IT时报记者 毛宇
11月10日,MiniMax发布图像生成模型MiniMax H3-Image,并同步开放模型权重。该模型由MiniMax H3衍生,支持文生图、图像参考和图像编辑。
在H3预训练赋予的广泛图像能力基础上,H3-Image进一步强化了整个后训练链路,数据、强化学习、步数压缩、PE、部署优化等多方面提升使得H3-Image同时具备了速度、画面质量、指令遵循三方面竞争力。

据官方介绍,MiniMax H3-Image可以在10秒内生成一张4096×4096像素、约16MP(4K)的高规格图像,速度可达市面主流水平的5倍。画面质量上,模型提供了丰富的画面细节和较强的真实感。此外,H3-Image拥有开源模型中顶级的指令遵循能力,最多支持16张参考图片。
MiniMax同时通过开放平台、MiniMax Code和MiniMax海螺提供H3-Image图像生成服务。H3-Image标准模式的生成速度约为市面主流工具的1.5至2倍,Highspeed模式可达3至4倍,服务定价约为同档位主流工具的50%至70%。发布首周,MiniMax对16MP及以上规格的生成请求提供官方定价五折优惠。

MiniMax H3发布三个月后,将开放权重的策略从视频生成延伸到图像生成。模型架构方面,H3-Image移除了H3原有架构中的音频分支,对图像生成和编辑进行了优化。Hugging Face公布的技术资料显示,H3-Image采用331亿参数的稠密扩散Transformer(DiT),共有50层,沿用MiniMax H3的Qwen3-VL文本编码器,并结合图像VAE处理参考图片和生成图像。
企业和开发者可以基于模型权重探索新的工具和创作方式,也可以通过MiniMax开放平台等官方渠道直接使用生成服务。通过H3-Image的官方API,个人开发者可以在MiniMax Code、WorkBuddy、Codex等智能体中接入日常工作流,让图像生成成为各类Agent框架可调用的基础能力。
从能力定位看,H3-Image的重点在于复杂创作要求的理解与转化,即将文字和多层信息准确呈现为有美感、有真实感的画面。该模型将指令遵循、多图参考与高分辨率生成结合,延续了MiniMax的多模态融合路线。
开源首日,MiniMax携手华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD、英特尔、Tenstorrent等芯片企业及多家主流推理和云服务平台推进Day 0接入工作。











