guides

Hướng dẫn MiniMax H3 Image API: Tạo và chỉnh sửa ảnh 4K

Poyo.ai Team
22 min read
Share:

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 ImageMiniMax H3 (Hailuo 03)
Tạo raẢnh tĩnhVideo có âm thanh native
Tác vụVăn bản sang ảnh, chỉnh sửa ảnh, ghép nhiều ảnh tham chiếuVăn bản sang video, khung hình đầu/cuối, tham chiếu hình ảnh, video và âm thanh
Đầu raẢnh 1K, 2K hoặc 4K, tối đa 20 MPVideo 2K dài 5–15 giây
Model ID trên PoYominimax-h3-imagehailuo-03
Giá trên PoYoTừ $0.016 mỗi ảnh$0.105 cho mỗi giây video
Hướng dẫnBài viết nàyHướng 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

MụcThông số
Phát hành10/11/2026 (ngày cấp phép)
ModelDiffusion transformer 33.1 tỷ tham số, được chưng cất còn 6 bước lấy mẫu để tăng tốc
Tác vụTạo ảnh từ văn bản và chỉnh sửa ảnh trong một checkpoint
Kích thước 4K native4096×4096 (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 chiếu1 đến 16 cho mỗi lần chỉnh sửa
Mở rộng promptViết 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 độMột 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 MiniMaxMiniMax-H3-Image (Standard) và MiniMax-H3-Image-Highspeed
Trọng số mởCó, 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.

Bộ sưu tập mười lăm kết quả tạo ảnh từ văn bản của MiniMax H3 Image ở định dạng ngang và dọc, gồm một trận chiến giả tưởng 3D, một bức tranh phong cảnh xanh lam ngọc, một chú ếch cây, bánh bao, một con bò Tây Nguyên Scotland, một chú mèo pixel art và một con bọ cánh cứng óng ánh

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:

HạngĐầu vào văn bảnĐầu vào ảnhĐầu 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 cầuStandardHighspeed
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 raPixelToken đầu raChi phí đầu ra (Standard)
1K, 1024×10241.048.5764.096 (tối thiểu)$0.0156
2K, 2048×20484.194.3044.096$0.0156
4K, 4096×409616.777.21616.384$0.0623
Mức tùy chỉnh tối đa20.000.00019.531$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 cầuGiá PoYoCreditGiá niêm yết của MiniMaxChênh lệch
Văn bản sang ảnh, 1K$0.0163.2$0.02179−27%
Văn bản sang ảnh, 2K$0.0163.2$0.02333−31%
Văn bản sang ảnh, 4K$0.05611.2$0.06879−19%
Chỉnh sửa, 1 ảnh tham chiếu → 2K$0.01853.7$0.02658−30%
Chỉnh sửa, 3 ảnh tham chiếu → 2K$0.02354.7$0.04177−44%
Chỉnh sửa, 3 ảnh tham chiếu → 4K$0.063512.7$0.07914−20%

Cách xây dựng giá PoYo:

  • 1K hoặc 2K: 3.2 credit ($0.016) mỗi ảnh. WIDTHxHEIGHT tùy 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 huốngYêu cầuChi phí trên PoYo
500 ảnh thumbnail sản phẩm ở 2K500 × $0.016$8.00
20 key visual cho chiến dịch ở 4K 16:920 × $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 2K10.000 × $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 mởAPI được lưu trữ sẵn (MiniMax hoặc PoYo)
Công việc ban đầuTải về khoảng 135 GB, chuẩn bị GPU lớn, vận hành hệ thống phục vụMột API key
Mô hình chi phíThời gian GPU, dù bận hay rảnhTheo ảnh (PoYo) hoặc theo token (MiniMax)
Tốc độPhụ thuộc vào phần cứng của bạnĐược quản lý sẵn; khoảng 12 giây cho một ảnh 2K trên PoYo
Khả năng kiểm soátTruy cập toàn bộ quy trình, bao gồm seed để tái lập kết quảCác trường yêu cầu mà từng API cung cấp
Điều khoảnLãnh thổ áp dụng và điều kiện doanh thu của Community LicenseĐiều khoản dịch vụ của nền tảng
Phù hợp nhất choNghiên cứu, quy trình ngoại tuyến, khối lượng rất lớn và ổn định ở các lãnh thổ được cấp phépSản 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 tiêuThiết lập
Chi phí thấp nhất với chi tiết tốtresolution: "2K"; trên PoYo có giá bằng 1K
Bản in, banner lớn, cắt cúp ảnhresolution: "4K" để có khoảng 16 MP
Bố cục chính xác như một slide 1920×1080size tùy chỉnh như 1920x1080
Làm theo đúng prompt dài, chi tiết của bạnenable_prompt_expansion: false (văn bản sang ảnh)
Ý tưởng ngắn, hoặc prompt bằng bất kỳ ngôn ngữ nàoGiữ bật tính năng mở rộng prompt
Chỉnh sửa giữ nguyên khung hình của ảnh nguồnsize: "auto", theo <Picture 1>

Chỉnh sửa với MiniMax H3 Image: một bản dựng 3D màu xám chưa có chất liệu về căn cứ trên Mặt Trăng với xe tự hành và phi hành gia, phía trên là khung hình phim chân thực đã chỉnh sửa của cùng cảnh đó

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

TrườngKiểuGiá trịMặc định
modelstringminimax-h3-imageBắt buộc
input.promptstring1–5.000 ký tựBắt buộc
input.image_urlsarray1–16 URL JPEG, PNG hoặc WebP công khai, mỗi ảnh tối đa 20 MB, mỗi cạnh 128–8.192 pxTrống
input.sizestring1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9, auto (chỉnh sửa), hoặc WIDTHxHEIGHT1:1 (văn bản sang ảnh), auto (chỉnh sửa)
input.resolutionstring1K, 2K hoặc 4K2K
input.enable_prompt_expansionbooleanMở rộng prompt trước khi tạo ảnh (văn bản sang ảnh)true
input.output_formatstringpng hoặc jpegpng
callback_urlstringURL nhận POST khi tác vụ hoàn thành hoặc thất bạiTrống

Các kích thước có sẵn thường dùng:

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

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"
    }
  }'

Hiển thị chữ với MiniMax H3 Image: một bảng câu đố logic tuyển chọn nhân sự bằng tiếng Trung kèm lời giải, và một bảng câu đố tiếng Anh "Confidential File Missing" với sáu nghi phạm và một bảng xác minh

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"
    }
  }'

Ví dụ nhiều ảnh tham chiếu của MiniMax H3 Image: mười ảnh tham chiếu, gồm một căn phòng trống ngập nắng và chín món đồ nội thất, phía trên là phòng khách đã được bày đủ cả chín món

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.statusÝ nghĩaBước tiếp theo
not_startedĐang xếp hàngPolling lại
runningĐang tạo ảnhPolling lại
finishedHoàn thànhĐọc data.files[0].file_url
failedThất bại, miễn phíĐọc 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:

  1. "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.
  2. "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.
  3. 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.
  4. "Cung cấp số liệu chính xác cho biểu đồ và hình ảnh giáo dục," kèm đơn vị và khoảng thời gian.
  5. "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."
  6. Viết lưới dưới dạng hàng và cột, chẳng hạn "2 hàng và 3 cột".
  7. 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.

Chỉnh sửa theo chỉ dẫn với MiniMax H3 Image: ảnh tham chiếu hai người dẫn podcast với người đàn ông đeo tai nghe, bên cạnh kết quả đã chỉnh sửa khi tai nghe được bỏ đi và hai người dẫn cụng tay phía trên biển MONEY TALKS

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.

Share: