0105
原生 1600 万像素的细节
多数图像模型输出 100 万到 400 万像素。MiniMax H3 Image 直接输出约 1600 万像素,从 1:1 的 4096×4096 到 21:9 的 6272×2688,不需要额外放大,MiniMax 称算力成本也控制在可用范围内。人物和道具很多的主视觉、壁纸和印刷品最能体现这种细节。这张港口夜市由 Seedream 5.0 Pro 以 2K 生成。

MiniMax H3 Image 是 MiniMax 于 2026 年 11 月 10 日发布的开放权重图像模型。同一个模型既能文生图,也能改图;各种画幅都直接输出约 1600 万像素,不需要放大器;改图时最多可用 16 张参考图。MiniMax H3 Image 现已上线 OCMaker AI,免费用户也能用。用本页的生成器以 1K 或 2K 画你的角色和场景,或上传一张图片来修改。

以下特性出自 MiniMax 的模型卡。示例图是在 MiniMax H3 Image 上线前于 OCMaker AI 生成的,每张都写明了所用模型。
0105
多数图像模型输出 100 万到 400 万像素。MiniMax H3 Image 直接输出约 1600 万像素,从 1:1 的 4096×4096 到 21:9 的 6272×2688,不需要额外放大,MiniMax 称算力成本也控制在可用范围内。人物和道具很多的主视觉、壁纸和印刷品最能体现这种细节。这张港口夜市由 Seedream 5.0 Pro 以 2K 生成。

0205
MiniMax 称 H3 Image 超越了常见的「AI 味」,皮肤、头发和布料都有细腻真实的质感。官方展示从纪实风格照片到超现实的杂志大片都有。这张精灵游侠肖像由 Seedream 5.0 Pro 生成。

0305
MiniMax 的官方展示包括角色、生物和道具概念设计,还有一张角色三视图设定,也就是 OC 创作者用来保持角色一致的格式。这张正面、侧面、背面三视图由 OCMaker AI 上的 GPT Image 2.5 生成。

0405
除了照片,MiniMax 还展示了油画、水彩、工笔和塔罗牌插画,以及超现实场景和场景概念图。在提示词里写清画材、配色和光源即可。这张发光温室由 Seedream 5.0 Pro 生成。

0505
上传 1 到 16 张图片,按上传顺序称为 Picture 1、Picture 2……MiniMax 演示了把一间空房和九张家具照片合成一间客厅、把没有贴图的 3D 白模变成电影剧照、把游戏地图变成第一人称视角。在 OCMaker AI 上,MiniMax H3 Image 支持用一张参考图改图。这次换装是此前用 Seedream 5.0 Pro 完成的。

要点来自 MiniMax 的模型卡和 API 文档。
由 MiniMax 发布,权重已公开在 Hugging Face。
文生图,以及用 1 到 16 张参考图改图。
约 1600 万像素效果最好,400 万到 2000 万像素都可用。API 支持 1:3 到 3:1 的比例,并有 1K、2K、4K 预设。
蒸馏到 6 步、不使用 CFG,因此不支持反向提示词。
331 亿参数的扩散 Transformer,沿用 H3 架构并去掉音频层,文本编码器与 MiniMax H3 相同。
蒙版局部编辑(inpainting)和透明背景。
MiniMax API、海螺 AI 网页版和 MiniMax Agent 桌面版;本地可用 SGLang、vLLM-Omni、diffusers 或 ComfyUI。
所有用户可用:1K 每张 2 积分,2K 每张 4 积分;支持文生图和用一张参考图改图。
以下技巧来自 MiniMax 的文档,并附上在 OCMaker AI 上的用法。
模型期望一段详细的英文描述:角色是谁、服装、姿势、场景、光线、镜头角度和画风。在 MiniMax API 上,内置的提示词增强 H3-Image-Context-IR 会把任意语言的简短提示词扩写成这样的描述。
改图时,第一张上传的是 Picture 1,第二张是 Picture 2。可以这样写:「让 Picture 1 的角色穿上 Picture 2 的服装,保留她的脸和发型」。
API 会返回实际使用的扩写提示词。如果结果接近但不完全对,修改这段文字,关闭增强后重新生成。
上方生成器已选好 MiniMax H3 Image。选择 1K 或 2K 和画幅,然后描述你的角色或场景。要改图就上传一张图片:它就是 Picture 1,结果沿用这张图的画幅。
MiniMax H3 Image 是 MiniMax 的开放权重图像生成与编辑模型,属于 MiniMax H3 系列,于 2026 年 11 月 10 日发布。同一个模型可以文生图,也能用参考图改图,输出约 1600 万像素。MiniMax 称它的指令遵循能力在开源图像模型中最强。
可以。本页顶部的生成器已选好 MiniMax H3 Image,图片模型列表里也能找到,包括免费用户在内的所有用户都能用。每张 1K 2 积分、2K 4 积分。可以文生图,也可以上传一张图片来修改;改图结果沿用这张图的画幅。
MiniMax 的官方展示包括角色、生物和道具设计、一张角色三视图设定,以及从水彩到工笔的插画风格,不过多数示例偏写实。我们还没有在它上面测试动漫提示词。现在想做 OC 三视图,可以用角色设定图生成器。
约 1600 万像素效果最好,例如 1:1 的 4096×4096、16:9 的 5472×3072 或 21:9 的 6272×2688。通过 API,约 66 万到 2000 万像素、比例在 1:3 到 3:1 之间的尺寸都可以,另有 1K、2K、4K 预设。在 OCMaker AI 上可选 1K(约 100 万像素)或 2K(约 400 万像素)。
改图支持 1 到 16 张参考图,按上传顺序编号,提示词里可以写 Picture 1、Picture 2 等。不支持蒙版局部编辑和透明背景。在 OCMaker AI 上,每次改图可以附一张参考图。
在 MiniMax API 上,标准版文生图每张 1K 为 0.02179 美元、2K 为 0.02333 美元、4K 为 0.06879 美元。Highspeed 版本参数相同,价格更高。2026 年 11 月 17 日前,1660 万像素及以上的图片享五折。在 OCMaker AI 上,每张 1K 2 积分、2K 4 积分。
H3 Image 沿用 MiniMax H3 的架构并去掉了音频层,文本编码器也相同。你现在就可以在 OCMaker AI 上用 MiniMax H3 把角色做成视频。
权重和示例脚本都在 Hugging Face 上。MiniMax 列出的本地方案有 SGLang、vLLM-Omni、diffusers 和 ComfyUI。仅 331 亿参数的 Transformer 就约 66 GB,需要较大的显卡配置。