MiniMax H3-Image: 10 soniyadan kamda 4K tasvirlar
2026-yil 11-noyabrda MiniMax H3 video modeliga asoslangan, ochiq vaznli tasvir yaratish modeli H3-Image’ni chiqardi. U matndan tasvir yaratish, namunalarga asoslanib tasvir yaratish va tasvirlarni tahrirlash imkonini beradi. Kompaniyaning taklifi qisqa: 16 million piksel, 10–20 soniya, ochiq vaznlar.
Texnik xususiyatlar
| Parametr | Qiymat |
|---|---|
| Eng yuqori aniqlik | 4096 × 4096 (16 MP), kattalashtirgichsiz, bevosita yaratiladi |
| Tezlik | 4K tasvir 10 soniyadan kamda (ishlab chiqaruvchi da’vosi) |
| Arxitektura | 33.1B parametrli diffuziya transformeri (DiT) |
| Namuna olish | 6 qadam, classifier-free guidance yo‘q |
| Namunaviy tasvirlar | Har bir so‘rovda 16 tagacha |
| So‘rov uzunligi | 4096 tagacha token |
| Tomonlar nisbati | 1:1 dan 21:9 gacha (masalan, 6272 × 2688) |
| Vaznlar | Ochiq, BF16 formatida 68.65 GB |
| Matn enkoderi | Qwen3-VL, H3 video modeli bilan umumiy |
DiT — yashirin o‘lchami 5376 bo‘lgan, 50 qatlamli zich transformer. U H3 arxitekturasini audio qatlamlarisiz qayta ishlatadi. Ixtiyoriy so‘rov kengaytirgich checkpoint’i MiniMax-H3-Image-PE (NVFP4 formatida 17.9 GB) qisqa so‘rovni model yaxshiroq tushunadigan batafsil tavsifga aylantiradi.
Tezlik: 4K kundalik formatga aylanadi
Ko‘pchilik tasvir modellari 1–4 MP oralig‘ida ishlaydi va undan kattaroq tasvirlar uchun kattalashtirgichdan foydalanadi. H3-Image to‘liq aniqlikdagi 16 MP tasvirni 10 soniyadan kamda yaratadi. MiniMax’ning aytishicha, bu ommabop muqobillardan 5 baravargacha tez. Standard API rejimi o‘xshash xizmatlardan 1,5–2 baravar tezroq, Highspeed rejimi esa 3–4 baravar tezroq ekanini da’vo qiladi.
Sifat va boshqaruv
MiniMax natijalarni AI tasvirlariga xos bo‘lgan sayqallangan silliqliksiz, boy va realistik tafsilotlarga ega deb ta’riflaydi. Shuningdek, so‘rovga moslik bo‘yicha boshqa ochiq vaznli modellardan ustunligini aytadi. Yaratish va tahrirlash bir xil checkpoint’dan foydalanadi, shu sababli ayni vaznlar matnli so‘rovga, namunalar to‘plamiga yoki tahrirlash so‘roviga javob beradi. Namunaviy tasvirlarga so‘rovda <Picture 1>, <Picture 2> va hokazo ko‘rinishida, yuklangan tartib bo‘yicha raqam berib murojaat qilinadi.
Quyidagi studiya portreti taxminan 16.7 MP aniqlikda yaratilgan namunadir.
Mavjudlik va narxlar
- Ochiq vaznlar Hugging Face’da MiniMax Community License litsenziyasi ostida taqdim etilgan.
- API MiniMax platformasi, MiniMax Code va Hailuo AI ilovasi orqali ishlaydi.
- Integratsiyalar qatoriga ComfyUI (rasmiy va hamkor tugunlari) hamda Vercel AI Gateway kiradi.
API narxi Standard rejimida har million chiqish tasviri tokeni uchun $3.80, Highspeed rejimida esa $7.60. Bitta 4K tasvir taxminan $0.069, 1K tasvir esa taxminan $0.022 turadi. 2026-yil 17-noyabrgacha MiniMax 16.6 MP va undan yuqori aniqlikdagi tasvirlarni yaratishga 50% chegirma beradi.
E’tiborli jihatlar
MiniMax Community License litsenziyasi AQSh, Yevropa Ittifoqi, Buyuk Britaniya va Janubiy Koreyada foydalanishga ruxsat bermaydi. Yillik daromadi $1M dan yuqori kompaniyalar va modelni uchinchi tomonlarga joylashtirilgan xizmat sifatida taklif qilmoqchi bo‘lganlar MiniMax’dan yozma ruxsat olishi kerak. 4K tasvirni 10 soniyada yaratish haqidagi raqam ishlab chiqaruvchining da’vosi bo‘lib, hozircha mustaqil o‘lchovlar mavjud emas.
H3-Image’dan qayerda foydalanish mumkin
api.vega.chat (VEGA API). 800 dan ortiq AI modeli uchun yagona API. U Rossiyada VPN’siz ishlaydi, OpenAI va Anthropic formatlarini qo‘llab-quvvatlaydi, haqiqiy foydalanish hajmi bo‘yicha karta yoki hisob-faktura orqali haq oladi. Shaxsiy ma’lumotlar modelga yetib borishidan oldin 152-sonli Federal qonunga muvofiq anonimlashtiriladi, serverlar esa Rossiyada joylashgan. Yangi modellar, jumladan H3-Image, chiqarilganidan keyin darhol katalogga qo‘shiladi. Yangi akkauntlarga sinov balansi beriladi.
marfik.media (Marfik). Media yaratish va tahrirlash studiyasi bo‘lib, media modellari uchun API ham taqdim etadi. Katalogda tasvir, video, nutq, musiqa va 3D obyektlar uchun 500 dan ortiq model mavjud. Yaratish va tahrirlash AI agenti orqali amalga oshiriladi, obuna talab qilinmaydi.