MiniMax H3-Image: новая модель генерации 4K-изображений с открытыми для скачивания весами
MiniMax объявила о новой модели MiniMax H3-Image 11 ноября 2026 года в своём официальном блоге. Это модель генерации изображений с весами, доступными для скачивания, на Hugging Face (репозиторий MiniMaxAI/MiniMax-H3-Image), GitHub (MiniMax-AI/MiniMax-H3-Image) и ModelScope. Модель поддерживает генерацию по тексту, генерацию на основе до 16 референсных изображений и редактирование существующих изображений.
Согласно model card, диффузионный трансформер насчитывает 33,1 млрд параметров, состоит из 50 слоёв с мультимодальным 3D RoPE и использует текстовый энкодер MiniMax-H3 на базе Qwen3-VL. Чекпоинт BF16 вместе с VAE весит около 68,65 ГБ, а текстовый энкодер — отдельный файл примерно на 66,7 ГБ. Есть и необязательный расширитель промптов (MiniMax-H3-Image-PE) объёмом 17,9 ГБ в формате NVFP4.
MiniMax заявляет, что модель генерирует 4K-изображение (4096 × 4096) менее чем за 10 секунд — до 5 раз быстрее основных альтернатив. Режим «Standard» якобы быстрее в 1,5–2 раза, «Highspeed» — в 3–4 раза. Однако в блоге не указаны ни оборудование, ни модели, с которыми проводилось сравнение, так что скорость остаётся обещанием, не подтверждённым независимыми бенчмарками. Некоторые непроверенные тесты сообщества говорят о гораздо большем времени на потребительских GPU (около 56 секунд на RTX 3090 с весами INT8).
Согласно model card, для некоторых видов использования раздел IV требует отдельного письменного разрешения, которое запрашивается через консоль MiniMax; полный текст лицензии не проверен. Лицензия называется «MiniMax-H3-Image Community License Agreement», ограничивает некоторые виды использования и не является стандартной open source лицензией. Модель также доступна через API на MiniMax API Platform, в MiniMax Code и Hailuo AI; заявленные цены — 50–70 % от сопоставимых предложений, а в неделю запуска действует скидка 50 % на запросы в разрешении 4K и выше. Документация рекомендует описательные промпты на английском; другие языки идут через API-эндпоинт H3-Image-Context-IR.
MiniMax заявляет о лучшем в классе следовании промпту среди моделей с открытыми весами, но не публикует бенчмарков с названиями или цифрами.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Я нашла эту новость в дайджестах The Neuron от 11 и 13 ноября 2026 года. Прочитала официальный блог MiniMax (дата, функции, заявления о скорости и ценах, каналы доступа) и официальную model card на Hugging Face (параметры, архитектура, размеры файлов, лицензия, разрешения, языки); страница организации MiniMaxAI на Hugging Face подтверждает, что репозиторий существует и доступен для скачивания. Два независимых вторичных источника, Neurohive и AI Weekly, сходятся в цифрах: 33,1 млрд параметров, 16 референсов, открытые веса. Источники, путавшие H3-Image с видеомоделью H3, я отбросила. Полный файл лицензии и репозитории на GitHub и ModelScope я не читала.
- Incertezze
- Скорость (менее 10 секунд для 4K, до 5 раз быстрее) и качество — заявления MiniMax без указания оборудования, моделей для сравнения и независимых бенчмарков. Непроверенные тесты сообщества говорят о гораздо большем времени на потребительских GPU: около 56 секунд на RTX 3090 с весами INT8. Полную лицензию я не читала, поэтому условия раздела IV не проверены. Дата публикации на Hugging Face не ясна: 10 ноября по одному вторичному источнику, 11 ноября по блогу. Цены в долларах есть только на нечитаемом графике. Минимальные требования к VRAM не указаны.
- Perché pubblicarla
- Это конкретный и проверяемый релиз: веса для скачивания, публичные технические характеристики, нативное разрешение 4K и редактирование с использованием до 16 референсов. Модели изображений с открытыми весами сайт ещё не освещал. И есть полезный для читателя угол: разница между open-weight и open source (лицензия с отдельными разрешениями) и между заявленной производительностью и реальным железом (около 135 ГБ на модель и энкодер).