guides

MiniMax H3 Image API: генерация и редактирование в 4K

Poyo.ai Team
18 min read
Share:

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 ImageMiniMax H3 (Hailuo 03)
Что создаётСтатичные изображенияВидео с нативным звуком
ЗадачиГенерация по тексту, редактирование изображений, композиция по нескольким референсамТекст в видео, первый/последний кадр, референсы-изображения, видео и аудио
ВыходИзображения 1K, 2K или 4K, до 20 МПВидео 2K на 5–15 секунд
ID модели в PoYominimax-h3-imagehailuo-03
Цена в PoYoОт $0.016 за изображение$0.105 за секунду видео
РуководствоЭта статьяРуководство 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

ПараметрХарактеристика
Выход10 ноября 2026 (дата лицензии)
МодельДиффузионный трансформер на 33.1B параметров, дистиллированный до 6 шагов сэмплирования ради скорости
ЗадачиГенерация по тексту и редактирование изображений в одном чекпойнте
Нативные размеры 4K4096×4096 (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 изображенияОт 1 до 16 на правку
Расширение промптаПереписывает короткий промпт на любом языке в подробное описание всего изображения на английском
Заявленная скоростьИзображение 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 MiniMaxMiniMax-H3-Image (Standard) и MiniMax-H3-Image-Highspeed
Открытые весаДа, 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.

Подборка из пятнадцати результатов генерации MiniMax H3 Image по тексту в горизонтальном и вертикальном формате, включая фэнтезийную 3D-битву, сине-зелёную пейзажную живопись, древесную лягушку, пельмени, хайлендскую корову, кота в стиле пиксель-арт и жука-златку

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:

УровеньТекстовый вводВвод изображенийВывод 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:

ЗапросStandardHighspeed
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.

ВыходПикселиВыходные токеныСтоимость вывода (Standard)
1K, 1024×10241 048 5764 096 (минимум)$0.0156
2K, 2048×20484 194 3044 096$0.0156
4K, 4096×409616 777 21616 384$0.0623
Произвольный максимум20 000 00019 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:

ЗапросЦена в PoYoКредитыПрайсовая цена MiniMaxРазница
Генерация по тексту, 1K$0.0163.2$0.02179−27%
Генерация по тексту, 2K$0.0163.2$0.02333−31%
Генерация по тексту, 4K$0.05611.2$0.06879−19%
Правка, 1 референс → 2K$0.01853.7$0.02658−30%
Правка, 3 референса → 2K$0.02354.7$0.04177−44%
Правка, 3 референса → 4K$0.063512.7$0.07914−20%

Как складывается цена PoYo:

  • 1K или 2K: 3.2 кредита ($0.016) за изображение. Произвольный WIDTHxHEIGHT до 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

СценарийЗапросСтоимость в PoYo
500 миниатюр товаров в 2K500 × $0.016$8.00
20 ключевых визуалов кампании в 4K 16:920 × $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 2K10 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 весовРазмещённый API (MiniMax или PoYo)
ПодготовкаСкачать около 135 ГБ, выделить мощные GPU, запустить стек для инференсаAPI-ключ
Модель затратВремя GPU — независимо от загрузкиЗа изображение (PoYo) или за токены (MiniMax)
СкоростьЗависит от вашего оборудованияУправляемая; около 12 секунд на изображение 2K в PoYo
КонтрольПолный доступ к конвейеру, включая seed для воспроизводимых прогоновПоля запроса, которые предоставляет каждый API
УсловияТерритория действия Community License и условия по выручкеУсловия использования платформы
Лучше всего подходит дляИсследований, офлайн-конвейеров, очень стабильных больших объёмов на лицензионной территорииПродуктов, 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:

ЦельНастройка
Минимальная стоимость при хорошей детализацииresolution: "2K"; в PoYo стоит столько же, сколько 1K
Печать, большие баннеры, кадрированиеresolution: "4K" — около 16 МП
Точный макет, например слайд 1920×1080Произвольный size, например 1920x1080
Следовать вашему длинному подробному промпту дословноenable_prompt_expansion: false (генерация по тексту)
Короткая идея или промпт на любом языкеОставьте расширение промпта включённым
Правка с сохранением кадрирования исходникаsize: "auto", который повторяет <Picture 1>

Правка в MiniMax H3 Image: серый 3D-рендер лунной базы без текстур с луноходом и астронавтом, а под ним — отредактированный фотореалистичный кадр из фильма с той же сценой

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

ПолеТипЗначенияПо умолчанию
modelstringminimax-h3-imageОбязательное
input.promptstring1–5 000 символовОбязательное
input.image_urlsarray1–16 публичных URL на JPEG, PNG или WebP, до 20 МБ каждый, 128–8 192 px по каждой сторонеНет
input.sizestring1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (правки) или WIDTHxHEIGHT1:1 (генерация по тексту), auto (правки)
input.resolutionstring1K, 2K или 4K2K
input.enable_prompt_expansionbooleanРасширять промпт перед генерацией (генерация по тексту)true
input.output_formatstringpng или jpegpng
callback_urlstringURL, на который придёт POST-запрос, когда задача завершится успешно или с ошибкойНет

Распространённые пресеты размеров:

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

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"
    }
  }'

Отрисовка текста в MiniMax H3 Image: доска с логической задачей на китайском о подборе сотрудников вместе с ответом и доска с англоязычной задачей «Confidential File Missing» с шестью подозреваемыми и проверочной таблицей

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"
    }
  }'

Пример MiniMax H3 Image с несколькими референсами: десять референсов — пустая солнечная комната и девять предметов мебели, — а под ними гостиная, обставленная всеми девятью предметами

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.statusЗначениеСледующий шаг
not_startedВ очередиПовторите опрос
runningИдёт генерацияПовторите опрос
finishedГотовоПрочитайте data.files[0].file_url
failedОшибка, без списанияПрочитайте 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:

  1. «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.
  2. «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.
  3. 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.
  4. «Давайте точные данные для диаграмм и обучающих изображений» — с единицами измерения и временными диапазонами.
  5. «Назначьте каждому референсному изображению роль и скажите, что меняется, а что остаётся». Например: «<Picture 1> — комната, <Picture 2> — диван; пол и окна сохрани».
  6. Описывайте сетки через строки и столбцы, например «2 строки и 3 столбца».
  7. Для черновиков используйте 2K. В PoYo это стоит столько же, сколько 1K, а пикселей вчетверо больше; для финала переключайтесь на 4K.

Правка по инструкции в MiniMax H3 Image: исходное фото двух ведущих подкаста, мужчина в наушниках, рядом отредактированный результат, где наушников нет, а ведущие стукаются кулаками над вывеской MONEY TALKS

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.

Share: