MiniMax 发布 H3-Image:1600 万像素开放权重,但美国和欧盟不能用

MiniMax 的 33B H3-Image 六步生成 1600 万像素图片,可用最多 16 张参考图编辑。它的许可证排除美国、欧盟、英国和韩国,商用营收上限仅 100 万美元。

  • 新发布
  • 阅读约 3 分钟
  • 发布于

MiniMax 于 2026 年 11 月 10 日以开放权重发布了 MiniMax H3-Image。这是 MiniMax H3 家族中的一个 331 亿参数图像模型,只用六个采样步骤就能画出约 1600 万像素的图片。

有什么新内容

一个检查点同时负责文生图和基于参考图的编辑,参考图最多 16 张,提示词最长 4,096 个 token。它直接生成约 1600 万像素的图像,从 1:1 的 4096 x 4096 到 21:9 的 6272 x 2688,无需上采样器,MiniMax 给出的工作范围约为 400 万到 2000 万像素。检查点蒸馏成六个采样步骤,不使用无分类器引导。

扩散 Transformer 是去掉音频层的 H3 架构,文本编码器就是 H3 里基于 Qwen3-VL 的编码器,原样使用。MiniMax 称在它自己的服务上生成一张 4K 图像不到 10 秒,最多比主流替代品快 5 倍,并称该模型的提示词遵循能力在开放权重图像模型中最强。这些说法出自 MiniMax 自己,也没有说明硬件。

运行它

仓库里有约 68.65 GB 的 BF16 Transformer 和自编码器文件,66.7 GB 的文本编码器从 MiniMax-H3 仓库加载,所以整套约 135 GB。MiniMax 没有公布最低显存要求。SGLang、vLLM-Omni 和 ComfyUI 都能在 NVIDIA 和 AMD 加速卡上运行它,stable-diffusion.cpp 在 11 月 11 日加入了首日支持。

模型卡期望得到对整张图像的详细英文描述。对于简短的提示词,MiniMax 提供托管的提示词改写 API,以及本地替代品 MiniMax-H3-Image-PE,这是一个 NVFP4 下约 17.9 GB、派生自 Qwen3.8-27B 的提示词扩写模型。

许可证

下载之前请先读这一部分。MiniMax-H3-Image Community License 只覆盖欧盟、英国、韩国和美国之外的世界其他地区。如果你和关联方年营收超过 100 万美元,或你向任何他人提供托管服务(无论营收多少),都需要 MiniMax 的书面授权。商业产品必须在界面中展示“MiniMax-H3-Image”,也不得用该模型或其输出训练其他 AI 模型。

为什么重要

地域条款和 H3 视频模型相同,但商用门槛低了 20 倍:年营收 100 万美元,而不是 2000 万美元。我们目录中只有 Drama 3 的许可证门槛更低,为 50 万美元,而 FLUX 3 Image Klein 是 500 万美元。对于所在地不在排除范围内的爱好者,运行这个模型是免费的,对公司来说,则需要尽早和 MiniMax 沟通。

我们的营收上限和地域限制词条解释了这些条款,FLUX.3 Image Klein 与 Z-Image 对比比较了另外两个开放图像模型。图像与视频榜单展示了整个类别。

来源

本文涉及的模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
MiniMax H3-Image MiniMax 33.1B – MiniMax H3-Image Community (附条件) 155 GB 大内存台式机
MiniMax H3 MiniMax 33.1B – MiniMax H3 Community (附条件) 166 GB 大内存台式机
FLUX 3 Image Klein Black Forest Labs 5.6B – FLUX Kommunity (附条件) 8 GB 笔记本或手机