Ergebnisse mit MiniMax H3 Image
Das Open-Weight-Bildmodell von MiniMax, direkt im Browser. Erstelle realistische Fotos und Plakate mit lesbarer Schrift oder bearbeite Bilder mit bis zu 16 Referenzen, in 2K oder nativem 4K, ab 8 Credits.
MiniMax H3 Image ist das Modell zur Bilderzeugung und -bearbeitung von MiniMax, dem KI-Unternehmen aus Shanghai hinter Hailuo. MiniMax hat es am 10. November 2026 veröffentlicht, als Bildmodell der H3-Familie, die im Juli mit dem Videomodell MiniMax H3 begann. Ein einziger Checkpoint beherrscht Text-zu-Bild und Bearbeitung und gibt nativ bis zu etwa 16 Megapixel aus, ganz ohne Upscaling.
Anders als bei den meisten Spitzenmodellen für Bilder sind die Gewichte öffentlich. Die Modellkarte auf Hugging Face nennt einen Diffusion Transformer mit 33,1 Mrd. Parametern, der in 6 Schritten sampelt und bis zu 16 Eingabebilder annimmt. Die Community-Lizenz von MiniMax erlaubt die lokale Nutzung, schließt aber die USA, die Europäische Union, das Vereinigte Königreich und Südkorea aus und verlangt ab 1 Million US-Dollar Jahresumsatz oder für einen gehosteten Dienst eine separate Lizenz. Im Image-Editing-Leaderboard von Artificial Analysis landete es kurz nach dem Start auf Platz 13.
Auf Flux1 AI nutzt du es im Browser über einen lizenzierten Anbieter, ohne GPU, ohne 135 GB Download und ohne MiniMax-Konto. Es läuft mit denselben Credits wie über 40 weitere Modelle, und die meisten Bilder sind in 15–30 Sekunden fertig. Du suchst die schnellere Community-Version P-H3-Image von Pruna? Siehe die FAQ weiter unten.
Was MiniMax für das Modell verspricht, überprüft mit unseren eigenen Durchläufen auf dieser Seite.
Haut, nasse Oberflächen und Mischlicht wirken nicht so plastikhaft glänzend wie bei vielen anderen Modellen. Unser Marktfoto zeigte tiefe Falten, Wasser auf der Theke und den Glanz einer regennassen Straße, genau die Details, durch die ein Bild wie fotografiert wirkt.
Titel in Anführungszeichen, Datumsangaben und kurze Menüzeilen werden sauber dargestellt. Unser Jazzplakat und unsere vierzeilige Kreidetafel-Speisekarte samt Preisen kamen beim ersten Versuch mit jedem Wort und jeder Zahl korrekt zurück.
In 4K zeichnet das Modell direkt etwa 16 Megapixel, bis zu 5472 × 3072 bei 16:9. Feine Strukturen wie entfernte Dächer, Fußwege und Stoffgewebe bleiben erhalten, wenn du hineinzoomst oder groß druckst.
Lade ein Foto hoch, um ein Detail zu ändern, oder mehrere, um Personen, Produkte und Orte zu einer Szene zu kombinieren. Benenne jedes Bild im Prompt („der Hund aus Bild 1“) und sag, was gleich bleiben muss.
Beide Modi kosten gleich viel. Die Prompt-Einstellung entscheidet, ob das Modell deine Worte vor dem Zeichnen umschreibt.
Kurze Idee rein, ganze Szene raus
Deine Worte, genau wie geschrieben
Enhanced kann Kleinigkeiten hinzufügen, um die du nicht gebeten hast, etwa einen Markennamen auf einem Produkt oder eine zusätzliche Zeile auf einem Schild. Wenn das wichtig ist, wechsle zu Exact und schreib jedes Detail selbst.
Sechs unbearbeitete Ergebnisse von dieser Seite, jeweils mit Prompt-Modus, Auflösung und exaktem Prompt.

Wettergegerbte Haut, nasse Theken und Neonlicht über dem Stand wirken wie ein echtes 35-mm-Foto, und die Messingwaage und die Sardinen sind scharf. Kleine Schilder im Hintergrund wurden zu Pseudotext, was bei nicht vorgegebenem Text typisch ist.
Prompt · Enhanced · 2K: Documentary street photo of an elderly fishmonger in a wet morning market in Lisbon, weighing sardines on an old brass scale, overhead fluorescent light mixed with daylight from the street, visible skin texture and water droplets on the counter, 35mm lens, natural colors

Der schmale Titel und die vollständige Datumszeile samt Mittelpunkten sind korrekt geschrieben und stehen dort, wo der Prompt sie platziert hat. Die Risografie-Körnung und die zweifarbige Palette folgen der Vorgabe.
Prompt · Enhanced · 2K: A printed concert poster for a jazz night. Large title "BLUE HOUR SESSIONS" at the top in tall condensed letters, a line "Friday 12 December · 9 PM · The Harbor Room" at the bottom, and a silhouette of a double bass player under a single spotlight in the middle. Deep navy and warm amber, risograph texture. No other text.

Ohne Umschreiben kamen alle vier Gerichte und Preise genau wie eingegeben zurück, ohne Zusätze. Die Kreideschrift wirkt handgezeichnet statt wie eine Computerschrift.
Prompt · Exact · 2K: A chalkboard menu on the wall of a small bakery, hand-lettered in white chalk. Title "TODAY AT THE OVEN" at the top. Four lines below it: "Sourdough loaf 6.50", "Cardamom bun 3.80", "Rye & seed bread 5.20", "Pear galette 4.90". A small chalk drawing of a wheat stalk in the corner. Warm morning light, slight chalk dust, photographed straight on. No other text.

Eine Katalogaufnahme mit 16 Megapixeln: matte Glasur, Eichenmaserung und zarter Dampf halten auch in voller Größe. In einem früheren Durchlauf mit demselben Prompt druckte der Enhanced-Modus einen erfundenen Markennamen auf die Karaffe; wechsle zu Exact, wenn das wichtig ist.
Prompt · Enhanced · 4K: Studio product photo of a matte ceramic pour-over coffee dripper in sage green on a light oak counter, a glass carafe below it, soft window light from the left, gentle shadow, steam rising, shallow depth of field, commercial catalog photo

Natives 4K bei 16:9. Wellblechdächer, Fußweg und Terrassenkanten bleiben auch beim Hineinzoomen klar getrennt, und Nebel und rosa Spiegelungen wirken natürlich statt gemalt.
Prompt · Enhanced · 4K: Aerial photo of terraced rice fields in the mountains at sunrise, low mist in the valleys, a narrow footpath and a few farmhouses with tin roofs, water in the terraces reflecting the pink sky, extremely fine detail, drone photography

Der Hund aus einem Upload und die Frau aus einem anderen, gemeinsam auf einem Gehweg. Ihr Outfit und das Halstuch des Hundes wurden übernommen. Das Licht ist stimmig, aber vergleiche die Gesichter mit deinen Originalen.
Prompt · 2 references · 2K: Place the dog from image 1 sitting next to the woman from image 2 on the same city sidewalk, as if they were photographed together. Keep both of their appearances, the woman’s outfit and the dog’s bandana unchanged. Natural daylight, candid street photo.
Change only the bandana into a solid mustard-yellow knitted scarf. Keep the dog, its pose, the carpet, the room and the light exactly the same.
Change only the blazer to deep burgundy wool and the jeans to black. Keep her face, hair, pose, the street and the lighting exactly as they are.
Vier Schritte vom Prompt bis zum Download. Credits werden nur bei erfolgreichen Durchläufen abgebucht.
Beschreibe Motiv, Umgebung, Licht und setze exakte Wörter in Anführungszeichen. Zum Bearbeiten lädst du bis zu 16 Bilder als PNG, JPG oder WEBP hoch, das zu ändernde Foto zuerst.
Enhanced erweitert eine kurze Idee zu einer ganzen Szene. Exact behält deinen Wortlaut für Speisekarten, Etiketten und geplante Layouts bei, nur für Text-zu-Bild.
Wähle eines von 12 Seitenverhältnissen oder Auto, passend zu deinem Upload. 2K kostet 8 Credits und reicht für die meisten Zwecke; 4K kostet 25 Credits für Druck und große Bildschirme.
Die meisten Bilder sind in 15–30 Sekunden fertig. Um eine Sache zu ändern, nutze das Ergebnis erneut als Referenz und nenne nur, was sich ändern soll.
Aus unseren eigenen Durchläufen: exakte Wörter in Anführungszeichen setzen, Referenzbilder nummerieren und sagen, was bleiben soll.
Alle fünf laufen auf Flux1 AI mit einem gemeinsamen Credit-Guthaben. Wähle nach Aufgabe.
| Modell | Ideal für | Max. Ausgabe | Referenzen | Übliche Wartezeit | Credits / Bild |
|---|---|---|---|---|---|
| MiniMax H3 Image | Realistische Fotos, natives 4K, Edits mit vielen Bildern | 4K | Bis zu 16, je 1 Credit | 15–30 s | 8–25 |
| Seedream 5.5 | Kleine Schrift und transparente PNGs | 2K | Bis zu 10, zusätzliche kostenpflichtig | 15–40 s | 6–10 |
| Nano Banana 2.1 | Infografiken, extreme Seitenverhältnisse | 4K | Bis zu 14 | 60–90 s | 12–21 |
| Nano Banana Pro | Gesichtsähnlichkeit und Text in der Szene | 4K | Bis zu 14 | 10–15 s | 14–28 |
| GPT Image 2.5 | Layouts und exakte Texte von OpenAI | 4K | Bis zu 14 | 30–60 s | 12–24 |
Beide sind schnell und fotorealistisch in 2K, wo Seedream 5.5 10 Credits kostet, gegenüber 8 hier. Nimm H3 Image für natives 4K, mehr Referenzen (16 statt 10) und einen Exact-Modus, der das Umschreiben des Prompts abschaltet. Nimm Seedream 5.5 für transparente PNGs und dichte kleine Schrift auf Chinesisch.
In 4K kostet H3 Image 25 Credits und ist meist in unter 30 Sekunden fertig; Nano Banana 2.1 kostet 21 und braucht 60–90 Sekunden. Für datenlastige Infografiken und extreme Seitenverhältnisse wie 8:1, die H3 Image nicht unterstützt, bleibt Nano Banana 2.1 die bessere Wahl.
Du zahlst für die Auflösung, plus 1 Credit pro Referenzbild. Prompt-Modus und Seitenverhältnis ändern den Preis nicht. Fehlgeschlagene Durchläufe werden automatisch erstattet.
| Durchlauf | Was du bekommst | Credits |
|---|---|---|
| 2K | Text-zu-Bild, etwa 4 MP, Web und Druck | 8 |
| 4K | Text-zu-Bild, etwa 16 MP, native Details | 25 |
| Pro Referenzbild | Wird pro hochgeladenem Bild addiert, bis zu 16 (+16) | +1 |
| Beispiel | 2K-Edit mit 3 Referenzbildern | 11 |
Basic · 300 Credits/Monat
≈ 37 Bilder in 2K oder 12 in 4K
Pro · 800 Credits/Monat
≈ 100 Bilder in 2K oder 32 in 4K
Max · 2000 Credits/Monat
≈ 250 Bilder in 2K oder 80 in 4K
Die Anzahl gilt für Text-zu-Bild-Durchläufe. Credits gelten für alle Bild- und Videomodelle.
Ehrliche Hinweise dazu, was diese Seite kann und was nicht.
Das standardmäßige Umschreiben fügt manchmal Dinge hinzu, um die du nicht gebeten hast, etwa ein Logo auf einem Produkt. Nutze den Exact-Modus, wenn jedes Element von dir stammen muss. Exact funktioniert nur für Text-zu-Bild mit festem Seitenverhältnis; Edits nutzen immer Enhanced.
Jedes hochgeladene Bild kostet 1 Credit zusätzlich, auch das erste, denn Referenzbilder erhöhen die Kosten beim Anbieter. Ein reiner Text-zu-Bild-Durchlauf kostet nichts extra.
Jeder Durchlauf liefert ein JPEG. Auf dieser Seite gibt es keinen Seed, keinen Negativ-Prompt und keine Schrittsteuerung. Für eine Serie startest du den Prompt erneut oder nutzt dein bestes Ergebnis als Referenz.
MiniMax bietet auch eine Highspeed-Stufe an. In unseren Tests kostete sie etwa doppelt so viel und war über unseren Anbieter nicht schneller, daher nutzt diese Seite nur das Standardmodell.
Titel, Datumsangaben und kurze Listen gelingen gut. Fließtext, dichte Tabellen und kleine Schilder im Hintergrund können zu Pseudotext werden. Lies also Korrektur, bevor du veröffentlichst, oder nutze Nano Banana 2.1 für Infografiken.
Explizite oder NSFW-Inhalte werden nicht unterstützt. Prompts und Uploads werden geprüft, und ein blockierter Durchlauf wird erstattet. Bearbeite Fotos von Personen nur mit deren Einverständnis.
Die Gewichte kannst du unter der Community-Lizenz von MiniMax kostenlos herunterladen, für den Betrieb brauchst du aber eine große GPU. Hier kostet jedes Bild 8 Credits in 2K oder 25 in 4K, plus 1 pro Referenzbild. Credits sind in jedem Flux1 AI-Plan enthalten, und fehlgeschlagene Durchläufe werden erstattet.
MiniMax hat die Open Weights am 10. November 2026 veröffentlicht, etwa drei Monate nach dem Videomodell MiniMax H3. Es ist ab sofort auf dieser Seite verfügbar.
Ja, wenn du die Hardware hast und die Lizenz dich abdeckt. Das offizielle Repository enthält etwa 68 GB Modelldateien plus einen 66,7 GB großen Text-Encoder, den es mit MiniMax H3 teilt, und es gibt ComfyUI- sowie Community-GGUF-Builds. Die Lizenz schließt die USA, die EU, das Vereinigte Königreich und Südkorea aus. Diese Seite braucht keinen Download.
P-H3-Image ist ein eigenständiges Open-Weight-Modell von Pruna AI, nicht von MiniMax. Es nutzt das Diffusionsmodell von MiniMax H3 mit Prunas eigenem Text-Encoder, Prompt-Upsampler und VAE, rendert 8-MP-Bilder in 8 Schritten, bearbeitet mit bis zu neun Bildern und kommt mit etwa 21 GB VRAM aus. Diese Seite nutzt das originale H3 Image von MiniMax.
MiniMax bietet das Modell über seine eigene API-Plattform an; dort findest du die offiziellen Preise. Die Flux1 AI API bietet H3 Image noch nicht an, aber andere Bildmodelle; siehe die API-Dokumentation. Für diese Seite brauchst du keinen API-Schlüssel.
Das hängt von der Aufgabe ab. H3 Image ist am stärksten bei realistischen Fotos, nativem 4K und Edits mit vielen Referenzen. Seedream 5.5 bietet zusätzlich transparente PNGs und chinesische Schrift, und Nano Banana 2.1 meistert Infografiken und extreme Seitenverhältnisse. Alle drei teilen sich hier ein Credit-Guthaben, du kannst also jedes ausprobieren.
Sie sind verwandt, aber verschieden. MiniMax H3 ist das Videomodell derselben Familie, und Hailuo AI ist die Consumer-App von MiniMax für Videos und Bilder. H3 Image erzeugt ausschließlich Standbilder. Für Videos nutze unsere Seite zum Videomodell MiniMax H3.
Alltagsfotos, Produkte, Plakate, Kunst und Edits sind in Ordnung. Explizite oder NSFW-Inhalte werden nicht unterstützt: Prompts und Uploads werden geprüft, und ein blockierter Durchlauf wird erstattet. Bearbeite Fotos von Personen nur mit deren Einverständnis und prüfe die Lizenz, bevor du lokale Durchläufe kommerziell nutzt.
Schreib einen Prompt, wähle 2K oder natives 4K und erhalte dein erstes Bild in unter einer halben Minute.