guides

API MiniMax H3 Image: generowanie i edycja w 4K

Poyo.ai Team
18 min read
Share:

Najważniejsze wnioski

  • MiniMax H3 Image (MiniMax-H3-Image) to model graficzny MiniMax, wydany 10 listopada 2026. MiniMax H3 to inny model, który tworzy wideo z dźwiękiem. Jeśli szukasz odpowiedzi na pytanie „czy MiniMax H3 generuje obrazy”, odpowiedzią jest H3 Image.
  • Jeden model obsługuje tekst na obraz i edycję z maksymalnie 16 obrazami referencyjnymi, w 1K, 2K lub 4K albo w dokładnym rozmiarze do 20 000 000 pikseli.
  • 4K jest natywne: około 16 megapikseli w każdych proporcjach, od 4096×4096 do 6272×2688, renderowane od razu w pełnym rozmiarze.
  • PoYo pobiera stałą cenę za obraz: $0.016 w 1K lub 2K i $0.056 w 4K, o 19–31% mniej niż cena katalogowa MiniMax liczona za tokeny ($0.02179, $0.02333 i $0.06879 za obraz w wersji Standard).
  • Wagi są otwarte w Hugging Face na licencji MiniMax-H3-Image Community License. Samodzielny hosting wymaga około 135 GB wag i dużych GPU, więc dla większości zespołów szybszą drogą jest hostowane API w PoYo: jeden klucz, pay-as-you-go.

MiniMax H3 Image vs MiniMax H3: który tworzy obrazy?

MiniMax używa nazwy H3 dla dwóch modeli i wiele wyszukiwań je myli.

MiniMax H3 ImageMiniMax H3 (Hailuo 03)
Co tworzyObrazy statyczneWideo z natywnym dźwiękiem
ZadaniaTekst na obraz, edycja obrazów, kompozycja z wielu referencjiTekst na wideo, pierwsza/ostatnia klatka, referencje obrazu, wideo i audio
WyjścieObrazy 1K, 2K lub 4K, do 20 MPWideo 2K o długości 5–15 sekund
ID modelu w PoYominimax-h3-imagehailuo-03
Cena w PoYoOd $0.016 za obraz$0.105 za sekundę wideo
PrzewodnikTen artykułPrzewodnik po API MiniMax H3

Oba modele są ze sobą powiązane: karta modelu MiniMax opisuje H3 Image jako architekturę H3 wyspecjalizowaną w obrazach, która wykorzystuje bez zmian koder tekstu H3. Czy zatem MiniMax H3 generuje obrazy? Tak, za pomocą MiniMax H3 Image, członka rodziny H3 do obrazów statycznych. Do wideo używaj MiniMax H3, a do obrazów MiniMax H3 Image.

MiniMax H3 Image w skrócie

PozycjaSpecyfikacja
Premiera10 listopada 2026 (data licencji)
ModelTransformer dyfuzyjny z 33,1 mld parametrów, zdestylowany do 6 kroków próbkowania dla szybkości
ZadaniaTekst na obraz i edycja obrazów w jednym checkpoincie
Natywne rozmiary 4K4096×4096 (1:1), 4736×3552 (4:3), 5024×3360 (3:2), 5472×3072 (16:9), 6272×2688 (21:9) oraz wersje pionowe
Własne rozmiary (API MiniMax)Od 655 360 do 20 000 000 pikseli, proporcje od 1:3 do 3:1
Obrazy referencyjneOd 1 do 16 na edycję
Rozszerzanie promptuPrzepisuje krótki prompt w dowolnym języku na szczegółowy angielski opis całego obrazu
Deklarowana szybkośćObraz 4K (4096×4096) „w mniej niż 10 sekund”; Standard działa 1.5–2×, a Highspeed 3–4× „szybciej niż popularne alternatywy”
Poziomy hostowane w MiniMaxMiniMax-H3-Image (Standard) i MiniMax-H3-Image-Highspeed
Otwarte wagiTak, MiniMaxAI/MiniMax-H3-Image w Hugging Face

MiniMax określa swój cel jako uczynienie „generowania obrazów w 4K praktycznym w codziennej pracy twórczej”. Jakość w twoim zastosowaniu najlepiej ocenisz, uruchamiając własne prompty w Playground PoYo.

Prezentacja piętnastu wyników tekst na obraz z MiniMax H3 Image w formatach poziomych i pionowych, m.in. bitwa fantasy w 3D, niebiesko-zielony obraz pejzażowy, rzekotka, pierożki, krowa szkocka, kot w pixel arcie i chrząszcz o połyskujących pokrywach

Fotografia, malarstwo, 3D i pixel art z jednego modelu. Prezentacja z karty modelu H3-Image od MiniMax.

Ceny MiniMax H3 Image: od tokenów do kosztu obrazu

Oficjalne stawki za tokeny

MiniMax pobiera we własnym API opłaty za milion tokenów:

PoziomWejście tekstuWejście obrazuWyjście obrazu
MiniMax-H3-Image (Standard)$2.30$1.50$3.80
MiniMax-H3-Image-Highspeed$2.30$3.00$7.60

Wejście tekstu obejmuje tokeny dodane przez rozszerzanie promptu, dlatego MiniMax zaznacza, że „rzeczywiste koszty mogą się różnić” nawet przy tej samej rozdzielczości.

Oficjalny koszt obrazu

MiniMax publikuje też przykłady kosztu za obraz, które są najpewniejszym sposobem przeliczenia jego stawek tokenowych:

ŻądanieStandardHighspeed
Tekst na obraz, 1K$0.02179$0.03529
Tekst na obraz, 2K$0.02333$0.03622
Tekst na obraz, 4K$0.06879$0.13001
Edycja, 1 referencja (wejście 1K) → 2K$0.02658$0.04576
Edycja, 1 referencja (wejście 1K) → 4K$0.07312$0.13673
Edycja, 3 referencje (wejście 1K) → 2K$0.04177$0.06069
Edycja, 3 referencje (wejście 1K) → 4K$0.07914$0.15407

Jak sumują się tokeny

W testach PoYo z listopada 2026 obraz zużywał większą z dwóch wartości: 4 096 tokenów wyjściowych lub szerokość × wysokość ÷ 1 024. Jeden token na 1 024 piksele zgadza się z kartą modelu, w której każdy token DiT obejmuje fragment 32×32 piksele.

WyjściePikseleTokeny wyjścioweKoszt wyjścia (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
Własne maksimum20 000 00019 531$0.0742

Dodaj tokeny tekstu z rozszerzania promptu, około 2 700 do 3 400 na żądanie po $2.30 za 1M (mniej więcej $0.006–$0.008), a otrzymasz przykłady MiniMax: $0.0156 + $0.0062 ≈ $0.0218 w 1K oraz $0.0623 + $0.0065 ≈ $0.0688 w 4K.

Wynikają z tego dwie rzeczy:

  • 1K i 2K kosztują niemal tyle samo, bo oba mieszczą się w minimum 4 096 tokenów. Jeśli zależy ci na szczegółach, 2K daje lepszą wartość.
  • 4K kosztuje mniej więcej trzy razy tyle co 2K, bo ma cztery razy więcej pikseli niż 2K.

Koszt obrazu MiniMax H3 Image w PoYo

PoYo pobiera stałą cenę za obraz, z rozszerzaniem promptu w cenie, więc dokładny koszt znasz przed zgłoszeniem, a każde żądanie jest tańsze niż cena katalogowa MiniMax liczona za tokeny:

ŻądanieCena w PoYoKredytyCena katalogowa MiniMaxRóżnica
Tekst na obraz, 1K$0.0163.2$0.02179−27%
Tekst na obraz, 2K$0.0163.2$0.02333−31%
Tekst na obraz, 4K$0.05611.2$0.06879−19%
Edycja, 1 referencja → 2K$0.01853.7$0.02658−30%
Edycja, 3 referencje → 2K$0.02354.7$0.04177−44%
Edycja, 3 referencje → 4K$0.063512.7$0.07914−20%

Jak powstaje cena w PoYo:

  • 1K lub 2K: 3,2 kredytu ($0.016) za obraz. Według tej ceny rozliczany jest też własny WIDTHxHEIGHT do 4 500 000 pikseli.
  • 4K: 11,2 kredytu ($0.056) za obraz. Według tej ceny rozliczany jest własny rozmiar powyżej 4 500 000 pikseli.
  • Obrazy referencyjne: +0,5 kredytu ($0.0025) za każdy.
  • Nieudane zadania są bezpłatne.
  • Jeden klucz API obejmuje MiniMax H3 Image i wszystkie inne modele obrazu, wideo i audio w PoYo, z kredytami pay-as-you-go.

Przykładowe wyliczenia

ScenariuszŻądanieKoszt w PoYo
500 miniatur produktów w 2K500 × $0.016$8.00
20 głównych grafik kampanii w 4K 16:920 × $0.056$1.12
Aranżacja wnętrza: pusty pokój + 9 mebli, 2K$0.016 + 10 × $0.0025$0.041
10 000 obrazów do social mediów w 2K10 000 × $0.016$160

Otwarte wagi czy hostowane API?

MiniMax opublikowało wagi H3 Image w Hugging Face: „Podobnie jak w przypadku H3, udostępniamy wagi modelu H3-Image”. Dzięki temu wdrożenie lokalne to realna opcja, więc warto porównać je z API.

Czego wymaga uruchomienie lokalne

  • Rozmiar do pobrania: checkpoint modelu graficznego ma 68,65 GB, a do tego model wczytuje koder tekstu H3 (66,7 GB) z repozytorium MiniMax-H3, więc zaplanuj łącznie około 135 GB. Opcjonalny moduł rozszerzania promptu dodaje 17,9 GB.
  • GPU: MiniMax podaje, że „B200 lub B300 mieści cały model w około 135 GiB, a pojedynczy H200 przenosi koder tekstu poza GPU”. SGLang przenosi komponenty modelu poza GPU, gdy wolnej pamięci jest mniej niż 130 GiB, i ma gotowe konfiguracje „od B300 aż po karty z 12 GB”. Równoległość sekwencji na wielu GPU obniża opóźnienia.
  • Frameworki: SGLang, vLLM-Omni, diffusers, LightX2V i ComfyUI.
  • Najlepszy zakres jakości: około 4–20 MP, najlepiej w okolicach 16 MP.

Jak działa licencja

Wagi korzystają z MiniMax-H3-Image Community License Agreement, własnej licencji MiniMax:

  • Swobodne użycie i adaptacja: bezpłatna licencja (bez opłat licencyjnych) na używanie, powielanie, rozpowszechnianie, modyfikowanie i tworzenie utworów zależnych na Terytorium Obowiązywania licencji, zdefiniowanym jako cały świat poza Unią Europejską, Wielką Brytanią, Republiką Korei i Stanami Zjednoczonymi. MiniMax zaprasza organizacje z tych czterech regionów do kontaktu w sprawie licencji.
  • Większe wdrożenia: firmy z rocznymi przychodami powyżej $1 mln oraz wszyscy, którzy oferują usługę hostowaną osobom trzecim, występują do MiniMax o pisemną zgodę przez konsolę licencyjną.
  • Oznaczenie autorstwa: produkty komercyjne w widocznym miejscu interfejsu pokazują nazwę „MiniMax-H3-Image”.
  • Wyniki: MiniMax pozostawia prawa do wygenerowanych wyników tobie, a ty odpowiadasz za sposób ich wykorzystania.

Lokalnie czy przez API

Samodzielnie hostowane otwarte wagiHostowane API (MiniMax lub PoYo)
Praca na startPobranie około 135 GB, przygotowanie dużych GPU, uruchomienie stosu serwującegoKlucz API
Model kosztówCzas GPU, niezależnie od obciążeniaZa obraz (PoYo) lub za tokeny (MiniMax)
SzybkośćZależy od twojego sprzętuZarządzana; około 12 sekund na obraz 2K w PoYo
KontrolaPełny dostęp do potoku, łącznie z seedami dla powtarzalnych przebiegówPola żądania udostępniane przez dane API
WarunkiTerytorium i warunki przychodowe licencji CommunityRegulamin platformy
Najlepsze doBadań, potoków offline, bardzo stabilnej dużej skali na licencjonowanych terytoriachProduktów, zmiennej skali, zespołów, które chcą mieć wyniki od pierwszego dnia

Dla większości zespołów praktycznym wyborem jest hostowane API w PoYo. Przy $0.016 za obraz 2K 10 000 obrazów kosztuje $160 miesięcznie, z rozliczeniem za obraz, jednym kluczem API i bez żadnej instalacji. Samodzielny hosting pasuje zespołom, które już mają duże GPU z wolną mocą, albo takim, których skala jest na tyle duża i stabilna, że zapewni całodobowe obciążenie dużego GPU.

Wybór ustawień w hostowanym API

Jeśli korzystasz z API, o jakości i koszcie decydują te ustawienia:

CelUstawienie
Najniższy koszt przy dobrej szczegółowościresolution: "2K"; w PoYo kosztuje tyle samo co 1K
Druk, duże banery, kadrowanieresolution: "4K", około 16 MP
Dokładny układ, np. slajd 1920×1080Własny size, np. 1920x1080
Wierne trzymanie się długiego, szczegółowego promptuenable_prompt_expansion: false (tekst na obraz)
Krótki pomysł lub prompt w dowolnym językuPozostaw rozszerzanie promptu włączone
Edycja z zachowaniem kadru źródłasize: "auto", który dopasowuje się do <Picture 1>

Edycja w MiniMax H3 Image: szary render 3D bazy księżycowej bez tekstur z łazikiem i astronautą, a pod nim edytowany, fotorealistyczny kadr filmowy tej samej sceny

Render 3D bez tekstur zamieniony w kadr filmowy o tym samym układzie. Przykład z karty modelu H3-Image od MiniMax.

Jak korzystać z MiniMax H3 Image w PoYo

Jedno ID modelu obsługuje oba zadania: wyślij prompt, aby wygenerować obraz z tekstu, a do edycji dodaj image_urls.

Parametry

PoleTypWartościDomyślnie
modelstringminimax-h3-imageWymagane
input.promptstring1–5 000 znakówWymagane
input.image_urlsarray1–16 publicznych adresów URL plików JPEG, PNG lub WebP, do 20 MB każdy, 128–8 192 px na bokBrak
input.sizestring1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (edycja) lub WIDTHxHEIGHT1:1 (tekst na obraz), auto (edycja)
input.resolutionstring1K, 2K lub 4K2K
input.enable_prompt_expansionbooleanRozszerza prompt przed generowaniem (tekst na obraz)true
input.output_formatstringpng lub jpegpng
callback_urlstringURL, który otrzymuje żądanie POST, gdy zadanie się zakończy lub nie powiedzieBrak

Popularne presety rozmiarów:

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

Własny WIDTHxHEIGHT przyjmuje dowolną całkowitą szerokość i wysokość, łącznie od 655 360 do 20 000 000 pikseli, przy proporcjach od 1:3 do 3:1, a obraz wraca dokładnie w tym rozmiarze.

Wygeneruj obraz w 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"
    }
  }'

Renderowanie tekstu w MiniMax H3 Image: chińska tablica z łamigłówką logiczną o wyborze pracowników wraz z rozwiązaniem oraz angielska tablica z łamigłówką „Confidential File Missing” z sześcioma podejrzanymi i tabelą weryfikacyjną

Tekst po chińsku i angielsku wyrenderowany i rozwiązany na tablicy. Przykład z karty modelu H3-Image od MiniMax.

