxildir.
API qiymətləri Standard rejimində hər milyon çıxış şəkil tokeni üçün $3.80, Highspeed rejimində isə $7.60-dır. Bir 4K şəkilin qiyməti təxminən $0.069, 1K şəkilin qiyməti isə təxminən $0.022 təşkil edir. 17 noyabr 2026-cı ilədək MiniMax 16.6 MP və daha yüksək ölçüdə şəkil yaratmağa 50% endirim edir.
Diqqət yetirilməli məqamlar
MiniMax Community License ABŞ-da, Aİ-də, Böyük Britaniyada və Cənubi Koreyada istifadəyə icazə vermir. İllik gəliri $1M-dan çox olan şirkətlər və modeli üçüncü tərəflərə hostinq xidməti kimi təqdim edən hər kəs MiniMax-dan yazılı icazə almalıdır. 4K şəkillərin 10 saniyəyə yaradılması rəqəmi istehsalçının iddiasıdır; hələlik müstəqil ölçmələr yoxdur.
H3-Image-dən harada istifadə etməli
api.vega.chat (VEGA API). 800-dən çox AI modelinə çıxış verən vahid API. Rusiyada VPN-siz işləyir, OpenAI və Anthropic formatlarını dəstəkləyir, ödəniş isə faktiki istifadəyə görə kartla və ya hesab-faktura əsasında tutulur. Fərdi məlumatlar modelə çatmazdan əvvəl Federal Qanun 152-yə əsasən anonimləşdirilir, serverlər isə Rusiyada yerləşir. H3-Image də daxil olmaqla yeni modellər buraxıldıqdan dərhal sonra kataloqa əlavə olunur, yeni hesablar isə sınaq balansı əldə edir.
marfik.media (Marfik). Media yaratmaq və redaktə etmək üçün studiya; media modelləri üzrə API də təqdim edir. Kataloqda şəkil, video, nitq, musiqi və 3D obyektləri üçün 500-dən çox model var. Yaratma və redaktə AI agenti vasitəsilə həyata keçirilir, abunə tələb olunmur.