实体库 · 模型
MiniMax H3-Image(MiniMax-H3-Image)
MiniMax H3-Image(MiniMax-H3-Image):模型 · 图像 · 视频 · 世界;2026-11-11 · 开放权重 · MiniMax-H3-Image Community License Agreement;实体库里有 1 条带证据的关系(1 条由它指出,0 条指向它)。
- 发布日2026-11-11
- 可得性开放权重
- 许可MiniMax-H3-Image Community License Agreement(自定义,HF 标签 other,不是 OSI 开源):适用地域是全球但不含欧盟、英国、韩国、美国,这四地使用要另向 MiniMax 申请许可;年化收入超过 100 万美元,或对第三方提供托管服务(含 API),须另获书面授权;不得用其权重或输出去改进其他 AI 模型;商用产品界面要显示“MiniMax-H3-Image”
- 规模 / 类型扩散 Transformer(DiT)33.1B 参数,稠密、50 层(模型卡);文本编码器原样沿用 MiniMax-H3 的 Qwen3-VL 文本编码器,不在该仓库里(权重约 66.7 GB);DiT 仓库合计 68.65 GB(BF16);蒸馏到 6 步采样、不用 classifier-free guidance;文生图和改图是同一个检查点;出图约 1,600 万像素(4096×4096,到 6272×2688),最多 16 张参考图;另有可选的提示扩写模型 MiniMax-H3-Image-PE(NVFP4,17.9 GB)
- 可得性(原文)开放权重,Hugging Face 免登录下载(gated: false),也上了 ModelScope;同时可在 MiniMax API 平台、MiniMax Code、海螺(Hailuo)使用;API 绝对价格官方页没写,只说是同类主流产品的 50%–70%,发布周 4K 及以上请求半价;模型卡推荐 SGLang、vLLM-Omni、diffusers、LightX2V、ComfyUI 部署
- 要点架构(模型卡):沿用 H3 的设计、去掉音频分支,DiT 50 层、隐藏维 5376、56 个注意力头,图像 VAE 16 倍下采样、24 个潜通道;API 只接受 6 步或不填采样步数,其他值返回 HTTP 400
- 速度与价格:官方博客称 4K 图 10 秒内生成,最快可达主流同类的 5 倍;标准模式快 1.5–2 倍、高速模式快 3–4 倍;价格是同类的 50%–70%;博客没有写对比对象、硬件和测试条件(厂商自述)
- 质量:官方称提示遵循是开放权重图像模型里最强的(“state-of-the-art prompt adherence among open-weight models”);博客和模型卡都没有给基准分数或榜单,本刊没有找到第三方评测(厂商自述)
- 日期口径:HF 仓库建于 11-03,但内容首次提交是 11-10 UTC 14:50,仓库建日不当作发布日;官方博客页按北京时间写 11-11,许可文件按美国时间写 11-10(模型卡、HF 提交记录)
- 一手链接MiniMax 官方博客 · Hugging Face 模型卡 · 许可全文(LICENSE)
- 进了台账的期EP.111
关系 每条写成一句话:主语 → 宾语,点开看证据
开发者 · 1
- MiniMax H3-Image(MiniMax-H3-Image)的开发方是MiniMax
证据 1
在 Landscape 的位置 · 1
- MiniMax H3-Image(MiniMax-H3-Image)出现在 Landscape 的「AI 新模型台账 · 05 图像、视频与世界模型」