MiniMax H3-Image : images 4K ouvertes en moins de 10 s
Le 11 novembre 2026, MiniMax a lancé H3-Image, un modèle de génération d’images à poids ouverts basé sur le modèle vidéo H3. Il prend en charge la génération d’images à partir de texte, la génération à partir de références et la retouche d’images. La promesse de l’entreprise est simple : 16 millions de pixels, 10 à 20 secondes, poids ouverts.
Caractéristiques
| Paramètre | Valeur |
|---|---|
| Résolution max. | 4096 × 4096 (16 MP), générée nativement, sans suréchantillonneur |
| Vitesse | une image 4K en moins de 10 secondes (selon le fournisseur) |
| Architecture | transformeur de diffusion (DiT) de 33,1 milliards de paramètres |
| Échantillonnage | 6 étapes, sans guidance sans classificateur |
| Images de référence | jusqu’à 16 par requête |
| Longueur du prompt | jusqu’à 4096 jetons |
| Formats d’image | de 1:1 à 21:9 (par exemple, 6272 × 2688) |
| Poids | ouverts, 68,65 Go en BF16 |
| Encodeur de texte | Qwen3-VL, partagé avec le modèle vidéo H3 |
Le DiT est un transformeur dense de 50 couches, avec une dimension interne de 5376, qui reprend l’architecture H3 sans les couches audio. Un point de contrôle facultatif d’expansion des prompts, MiniMax-H3-Image-PE (17,9 Go en NVFP4), transforme une courte demande en une légende détaillée, mieux adaptée au modèle.
Vitesse : la 4K devient un format courant
La plupart des modèles d’images fonctionnent dans la plage de 1 à 4 MP et s’appuient sur un suréchantillonneur pour les images plus grandes. H3-Image produit une image de 16 MP en pleine résolution en moins de 10 secondes ; MiniMax affirme que le modèle est jusqu’à 5 fois plus rapide que les solutions courantes. Le mode Standard de l’API est 1,5 à 2 fois plus rapide que les offres comparables, tandis que le mode Highspeed promet une vitesse de 3 à 4 fois supérieure.
Qualité et contrôle
MiniMax décrit les résultats comme riches en détails réalistes, sans la finition lisse qui caractérise généralement les images générées par l’IA, et affirme que le respect des prompts surpasse celui des autres modèles à poids ouverts. La génération et la retouche utilisent le même point de contrôle : les mêmes poids répondent donc à un prompt textuel, à un ensemble de références ou à une demande de retouche. Dans le prompt, les références sont désignées par <Picture 1>, <Picture 2>, etc., selon l’ordre de leur envoi.
Le portrait de studio ci-dessous est un exemple de génération d’environ 16,7 MP.
Disponibilité et tarifs
- Les poids ouverts sont disponibles sur Hugging Face sous la licence communautaire de MiniMax.
- L’API est accessible via la plateforme MiniMax, MiniMax Code et l’application Hailuo AI.
- Les intégrations incluent ComfyUI (nœuds officiels et partenaires) et Vercel AI Gateway.
Le tarif de l’API est de 3,80 $ par million de jetons d’image en sortie en mode Standard et de 7,60 $ en mode Highspeed. Une image 4K revient à environ 0,069 $, et une image 1K à environ 0,022 $. Jusqu’au 17 novembre 2026, MiniMax propose une réduction de 50 % sur la génération à 16,6 MP et plus.
Réserves
La licence communautaire de MiniMax interdit l’utilisation aux États-Unis, dans l’Union européenne, au Royaume-Uni et en Corée du Sud. Les entreprises dont le chiffre d’affaires annuel dépasse 1 million de dollars, ainsi que toute personne proposant le modèle comme service hébergé à des tiers, doivent obtenir une autorisation écrite de MiniMax. Le délai annoncé de 10 secondes pour une image 4K est une affirmation du fournisseur, qui n’a pas encore fait l’objet de mesures indépendantes.
Où utiliser H3-Image
api.vega.chat (API VEGA). Une API unique pour plus de 800 modèles d’IA. Elle fonctionne en Russie sans VPN, prend en charge les formats OpenAI et Anthropic et facture selon l’usage réel, par carte ou sur facture. Les données personnelles sont anonymisées conformément à la loi fédérale 152 avant d’être transmises au modèle, et les serveurs sont situés en Russie. Les nouveaux modèles, dont H3-Image, sont ajoutés au catalogue dès leur sortie, et les nouveaux comptes bénéficient d’un solde d’essai.
marfik.media (Marfik). Un studio de génération et de retouche de médias qui propose également une API pour différents modèles multimédias. Le catalogue comprend plus de 500 modèles pour les images, la vidéo, la parole, la musique et les objets 3D. La génération et la retouche s’effectuent par l’intermédiaire d’un agent IA, sans abonnement.