À retenir
- MiniMax H3 Image (MiniMax-H3-Image) est le modèle d’image de MiniMax, sorti le 10 novembre 2026. MiniMax H3 est un autre modèle, qui produit de la vidéo avec audio. Si vous avez cherché « MiniMax H3 peut-il générer des images ? », la réponse s’appelle H3 Image.
- Un seul modèle assure le texte vers image et la retouche avec jusqu’à 16 images de référence, en 1K, 2K ou 4K, ou dans une taille exacte allant jusqu’à 20 000 000 pixels.
- La 4K est native : environ 16 mégapixels pour chaque format d’image, de 4096×4096 à 6272×2688, rendus directement en pleine taille.
- PoYo applique un prix fixe par image : $0.016 en 1K ou 2K et $0.056 en 4K, soit 19–31% de moins que le prix catalogue au token de MiniMax ($0.02179, $0.02333 et $0.06879 par image Standard).
- Les poids sont ouverts sur Hugging Face, sous la MiniMax-H3-Image Community License. L’auto-hébergement demande environ 135 Go de poids et de gros GPU : pour la plupart des équipes, l’API hébergée sur PoYo est donc la voie la plus rapide, avec une seule clé et un paiement à l’usage.
MiniMax H3 Image ou MiniMax H3 : lequel produit des images ?
MiniMax utilise le nom H3 pour deux modèles, et de nombreuses recherches les confondent.
| MiniMax H3 Image | MiniMax H3 (Hailuo 03) | |
|---|---|---|
| Ce qu’il produit | Des images fixes | De la vidéo avec audio natif |
| Tâches | Texte vers image, retouche d’image, composition à partir de plusieurs références | Texte vers vidéo, première/dernière image, références image, vidéo et audio |
| Sortie | Images 1K, 2K ou 4K, jusqu’à 20 MP | Vidéo 2K de 5 à 15 secondes |
| ID du modèle sur PoYo | minimax-h3-image | hailuo-03 |
| Prix sur PoYo | À partir de $0.016 par image | $0.105 par seconde de vidéo |
| Guide | Cet article | Guide de l’API MiniMax H3 |
Les deux sont liés : la fiche du modèle de MiniMax décrit H3 Image comme l’architecture H3 spécialisée pour les images, et il réutilise tel quel l’encodeur de texte de H3. Alors, MiniMax H3 peut-il générer des images ? Oui, grâce à MiniMax H3 Image, le membre de la famille H3 dédié à l’image fixe. Pour la vidéo, utilisez MiniMax H3 ; pour les images, utilisez MiniMax H3 Image.
MiniMax H3 Image en un coup d’œil
| Élément | Caractéristique |
|---|---|
| Sortie | 10 novembre 2026 (date de la licence) |
| Modèle | Diffusion transformer de 33.1B paramètres, distillé à 6 étapes d’échantillonnage pour la vitesse |
| Tâches | Texte vers image et retouche d’image dans un même checkpoint |
| Tailles 4K natives | 4096×4096 (1:1), 4736×3552 (4:3), 5024×3360 (3:2), 5472×3072 (16:9), 6272×2688 (21:9), plus les versions portrait |
| Tailles personnalisées (API MiniMax) | De 655 360 à 20 000 000 pixels, rapport de 1:3 à 3:1 |
| Images de référence | De 1 à 16 par retouche |
| Enrichissement du prompt | Réécrit un prompt court, dans n’importe quelle langue, en une description détaillée de toute l’image en anglais |
| Vitesse annoncée | Une image 4K (4096×4096) « en moins de 10 secondes » ; Standard tourne 1.5–2× et Highspeed 3–4× « plus vite que les alternatives courantes » |
| Paliers hébergés chez MiniMax | MiniMax-H3-Image (Standard) et MiniMax-H3-Image-Highspeed |
| Poids ouverts | Oui, MiniMaxAI/MiniMax-H3-Image sur Hugging Face |
MiniMax décrit son objectif comme le fait de rendre « la génération d’images 4K pratique pour les workflows créatifs du quotidien ». Le meilleur moyen de juger la qualité pour votre usage est de lancer vos propres prompts dans le Playground de PoYo.

