Hva er MiniMax H3 Image?
MiniMax H3 Image (MiniMax-H3-Image, også skrevet H3-Image) er en modell med åpne vekter fra MiniMax for bildegenerering og bilderedigering, lansert 10. november 2026 og bygd på MiniMax H3-arkitekturen. Én modell håndterer tekst til bilde og bilderedigering med opptil 16 referansebilder, og den lager omtrent 16 megapiksler direkte i 4K. PoYo tilbyr den som minimax-h3-image via ett REST-API, med en playground på denne siden.
Kan MiniMax H3 generere bilder?
Ja, via MiniMax H3 Image. MiniMax H3 er video- og lydmodellen fra MiniMax, mens MiniMax H3 Image (MiniMax-H3-Image) er den separate modellen for stillbilder som MiniMax lanserte 10. november 2026. Den bygger på den samme arkitekturen, men uten lydlagene. Den genererer bilder fra tekst og redigerer bilder med opptil 16 referanser. Hos PoYo kaller du minimax-h3-image for bilder og minimax-h3 for video.
Hva koster MiniMax H3 Image-API-et?
PoYo fakturerer MiniMax H3 Image per bilde, uten abonnement: 3,2 kreditter ($0.016) i 1K eller 2K og 11,2 kreditter ($0.056) i 4K. Hvert referansebilde i image_urls legger til 0,5 kreditter ($0.0025), så en redigering i 2K med 3 referansebilder koster 4,7 kreditter. En egendefinert WIDTHxHEIGHT på opptil 4 500 000 piksler bruker 1K/2K-prisen, og en større størrelse bruker 4K-prisen. Kreditter trekkes bare når bildet faktisk blir generert.
Hvordan bruker jeg MiniMax H3 Image-API-et hos PoYo?
Opprett en API-nøkkel i PoYo-kontrollpanelet, og send deretter en POST-forespørsel til /api/generate/submit med "model": "minimax-h3-image" og prompten din i input. Svaret inneholder en task_id: spør /api/generate/status/{task_id} om status, eller send med en callback_url for å motta resultatet. For å redigere bilder legger du til image_urls i den samme forespørselen. Prøv parameterne i playgrounden på denne siden først; API-dokumentasjonen viser hele forespørselsformatet.
Støtter MiniMax H3 Image 4K og egendefinerte størrelser?
Ja. Sett resolution til 1K, 2K eller 4K og velg ett av 10 sideforhold: 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 eller 21:9. 4K gir omtrent 16 megapiksler i alle sideforhold, for eksempel 4096×4096 i 1:1 eller 5472×3072 i 16:9, og 2K er standard. For en egendefinert størrelse sender du en nøyaktig WIDTHxHEIGHT fra 655 360 til 20 000 000 piksler med et sideforhold mellom 1:3 og 3:1, og bildet kommer tilbake i nøyaktig den størrelsen. Ved redigering følger size auto det første referansebildet.
Hvor mange referansebilder kan jeg bruke, og hvordan omtaler jeg dem?
Legg til 1 til 16 offentlige bilde-URL-er i image_urls. Bildene nummereres i den rekkefølgen du sender dem, så du omtaler dem i prompten som <Picture 1>, <Picture 2> og så videre og gir hvert av dem en rolle, for eksempel: sett sofaen fra <Picture 2> inn i rommet i <Picture 1>, og la vinduet og gulvet være som de er. Hvert referansebilde kan være en JPEG-, PNG- eller WebP-fil på opptil 20 MB, med 128 til 8 192 piksler per side.
Kan MiniMax H3 Image gjengi tekst på kinesisk og engelsk?
Ja. Det offisielle utvalget fra MiniMax inneholder tavler med logikkoppgaver på kinesisk og engelsk der teksten og svarene er gjengitt riktig, og i PoYos tester kom overskriften og undertittelen på en reiseplakat ut nøyaktig slik de var skrevet. Sett hvert ord du vil ha med i anførselstegn, si hvor det skal stå og hvordan linjene skal brytes, og skriv at bildet bare skal inneholde denne teksten når resten av designet skal holdes rent.
MiniMax H3 Image med åpne vekter eller via API: hva bør jeg velge?
MiniMax publiserer vektene på Hugging Face under MiniMax-H3-Image Community License. Å drifte modellen selv betyr å laste ned omtrent 135 GB med vekter for modellen og tekstenkoderen og kjøre dem på dine egne GPU-er, og lisensen setter geografiske begrensninger og krever skriftlig tillatelse fra MiniMax for hostede tjenester eller ved en årlig omsetning over $1M. Vil du ha modellen i produktet ditt uten å administrere GPU-er, gir PoYo-API-et deg hostet tilgang med én API-nøkkel og pris per bilde.
Hvor lang tid bruker MiniMax H3 Image på å generere et bilde?
I PoYos tester i november 2026 tok et bilde i 1K eller 2K omtrent 12 sekunder, et bilde i 4K omtrent 22 til 25 sekunder og en redigering med tre referansebilder omtrent 44 sekunder. Tidene varierer med størrelse, antall referansebilder og belastningen i køen. Innsendingen returnerer en task_id med en gang, så du kan spørre statusendepunktet eller sende med en callback_url for å bli varslet når bildet er klart.
Hva gjør promptutvidelse?
Når enable_prompt_expansion er slått på, noe den er som standard, skriver en språkmodell om prompten din til en detaljert beskrivelse av hele bildet før genereringen, slik at selv en kort idé på hvilket som helst språk blir til en komplett scene. Ved tekst til bilde kan du slå den av når du vil at en lang, nøye gjennomarbeidet prompt skal følges slik den står. Bilderedigering bruker alltid promptutvidelse.
Kan jeg bruke resultater fra MiniMax H3 Image kommersielt?
Ifølge Community License fra MiniMax gjør MiniMax ikke krav på rettigheter til resultatene du genererer, og du er selv ansvarlig for resultatene og for hvordan du bruker dem. Uansett prosjekt skal du følge retningslinjene for akseptabel bruk i lisensen fra MiniMax og PoYos tjenestevilkår.