To żądanie zwraca obraz 5472×3072 za 11,2 kredytu. Odpowiedź na zgłoszenie zawiera ID zadania:

{
  "code": 200,
  "data": {
    "task_id": "task-unified-1794383400-abcd1234",
    "status": "not_started",
    "created_time": "2026-11-14T10:30:00"
  }
}

Edycja z kilkoma obrazami referencyjnymi

Obrazy są numerowane w kolejności z image_urls, więc pierwszy to <Picture 1>, drugi <Picture 2> i tak dalej:

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"
    }
  }'

Przykład MiniMax H3 Image z wieloma referencjami: dziesięć referencji, czyli pusty, nasłoneczniony pokój i dziewięć mebli, a pod nimi salon urządzony wszystkimi dziewięcioma meblami

Pusty pokój i dziewięć mebli skomponowanych w jeden salon. Przykład z karty modelu H3-Image od MiniMax.

Przy domyślnym size: "auto" wynik zachowuje proporcje <Picture 1> przy powierzchni około 2048×2048 pikseli. To żądanie kosztuje 3,2 + 3 × 0,5 = 4,7 kredytu ($0.0235). Edycja zawsze korzysta z rozszerzania promptu.

Odpytuj o wynik

curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
  --header "Authorization: Bearer ${POYO_API_KEY}"
data.statusZnaczenieNastępny krok
not_startedW kolejceOdpytaj ponownie
runningTrwa generowanieOdpytaj ponownie
finishedGotoweOdczytaj data.files[0].file_url
failedNiepowodzenie, bez opłatyOdczytaj data.error_message

Minimalna funkcja odpytująca w Pythonie:

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")

W testach PoYo z listopada 2026 obraz 1K lub 2K powstawał w około 12 sekund, obraz 4K w około 22–25 sekund, a edycja z trzema obrazami referencyjnymi trwała około 44 sekund. Jeśli czas oczekiwania minie, zachowaj task_id i odpytaj go później; zadanie nadal działa po stronie PoYo.

Wskazówki z przewodnika MiniMax po promptach

Oficjalne wskazówki MiniMax dotyczące promptów i sposób ich zastosowania:

  1. „Najpierw zadanie, potem styl; najpierw układ, potem szczegóły”. Napisz, do czego służy obraz i co się na nim znajduje, potem opisz układ, a na końcu styl przez widoczne kolory, materiały i światło.
  2. „Każde słowo do pokazania ujmij w cudzysłów, z jego położeniem i podziałami wierszy”. Oficjalna prezentacja poprawnie renderuje na tablicy łamigłówki logiczne po chińsku i angielsku.
  3. Gdy chcesz czystego obrazu, wpisz w głównym prompcie „bez tekstu, liter i cyfr na obrazie”. Model najlepiej odczytuje wykluczenia, gdy znajdują się bezpośrednio w prompcie.
  4. „Przy wykresach i obrazach edukacyjnych podawaj dokładne dane”, z jednostkami i przedziałami czasu.
  5. „Każdemu obrazowi referencyjnemu przypisz rolę i napisz, co się zmienia, a co zostaje”. Na przykład: „<Picture 1> to pokój, <Picture 2> to sofa; zachowaj podłogę i okna”.
  6. Siatki opisuj jako wiersze i kolumny, np. „2 wiersze i 3 kolumny”.
  7. Do szkiców używaj 2K. W PoYo kosztuje tyle samo co 1K i daje cztery razy więcej pikseli; do wersji finalnej przełącz się na 4K.

Edycja na podstawie polecenia w MiniMax H3 Image: zdjęcie referencyjne dwóch prowadzących podcast, z mężczyzną w słuchawkach, obok wyniku edycji, w którym słuchawek już nie ma, a prowadzący przybijają żółwika nad napisem MONEY TALKS

Jasne polecenie zmienia jeden szczegół i zachowuje resztę sceny. Przykład z materiałów H3-Image od MiniMax.

Inne modele graficzne porównasz w naszym zestawieniu Nano Banana 2.1 vs GPT Image 2.5 i przewodniku po API MAI Image 2.6. Jak zbudować wideo z kadrów H3 Image, pokazuje samouczek storyboardu z GPT Image 2.5 i MiniMax H3.

Najczęstsze pytania

Czy MiniMax H3 generuje obrazy?

Tak, za pomocą MiniMax H3 Image. MiniMax H3 to model wideo i audio, a MiniMax H3 Image to osobny model do obrazów statycznych, który MiniMax wydało 10 listopada 2026, zbudowany na tej samej architekturze i wyspecjalizowany w obrazach. W PoYo do obrazów wywołuj minimax-h3-image, a do wideo hailuo-03.

Czym jest MiniMax H3 Image?

MiniMax H3 Image (MiniMax-H3-Image) to model MiniMax z otwartymi wagami do generowania obrazów z tekstu i edycji obrazów. To transformer dyfuzyjny z 33,1 mld parametrów, który tworzy natywne obrazy 4K o rozmiarze około 16 megapikseli oraz edytuje lub komponuje do 16 obrazów referencyjnych.

Ile kosztuje API MiniMax H3 Image?

MiniMax podaje w poziomie Standard $2.30, $1.50 i $3.80 za 1M tokenów wejścia tekstu, wejścia obrazu i wyjścia obrazu, co daje około $0.022 za obraz w 1K lub 2K i $0.069 w 4K. W PoYo to stałe $0.016 za obraz w 1K lub 2K i $0.056 w 4K, plus $0.0025 za każdy obraz referencyjny, z rozszerzaniem promptu w cenie.

Czy MiniMax H3 Image obsługuje 4K?

Tak. 4K daje około 16 megapikseli w każdych proporcjach, np. 4096×4096 przy 1:1 i 5472×3072 przy 16:9. Własne rozmiary sięgają 20 000 000 pikseli.

Ilu obrazów referencyjnych może użyć MiniMax H3 Image?

Do 16 na edycję. W prompcie odwołuj się do nich według kolejności, jako <Picture 1>, <Picture 2> i tak dalej, i przypisz każdemu rolę.

Czy MiniMax H3 Image jest open source? Czy mogę uruchomić go lokalnie?

Tak. MiniMax publikuje wagi w Hugging Face na licencji MiniMax-H3-Image Community License. Do ich uruchomienia potrzeba około 135 GB wag łącznie z koderem tekstu; pojedynczy B200 lub B300 mieści cały model, a SGLang ma konfiguracje aż po karty z 12 GB z przenoszeniem komponentów poza GPU. Licencja jest bezpłatna na swoim Terytorium Obowiązywania, a większe firmy i usługi hostowane występują do MiniMax o pisemną zgodę. W aplikacjach produkcyjnych hostowane API w PoYo pozwala zacząć z jednym kluczem.

Czym różni się Standard od Highspeed?

Na platformie MiniMax Highspeed ma te same parametry i limity co Standard, ale działa szybciej: MiniMax podaje 3–4× prędkość popularnych alternatyw, wobec 1,5–2× w Standard. Jego tokeny wejścia i wyjścia obrazu kosztują dwa razy więcej, więc obraz 4K kosztuje około $0.13 zamiast $0.069. W PoYo minimax-h3-image kosztuje stałe $0.056 w 4K.

Co robi rozszerzanie promptu i czy kosztuje dodatkowo?

Przed generowaniem przepisuje twój prompt na szczegółowy opis całego obrazu. W API MiniMax dodany tekst jest rozliczany jako tokeny wejściowe, około $0.006–$0.008 na żądanie. W PoYo jest wliczone w cenę za obraz. Przy tekście na obraz wyłącz je, gdy chcesz, aby długi prompt był wykonany dokładnie tak, jak go napisano; edycja zawsze z niego korzysta.

Czy mogę komercyjnie wykorzystywać wyniki MiniMax H3 Image?

Tak. Licencja MiniMax pozostawia prawa do wygenerowanych wyników tobie, a ty odpowiadasz za sposób ich wykorzystania. Przestrzegaj zasad dopuszczalnego użytkowania zawartych w licencji oraz regulaminu platformy, z której korzystasz.

Ile trwa generowanie w MiniMax H3 Image?

W testach PoYo obrazy 1K lub 2K powstawały w około 12 sekund, 4K w około 22–25 sekund, a edycja z trzema referencjami trwała około 44 sekund. Zgłoszenie od razu zwraca task_id, więc twoja aplikacja pozostaje responsywna podczas renderowania obrazu.

Share: