モデル・画像生成

MiniMax H3-Image：4K画像生成を10秒未満へ

原題: MiniMax H3-Image: Bringing 4K Image Generation into the 10-Second Era

重要オープンウェイト画像生成

画像生成と編集を1つのcheckpointで提供

MiniMaxは2026年11月11日、画像生成モデルMiniMax H3-Imageを公開しました。

テキストからの画像生成、参照画像を使う生成、画像編集を1つのcheckpointで扱います。

最大16枚の参照画像を入力でき、生成と編集の両方で同じモデルを利用します。

出力は4096×4096を含む約1600万画素に対応し、21:9まで複数の縦横比を選べます。

MiniMaxは4K画像を10秒未満で生成できると説明していますが、速度と品質の数値は同社による評価です。

拡散transformerは331億parameterで、6 sampling stepに蒸留されています。

Hugging Faceでは約66.28GBのtransformer、約2.34GBのVAE、実行例と設定を配布しています。

text encoderはMiniMax H3のものを使うため、別repositoryから約66.7GBを取得します。

SGLang、vLLM-Omni、Diffusers、ComfyUIの実行経路が案内されています。

ライセンスはMiniMax H3 Image Community License Agreementで、Apache 2.0やMITではありません。

同モデルはMiniMax API Platform、MiniMax Code、Hailuo AIからも利用できます。

APIの速度、価格比較、prompt追従の優位性はMiniMax自身の主張で、独立評価は示されていません。