guides

Guide de l’API MiniMax H3 Image : génération et retouche 4K

Poyo.ai Team
20 min read
Share:

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 ImageMiniMax H3 (Hailuo 03)
Ce qu’il produitDes images fixesDe la vidéo avec audio natif
TâchesTexte vers image, retouche d’image, composition à partir de plusieurs référencesTexte vers vidéo, première/dernière image, références image, vidéo et audio
SortieImages 1K, 2K ou 4K, jusqu’à 20 MPVidéo 2K de 5 à 15 secondes
ID du modèle sur PoYominimax-h3-imagehailuo-03
Prix sur PoYoÀ partir de $0.016 par image$0.105 par seconde de vidéo
GuideCet articleGuide 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

ÉlémentCaractéristique
Sortie10 novembre 2026 (date de la licence)
ModèleDiffusion transformer de 33.1B paramètres, distillé à 6 étapes d’échantillonnage pour la vitesse
TâchesTexte vers image et retouche d’image dans un même checkpoint
Tailles 4K natives4096×4096 (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 référenceDe 1 à 16 par retouche
Enrichissement du promptRéécrit un prompt court, dans n’importe quelle langue, en une description détaillée de toute l’image en anglais
Vitesse annoncéeUne 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 MiniMaxMiniMax-H3-Image (Standard) et MiniMax-H3-Image-Highspeed
Poids ouvertsOui, 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.

Vitrine MiniMax H3 Image de quinze résultats en texte vers image aux formats paysage et portrait, dont une bataille fantastique en 3D, un paysage peint en bleu-vert, une rainette, des raviolis, une vache highland, un chat en pixel art et un scarabée-bijou

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 :

PalierEntrée texteEntrée imageSortie 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 :

RequêteStandardHighspeed
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.

SortiePixelsTokens de sortieCoût de sortie (Standard)
1K, 1024×10241 048 5764 096 (minimum)$0.0156
2K, 2048×20484 194 3044 096$0.0156
4K, 4096×409616 777 21616 384$0.0623
Maximum personnalisé20 000 00019 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 :

RequêtePrix sur PoYoCréditsPrix catalogue MiniMaxÉcart
Texte vers image, 1K$0.0163.2$0.02179−27%
Texte vers image, 2K$0.0163.2$0.02333−31%
Texte vers image, 4K$0.05611.2$0.06879−19%
Retouche, 1 référence → 2K$0.01853.7$0.02658−30%
Retouche, 3 références → 2K$0.02354.7$0.04177−44%
Retouche, 3 références → 4K$0.063512.7$0.07914−20%

Comment se construit le prix PoYo :

  • 1K ou 2K : 3.2 crédits ($0.016) par image. Un WIDTHxHEIGHT personnalisé 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

ScénarioRequêteCoût sur PoYo
500 miniatures de produits en 2K500 × $0.016$8.00
20 visuels clés de campagne en 4K 16:920 × $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 2K10 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-hébergésAPI hébergée (MiniMax ou PoYo)
Travail préalableTélécharger environ 135 Go, provisionner de gros GPU, faire tourner une pile de serviceUne clé d’API
Modèle de coûtTemps GPU, qu’il soit utilisé ou inactifÀ l’image (PoYo) ou au token (MiniMax)
VitesseDépend de votre matérielGérée ; environ 12 secondes pour une image 2K sur PoYo
ContrôleAccès complet au pipeline, y compris les seeds pour des exécutions reproductiblesLes champs de requête exposés par chaque API
ConditionsTerritoire et conditions de chiffre d’affaires de la Community LicenseLes conditions d’utilisation de la plateforme
Idéal pourRecherche, pipelines hors ligne, très gros volumes réguliers dans les territoires couverts par la licenceProduits, 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 :

ObjectifRéglage
Coût le plus bas avec un bon niveau de détailresolution: "2K" ; il coûte le même prix que le 1K sur PoYo
Impression, grandes bannières, recadragesresolution: "4K" pour environ 16 MP
Mise en page exacte, comme une diapositive en 1920×1080Une size personnalisée comme 1920x1080
Suivre à la lettre votre prompt long et détailléenable_prompt_expansion: false (texte vers image)
Idée courte, ou prompt dans n’importe quelle langueLaissez l’enrichissement du prompt activé
Retouche qui conserve le cadrage de la sourcesize: "auto", qui suit <Picture 1>

Retouche avec MiniMax H3 Image : un rendu 3D gris sans textures d’une base lunaire avec un rover et un astronaute, au-dessus du résultat retouché, une image de film photoréaliste de la même scène

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

ChampTypeValeursPar défaut
modelchaîneminimax-h3-imageObligatoire
input.promptchaîne1–5 000 caractèresObligatoire
input.image_urlstableau1–16 URL publiques JPEG, PNG ou WebP, jusqu’à 20 Mo chacune, 128–8 192 px par côtéAucune
input.sizechaîne1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (retouches), ou WIDTHxHEIGHT1:1 (texte vers image), auto (retouches)
input.resolutionchaîne1K, 2K ou 4K2K
input.enable_prompt_expansionbooléenEnrichir le prompt avant la génération (texte vers image)true
input.output_formatchaînepng ou jpegpng
callback_urlchaîneURL qui reçoit un POST lorsque la tâche se termine ou échoueAucune

Tailles prédéfinies courantes :

size1K2K4K
1:11024×10242048×20484096×4096
4:31184×8962368×17604736×3552
3:21248×8322496×16645024×3360
16:91376×7682720×15365472×3072
9:16768×13761536×27203072×5472
21:91568×6723136×13446272×2688

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"
    }
  }'

Rendu du texte par MiniMax H3 Image : un tableau d’énigme logique en chinois sur la sélection de personnel, avec sa solution, et un tableau d’énigme en anglais « Confidential File Missing » avec six suspects et un tableau de vérification

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"
    }
  }'

Exemple MiniMax H3 Image à partir de plusieurs références : dix références, une pièce vide ensoleillée et neuf meubles, au-dessus du salon meublé avec les neuf pièces

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.statusSignificationÉtape suivante
not_startedEn file d’attenteInterroger de nouveau
runningGénération en coursInterroger de nouveau
finishedTerminéeLire data.files[0].file_url
failedÉchouée, sans fraisLire 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 :

  1. « 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.
  2. « 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.
  3. 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.
  4. « Fournissez des données exactes pour les graphiques et les images pédagogiques », avec les unités et les périodes.
  5. « 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. »
  6. Décrivez les grilles en lignes et en colonnes, par exemple « 2 lignes et 3 colonnes ».
  7. 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.

Retouche sur instruction avec MiniMax H3 Image : une photo de référence de deux animateurs de podcast, l’homme portant un casque, à côté du résultat retouché où le casque a disparu et où les animateurs se checkent le poing au-dessus de l’enseigne MONEY TALKS

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.

Share: