MiniMax H3 Image

MiniMax H3 Image は、MiniMax H3 シリーズに属するオープンウェイトの画像生成・編集モデルで、2026年11月10日に公開されました。ひとつのモデルでテキストから画像を作り、参照画像を使った編集もでき、約1600万画素で出力します。MiniMax は、その指示追従性をオープンソースの画像モデルで最高水準としています。

使えます。MiniMax H3 Image はこのページ上部のジェネレーターで選択済みで、画像モデル一覧にもあり、無料プランを含む全プランで利用できます。料金は1枚あたり 1K で2クレジット、2K で4クレジットです。テキストからの生成と、アップロードした画像1枚の編集ができ、編集結果はその画像のアスペクト比になります。

MiniMax の公式作例には、キャラクター・クリーチャー・小道具のデザイン、キャラクター三面図、水彩から工筆画までのイラストスタイルが含まれますが、作例の多くはリアル寄りです。アニメ向けのプロンプトはまだ試せていません。オリキャラの三面図をいま作るなら キャラクター設定画メーカー をどうぞ。

約1600万画素で最もよい結果になります。例：1:1 は 4096×4096、16:9 は 5472×3072、21:9 は 6272×2688。API では約66万〜2000万画素、比率 1:3〜3:1 の任意サイズに対応し、1K・2K・4K のプリセットもあります。OCMaker AI では 1K（約100万画素）か 2K（約400万画素）を選べます。

画像編集では1〜16枚の参照画像を使え、アップロード順に番号が振られるので、プロンプトで Picture 1、Picture 2 と指定できます。マスクによる部分編集と透過背景には対応していません。OCMaker AI では、1回の編集につき参照画像を1枚添付できます。

MiniMax API の標準版テキスト画像生成は、1枚あたり 1K が 0.02179ドル、2K が 0.02333ドル、4K が 0.06879ドルです。Highspeed 版はパラメータが同じで、料金は高めです。2026年11月17日までは、1660万画素以上の画像が50%オフです。OCMaker AI では1枚あたり 1K で2クレジット、2K で4クレジットです。

H3 Image は MiniMax H3 のアーキテクチャから音声レイヤーを除いたもので、テキストエンコーダーも同じです。OCMaker AI ではすでに MiniMax H3 でキャラクターを動画にできます。

ウェイトとサンプルスクリプトは Hugging Face にあります。MiniMax はローカル実行の手段として SGLang、vLLM-Omni、diffusers、ComfyUI を挙げています。331億パラメータの Transformer だけで約66GBあるため、大容量のGPU環境が必要です。