Những điểm chính
- MiniMax H3 Image (MiniMax-H3-Image) là model hình ảnh của MiniMax, ra mắt ngày 10/11/2026. MiniMax H3 là một model khác, chuyên tạo video có âm thanh. Nếu bạn đang tìm "MiniMax H3 có tạo được ảnh không", câu trả lời chính là H3 Image.
- Một model đảm nhận cả tạo ảnh từ văn bản lẫn chỉnh sửa với tối đa 16 ảnh tham chiếu, ở 1K, 2K hoặc 4K, hoặc ở một kích thước chính xác lên tới 20.000.000 pixel.
- 4K là native: khoảng 16 megapixel ở mọi tỷ lệ khung hình, từ 4096×4096 đến 6272×2688, được tạo trực tiếp ở kích thước đầy đủ.
- PoYo tính một mức giá cố định cho mỗi ảnh: $0.016 ở 1K hoặc 2K và $0.056 ở 4K, thấp hơn 19–31% so với giá niêm yết theo token của MiniMax ($0.02179, $0.02333 và $0.06879 cho mỗi ảnh Standard).
- Trọng số được công khai trên Hugging Face theo giấy phép MiniMax-H3-Image Community License. Tự triển khai cần khoảng 135 GB trọng số và GPU lớn, vì vậy với hầu hết các nhóm, API được lưu trữ sẵn trên PoYo là con đường nhanh hơn: một key, trả theo mức sử dụng.
MiniMax H3 Image và MiniMax H3: model nào tạo ảnh?
MiniMax dùng tên H3 cho hai model, và nhiều lượt tìm kiếm nhầm lẫn giữa chúng.
| MiniMax H3 Image | MiniMax H3 (Hailuo 03) | |
|---|---|---|
| Tạo ra | Ảnh tĩnh | Video có âm thanh native |
| Tác vụ | Văn bản sang ảnh, chỉnh sửa ảnh, ghép nhiều ảnh tham chiếu | Văn bản sang video, khung hình đầu/cuối, tham chiếu hình ảnh, video và âm thanh |
| Đầu ra | Ảnh 1K, 2K hoặc 4K, tối đa 20 MP | Video 2K dài 5–15 giây |
| Model ID trên PoYo | minimax-h3-image | hailuo-03 |
| Giá trên PoYo | Từ $0.016 mỗi ảnh | $0.105 cho mỗi giây video |
| Hướng dẫn | Bài viết này | Hướng dẫn MiniMax H3 API |
Hai model có liên quan với nhau: model card của MiniMax mô tả H3 Image là kiến trúc H3 được chuyên biệt hóa cho hình ảnh, và model dùng lại nguyên bộ mã hóa văn bản của H3. Vì vậy, MiniMax H3 có tạo được ảnh không? Có, thông qua MiniMax H3 Image, thành viên chuyên về ảnh tĩnh của dòng H3. Với video, hãy dùng MiniMax H3; với ảnh, hãy dùng MiniMax H3 Image.
