11月10日，MiniMax正式发布图像生成模型MiniMax H3-Image，并在当天开放全部权重。
先给总账。这一次，MiniMax回答了三个悬念：高分辨率生图能不能不靠放大器、还把速度压到秒级；生成和编辑能不能收进同一套权重；开源之后生态能不能马上接得住。它同时把两个举证责任推了出去——“开源图像模型SOTA”“指令遵循最强”的说法目前没有附上任何基准分数；还留了一个没答上的问题：API定价与长期社区维护承诺的细节尚未完整披露。
看第一组已回答的问题。H3-Image能够在10秒内生成一张4096×4096像素、约16MP（4K）的高分辨率图像。TPS Report对模型卡的解析显示，这是一个33.1B参数的扩散Transformer（DiT），衍生自MiniMax H3家族，支持文生图与图像编辑于单一检查点，最多可接受16张参考图；原生输出约1600万像素，覆盖从4096×4096（1：1）到6272×2688（21：9）的多种宽高比，工作区间约4MP至20MP，全程无需外挂放大器。WorldNL Magazine的报道同样确认了33.1B参数、原生4K直出与16张参考图上限这三项关键规格。
速度是第二个已回答项。模型被蒸馏至6步采样（6 NFEs），且不使用无分类器引导（classifier-free guidance）；TPS Report注意到API层面会直接拒绝其他步数与引导值设置，等于把厂商的蒸馏方案硬编码进了服务端。作为参照，新智元报道给出的行业背景是：市面主流模型大多在100万至400万像素区间出图，速度普遍为分钟级，最快的也要50秒左右——这组数字属于媒体转述的对比口径，不是独立基准测试，请相应看待。
架构细节目前只有一个信源。据TPS Report解析，H3-Image的DiT为50层稠密单流结构，隐藏维度5376、56个注意力头，使用3D多模态RoPE，相当于把H3架构的音频分支摘掉后的图像版本；文本编码器完整沿用MiniMax-H3的Qwen3-VL编码器，已缓存H3的开发者无需二次下载。该仓库中DiT权重（BF16）约68.65GB，文本编码器另约66.7GB——这意味着本地部署的实际门槛是“两个大模型”而非一个。这些数字出自单一技术媒体的模型卡解析，尚未见到独立复测，标注为待验证信息。
可用性没有悬念。权重已上线Hugging Face（MiniMaxAI/MiniMax-H3-Image），并同步开放GitHub与ModelScope仓库；MiniMax API、MiniMax Code与海螺AI平台同日可用。据WorldNL报道，ComfyUI在发布当日即完成支持。国产算力侧，摩尔线程宣布基于AI训推一体智算卡MTT S5000及MUSA软件栈率先完成Day-0适配，并称该模型生成速度“可达市面主流水平的5倍”——注意，这是摩尔线程官方公告的厂商口径，不是独立测试数据。
把镜头拉远三个月，才能看清这次发布的打法。今年7月31日，MiniMax发布全模态生成模型H3并于8月3日开放权重，16家国内外芯片厂商同日完成适配；H3开源不到一个月下载量突破2400万次，公开衍生模型超过300个，fal、Pika、英伟达与MIT研究团队均基于它做了再训练或衍生项目。图像版H3-Image复制的是同一条路径：先把权重交到全球工程师手里，再谈生意。生意的那一半也延续了下来——按社区许可，年收入2000万美元以内的主体在协议覆盖地区可免费商用，超过这条线、或在美国、欧盟、英国、韩国部署，则需向MiniMax单独取得授权；据WorldNL报道，API定价约为1K图像0.022美元、4K图像0.069美元，11月17日前有促销折扣。
那么还有什么必须被证明。第一，“开源图像模型SOTA、指令遵循最强”目前是厂商表述：模型页未列出任何基准分数，TPS Report明确指出该说法未经第三方评测检验；社区博主的手语手势实测显示H3-Image的表现明显优于既有参考模型，但这类个人实测属方向性参考，不及独立评测的细节标准。第二，16MP直出在消费级硬件上的真实可部署性——68.65GB的DiT加上66.7GB的文本编码器——有待本地部署者的复测数据。第三，授权代理与API收费能否复制H3视频模型三个月内“2400万下载、300个衍生模型”的生态规模，取决于未来一个季度的社区数据。第四，分辨率、步数与许可条款都定了，但训练数据构成与合规细节尚未完整披露，这在各国AI监管趋严的背景下值得持续留意。
三个月前H3开源时，外界要证明的问题是“开源全模态模型有没有人真用”；今天H3-Image把举证责任换成了“16MP直出加6步采样的生图经济学，能否在真实生产负载里站住”。这是从根本上更好的问题，我会紧盯着它。
MiniMax在开源公告末尾保留了那句老口号——Intelligence with Everyone。把能力锁在订阅墙后是一种活法，把钥匙发到每个人手里是另一种；至于哪一种最终跑通生图这门生意，证据还在后面。
