MiniMax H3-Image: 10 секундта ашық 4K сурет
2026 жылғы 11 қарашада MiniMax H3 видео моделінің негізінде жасалған, салмақтары ашық H3-Image сурет генерациялау моделін шығарды. Ол мәтіннен сурет жасауды, референс арқылы генерациялауды және суреттерді өңдеуді қолдайды. Компанияның уәдесі қысқа: 16 миллион пиксель, 10–20 секунд, ашық салмақтар.
Техникалық сипаттамалар
| Параметр | Мәні |
|---|---|
| Ең жоғары ажыратымдылық | 4096 × 4096 (16 МП), апскейлерсіз, бастапқы ажыратымдылықта генерацияланады |
| Жылдамдығы | 4K сурет 10 секундтан аз уақытта (өндірушінің мәлімдемесі) |
| Архитектурасы | 33.1B параметрлі диффузиялық трансформер (DiT) |
| Сэмплинг | 6 қадам, classifier-free guidance қолданылмайды |
| Референс суреттер | бір сұранымда 16-ға дейін |
| Промпт ұзындығы | 4096 токенге дейін |
| Кадр пішімдері | 1:1-ден 21:9-ға дейін (мысалы, 6272 × 2688) |
| Салмақтары | ашық, BF16 форматында 68.65 GB |
| Мәтін кодтағышы | H3 видео моделімен ортақ Qwen3-VL |
DiT — 5376 жасырын өлшемі бар, 50 қабатты тығыз трансформер. Ол аудио қабаттарын алып тастаған H3 архитектурасын қайта пайдаланады. Қосымша MiniMax-H3-Image-PE промпт кеңейткішінің чекпойнты (NVFP4 форматында 17.9 GB) қысқа сұранымды модель жақсы түсінетін егжей-тегжейлі сипаттамаға айналдырады.
Жылдамдық: 4K күнделікті форматқа айналады
Көптеген сурет модельдері 1–4 МП ауқымында жұмыс істейді, ал одан үлкен суреттер үшін апскейлер қажет. H3-Image толық ажыратымдылығы 16 МП суретті 10 секундтан аз уақытта жасайды. MiniMax мәліметінше, бұл — кең тараған баламалардан 5 есеге дейін жылдам. Standard API режимі ұқсас ұсыныстардан 1.5–2 есе жылдам, ал Highspeed режимі 3–4 есе жылдам деп көрсетілген.
Сапасы мен басқару мүмкіндіктері
MiniMax нәтижені AI суреттеріне тән жылтыр тегістігі жоқ, шынайы әрі бай бөлшектері бар деп сипаттайды және промптты орындау дәлдігі басқа ашық салмақты модельдерден жоғары екенін айтады. Генерациялау мен өңдеу бір чекпойнтте біріктірілген: сол салмақтар мәтіндік промптқа, референстер жиынтығына немесе өңдеу сұранымына жауап береді. Промптта референстер <Picture 1>, <Picture 2> және ары қарай жүктелген ретімен нөмірленіп көрсетіледі.
Төмендегі студиялық портрет — шамамен 16.7 МП ажыратымдылықта жасалған үлгі.
Қолжетімділігі мен бағасы
- Ашық салмақтар Hugging Face сайтында MiniMax Community License лицензиясымен жарияланған.
- API MiniMax платформасы, MiniMax Code және Hailuo AI қолданбасы арқылы қолжетімді.
- Интеграциялар арасында ComfyUI (ресми және серіктес түйіндері) мен Vercel AI Gateway бар.
API бағасы Standard режимінде миллион шығыс сурет токеніне $3.80, ал Highspeed режимінде $7.60. Бір 4K суреттің құны шамамен $0.069, 1K суреттікі шамамен $0.022 болады. 2026 жылғы 17 қарашаға дейін MiniMax 16.6 МП және одан жоғары ажыратымдылықтағы генерацияға 50% жеңілдік береді.
Ескеретін жайттар
MiniMax Community License лицензиясы АҚШ-та, ЕО-да, Ұлыбританияда және Оңтүстік Кореяда қолдануға тыйым салады. Жылдық табысы $1M-нан асатын компаниялар және модельді үшінші тараптарға хостинг қызметі ретінде ұсынатын кез келген ұйым MiniMax-тан жазбаша рұқсат алуы керек. 4K суретті 10 секундта жасау туралы мәлімдеме әзірге тәуелсіз өлшемдермен расталмаған.
H3-Image моделін қайда қолдануға болады
api.vega.chat (VEGA API). 800-ден астам AI моделіне арналған бірыңғай API. Ресейде VPN-сіз жұмыс істейді, OpenAI және Anthropic форматтарын қолдайды, төлем нақты пайдалануға қарай карта немесе шот арқылы алынады. Жеке деректер модельге жіберілмей тұрып, 152-ФЗ Федералдық заңына сәйкес анонимделеді, ал серверлер Ресейде орналасқан. H3-Image сияқты жаңа модельдер шыққаннан кейін бірден каталогқа қосылады, ал жаңа аккаунттарға сынақ балансы беріледі.
marfik.media (Marfik). Медиа модельдерге арналған API ұсынатын генерациялау және өңдеу студиясы. Каталогта сурет, видео, сөйлеу, музыка және 3D нысандарына арналған 500-ден астам модель бар. Генерациялау мен өңдеу AI агент арқылы орындалады, жазылым қажет емес.