Tổng quan MiniMax H3 Image
| Mục | Thông số |
|---|---|
| Phát hành | 10/11/2026 (ngày cấp phép) |
| Model | Diffusion transformer 33.1 tỷ tham số, được chưng cất còn 6 bước lấy mẫu để tăng tốc |
| Tác vụ | Tạo ảnh từ văn bản và chỉnh sửa ảnh trong một checkpoint |
| Kích thước 4K native | 4096×4096 (1:1), 4736×3552 (4:3), 5024×3360 (3:2), 5472×3072 (16:9), 6272×2688 (21:9), cùng các phiên bản dọc |
| Kích thước tùy chỉnh (API của MiniMax) | 655.360 đến 20.000.000 pixel, tỷ lệ khung hình 1:3 đến 3:1 |
| Ảnh tham chiếu | 1 đến 16 cho mỗi lần chỉnh sửa |
| Mở rộng prompt | Viết lại một prompt ngắn bằng bất kỳ ngôn ngữ nào thành mô tả tiếng Anh chi tiết cho toàn bộ bức ảnh |
| Tuyên bố về tốc độ | Một ảnh 4K (4096×4096) "trong chưa đầy 10 giây"; Standard chạy nhanh gấp 1.5–2× và Highspeed gấp 3–4× "so với các lựa chọn phổ biến" |
| Các hạng được lưu trữ trên MiniMax | MiniMax-H3-Image (Standard) và MiniMax-H3-Image-Highspeed |
| Trọng số mở | Có, MiniMaxAI/MiniMax-H3-Image trên Hugging Face |
MiniMax mô tả mục tiêu của mình là biến "việc tạo ảnh 4K thành điều thiết thực cho các quy trình sáng tạo hằng ngày." Cách tốt nhất để đánh giá chất lượng cho trường hợp của bạn là chạy chính các prompt của mình trên playground của PoYo.

Nhiếp ảnh, hội họa, 3D và pixel art từ một model. Bộ sưu tập từ model card H3-Image của MiniMax.
Giá MiniMax H3 Image: từ token đến chi phí mỗi ảnh
Giá token chính thức
MiniMax tính phí theo mỗi triệu token trên API của mình:
| Hạng | Đầu vào văn bản | Đầu vào ảnh | Đầu ra ảnh |
|---|---|---|---|
| MiniMax-H3-Image (Standard) | $2.30 | $1.50 | $3.80 |
| MiniMax-H3-Image-Highspeed | $2.30 | $3.00 | $7.60 |
Đầu vào văn bản bao gồm các token do tính năng cải thiện prompt thêm vào, đó là lý do MiniMax lưu ý rằng "chi phí thực tế có thể thay đổi" ngay cả ở cùng độ phân giải.
Chi phí mỗi ảnh chính thức
MiniMax cũng công bố ví dụ theo từng ảnh, đây là cách đáng tin cậy nhất để quy đổi giá token của họ:
| Yêu cầu | Standard | Highspeed |
|---|---|---|
| Văn bản sang ảnh, 1K | $0.02179 | $0.03529 |
| Văn bản sang ảnh, 2K | $0.02333 | $0.03622 |
| Văn bản sang ảnh, 4K | $0.06879 | $0.13001 |
| Chỉnh sửa, 1 ảnh tham chiếu (đầu vào 1K) → 2K | $0.02658 | $0.04576 |
| Chỉnh sửa, 1 ảnh tham chiếu (đầu vào 1K) → 4K | $0.07312 | $0.13673 |
| Chỉnh sửa, 3 ảnh tham chiếu (đầu vào 1K) → 2K | $0.04177 | $0.06069 |
| Chỉnh sửa, 3 ảnh tham chiếu (đầu vào 1K) → 4K | $0.07914 | $0.15407 |
Token được cộng dồn như thế nào
Trong các bài kiểm thử của PoYo vào tháng 11/2026, một ảnh dùng giá trị lớn hơn giữa 4.096 token đầu ra và rộng × cao ÷ 1.024. Một token cho mỗi 1.024 pixel khớp với model card, trong đó mỗi token DiT bao phủ một ô 32×32 pixel.
| Đầu ra | Pixel | Token đầu ra | Chi phí đầu ra (Standard) |
|---|---|---|---|
| 1K, 1024×1024 | 1.048.576 | 4.096 (tối thiểu) | $0.0156 |
| 2K, 2048×2048 | 4.194.304 | 4.096 | $0.0156 |
| 4K, 4096×4096 | 16.777.216 | 16.384 | $0.0623 |
| Mức tùy chỉnh tối đa | 20.000.000 | 19.531 | $0.0742 |
Cộng thêm token văn bản từ tính năng cải thiện prompt, khoảng 2.700 đến 3.400 token mỗi yêu cầu với giá $2.30 cho mỗi 1M (khoảng $0.006–$0.008), bạn sẽ có đúng các ví dụ của MiniMax: $0.0156 + $0.0062 ≈ $0.0218 ở 1K, và $0.0623 + $0.0065 ≈ $0.0688 ở 4K.
Từ đó có hai điểm rút ra:
- 1K và 2K có chi phí gần như bằng nhau, vì cả hai đều nằm ở mức tối thiểu 4.096 token. Nếu bạn cần chi tiết, 2K là lựa chọn đáng giá hơn.
- 4K có chi phí khoảng gấp ba lần 2K, vì có số pixel gấp bốn lần 2K.
Chi phí mỗi ảnh MiniMax H3 Image trên PoYo
PoYo tính một mức giá cố định cho mỗi ảnh, đã bao gồm mở rộng prompt, nên bạn biết chính xác chi phí trước khi gửi, và mọi yêu cầu đều rẻ hơn giá niêm yết theo token của MiniMax:
| Yêu cầu | Giá PoYo | Credit | Giá niêm yết của MiniMax | Chênh lệch |
|---|---|---|---|---|
| Văn bản sang ảnh, 1K | $0.016 | 3.2 | $0.02179 | −27% |
| Văn bản sang ảnh, 2K | $0.016 | 3.2 | $0.02333 | −31% |
| Văn bản sang ảnh, 4K | $0.056 | 11.2 | $0.06879 | −19% |
| Chỉnh sửa, 1 ảnh tham chiếu → 2K | $0.0185 | 3.7 | $0.02658 | −30% |
| Chỉnh sửa, 3 ảnh tham chiếu → 2K | $0.0235 | 4.7 | $0.04177 | −44% |
| Chỉnh sửa, 3 ảnh tham chiếu → 4K | $0.0635 | 12.7 | $0.07914 | −20% |
Cách xây dựng giá PoYo:
- 1K hoặc 2K: 3.2 credit ($0.016) mỗi ảnh.
WIDTHxHEIGHTtùy chỉnh tối đa 4.500.000 pixel dùng mức giá này. - 4K: 11.2 credit ($0.056) mỗi ảnh. Kích thước tùy chỉnh trên 4.500.000 pixel dùng mức giá này.
- Ảnh tham chiếu: +0.5 credit ($0.0025) mỗi ảnh.
- Tác vụ thất bại được miễn phí.
- Một API key dùng được cho MiniMax H3 Image và mọi model hình ảnh, video, âm thanh khác trên PoYo, với credit trả theo mức sử dụng.
Ví dụ tính toán
| Tình huống | Yêu cầu | Chi phí trên PoYo |
|---|---|---|
| 500 ảnh thumbnail sản phẩm ở 2K | 500 × $0.016 | $8.00 |
| 20 key visual cho chiến dịch ở 4K 16:9 | 20 × $0.056 | $1.12 |
| Dàn dựng nội thất: phòng trống + 9 món đồ nội thất, 2K | $0.016 + 10 × $0.0025 | $0.041 |
| 10.000 ảnh mạng xã hội ở 2K | 10.000 × $0.016 | $160 |
Trọng số mở hay API được lưu trữ sẵn?
MiniMax đã công bố trọng số của H3 Image trên Hugging Face: "Như với H3, chúng tôi công bố trọng số model của H3-Image." Điều này khiến việc triển khai cục bộ trở thành một lựa chọn thực sự, nên rất đáng để so sánh với API.
Chạy cục bộ cần những gì
- Dung lượng tải về: checkpoint của model hình ảnh nặng 68.65 GB, và model tải bộ mã hóa văn bản H3 (66.7 GB) từ kho MiniMax-H3, nên hãy dự trù tổng cộng khoảng 135 GB. Bộ mở rộng prompt tùy chọn thêm 17.9 GB.
