Czym jest MiniMax H3 Image?
MiniMax H3 Image (MiniMax-H3-Image, zapisywany też jako H3-Image) to model firmy MiniMax z otwartymi wagami do generowania i edycji obrazów, udostępniony 10 listopada 2026 i zbudowany na architekturze MiniMax H3. Jeden model obsługuje tekst na obraz i edycję obrazów z użyciem maksymalnie 16 obrazów referencyjnych, a w 4K natywnie generuje około 16 megapikseli. PoYo udostępnia go jako minimax-h3-image przez jedno REST API, a na tej stronie znajdziesz narzędzie Playground.
Czy MiniMax H3 może generować obrazy?
Tak, za pomocą MiniMax H3 Image. MiniMax H3 to model wideo i audio firmy MiniMax, a MiniMax H3 Image (MiniMax-H3-Image) to osobny model do obrazów statycznych, który firma MiniMax udostępniła 10 listopada 2026. Powstał na tej samej architekturze, ale bez warstw audio. Generuje obrazy z tekstu i edytuje obrazy z użyciem maksymalnie 16 referencji. W PoYo wywołuj minimax-h3-image dla obrazów i minimax-h3 dla wideo.
Ile kosztuje MiniMax H3 Image API?
PoYo rozlicza MiniMax H3 Image za każdy obraz, bez subskrypcji: 3,2 kredytu ($0.016) w 1K lub 2K i 11,2 kredytu ($0.056) w 4K. Każdy obraz referencyjny w image_urls dodaje 0,5 kredytu ($0.0025), więc edycja w 2K z 3 obrazami referencyjnymi kosztuje 4,7 kredytu. Własny rozmiar WIDTHxHEIGHT do 4 500 000 pikseli jest rozliczany według ceny 1K/2K, a większy według ceny 4K. Kredyty są pobierane dopiero wtedy, gdy obraz zostanie wygenerowany.
Jak korzystać z MiniMax H3 Image API w PoYo?
Utwórz klucz API w panelu PoYo, a następnie wyślij żądanie POST do /api/generate/submit z "model": "minimax-h3-image" i swoim promptem w input. Odpowiedź zwraca task_id: odpytuj /api/generate/status/{task_id} albo przekaż callback_url, aby otrzymać wynik. Aby edytować obrazy, dodaj image_urls do tego samego żądania. Najpierw wypróbuj parametry w narzędziu Playground na tej stronie; pełny format żądania znajdziesz w dokumentacji API.
Czy MiniMax H3 Image obsługuje 4K i własne rozmiary?
Tak. Ustaw resolution na 1K, 2K lub 4K i wybierz jedną z 10 proporcji obrazu: 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16 lub 21:9. 4K daje około 16 megapikseli przy każdych proporcjach, np. 4096×4096 przy 1:1 lub 5472×3072 przy 16:9, a domyślnie używane jest 2K. Aby uzyskać własny rozmiar, przekaż dokładny rozmiar WIDTHxHEIGHT od 655 360 do 20 000 000 pikseli przy proporcjach od 1:3 do 3:1, a obraz wróci dokładnie w tym rozmiarze. Przy edycji size auto przejmuje proporcje pierwszego obrazu referencyjnego.
Ilu obrazów referencyjnych mogę użyć i jak się do nich odwoływać?
Dodaj od 1 do 16 publicznych adresów URL obrazów w image_urls. Obrazy są numerowane w kolejności wysłania, więc w prompcie odwołuj się do nich jako <Picture 1>, <Picture 2> itd. i nadaj każdemu rolę, na przykład: wstaw sofę z <Picture 2> do pokoju z <Picture 1>, a okno i podłogę zostaw bez zmian. Każdy obraz referencyjny może być plikiem JPEG, PNG lub WebP o rozmiarze do 20 MB, z bokami od 128 do 8192 pikseli.
Czy MiniMax H3 Image potrafi renderować tekst po chińsku i angielsku?
Tak. Oficjalna galeria przykładów firmy MiniMax zawiera tablice z łamigłówkami logicznymi po chińsku i angielsku, na których tekst i odpowiedzi są wyrenderowane poprawnie, a w testach PoYo nagłówek i podtytuł plakatu turystycznego wyszły dokładnie tak, jak je zapisano. Każde słowo, które ma się pojawić, ujmij w cudzysłów, wskaż, gdzie ma się znaleźć i jak mają się łamać wiersze, a jeśli reszta projektu ma pozostać czysta, dopisz, że obraz nie powinien zawierać żadnego innego tekstu.
MiniMax H3 Image: otwarte wagi czy API – co wybrać?
Firma MiniMax publikuje wagi w serwisie Hugging Face na licencji MiniMax-H3-Image Community License. Samodzielny hosting oznacza pobranie około 135 GB wag modelu i enkodera tekstu oraz uruchamianie ich na własnych GPU, a licencja wprowadza ograniczenia terytorialne i wymaga pisemnej zgody firmy MiniMax w przypadku usług hostowanych lub przy rocznych przychodach powyżej $1M. Jeśli chcesz mieć model w swoim produkcie bez zarządzania GPU, API PoYo daje ci hostowany dostęp z jednym kluczem API i ceną za obraz.
Ile czasu MiniMax H3 Image potrzebuje na wygenerowanie obrazu?
W testach PoYo przeprowadzonych w listopadzie 2026 obraz 1K lub 2K powstawał w około 12 sekund, obraz 4K w około 22–25 sekund, a edycja z trzema obrazami referencyjnymi w około 44 sekundy. Czas zależy od rozmiaru, obrazów referencyjnych i obciążenia kolejki. Wysłanie zadania od razu zwraca task_id, więc odpytuj endpoint statusu albo przekaż callback_url, aby dostać powiadomienie, gdy obraz będzie gotowy.
Do czego służy rozszerzanie promptu?
Gdy enable_prompt_expansion jest włączone, co jest ustawieniem domyślnym, model językowy przed generowaniem przepisuje twój prompt na szczegółowy opis całego obrazu, więc nawet krótki pomysł w dowolnym języku staje się kompletną sceną. W trybie tekst na obraz wyłącz tę opcję, jeśli chcesz, aby długi, starannie napisany prompt został wykonany dosłownie. Edycje obrazów zawsze korzystają z rozszerzania promptu.
Czy mogę komercyjnie wykorzystywać obrazy z MiniMax H3 Image?
Licencja Community License firmy MiniMax stanowi, że MiniMax nie rości sobie żadnych praw do wyników, które generujesz, oraz że to ty odpowiadasz za te wyniki i sposób ich wykorzystania. W każdym projekcie przestrzegaj zasad dopuszczalnego użytkowania z licencji MiniMax oraz regulaminu PoYo.
