MiniMax H3-Image 开源：4K 图 10 秒生成与 0.23 元定价

MiniMax 在 2026 年 11 月 10 日正式发布 MiniMax H3-Image 并开放权重，这是一款衍生自 H3 的图像生成模型，支持文生图、图像参考和图像编辑三个形态。一句话结论：H3-Image 把 4096 乘 4096 的 4K 图生成压到 10 秒内，标准版 4K 单张折后 0.2261 元，最多可带 16 张参考图，权重同时开放。

这个组合在当前开源图像模型里并不常见。速度上，官方给出的口径是可达市面主流水平的 5 倍；成本上，同档位主流工具的 50% 到 70%；能力上，最多 16 张参考图的多图编辑被列为核心卖点；部署上，模型权重同步开放，官方没有把它关在 API 后面。

MiniMax 官方同时给出了完整的接口参数表和按张计费参考表，本文的数据均取自 MiniMax 开放平台官方文档与 MiniMax Research 官方博客，价格与参数截至 2026 年 11 月 11 日。

10 秒出一张 4K，这个数字具体指什么

官方稿里最硬的一条指标是：H3-Image 能在 10 秒内生成一张 4096 乘 4096 像素、约 16 MP 的高分辨率图像。

把这句话拆开看，有三层信息。第一是分辨率口径，MiniMax 用的是 4096 乘 4096 的方形 4K，而不是 3840 乘 2160 的消费级 4K，16 MP 这个数字在接口文档里对应 area 档位里的 4K 默认档。第二是生成速度口径，10 秒对应的是官方宣称的常规模式下完成一张图的耗时。第三是横向参照，MiniMax 称这个速度可达市面主流水平的 5 倍。

速度并非只有一条线。官方博客给出的区分是：H3-Image 标准模式的速度是主流工具的 1.5 到 2 倍，Highspeed 模式可达 3 到 4 倍。也就是说，API 侧实际存在两个模型规格，MiniMax-H3-Image 和 MiniMax-H3-Image-Highspeed，两者参数与限制完全相同，切换只需要改请求里的 model 字段。

值得一提的是，MiniMax 没有把 5 倍当成统一结论。5 倍是 H3-Image 在速度上的整体宣称，具体到不同任务类型，官方的表述是标准模式 1.5 到 2 倍、极速模式 3 到 4 倍，落在区间内而非固定倍数。

官方还描述了 H3-Image 相对前一代 image-01 的两个方向。一是画面细节与真实感，MiniMax 的表述是要缩小 AI 生成图像与真实视觉世界的距离，避免常见的所谓 AI 感。二是指令遵循，官方称提供了开源模型中最强的指令遵循能力。这两项官方没有给出量化跑分，只有定性描述，实际表现需要在真实工作流里验证。

API 参数表：哪些限制会真正卡住工作流

MiniMax 开放平台的图像生成文档给出了完整的接口规格。以下是实际调用时会碰到硬边界的关键项。

尺寸档位有一张换算表值得单独记住。指定宽高比加面积档位时，实际输出的像素由服务端按比例计算。

接口文档里有三处容易踩的细节。第一，size 与 aspect_ratio 或 area 互斥，同时传会返回 400。第二，用文生图时如果关闭了 Prompt 增强，就必须用 size 明确指定宽高，否则同样返回 400。第三，b64_json 方式不支持流式输出，且有总面积上限，大批量场景更适合走 url 加流式推送。参考图的单张规格也会影响费用，官方给出的参考输入规格是 1K 即 1024 乘 1024。

单张成本表：0.2261 元这个数字怎么来的

MiniMax 图片生成按 token 计费，不是按张固定计费。官方给出的单价如下。

官方同时给出了一张按场景折算的单张参考表，这是最容易直接拿去做预算的数字。

折扣的适用范围是官方明确写死的：即日起至 2026 年 11 月 18 日 00:00 北京时间，MiniMax-H3-Image 与 MiniMax-H3-Image-Highspeed 最终交付图片的宽乘高大于等于 1660 万像素的请求，整次请求费用五折。折算下来，标准版 4K 文生图是 0.2261 元一张。

对比之下，MiniMax 上一代的 image-01 与 image-01-live 在官方定价表里是 0.025 元每张的固定单价。单价看起来差了将近十倍，但计费口径完全不同，旧模型按张固定计费，新模型按 token 计费，官方也明确提示费用不一定随分辨率增加而增加，因为不同分辨率下的 token 用量存在差异。所以这张表只能横向比同一代模型的场景，不能直接当成代际降本结论。

另一个值得注意的细节是参考图的成本。3 张参考图的 4K 编辑折后 0.2605 元，比 1 张参考图的 0.2404 元只贵 0.02 元。多挂参考图的边际成本很低，这对需要保持主体一致性的商业图工作流是个实际利好。

放到竞品桌上：Seedream 5.5、OpenAI Images 2.6 与 Pika H3 Flex

把 H3-Image 放进同一张表才有参考价值。下面这张表把几个可以直接比的对象放在一起，价格口径与模型形态各不相同，看的时候注意区分。

Seedream 5.5 的 2K 方图 0.28 元与 H3-Image 标准版折后 4K 的 0.2261 元放在一起看，H3-Image 在分辨率高一个量级的同时价格更低，但这依赖 11 月 18 日截止的折扣窗口，优惠结束后 4K 会回到 0.4522 元。

Recraft V4.1 Flash 是另一个极端。它走的是极致速度路线，约 1.3 秒一张，单价 0.007 美元，成本只有 H3-Image 的几十分之一，但分辨率和编辑能力不在同一个维度。H3-Image 的路线是把高分辨率、多参考图编辑和开放权重一起做，这是完全不同的取舍。

速度上的参照对象 OpenAI Images 2.6 宣称 Flare 约 9.6 秒出图，和 H3-Image 的 10 秒 4K 处在同一量级。但 Images 2.6 的输出格式更宽，GIF 与 SVG 都在支持列表里，这是 H3-Image 目前没有覆盖的部分。

开放权重这件事的实际含义

MiniMax 在发布稿里明确写了，同 H3 一样坚持开放权重的策略，理由是促进开源社区共享技术、方便创作者自由定制模型。官方给出的模型权重地址在 Hugging Face 的 MiniMaxAI 组织下，同时通过 MiniMax 开放平台、MiniMax Code 和 MiniMax 海螺三处提供托管服务。

开放权重与托管 API 并行是 MiniMax 这一贯的做法。H3 本身的权重开放时也同步提供了自托管部署文档，平台侧的托管服务面向不想自己搭环境的用户。对有图像生成需求的团队来说，这意味着可以先用 API 验证工作流，再决定要不要把权重拉到自己的机器上跑。

自托管路线的门槛主要在硬件。H3-Image 衍生自 H3 预训练带来的图像能力，官方描述为在数据、强化学习、步数压缩、PE、部署优化等方面做了后训练链路的强化。官方没有公开 H3-Image 的参数量级与显存占用要求，这块信息需要等模型卡补充完整后才能判断部署成本。

官方文档里还提供了一条自建部署路径，MiniMax 开放平台文档中心有独立的本地运行与自托管部署章节，H3 也在其中。当前这套文档针对的是 H3 系列，H3-Image 是否提供独立的一键自托管脚本，官方博客没有明说。

什么时候该用 H3-Image，什么时候不该

三类场景可以直接上手。第一是电商与商品图，4K 分辨率加上多张参考图，能把同一商品不同角度的信息塞进一次请求，参考图的边际成本又只有 0.02 元级别。第二是海报与封面类大尺寸需求，4096 乘 4096 意味着 16:9 的输出能到 5472 乘 3072，覆盖印刷级需求。第三是需要私有化部署的团队，权重开放让合规敏感的场景有路可走。

两类场景需要谨慎。第一是需要精确局部修改的流程，接口文档明确写了暂不支持局部编辑的 mask 参数。第二是需要透明背景素材的流程，透明背景同样在不支持列表里。这两条限制在 API 侧没有变通方案，得走别的工具补齐。

还有一类是纯文本转配图的大批量低成本场景。Recraft V4.1 Flash 那类每秒一张级别的模型更适合这类活，H3-Image 的 4K 输出与多参考图能力在批量低分辨率任务上是浪费。

相关阅读

站内关于图像生成成本与接口的实操内容，可以对照阅读 Seedream 5.5 发布：100 轮编辑不跑样，2K 方图 0.28 元一张，以及 OpenAI Images 2.6：Flare 9.6 秒出图，GIF 与 SVG 支持。想了解自建环境的出图链路踩坑，看 ComfyUI API 批量出图：提交成功却拿不到图的五个坑。开放权重的另一条路线可以看 Pika H3 Flex 深度：6 步蒸馏 0.01 美元每秒，4K 音视频开放权重。

常见问题

H3-Image 怎么收费，4K 一张多少钱？

按 token 计费，标准版文本输入 15 元、图片输入 10 元、图片输出 25 元每百万 tokens。官方给出的参考值是标准版 4K 文生图 0.4522 元每张，即日起至 2026 年 11 月 18 日 00:00 北京时间、且输出像素大于等于 1660 万时享五折，折后 0.2261 元每张。极速版 4K 折后 0.4275 元每张。实际费用按 token 结算，不严格等于表中数值。

H3-Image 支持几张参考图，能做局部编辑吗？

参考图支持 1 到 16 张，每张按图片输入计费。局部编辑的 mask 参数与透明背景目前都不支持，预览图也没有提供。想要精确修改某个区域，或者需要抠图结果，得搭配其它工具处理。

H3-Image 的权重在哪，怎么自托管？

权重在 Hugging Face 的 MiniMaxAI 组织下开放。不想自己部署可以直接用 MiniMax 开放平台 API，模型名填 MiniMax-H3-Image 或 MiniMax-H3-Image-Highspeed，接口是 POST /v1/images/generations 与 POST /v1/images/edits。自托管的硬件要求与显存占用官方尚未给出完整数据，需等模型卡补充。