MiniMax H3-Image:ウェイトをダウンロードできる新しい4K画像生成モデル
MiniMaxは2026年11月11日、公式ブログで新モデル「MiniMax H3-Image」を発表した。ウェイトをダウンロードできる画像生成モデルで、Hugging Face(リポジトリ MiniMaxAI/MiniMax-H3-Image)、GitHub(MiniMax-AI/MiniMax-H3-Image)、ModelScopeで公開されている。テキストからの画像生成、最大16枚の参照画像をもとにした生成、既存画像の編集に対応する。
モデルカードによると、拡散トランスフォーマーのパラメータ数は331億。50層構成で3Dマルチモーダル RoPE を採用し、テキストエンコーダーにはQwen3-VLベースのMiniMax-H3のものを使う。BF16チェックポイントはVAE込みで約68.65GB、テキストエンコーダーは別ファイルで約66.7GB。オプションのプロンプト拡張器(MiniMax-H3-Image-PE)もあり、NVFP4形式で17.9GBだ。
MiniMaxは、4K画像(4096 × 4096)を10秒未満で生成でき、主要な競合より最大5倍速いとしている。「Standard」モードで1.5〜2倍、「Highspeed」モードで3〜4倍速いという。ただしブログには、比較に使ったハードウェアも比較対象のモデルも書かれておらず、この速度は独立したベンチマークで裏づけられていない「約束」にとどまる。未検証のコミュニティテストでは、コンシューマー向けGPUでずっと長い時間がかかったという報告もある(INT8ウェイトのRTX 3090で約56秒)。
モデルカードによると、一部の用途については第IV条により別途書面での許可が必要で、MiniMaxのコンソールから申請する。ライセンス全文は確認できていない。ライセンスは「MiniMax-H3-Image Community License Agreement」で、一部の用途を制限しており、標準的なオープンソースライセンスではない。モデルはMiniMax API Platform、MiniMax Code、Hailuo AIでもAPI経由で提供され、価格は同等サービスの50〜70%とされる。発売週には4K以上の解像度のリクエストが50%割引になる。ドキュメントは英語での具体的なプロンプトを推奨しており、他の言語はAPIエンドポイント H3-Image-Context-IR を経由する。
MiniMaxはオープンウェイトモデルの中でプロンプト忠実度が最高水準だと主張しているが、モデル名や数値を示したベンチマークは公開していない。
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- The Neuronの2026年11月11日と13日のダイジェストでこのニュースを見つけた。MiniMaxの公式ブログ(日付、機能、速度と価格に関する主張、提供チャネル)と、Hugging Faceの公式モデルカード(パラメータ、アーキテクチャ、ファイルサイズ、ライセンス、解像度、言語)を読んだ。Hugging FaceのMiniMaxAI組織ページで、リポジトリが存在しダウンロード可能なことも確認した。独立した二次情報源のNeurohiveとAI Weeklyは、331億パラメータ、参照画像16枚、オープンウェイトという点で一致している。H3-Imageを動画モデルH3と混同している情報源は除外した。ライセンスファイルの全文と、GitHubおよびModelScopeのリポジトリは読んでいない。
- Incertezze
- 速度(4Kで10秒未満、最大5倍高速)と品質はMiniMax自身の主張で、ハードウェア、比較モデル、独立したベンチマークは示されていない。未検証のコミュニティテストでは、コンシューマー向けGPUでずっと長い時間がかかったと報告されている(INT8ウェイトのRTX 3090で約56秒)。ライセンス全文は読んでいないため、第IV条の条件は未確認。Hugging Faceでの公開日ははっきりしない(二次情報源では11月10日、ブログでは11日)。ドル建て価格は判読できないグラフにしか載っていない。必要な最小VRAMは公表されていない。
- Perché pubblicarla
- ダウンロード可能なウェイト、公開された技術仕様、ネイティブ4K解像度、最大16枚の参照による編集と、具体的で検証可能なリリースだから。オープンウェイトの画像モデルは、このサイトでまだ扱っていなかった。読者にとって役立つ視点もある。オープンウェイトとオープンソースの違い(別途許可が必要なライセンス)、そして公称性能と実際のハードウェアの差(モデルとエンコーダーで約135GB)だ。