Главное
- MiniMax H3 Image (MiniMax-H3-Image) — модель изображений от MiniMax, вышедшая 10 ноября 2026 года. MiniMax H3 — другая модель, которая создаёт видео со звуком. Если вы искали «может ли MiniMax H3 генерировать изображения», ответ — H3 Image.
- Одна модель выполняет генерацию по тексту и редактирование с 16 референсными изображениями — в 1K, 2K или 4K либо в точном размере до 20 000 000 пикселей.
- 4K — нативное разрешение: около 16 мегапикселей при любом соотношении сторон, от 4096×4096 до 6272×2688, с отрисовкой сразу в полном размере.
- PoYo берёт фиксированную цену за изображение: $0.016 в 1K или 2K и $0.056 в 4K — на 19–31% ниже прайсовой цены MiniMax за токены ($0.02179, $0.02333 и $0.06879 за изображение уровня Standard).
- Веса открыты на Hugging Face по лицензии MiniMax-H3-Image Community License. Для самостоятельного развёртывания нужно около 135 ГБ весов и мощные GPU, поэтому для большинства команд размещённый API в PoYo — более быстрый путь: один ключ и оплата по факту использования.
MiniMax H3 Image и MiniMax H3: какая из них создаёт изображения?
MiniMax использует название H3 для двух моделей, и во многих запросах их путают.
| MiniMax H3 Image | MiniMax H3 (Hailuo 03) | |
|---|---|---|
| Что создаёт | Статичные изображения | Видео с нативным звуком |
| Задачи | Генерация по тексту, редактирование изображений, композиция по нескольким референсам | Текст в видео, первый/последний кадр, референсы-изображения, видео и аудио |
| Выход | Изображения 1K, 2K или 4K, до 20 МП | Видео 2K на 5–15 секунд |
| ID модели в PoYo | minimax-h3-image | hailuo-03 |
| Цена в PoYo | От $0.016 за изображение | $0.105 за секунду видео |
| Руководство | Эта статья | Руководство по MiniMax H3 API |
Эти модели связаны: в карточке модели MiniMax описывает H3 Image как архитектуру H3, специализированную на изображениях, и она без изменений использует текстовый энкодер H3. Так что может ли MiniMax H3 генерировать изображения? Да, через MiniMax H3 Image — участника семейства H3 для статичных изображений. Для видео используйте MiniMax H3, для изображений — MiniMax H3 Image.
MiniMax H3 Image: краткий обзор
| Параметр | Характеристика |
|---|---|
| Выход | 10 ноября 2026 (дата лицензии) |
| Модель | Диффузионный трансформер на 33.1B параметров, дистиллированный до 6 шагов сэмплирования ради скорости |
| Задачи | Генерация по тексту и редактирование изображений в одном чекпойнте |
| Нативные размеры 4K | 4096×4096 (1:1), 4736×3552 (4:3), 5024×3360 (3:2), 5472×3072 (16:9), 6272×2688 (21:9), а также портретные варианты |
| Произвольные размеры (API MiniMax) | От 655 360 до 20 000 000 пикселей, соотношение сторон от 1:3 до 3:1 |
| Референсные изображения | От 1 до 16 на правку |
| Расширение промпта | Переписывает короткий промпт на любом языке в подробное описание всего изображения на английском |
| Заявленная скорость | Изображение 4K (4096×4096) «менее чем за 10 секунд»; Standard работает в 1.5–2 раза, а Highspeed — в 3–4 раза «быстрее распространённых альтернатив» |
| Размещённые уровни у MiniMax | MiniMax-H3-Image (Standard) и MiniMax-H3-Image-Highspeed |
| Открытые веса | Да, MiniMaxAI/MiniMax-H3-Image на Hugging Face |
MiniMax формулирует свою цель так: сделать «генерацию изображений в 4K практичной для повседневных творческих процессов». Лучший способ оценить качество для ваших задач — запустить свои промпты в Playground PoYo.

Фотография, живопись, 3D и пиксель-арт от одной модели. Подборка из карточки модели H3-Image от MiniMax.
Цены MiniMax H3 Image: от токенов к цене изображения
Официальные токенные тарифы
MiniMax берёт плату за миллион токенов в собственном API:
| Уровень | Текстовый ввод | Ввод изображений | Вывод изображений |
|---|---|---|---|
| MiniMax-H3-Image (Standard) | $2.30 | $1.50 | $3.80 |
| MiniMax-H3-Image-Highspeed | $2.30 | $3.00 | $7.60 |
Текстовый ввод включает токены, добавленные улучшением промпта, поэтому MiniMax отмечает, что «фактическая стоимость может отличаться» даже при одном и том же разрешении.
Официальная цена изображения
MiniMax также публикует примеры стоимости за изображение — это самый надёжный способ пересчитать её токенные тарифы:
| Запрос | Standard | Highspeed |
|---|---|---|
| Генерация по тексту, 1K | $0.02179 | $0.03529 |
| Генерация по тексту, 2K | $0.02333 | $0.03622 |
| Генерация по тексту, 4K | $0.06879 | $0.13001 |
| Правка, 1 референс (1K на входе) → 2K | $0.02658 | $0.04576 |
| Правка, 1 референс (1K на входе) → 4K | $0.07312 | $0.13673 |
| Правка, 3 референса (1K на входе) → 2K | $0.04177 | $0.06069 |
| Правка, 3 референса (1K на входе) → 4K | $0.07914 | $0.15407 |
Как складываются токены
В тестах PoYo в ноябре 2026 года изображение расходовало большее из двух значений: 4 096 выходных токенов или ширина × высота ÷ 1 024. Один токен на 1 024 пикселя соответствует карточке модели, где каждый токен DiT покрывает фрагмент 32×32 пикселя.
| Выход | Пиксели | Выходные токены | Стоимость вывода (Standard) |
|---|---|---|---|
| 1K, 1024×1024 | 1 048 576 | 4 096 (минимум) | $0.0156 |
| 2K, 2048×2048 | 4 194 304 | 4 096 | $0.0156 |
| 4K, 4096×4096 | 16 777 216 | 16 384 | $0.0623 |
| Произвольный максимум | 20 000 000 | 19 531 | $0.0742 |
Добавьте текстовые токены улучшения промпта — примерно от 2 700 до 3 400 на запрос по $2.30 за 1M (около $0.006–$0.008), — и получите примеры MiniMax: $0.0156 + $0.0062 ≈ $0.0218 в 1K и $0.0623 + $0.0065 ≈ $0.0688 в 4K.
Отсюда два вывода:
- 1K и 2K стоят почти одинаково, потому что оба размера упираются в минимум 4 096 токенов. Если важна детализация, 2K выгоднее.
- 4K стоит примерно втрое дороже 2K, так как пикселей в нём вчетверо больше, чем в 2K.
Цена изображения MiniMax H3 Image в PoYo
PoYo берёт фиксированную цену за изображение с уже включённым расширением промпта, поэтому вы знаете точную стоимость до отправки, а каждый запрос обходится дешевле прайсовой цены MiniMax за токены:
| Запрос | Цена в PoYo | Кредиты | Прайсовая цена MiniMax | Разница |
|---|---|---|---|---|
| Генерация по тексту, 1K | $0.016 | 3.2 | $0.02179 | −27% |
| Генерация по тексту, 2K | $0.016 | 3.2 | $0.02333 | −31% |
| Генерация по тексту, 4K | $0.056 | 11.2 | $0.06879 | −19% |
| Правка, 1 референс → 2K | $0.0185 | 3.7 | $0.02658 | −30% |
| Правка, 3 референса → 2K | $0.0235 | 4.7 | $0.04177 | −44% |
| Правка, 3 референса → 4K | $0.0635 | 12.7 | $0.07914 | −20% |
Как складывается цена PoYo:
- 1K или 2K: 3.2 кредита ($0.016) за изображение. Произвольный
WIDTHxHEIGHTдо 4 500 000 пикселей оплачивается по этой цене. - 4K: 11.2 кредита ($0.056) за изображение. Произвольный размер больше 4 500 000 пикселей оплачивается по этой цене.
- Референсные изображения: +0.5 кредита ($0.0025) за каждое.
- Неудавшиеся задачи бесплатны.
- Один API-ключ охватывает MiniMax H3 Image и все остальные модели изображений, видео и аудио в PoYo, с оплатой кредитами по факту использования.
Примеры расчёта
| Сценарий | Запрос | Стоимость в PoYo |
|---|---|---|
| 500 миниатюр товаров в 2K | 500 × $0.016 | $8.00 |
| 20 ключевых визуалов кампании в 4K 16:9 | 20 × $0.056 | $1.12 |
| Обстановка комнаты: пустая комната + 9 предметов мебели, 2K | $0.016 + 10 × $0.0025 | $0.041 |
| 10 000 изображений для соцсетей в 2K | 10 000 × $0.016 | $160 |
Открытые веса или размещённый API?
MiniMax опубликовала веса H3 Image на Hugging Face: «Как и в случае с H3, мы открываем веса модели H3-Image». Это делает локальное развёртывание реальным вариантом, поэтому его стоит сравнить с API.
Что нужно для локального запуска
- Объём загрузки: чекпойнт модели изображений занимает 68.65 ГБ, и он подгружает текстовый энкодер H3 (66.7 ГБ) из репозитория MiniMax-H3, так что рассчитывайте примерно на 135 ГБ в сумме. Необязательный расширитель промптов добавляет 17.9 ГБ.
- GPU: по словам MiniMax, «B200 или B300 вмещает всю модель примерно в 135 GiB, а одна H200 выгружает текстовый энкодер». SGLang выгружает компоненты модели, когда свободно меньше 130 GiB, и предлагает готовые конфигурации «от B300 до карт на 12 ГБ». Параллелизм по последовательности на нескольких GPU снижает задержку.
- Фреймворки: SGLang, vLLM-Omni, diffusers, LightX2V и ComfyUI.
- Оптимальный диапазон качества: примерно от 4 до 20 МП, лучше всего около 16 МП.
Как устроена лицензия
Веса распространяются по MiniMax-H3-Image Community License Agreement — собственной лицензии MiniMax:
- Свободное использование и доработка: безвозмездная лицензия на использование, воспроизведение, распространение, изменение и создание производных работ в пределах Applicable Territory лицензии, которая определена как весь мир за пределами Европейского союза, Великобритании, Республики Корея и США. Организациям из этих четырёх регионов MiniMax предлагает связаться с ней для получения лицензии.
- Крупные развёртывания: компании с годовой выручкой более $1 млн, а также все, кто предоставляет размещённый сервис третьим лицам, запрашивают письменное разрешение у MiniMax через её консоль лицензий.
- Указание авторства: коммерческие продукты заметно отображают «MiniMax-H3-Image» в своём пользовательском интерфейсе.
- Результаты генерации: MiniMax оставляет права на сгенерированные результаты за вами, а ответственность за их использование лежит на вас.
Локально или через API
| Самостоятельное размещение открытых весов | Размещённый API (MiniMax или PoYo) | |
|---|---|---|
| Подготовка | Скачать около 135 ГБ, выделить мощные GPU, запустить стек для инференса | API-ключ |
| Модель затрат | Время GPU — независимо от загрузки | За изображение (PoYo) или за токены (MiniMax) |
| Скорость | Зависит от вашего оборудования | Управляемая; около 12 секунд на изображение 2K в PoYo |
| Контроль | Полный доступ к конвейеру, включая seed для воспроизводимых прогонов | Поля запроса, которые предоставляет каждый API |
| Условия | Территория действия Community License и условия по выручке | Условия использования платформы |
| Лучше всего подходит для | Исследований, офлайн-конвейеров, очень стабильных больших объёмов на лицензионной территории | Продуктов, переменной нагрузки, команд, которым нужен результат с первого дня |
Для большинства команд размещённый API в PoYo — практичный выбор. При цене $0.016 за изображение 2K 10 000 изображений обходятся в $160 в месяц — с оплатой за изображение, одним API-ключом и без установки чего-либо. Самостоятельное размещение подходит командам, у которых уже есть мощные GPU со свободными ресурсами, или тем, чей объём достаточно велик и стабилен, чтобы круглосуточно загружать мощный GPU.
Выбор настроек размещённого API
Если вы используете API, качество и стоимость определяют эти настройки:
| Цель | Настройка |
|---|---|
| Минимальная стоимость при хорошей детализации | resolution: "2K"; в PoYo стоит столько же, сколько 1K |
| Печать, большие баннеры, кадрирование | resolution: "4K" — около 16 МП |
| Точный макет, например слайд 1920×1080 | Произвольный size, например 1920x1080 |
| Следовать вашему длинному подробному промпту дословно | enable_prompt_expansion: false (генерация по тексту) |
| Короткая идея или промпт на любом языке | Оставьте расширение промпта включённым |
| Правка с сохранением кадрирования исходника | size: "auto", который повторяет <Picture 1> |

3D-рендер без текстур превращён в кадр из фильма с той же композицией. Пример из карточки модели H3-Image от MiniMax.
Как использовать MiniMax H3 Image в PoYo
Один ID модели охватывает обе задачи: отправьте промпт для генерации по тексту и добавьте image_urls для редактирования.
Параметры
| Поле | Тип | Значения | По умолчанию |
|---|---|---|---|
model | string | minimax-h3-image | Обязательное |
input.prompt | string | 1–5 000 символов | Обязательное |
input.image_urls | array | 1–16 публичных URL на JPEG, PNG или WebP, до 20 МБ каждый, 128–8 192 px по каждой стороне | Нет |
input.size | string | 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (правки) или WIDTHxHEIGHT | 1:1 (генерация по тексту), auto (правки) |
input.resolution | string | 1K, 2K или 4K | 2K |
input.enable_prompt_expansion | boolean | Расширять промпт перед генерацией (генерация по тексту) | true |
input.output_format | string | png или jpeg | png |
callback_url | string | URL, на который придёт POST-запрос, когда задача завершится успешно или с ошибкой | Нет |
Распространённые пресеты размеров:
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 |
Произвольный WIDTHxHEIGHT принимает любые целые ширину и высоту с общим количеством пикселей от 655 360 до 20 000 000 и соотношением сторон от 1:3 до 3:1, а изображение возвращается ровно в этом размере.
Генерация изображения в 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"
}
}'

Текст на китайском и английском, отрисованный и решённый на доске. Пример из карточки модели H3-Image от MiniMax.
Этот запрос возвращает изображение 5472×3072 за 11.2 кредита. Ответ на отправку содержит ID задачи:
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Правка по нескольким референсным изображениям
Изображения нумеруются в порядке image_urls: первое — <Picture 1>, второе — <Picture 2> и так далее:
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"
}
}'

Пустая комната и девять предметов мебели, собранные в одну гостиную. Пример из карточки модели H3-Image от MiniMax.
При size: "auto" по умолчанию результат повторяет соотношение сторон <Picture 1> с площадью около 2048×2048 пикселей. Этот запрос стоит 3.2 + 3 × 0.5 = 4.7 кредита ($0.0235). Правки всегда используют расширение промпта.
Опрос результата
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Значение | Следующий шаг |
|---|---|---|
not_started | В очереди | Повторите опрос |
running | Идёт генерация | Повторите опрос |
finished | Готово | Прочитайте data.files[0].file_url |
failed | Ошибка, без списания | Прочитайте data.error_message |
Минимальный опрос на Python:
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")
В тестах PoYo в ноябре 2026 года изображение 1K или 2K создавалось примерно за 12 секунд, изображение 4K — примерно за 22–25 секунд, а правка с тремя референсными изображениями — примерно за 44 секунды. Если ожидание завершится по тайм-ауту, сохраните task_id и запросите его позже; задача продолжает выполняться на стороне PoYo.
Советы из руководства MiniMax по промптам
Официальные советы MiniMax по промптам и как их применять:
- «Сначала задача, потом стиль; сначала композиция, потом детали». Скажите, для чего изображение и что на нём, затем опишите композицию, а потом стиль через видимые цвет, материал и свет.
- «Заключайте в кавычки каждое слово, которое должно появиться, с его положением и переносами строк». В официальной подборке логические задачи на китайском и английском корректно отрисованы на доске.
- Если нужно чистое изображение, напишите «без текста, букв и цифр на изображении» прямо в основном промпте. Исключения модель понимает лучше всего, когда они стоят прямо в промпте.
- «Давайте точные данные для диаграмм и обучающих изображений» — с единицами измерения и временными диапазонами.
- «Назначьте каждому референсному изображению роль и скажите, что меняется, а что остаётся». Например: «<Picture 1> — комната, <Picture 2> — диван; пол и окна сохрани».
- Описывайте сетки через строки и столбцы, например «2 строки и 3 столбца».
- Для черновиков используйте 2K. В PoYo это стоит столько же, сколько 1K, а пикселей вчетверо больше; для финала переключайтесь на 4K.

Чёткая инструкция меняет одну деталь и сохраняет остальную сцену. Пример из материалов MiniMax по H3-Image.
О других моделях изображений читайте в нашем сравнении Nano Banana 2.1 и GPT Image 2.5 и в руководстве по MAI Image 2.6 API. Чтобы собрать видео из кадров H3 Image, смотрите урок по раскадровке с GPT Image 2.5 и MiniMax H3.
Часто задаваемые вопросы
Может ли MiniMax H3 генерировать изображения?
Да, через MiniMax H3 Image. MiniMax H3 — модель для видео и аудио; MiniMax H3 Image — отдельная модель для статичных изображений, которую MiniMax выпустила 10 ноября 2026 года на той же архитектуре со специализацией на изображениях. В PoYo вызывайте minimax-h3-image для изображений и hailuo-03 для видео.
Что такое MiniMax H3 Image?
MiniMax H3 Image (MiniMax-H3-Image) — модель MiniMax с открытыми весами для генерации изображений по тексту и их редактирования. Это диффузионный трансформер на 33.1B параметров, который выводит нативные изображения 4K размером около 16 мегапикселей и редактирует или объединяет до 16 референсных изображений.
Сколько стоит MiniMax H3 Image API?
MiniMax указывает $2.30, $1.50 и $3.80 за 1M токенов текстового ввода, ввода изображений и вывода изображений на уровне Standard, что составляет около $0.022 за изображение в 1K или 2K и $0.069 в 4K. В PoYo это фиксированные $0.016 за изображение в 1K или 2K и $0.056 в 4K, плюс $0.0025 за каждое референсное изображение, с уже включённым расширением промпта.
Поддерживает ли MiniMax H3 Image 4K?
Да. 4K даёт около 16 мегапикселей при любом соотношении сторон, например 4096×4096 при 1:1 и 5472×3072 при 16:9. Произвольные размеры — до 20 000 000 пикселей.
Сколько референсных изображений может использовать MiniMax H3 Image?
До 16 на правку. Ссылайтесь на них в промпте по порядку — <Picture 1>, <Picture 2> и так далее — и назначайте каждому роль.
MiniMax H3 Image — модель с открытым исходным кодом? Можно ли запустить её локально?
Да. MiniMax публикует веса на Hugging Face по лицензии MiniMax-H3-Image Community License. Для запуска нужно около 135 ГБ весов вместе с текстовым энкодером; одна B200 или B300 вмещает всю модель, а у SGLang есть конфигурации вплоть до карт на 12 ГБ с выгрузкой. Лицензия безвозмездна в пределах её Applicable Territory, а крупные компании и размещённые сервисы запрашивают у MiniMax письменное разрешение. Для продакшен-приложений размещённый API в PoYo позволяет начать работу с одним ключом.
Чем Standard отличается от Highspeed?
На платформе MiniMax у Highspeed те же параметры и лимиты, что и у Standard, но работает он быстрее: MiniMax указывает скорость в 3–4 раза выше распространённых альтернатив против 1.5–2 раза у Standard. Его входные и выходные токены изображений стоят вдвое дороже, поэтому изображение 4K обходится примерно в $0.13 вместо $0.069. В PoYo minimax-h3-image стоит фиксированные $0.056 в 4K.
Что делает расширение промпта и стоит ли оно дополнительно?
Оно переписывает ваш промпт в подробное описание всего изображения перед генерацией. В API MiniMax добавленный текст оплачивается как входные токены — около $0.006–$0.008 за запрос. В PoYo это входит в цену изображения. Отключайте его при генерации по тексту, когда нужно, чтобы длинный промпт выполнялся дословно; правки всегда его используют.
Можно ли использовать результаты MiniMax H3 Image в коммерческих целях?
Да. Лицензия MiniMax оставляет права на сгенерированные результаты за вами, а ответственность за их использование лежит на вас. Соблюдайте политику допустимого использования из лицензии и условия платформы, которой пользуетесь.
Сколько времени занимает генерация в MiniMax H3 Image?
В тестах PoYo изображения 1K или 2K создавались примерно за 12 секунд, 4K — примерно за 22–25 секунд, а правка с тремя референсами — примерно за 44 секунды. Отправка сразу возвращает task_id, поэтому ваше приложение остаётся отзывчивым, пока изображение рендерится.