- GPU: MiniMax cho biết "một B200 hoặc B300 chứa toàn bộ model trong khoảng 135 GiB, và một H200 sẽ offload bộ mã hóa văn bản." SGLang offload các thành phần model khi còn trống dưới 130 GiB, và có cấu hình mẫu "từ B300 cho đến card 12 GB." Song song hóa chuỗi trên nhiều GPU giúp giảm độ trễ.
- Framework: SGLang, vLLM-Omni, diffusers, LightX2V và ComfyUI.
- Dải chất lượng tốt nhất: khoảng 4 đến 20 MP, tốt nhất quanh 16 MP.
Giấy phép hoạt động như thế nào
Trọng số dùng MiniMax-H3-Image Community License Agreement, giấy phép riêng của MiniMax:
- Tự do sử dụng và điều chỉnh: giấy phép miễn phí bản quyền để sử dụng, sao chép, phân phối, chỉnh sửa và xây dựng sản phẩm phái sinh trong Applicable Territory của giấy phép, được định nghĩa là toàn thế giới ngoài Liên minh châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ. MiniMax mời các tổ chức ở bốn khu vực đó liên hệ để được cấp phép.
- Triển khai quy mô lớn hơn: các công ty có doanh thu hằng năm trên $1 triệu, và bất kỳ ai cung cấp dịch vụ lưu trữ cho bên thứ ba, cần xin phép bằng văn bản từ MiniMax qua bảng điều khiển cấp phép của họ.
- Ghi nguồn: các sản phẩm thương mại cần hiển thị nổi bật "MiniMax-H3-Image" trên giao diện người dùng.
- Đầu ra: MiniMax để quyền đối với đầu ra được tạo thuộc về bạn, và bạn chịu trách nhiệm về cách sử dụng chúng.
Cục bộ hay API
| Tự triển khai trọng số mở | API được lưu trữ sẵn (MiniMax hoặc PoYo) | |
|---|---|---|
| Công việc ban đầu | Tải về khoảng 135 GB, chuẩn bị GPU lớn, vận hành hệ thống phục vụ | Một API key |
| Mô hình chi phí | Thời gian GPU, dù bận hay rảnh | Theo ảnh (PoYo) hoặc theo token (MiniMax) |
| Tốc độ | Phụ thuộc vào phần cứng của bạn | Được quản lý sẵn; khoảng 12 giây cho một ảnh 2K trên PoYo |
| Khả năng kiểm soát | Truy cập toàn bộ quy trình, bao gồm seed để tái lập kết quả | Các trường yêu cầu mà từng API cung cấp |
| Điều khoản | Lãnh thổ áp dụng và điều kiện doanh thu của Community License | Điều khoản dịch vụ của nền tảng |
| Phù hợp nhất cho | Nghiên cứu, quy trình ngoại tuyến, khối lượng rất lớn và ổn định ở các lãnh thổ được cấp phép | Sản phẩm, khối lượng biến động, các nhóm muốn có kết quả ngay từ ngày đầu |
Với hầu hết các nhóm, API được lưu trữ sẵn trên PoYo là lựa chọn thực tế. Với giá $0.016 mỗi ảnh 2K, 10.000 ảnh có giá $160 mỗi tháng, tính phí theo ảnh với một API key và chẳng cần cài đặt gì. Tự triển khai phù hợp với những nhóm đã vận hành GPU lớn còn dư công suất, hoặc có khối lượng đủ lớn và ổn định để giữ một GPU lớn hoạt động suốt ngày đêm.
Chọn thiết lập khi dùng API
Nếu bạn dùng API, các thiết lập sau quyết định chất lượng và chi phí:
| Mục tiêu | Thiết lập |
|---|---|
| Chi phí thấp nhất với chi tiết tốt | resolution: "2K"; trên PoYo có giá bằng 1K |
| Bản in, banner lớn, cắt cúp ảnh | resolution: "4K" để có khoảng 16 MP |
| Bố cục chính xác như một slide 1920×1080 | size tùy chỉnh như 1920x1080 |
| Làm theo đúng prompt dài, chi tiết của bạn | enable_prompt_expansion: false (văn bản sang ảnh) |
| Ý tưởng ngắn, hoặc prompt bằng bất kỳ ngôn ngữ nào | Giữ bật tính năng mở rộng prompt |
| Chỉnh sửa giữ nguyên khung hình của ảnh nguồn | size: "auto", theo <Picture 1> |

Một bản dựng 3D chưa có chất liệu được biến thành khung hình phim với cùng bố cục. Ví dụ từ model card H3-Image của MiniMax.
Cách dùng MiniMax H3 Image trên PoYo
Một model ID đảm nhận cả hai tác vụ: gửi prompt để tạo ảnh từ văn bản, và thêm image_urls để chỉnh sửa.
Tham số
| Trường | Kiểu | Giá trị | Mặc định |
|---|---|---|---|
model | string | minimax-h3-image | Bắt buộc |
input.prompt | string | 1–5.000 ký tự | Bắt buộc |
input.image_urls | array | 1–16 URL JPEG, PNG hoặc WebP công khai, mỗi ảnh tối đa 20 MB, mỗi cạnh 128–8.192 px | Trống |
input.size | string | 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (chỉnh sửa), hoặc WIDTHxHEIGHT | 1:1 (văn bản sang ảnh), auto (chỉnh sửa) |
input.resolution | string | 1K, 2K hoặc 4K | 2K |
input.enable_prompt_expansion | boolean | Mở rộng prompt trước khi tạo ảnh (văn bản sang ảnh) | true |
input.output_format | string | png hoặc jpeg | png |
callback_url | string | URL nhận POST khi tác vụ hoàn thành hoặc thất bại | Trống |
Các kích thước có sẵn thường dùng:
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 |
WIDTHxHEIGHT tùy chỉnh nhận bất kỳ chiều rộng và chiều cao nguyên nào với tổng số pixel từ 655.360 đến 20.000.000, tỷ lệ khung hình từ 1:3 đến 3:1, và ảnh trả về đúng kích thước đó.
Tạo một ảnh 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"
}
}'

Chữ tiếng Trung và tiếng Anh được hiển thị và giải đố ngay trên bảng. Ví dụ từ model card H3-Image của MiniMax.
Yêu cầu này trả về một ảnh 5472×3072 với giá 11.2 credit. Phản hồi khi gửi tác vụ chứa ID tác vụ:
{
"code": 200,
"data": {
"task_id": "task-unified-1794383400-abcd1234",
"status": "not_started",
"created_time": "2026-11-14T10:30:00"
}
}
Chỉnh sửa với nhiều ảnh tham chiếu
Các ảnh được đánh số theo thứ tự trong image_urls, nên ảnh đầu tiên là <Picture 1>, ảnh thứ hai là <Picture 2>, v.v.:
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"
}
}'

Một căn phòng trống cùng chín món đồ nội thất được ghép thành một phòng khách. Ví dụ từ model card H3-Image của MiniMax.
Với mặc định size: "auto", đầu ra theo tỷ lệ khung hình của <Picture 1> với diện tích khoảng 2048×2048 pixel. Yêu cầu này tốn 3.2 + 3 × 0.5 = 4.7 credit ($0.0235). Chế độ chỉnh sửa luôn dùng tính năng mở rộng prompt.
Polling để lấy kết quả
curl --request GET "https://api.poyo.ai/api/generate/status/${TASK_ID}" \
--header "Authorization: Bearer ${POYO_API_KEY}"
data.status | Ý nghĩa | Bước tiếp theo |
|---|---|---|
not_started | Đang xếp hàng | Polling lại |
running | Đang tạo ảnh | Polling lại |
finished | Hoàn thành | Đọc data.files[0].file_url |
failed | Thất bại, miễn phí | Đọc data.error_message |
Một hàm polling Python tối giản:
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")
Trong các bài kiểm thử của PoYo vào tháng 11/2026, một ảnh 1K hoặc 2K mất khoảng 12 giây, một ảnh 4K khoảng 22 đến 25 giây, và một lần chỉnh sửa với ba ảnh tham chiếu khoảng 44 giây. Nếu thời gian chờ của bạn hết, hãy giữ lại task_id và truy vấn lại sau; tác vụ vẫn tiếp tục chạy phía PoYo.
Mẹo từ hướng dẫn viết prompt của MiniMax
Các mẹo viết prompt chính thức của MiniMax, kèm cách áp dụng:
- "Nhiệm vụ trước phong cách, bố cục trước chi tiết." Hãy nói bức ảnh dùng để làm gì và có gì trong đó, sau đó đến bố cục, rồi đến phong cách qua màu sắc, chất liệu và ánh sáng nhìn thấy được.
- "Đặt mọi chữ cần hiển thị trong ngoặc kép, kèm vị trí và chỗ xuống dòng." Bộ sưu tập chính thức hiển thị chính xác các câu đố logic bằng tiếng Trung và tiếng Anh trên một tấm bảng.
- Khi bạn muốn một bức ảnh sạch, hãy viết "no text, letters or numbers in the image" (không có chữ, ký tự hay số trong ảnh) ngay trong prompt chính. Model hiểu các yêu cầu loại trừ tốt nhất khi chúng nằm ngay trong prompt.
- "Cung cấp số liệu chính xác cho biểu đồ và hình ảnh giáo dục," kèm đơn vị và khoảng thời gian.
- "Giao vai trò cho từng ảnh tham chiếu, và nói rõ điều gì thay đổi, điều gì giữ nguyên." Ví dụ: "<Picture 1> là căn phòng, <Picture 2> là chiếc sofa; giữ nguyên sàn nhà và cửa sổ."
- Viết lưới dưới dạng hàng và cột, chẳng hạn "2 hàng và 3 cột".
- Dùng 2K cho bản nháp. Trên PoYo, 2K có giá bằng 1K và cho số pixel gấp bốn lần; hãy chuyển sang 4K cho bản cuối.

Một chỉ dẫn rõ ràng thay đổi một chi tiết và giữ nguyên phần còn lại của cảnh. Ví dụ từ tài liệu H3-Image của MiniMax.
Để xem các model hình ảnh khác, hãy đọc bài phân tích Nano Banana 2.1 và GPT Image 2.5 và hướng dẫn MAI Image 2.6 API của chúng tôi. Để dựng video từ các ảnh tĩnh H3 Image, hãy xem hướng dẫn storyboard GPT Image 2.5 + MiniMax H3.
Câu hỏi thường gặp
MiniMax H3 có tạo được ảnh không?
Có, thông qua MiniMax H3 Image. MiniMax H3 là model video và âm thanh; MiniMax H3 Image là model ảnh tĩnh riêng mà MiniMax ra mắt ngày 10/11/2026, được xây dựng trên cùng kiến trúc và chuyên biệt hóa cho hình ảnh. Trên PoYo, hãy gọi minimax-h3-image để tạo ảnh và hailuo-03 để tạo video.
MiniMax H3 Image là gì?
MiniMax H3 Image (MiniMax-H3-Image) là model trọng số mở của MiniMax cho tạo ảnh từ văn bản và chỉnh sửa ảnh. Đây là một diffusion transformer 33.1 tỷ tham số, xuất ảnh 4K native khoảng 16 megapixel và chỉnh sửa hoặc ghép tối đa 16 ảnh tham chiếu.
MiniMax H3 Image API giá bao nhiêu?
MiniMax niêm yết $2.30, $1.50 và $3.80 cho mỗi 1M token đầu vào văn bản, đầu vào ảnh và đầu ra ảnh ở hạng Standard, tương đương khoảng $0.022 mỗi ảnh ở 1K hoặc 2K và $0.069 ở 4K. Trên PoYo, giá cố định là $0.016 mỗi ảnh ở 1K hoặc 2K và $0.056 ở 4K, cộng $0.0025 cho mỗi ảnh tham chiếu, đã bao gồm mở rộng prompt.
MiniMax H3 Image có hỗ trợ 4K không?
Có. 4K tạo ra khoảng 16 megapixel ở mọi tỷ lệ khung hình, ví dụ 4096×4096 ở 1:1 và 5472×3072 ở 16:9. Kích thước tùy chỉnh đạt tới 20.000.000 pixel.
MiniMax H3 Image dùng được bao nhiêu ảnh tham chiếu?
Tối đa 16 ảnh cho mỗi lần chỉnh sửa. Hãy gọi chúng trong prompt theo thứ tự, như <Picture 1>, <Picture 2>, v.v., và giao vai trò cho từng ảnh.
MiniMax H3 Image có phải mã nguồn mở không? Có thể chạy cục bộ không?
Có. MiniMax công bố trọng số trên Hugging Face theo giấy phép MiniMax-H3-Image Community License. Để chạy, bạn cần khoảng 135 GB trọng số bao gồm cả bộ mã hóa văn bản; một B200 hoặc B300 chứa được toàn bộ model, và SGLang có cấu hình mẫu cho tới card 12 GB khi dùng offload. Giấy phép miễn phí bản quyền trong Applicable Territory, còn các công ty lớn hơn hoặc dịch vụ lưu trữ cần xin phép bằng văn bản từ MiniMax. Với ứng dụng production, API được lưu trữ sẵn trên PoYo giúp bạn bắt đầu chỉ với một key.
Standard và Highspeed khác nhau thế nào?
Trên nền tảng của MiniMax, Highspeed có cùng tham số và giới hạn như Standard nhưng chạy nhanh hơn: MiniMax công bố tốc độ gấp 3–4× so với các lựa chọn phổ biến, so với 1.5–2× của Standard. Token đầu vào và đầu ra ảnh của Highspeed có giá gấp đôi, nên một ảnh 4K có giá khoảng $0.13 thay vì $0.069. Trên PoYo, minimax-h3-image có giá cố định $0.056 ở 4K.
Mở rộng prompt làm gì, và có tính thêm phí không?
Tính năng này viết lại prompt của bạn thành một mô tả chi tiết cho toàn bộ bức ảnh trước khi tạo. Trên API của MiniMax, phần văn bản được thêm vào được tính phí như token đầu vào, khoảng $0.006–$0.008 mỗi yêu cầu. Trên PoYo, chi phí này đã bao gồm trong giá mỗi ảnh. Hãy tắt tính năng này với văn bản sang ảnh khi bạn muốn model làm theo đúng một prompt dài như đã viết; chế độ chỉnh sửa luôn dùng tính năng này.
Có thể dùng đầu ra của MiniMax H3 Image cho mục đích thương mại không?
Có. Giấy phép của MiniMax để quyền đối với đầu ra được tạo thuộc về bạn, và bạn chịu trách nhiệm về cách sử dụng chúng. Hãy tuân theo chính sách sử dụng được chấp nhận trong giấy phép và điều khoản của nền tảng bạn dùng.
MiniMax H3 Image mất bao lâu để tạo ảnh?
Trong các bài kiểm thử của PoYo, ảnh 1K hoặc 2K mất khoảng 12 giây, 4K khoảng 22 đến 25 giây, và một lần chỉnh sửa với ba ảnh tham chiếu khoảng 44 giây. Việc gửi tác vụ trả về task_id ngay lập tức, nên ứng dụng của bạn vẫn phản hồi mượt mà trong khi ảnh đang được tạo.