MiniMax H3-Image: obrazy 16 MP, otwarte wagi i 16 referencji. Mój test w dniu premiery

👁 120 przeczytań

10 listopada 2026 po południu MiniMax, chiński twórca Hailuo i modelu wideo H3, wypuścił MiniMax H3-Image: model do generowania i edycji obrazów, który od razu robi kadry około 16 megapikseli, czyli 4K. Wagi są na Hugging Face, model działa przez API i w Hailuo AI. Tego samego wieczoru puściłem przez niego ponad 170 obrazów za niecałe 5 dolarów. Niżej to, co ogłosił MiniMax, i to, co sam zmierzyłem.

Najkrócej: obraz 4K kosztuje w tym tygodniu około 0,034 USD (13 groszy) i wychodzi w 22-24 sekundy, jakość zdjęć i ilustracji jest bardzo dobra, a 16 obrazów referencyjnych naprawdę działa. Słabe strony: polskie litery (myli się trzy razy częściej niż Seedream 5.5), brak przezroczystego tła i licencja wag, która wyklucza Unię Europejską. Wszystkie szczegóły zbieram w hubie MiniMax H3-Image.

Co ogłosił MiniMax

• 16 MP bez upscalera. Od 4096×4096 (1:1) do 6272×2688 (21:9). MiniMax pisze w zapowiedzi o 4K w około 10 sekund.
• Jeden model do generowania i edycji. Edycja przyjmuje od 1 do 16 obrazów referencyjnych.
• Otwarte wagi. Repozytorium MiniMaxAI/MiniMax-H3-Image: transformer dyfuzyjny 33,1 mld parametrów (66,28 GB w BF16), do tego enkoder tekstu z MiniMax H3 (66,7 GB). Model jest destylowany do 6 kroków, bez CFG i bez negatywnego promptu.
• API i aplikacje. platform.minimax.io, MiniMax Code i Hailuo AI. Obok jest wersja Highspeed.
• Promocja. 50% zniżki na obrazy od 16,6 mln pikseli do 17 listopada 2026, 16:00 UTC.

Gdzie działa i ile kosztuje (10.11.2026)

W moim teście 4K kosztowało 0,033-0,036 USD, ale cztery portrety w proporcjach 4:5 (3648×4544) zapłaciły pełną stawkę 0,067-0,070 USD. To 16,58 mln pikseli, czyli tuż pod progiem promocji. Jeśli chcesz zniżki, ustaw rozmiar z oficjalnej tabeli, na przykład 4096×4096 albo 5472×3072.

Sprawdziłem: co wyszło dobrze

• Jakość zdjęć i ilustracji. Z 24 poleceń galerii (produkty, portrety, akwarela, anime, mapa gry, storyboard, komiks, infografika) żadne nie wymagało poprawki. Angielskie napisy na plakatach i okładkach były czyste.
• 16 referencji. Dałem modelowi zdjęcie pustego pokoju i 15 osobnych mebli i dodatków. W obu próbach w salonie stanęło wszystkie 15 przedmiotów, w tych samych kolorach i kształtach. Kosztowało to 0,099 USD i trwało około minuty.
• Produkt w różnych scenach. Jedna butelka serum przeniesiona do sześciu aranżacji: 6 na 6 z tą samą etykietą.

Sprawdziłem: co wyszło słabo

• Polskie litery. Na tych samych 7 poleceniach co Seedream 5.5 H3-Image zrobił średnio 26 błędów na około 550 znaków (Seedream 8, Nano Banana 2.1 zero). Ani jeden z 21 obrazów nie był czysty. „zł” zamienił na „zl” w 18 cenach na 18, „Gdańsk” wyszedł jako „Dălsdk”.
• Przezroczystość. 0 na 5. Dokumentacja wprost mówi, że przezroczystego tła nie ma.
• Edycja łańcuchem. Każda kolejna poprawka na wyniku poprzedniej dokłada faktury. Po 5 rundach etykieta wygląda na przepaloną. Edycja z oryginału jest czysta.
• Szybkość. „4K w 10 sekund” przez API nie zobaczyłem: 4K zajmowało 22-24 s, 2K 13-17 s.

Co znaczy „open-weight” w tym przypadku

Wagi da się pobrać, ale licencja MiniMax-H3-Image Community wyłącza z obszaru, na którym wolno ich używać, Unię Europejską, Wielką Brytanię, Koreę Południową i USA. W Polsce licencja nie daje więc prawa do uruchomienia modelu na własnym komputerze ani do korzystania z tak zrobionych obrazów. Nie uruchamiałem go lokalnie. Do tego sam transformer waży 66 GB, a z enkoderem tekstu około 135 GB, więc na domowej karcie z 24 GB i tak potrzebne byłyby mocne kwantyzacje społeczności. API i Hailuo to osobne usługi z własnym regulaminem.

Co dalej

W hubie MiniMax H3-Image jest pełna tabela wyników, galeria z promptami i lista tekstów, które wyjdą w tym tygodniu: ceny API, porównanie z Seedream 5.5, Nano Banana 2.1 i GPT-Image-2.6, polskie napisy, 16 referencji, 4K do druku i edycja produktu. Wcześniejsze modele tej firmy opisałem w tekstach MiniMax: Hailuo, H3 i H3 Max oraz Hailuo AI.