Photographie, peinture, 3D et pixel art avec un seul modèle. Vitrine issue de la fiche du modèle H3-Image de MiniMax.
Tarifs de MiniMax H3 Image : des tokens au coût par image
Tarifs officiels au token
MiniMax facture par million de tokens sur sa propre API :
| Palier | Entrée texte | Entrée image | Sortie image |
|---|---|---|---|
| MiniMax-H3-Image (Standard) | $2.30 | $1.50 | $3.80 |
| MiniMax-H3-Image-Highspeed | $2.30 | $3.00 | $7.60 |
L’entrée texte inclut les tokens ajoutés par l’enrichissement du prompt : c’est pourquoi MiniMax précise que « les coûts réels peuvent varier », même à résolution égale.
Coût officiel par image
MiniMax publie aussi des exemples par image, le moyen le plus fiable de convertir ses tarifs au token :
| Requête | Standard | Highspeed |
|---|---|---|
| Texte vers image, 1K | $0.02179 | $0.03529 |
| Texte vers image, 2K | $0.02333 | $0.03622 |
| Texte vers image, 4K | $0.06879 | $0.13001 |
| Retouche, 1 référence (1K en entrée) → 2K | $0.02658 | $0.04576 |
| Retouche, 1 référence (1K en entrée) → 4K | $0.07312 | $0.13673 |
| Retouche, 3 références (1K en entrée) → 2K | $0.04177 | $0.06069 |
| Retouche, 3 références (1K en entrée) → 4K | $0.07914 | $0.15407 |
Comment les tokens s’additionnent
Lors des tests de PoYo en novembre 2026, une image a consommé la plus grande des deux valeurs entre 4 096 tokens de sortie et largeur × hauteur ÷ 1 024. Un token par tranche de 1 024 pixels correspond à la fiche du modèle, où chaque token DiT couvre un bloc de 32×32 pixels.
| Sortie | Pixels | Tokens de sortie | Coût de sortie (Standard) |
|---|---|---|---|
| 1K, 1024×1024 | 1 048 576 | 4 096 (minimum) | $0.0156 |
| 2K, 2048×2048 | 4 194 304 | 4 096 | $0.0156 |
| 4K, 4096×4096 | 16 777 216 | 16 384 | $0.0623 |
| Maximum personnalisé | 20 000 000 | 19 531 | $0.0742 |
Ajoutez les tokens de texte de l’enrichissement du prompt, environ 2 700 à 3 400 par requête à $2.30 par million (environ $0.006–$0.008), et vous retrouvez les exemples de MiniMax : $0.0156 + $0.0062 ≈ $0.0218 en 1K, et $0.0623 + $0.0065 ≈ $0.0688 en 4K.
Deux conséquences en découlent :
- Le 1K et le 2K coûtent presque le même prix, car tous deux se situent au minimum de 4 096 tokens. Dès que vous avez besoin de détails, le 2K offre le meilleur rapport qualité-prix.
- La 4K coûte environ trois fois plus que le 2K, puisqu’elle compte quatre fois plus de pixels.
Coût par image de MiniMax H3 Image sur PoYo
PoYo facture un prix fixe par image, enrichissement du prompt compris : vous connaissez donc le coût exact avant l’envoi, et chaque requête revient moins cher que le prix catalogue au token de MiniMax :
| Requête | Prix sur PoYo | Crédits | Prix catalogue MiniMax | Écart |
|---|---|---|---|---|
| Texte vers image, 1K | $0.016 | 3.2 | $0.02179 | −27% |
| Texte vers image, 2K | $0.016 | 3.2 | $0.02333 | −31% |
| Texte vers image, 4K | $0.056 | 11.2 | $0.06879 | −19% |
| Retouche, 1 référence → 2K | $0.0185 | 3.7 | $0.02658 | −30% |
| Retouche, 3 références → 2K | $0.0235 | 4.7 | $0.04177 | −44% |
| Retouche, 3 références → 4K | $0.0635 | 12.7 | $0.07914 | −20% |
Comment se construit le prix PoYo :
- 1K ou 2K : 3.2 crédits ($0.016) par image. Un
WIDTHxHEIGHTpersonnalisé jusqu’à 4 500 000 pixels relève de ce prix. - 4K : 11.2 crédits ($0.056) par image. Une taille personnalisée au-delà de 4 500 000 pixels relève de ce prix.
- Images de référence : +0.5 crédit ($0.0025) chacune.
- Les tâches échouées sont gratuites.
- Une seule clé d’API couvre MiniMax H3 Image et tous les autres modèles d’image, de vidéo et d’audio de PoYo, avec des crédits à l’usage.
Exemples chiffrés
| Scénario | Requête | Coût sur PoYo |
|---|---|---|
| 500 miniatures de produits en 2K | 500 × $0.016 | $8.00 |
| 20 visuels clés de campagne en 4K 16:9 | 20 × $0.056 | $1.12 |
| Home staging : pièce vide + 9 meubles, 2K | $0.016 + 10 × $0.0025 | $0.041 |
| 10 000 images pour les réseaux sociaux en 2K | 10 000 × $0.016 | $160 |
Poids ouverts ou API hébergée ?
MiniMax a publié les poids de H3 Image sur Hugging Face : « Comme pour H3, nous publions les poids du modèle H3-Image. » Le déploiement local devient donc une option réelle, qui mérite d’être comparée à une API.
Ce qu’exige une exécution locale
- Taille du téléchargement : le checkpoint du modèle d’image pèse 68.65 Go, et il charge l’encodeur de texte de H3 (66.7 Go) depuis le dépôt MiniMax-H3 : prévoyez donc environ 135 Go au total. L’enrichisseur de prompt facultatif ajoute 17.9 Go.
- GPU : MiniMax indique qu’« un B200 ou un B300 contient l’ensemble du modèle dans environ 135 Gio, et qu’un H200 délègue l’encodeur de texte hors GPU ». SGLang décharge des composants du modèle lorsque moins de 130 Gio sont libres, et propose des configurations « du B300 jusqu’aux cartes de 12 Go ». Le parallélisme de séquence multi-GPU réduit la latence.
- Frameworks : SGLang, vLLM-Omni, diffusers, LightX2V et ComfyUI.
- Plage de qualité optimale : environ 4 à 20 MP, idéalement autour de 16 MP.
Fonctionnement de la licence
Les poids relèvent de la MiniMax-H3-Image Community License Agreement, la licence propre à MiniMax :
- Libre d’utilisation et d’adaptation : une licence libre de redevances pour utiliser, reproduire, distribuer, modifier et créer des œuvres dérivées dans le Territoire applicable de la licence, défini comme le monde entier hors Union européenne, Royaume-Uni, République de Corée et États-Unis. MiniMax invite les organisations de ces quatre régions à le contacter pour obtenir une licence.
- Déploiements plus importants : les entreprises dont le chiffre d’affaires annualisé dépasse $1 million, ainsi que toute personne proposant un service hébergé à des tiers, demandent une autorisation écrite à MiniMax via sa console de licence.
- Mention : les produits commerciaux affichent de façon visible « MiniMax-H3-Image » dans leur interface utilisateur.
- Contenus produits : MiniMax vous laisse les droits sur les contenus générés, et vous êtes responsable de leur usage.
Local ou API
| Poids ouverts auto-hébergés | API hébergée (MiniMax ou PoYo) | |
|---|---|---|
| Travail préalable | Télécharger environ 135 Go, provisionner de gros GPU, faire tourner une pile de service | Une clé d’API |
| Modèle de coût | Temps GPU, qu’il soit utilisé ou inactif | À l’image (PoYo) ou au token (MiniMax) |
| Vitesse | Dépend de votre matériel | Gérée ; environ 12 secondes pour une image 2K sur PoYo |
| Contrôle | Accès complet au pipeline, y compris les seeds pour des exécutions reproductibles | Les champs de requête exposés par chaque API |
| Conditions | Territoire et conditions de chiffre d’affaires de la Community License | Les conditions d’utilisation de la plateforme |
| Idéal pour | Recherche, pipelines hors ligne, très gros volumes réguliers dans les territoires couverts par la licence | Produits, volumes variables, équipes qui veulent des résultats dès le premier jour |
Pour la plupart des équipes, l’API hébergée sur PoYo est le choix pratique. À $0.016 par image 2K, 10 000 images coûtent $160 par mois, facturées à l’image avec une seule clé d’API et sans rien à installer. L’auto-hébergement convient aux équipes qui disposent déjà de gros GPU avec de la capacité disponible, ou dont le volume est assez élevé et régulier pour occuper un gros GPU en permanence.
Choisir les réglages de l’API hébergée
Si vous utilisez l’API, ces réglages déterminent la qualité et le coût :
| Objectif | Réglage |
|---|---|
| Coût le plus bas avec un bon niveau de détail | resolution: "2K" ; il coûte le même prix que le 1K sur PoYo |
| Impression, grandes bannières, recadrages | resolution: "4K" pour environ 16 MP |
| Mise en page exacte, comme une diapositive en 1920×1080 | Une size personnalisée comme 1920x1080 |
| Suivre à la lettre votre prompt long et détaillé | enable_prompt_expansion: false (texte vers image) |
| Idée courte, ou prompt dans n’importe quelle langue | Laissez l’enrichissement du prompt activé |
| Retouche qui conserve le cadrage de la source | size: "auto", qui suit <Picture 1> |

Un rendu 3D sans textures transformé en image de film avec la même composition. Exemple issu de la fiche du modèle H3-Image de MiniMax.
Comment utiliser MiniMax H3 Image sur PoYo
Un seul ID de modèle couvre les deux tâches : envoyez un prompt pour le texte vers image, et ajoutez image_urls pour la retouche.
Paramètres
| Champ | Type | Valeurs | Par défaut |
|---|---|---|---|
model | chaîne | minimax-h3-image | Obligatoire |
input.prompt | chaîne | 1–5 000 caractères | Obligatoire |
input.image_urls | tableau | 1–16 URL publiques JPEG, PNG ou WebP, jusqu’à 20 Mo chacune, 128–8 192 px par côté | Aucune |
input.size | chaîne | 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (retouches), ou WIDTHxHEIGHT | 1:1 (texte vers image), auto (retouches) |
input.resolution | chaîne | 1K, 2K ou 4K | 2K |
input.enable_prompt_expansion | booléen | Enrichir le prompt avant la génération (texte vers image) | true |
input.output_format | chaîne | png ou jpeg | png |
callback_url | chaîne | URL qui reçoit un POST lorsque la tâche se termine ou échoue | Aucune |
Tailles prédéfinies courantes :
size | 1K | 2K | 4K |
|---|---|---|---|
1:1 | 1024×1024 | 2048×2048 | 4096×4096 |
4:3 | 1184×896 | 2368×1760 | 4736×3552 |
3:2 | 1248×832 | 2496×1664 | 5024×3360 |
16:9 | 1376×768 | 2720×1536 | 5472×3072 |
9:16 | 768×1376 | 1536×2720 | 3072×5472 |
21:9 | 1568×672 | 3136×1344 | 6272×2688 |
Un WIDTHxHEIGHT personnalisé accepte n’importe quelles largeur et hauteur entières totalisant de 655 360 à 20 000 000 pixels, avec un rapport compris entre 1:3 et 3:1, et l’image est renvoyée exactement à cette taille.
Générer une image 4K
curl --request POST "https://api.poyo.ai/api/generate/submit" \
--header "Authorization: Bearer ${POYO_API_KEY}" \
--header "Content-Type: application/json" \
--data '{
"model": "minimax-h3-image",
"input": {
"prompt": "A vintage travel poster for Kyoto, headline \"KYOTO\" in large bold serif letters at the top and subtitle \"City of a Thousand Gates\" below it, red torii gates receding up a mossy hill, autumn maple leaves, 1960s screen-print style",
"size": "16:9",
"resolution": "4K"
}
}'

Texte chinois et anglais rendu et résolu sur un tableau. Exemple issu de la fiche du modèle H3-Image de MiniMax.
Cette requête renvoie une image de 5472×3072 pour 11.2 crédits. La réponse à l’envoi contient l’ID de la tâche :
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Retoucher à partir de plusieurs images de référence
Les images sont numérotées dans l’ordre de image_urls : la première est <Picture 1>, la deuxième <Picture 2>, et ainsi de suite :
curl --request POST "https://api.poyo.ai/api/generate/submit" \
--header "Authorization: Bearer ${POYO_API_KEY}" \
--header "Content-Type: application/json" \
--data '{
"model": "minimax-h3-image",
"input": {
"prompt": "Place the sofa from <Picture 2> and the floor lamp from <Picture 3> in the empty living room in <Picture 1>. Keep the walls, windows and daylight of <Picture 1> unchanged.",
"image_urls": [
"https://example.com/empty-room.png",
"https://example.com/sofa.png",
"https://example.com/floor-lamp.png"
],
"resolution": "2K"
}
}'

Une pièce vide et neuf meubles composés en un seul salon. Exemple issu de la fiche du modèle H3-Image de MiniMax.
Avec la valeur par défaut size: "auto", l’image produite suit le format de <Picture 1> pour une surface d’environ 2048×2048 pixels. Cette requête coûte 3.2 + 3 × 0.5 = 4.7 crédits ($0.0235). Les retouches utilisent toujours l’enrichissement du prompt.
Récupérer le résultat
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Signification | Étape suivante |
|---|---|---|
not_started | En file d’attente | Interroger de nouveau |
running | Génération en cours | Interroger de nouveau |
finished | Terminée | Lire data.files[0].file_url |
failed | Échouée, sans frais | Lire data.error_message |
Une fonction Python minimale d’interrogation :
import os, time, requests
BASE_URL = "https://api.poyo.ai"
HEADERS = {"Authorization": f"Bearer {os.environ['POYO_API_KEY']}"}
def wait_for_image(task_id, interval=4, max_checks=60):
for _ in range(max_checks):
resp = requests.get(f"{BASE_URL}/api/generate/status/{task_id}", headers=HEADERS, timeout=30)
task = resp.json()["data"]
if task["status"] == "finished":
return task["files"][0]["file_url"]
if task["status"] == "failed":
raise RuntimeError(task["error_message"])
time.sleep(interval)
raise TimeoutError(f"Still running; keep {task_id} and check again later")
Lors des tests de PoYo en novembre 2026, une image 1K ou 2K a pris environ 12 secondes, une image 4K environ 22 à 25 secondes, et une retouche avec trois images de référence environ 44 secondes. Si votre attente arrive à échéance, conservez le task_id et interrogez-le de nouveau plus tard ; la tâche continue de s’exécuter côté PoYo.
Conseils tirés du guide de prompts de MiniMax
Les conseils officiels de MiniMax en matière de prompts, et comment les appliquer :
- « La tâche avant le style, la mise en page avant les détails. » Indiquez à quoi sert l’image et ce qu’elle contient, puis la mise en page, puis le style à travers des couleurs, matières et lumières visibles.
- « Citez chaque mot à afficher, avec sa position et ses retours à la ligne. » La vitrine officielle affiche correctement des énigmes logiques en chinois et en anglais sur un tableau.
- Lorsque vous voulez une image épurée, écrivez « no text, letters or numbers in the image » dans le prompt principal. Le modèle interprète le mieux les exclusions lorsqu’elles figurent directement dans le prompt.
- « Fournissez des données exactes pour les graphiques et les images pédagogiques », avec les unités et les périodes.
- « Attribuez un rôle à chaque image de référence, et dites ce qui change et ce qui reste. » Par exemple : « <Picture 1> est la pièce, <Picture 2> est le canapé ; garde le sol et les fenêtres. »
- Décrivez les grilles en lignes et en colonnes, par exemple « 2 lignes et 3 colonnes ».
- Utilisez le 2K pour les brouillons. Il coûte le même prix que le 1K sur PoYo et offre quatre fois plus de pixels ; passez en 4K pour la version finale.

Une instruction claire modifie un seul détail et conserve le reste de la scène. Exemple issu des supports H3-Image de MiniMax.
Pour d’autres modèles d’image, comparez notre analyse Nano Banana 2.1 ou GPT Image 2.5 et le guide de l’API MAI Image 2.6. Pour créer une vidéo à partir d’images H3 Image, consultez le tutoriel de storyboard GPT Image 2.5 + MiniMax H3.
FAQ
MiniMax H3 peut-il générer des images ?
Oui, grâce à MiniMax H3 Image. MiniMax H3 est le modèle de vidéo et d’audio ; MiniMax H3 Image est le modèle d’image fixe distinct que MiniMax a sorti le 10 novembre 2026, construit sur la même architecture et spécialisé pour les images. Sur PoYo, appelez minimax-h3-image pour les images et hailuo-03 pour la vidéo.
Qu’est-ce que MiniMax H3 Image ?
MiniMax H3 Image (MiniMax-H3-Image) est le modèle à poids ouverts de MiniMax pour le texte vers image et la retouche d’image. C’est un diffusion transformer de 33.1B paramètres qui produit des images 4K natives d’environ 16 mégapixels et retouche ou compose jusqu’à 16 images de référence.
Combien coûte l’API MiniMax H3 Image ?
MiniMax affiche $2.30, $1.50 et $3.80 par million de tokens d’entrée texte, d’entrée image et de sortie image sur son palier Standard, ce qui revient à environ $0.022 par image en 1K ou 2K et $0.069 en 4K. Sur PoYo, le prix est fixe : $0.016 par image en 1K ou 2K et $0.056 en 4K, plus $0.0025 par image de référence, enrichissement du prompt compris.
MiniMax H3 Image prend-il en charge la 4K ?
Oui. La 4K produit environ 16 mégapixels pour chaque format d’image, par exemple 4096×4096 en 1:1 et 5472×3072 en 16:9. Les tailles personnalisées montent jusqu’à 20 000 000 pixels.
Combien d’images de référence MiniMax H3 Image peut-il utiliser ?
Jusqu’à 16 par retouche. Désignez-les dans le prompt selon leur ordre, sous la forme <Picture 1>, <Picture 2>, etc., et attribuez un rôle à chacune.
MiniMax H3 Image est-il open source ? Peut-on l’exécuter en local ?
Oui. MiniMax publie les poids sur Hugging Face sous la MiniMax-H3-Image Community License. Leur exécution demande environ 135 Go de poids, encodeur de texte compris ; un seul B200 ou B300 contient l’ensemble du modèle, et SGLang propose des configurations jusqu’aux cartes de 12 Go avec déchargement. La licence est libre de redevances dans son Territoire applicable, et les grandes entreprises ou les services hébergés demandent une autorisation écrite à MiniMax. Pour les applications en production, l’API hébergée sur PoYo vous permet de démarrer avec une seule clé.
Quelle est la différence entre Standard et Highspeed ?
Sur la plateforme de MiniMax, Highspeed a les mêmes paramètres et limites que Standard, mais s’exécute plus vite : MiniMax annonce 3–4× la vitesse des alternatives courantes, contre 1.5–2× pour Standard. Ses tokens d’entrée et de sortie image coûtent deux fois plus cher, si bien qu’une image 4K coûte environ $0.13 au lieu de $0.069. Sur PoYo, minimax-h3-image coûte un prix fixe de $0.056 en 4K.
À quoi sert l’enrichissement du prompt, et est-il facturé en supplément ?
Il réécrit votre prompt en une description détaillée de toute l’image avant la génération. Sur l’API de MiniMax, le texte ajouté est facturé en tokens d’entrée, environ $0.006–$0.008 par requête. Sur PoYo, il est inclus dans le prix par image. Désactivez-le en texte vers image lorsque vous voulez qu’un prompt long soit suivi à la lettre ; les retouches l’utilisent toujours.
Peut-on utiliser commercialement les images de MiniMax H3 Image ?
Oui. La licence de MiniMax vous laisse les droits sur les contenus générés, et vous êtes responsable de leur usage. Respectez la politique d’utilisation acceptable de la licence et les conditions de la plateforme que vous utilisez.
Combien de temps prend MiniMax H3 Image ?
Lors des tests de PoYo, les images 1K ou 2K ont pris environ 12 secondes, la 4K environ 22 à 25 secondes, et une retouche avec trois références environ 44 secondes. L’envoi renvoie immédiatement un task_id : votre application reste donc réactive pendant le rendu de l’image.