Resultados de MiniMax H3 Image
El modelo de imagen de pesos abiertos de MiniMax, listo en el navegador. Genera fotos realistas y pósteres con texto legible, o edita con hasta 16 imágenes de referencia, en 2K o 4K nativo, desde 8 créditos.
MiniMax H3 Image es el modelo de generación y edición de imágenes de MiniMax, la empresa de IA de Shanghái detrás de Hailuo. MiniMax lo lanzó el 10 de noviembre de 2026 como el miembro de imagen de la familia H3, que empezó en julio con el modelo de vídeo MiniMax H3. Un solo checkpoint hace tanto texto a imagen como edición, y genera de forma nativa hasta unos 16 megapíxeles, sin pasar por un escalado.
A diferencia de la mayoría de los modelos de imagen punteros, sus pesos son públicos. La ficha del modelo en Hugging Face describe un diffusion transformer de 33.100 millones de parámetros que genera en 6 pasos y acepta hasta 16 imágenes de entrada. La licencia comunitaria de MiniMax permite el uso local, pero excluye Estados Unidos, la Unión Europea, el Reino Unido y Corea del Sur, y exige una licencia aparte a partir de 1 millón de dólares de ingresos anuales o para un servicio alojado. En la clasificación de edición de imágenes de Artificial Analysis quedó en el puesto 13 poco después de su lanzamiento.
En Flux1 AI lo usas en el navegador a través de un proveedor con licencia, sin GPU, sin descargar 135 GB y sin cuenta de MiniMax. Funciona con los mismos créditos que más de 40 modelos, y la mayoría de las imágenes llegan en 15–30 segundos. ¿Buscas P-H3-Image, la versión comunitaria más rápida de Pruna? Consulta las preguntas frecuentes más abajo.
Lo que MiniMax afirma del modelo, contrastado con nuestras propias generaciones en esta página.
La piel, las superficies mojadas y la luz mixta salen sin el brillo plástico que añaden muchos modelos. Nuestra foto del mercado conservó arrugas profundas, agua sobre el mostrador y el brillo de una calle mojada por la lluvia, el tipo de detalle que hace que una imagen parezca fotografiada.
Los títulos entre comillas, las fechas y las líneas cortas de un menú se ven limpios. Nuestro póster de jazz y nuestro menú de pizarra de cuatro líneas, con precios incluidos, salieron con cada palabra y cada número correctos al primer intento.
En 4K el modelo dibuja directamente unos 16 megapíxeles, hasta 5472 × 3072 en 16:9. Las estructuras finas, como tejados lejanos, senderos o la trama de una tela, se mantienen al recortar o al imprimir en gran formato.
Sube una foto para cambiar un detalle, o varias para combinar personas, productos y lugares en una sola escena. Nombra cada imagen en el prompt («el perro de la imagen 1») y di qué debe quedar igual.
Los dos modos cuestan lo mismo. El ajuste Prompt decide si el modelo reescribe tus palabras antes de dibujar.
Entra una idea corta, sale una escena completa
Tus palabras, tal como las escribiste
Enhanced puede añadir pequeños elementos que no pediste, como una marca en un producto o una línea extra en un cartel. Si eso importa, cambia a Exact y escribe tú cada detalle.
Seis resultados sin retocar de esta página, cada uno con su modo de prompt, su resolución y el prompt exacto.

La piel curtida, los mostradores mojados y la luz fluorescente sobre el puesto parecen una foto real de 35 mm, y la balanza de latón y las sardinas están nítidas. Los carteles pequeños del fondo se convirtieron en pseudotexto, algo típico cuando el texto no está en el prompt.
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

El título condensado y la línea completa de la fecha, con sus puntos medios, están bien escritos y aparecen donde los puso el prompt. El grano de risografía y la paleta a dos colores siguen el encargo.
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.

Con la reescritura desactivada, los cuatro platos y sus precios salieron exactamente como se escribieron, sin nada añadido. Las letras de tiza parecen hechas a mano y no una fuente de ordenador.
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.

Una foto de catálogo de 16 megapíxeles: el esmalte mate, la veta del roble y el vapor suave aguantan a tamaño completo. En una generación anterior con el mismo prompt, el modo Enhanced imprimió una marca inventada en la jarra; cambia a Exact cuando eso importe.
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

4K nativo en 16:9. Los tejados de chapa, el sendero y los bordes de las terrazas se distinguen incluso al recortar, y la niebla y los reflejos rosados se ven naturales, no pintados.
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

El perro de una imagen subida y la mujer de otra, juntos en la misma acera. Su ropa y el pañuelo del perro se mantuvieron. La luz es coherente, pero compara las caras con tus originales.
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.
Cuatro pasos del prompt a la descarga. Los créditos solo se gastan cuando la generación sale bien.
Describe el sujeto, el entorno, la luz y pon entre comillas las palabras exactas. Para editar, sube hasta 16 imágenes PNG, JPG o WEBP, con la foto que quieres cambiar en primer lugar.
Enhanced convierte una idea corta en una escena completa. Exact mantiene tu redacción para menús, etiquetas y diseños planificados, solo en texto a imagen.
Elige una de las 12 relaciones de aspecto, o Auto para ajustarse a tu imagen subida. 2K cuesta 8 créditos y sirve para casi todo; 4K cuesta 25 créditos, para impresión y pantallas grandes.
La mayoría de las imágenes llegan en 15–30 segundos. Para cambiar una sola cosa, usa el resultado como referencia y nombra solo lo que debe cambiar.
De nuestras propias generaciones: pon entre comillas las palabras exactas, numera tus imágenes de referencia y di qué debe quedarse igual.
Los cinco funcionan en Flux1 AI con un mismo saldo de créditos. Elige según el trabajo.
| Modelo | Ideal para | Salida máx. | Referencias | Espera habitual | Créditos / imagen |
|---|---|---|---|---|---|
| MiniMax H3 Image | Fotos realistas, 4K nativo, ediciones con muchas imágenes | 4K | Hasta 16, 1 crédito cada una | 15–30 s | 8–25 |
| Seedream 5.5 | Texto pequeño y PNG transparentes | 2K | Hasta 10, las extra se cobran | 15–40 s | 6–10 |
| Nano Banana 2.1 | Infografías, relaciones de aspecto extremas | 4K | Hasta 14 | 60–90 s | 12–21 |
| Nano Banana Pro | Parecido facial y texto en la escena | 4K | Hasta 14 | 10–15 s | 14–28 |
| GPT Image 2.5 | Maquetación y texto exacto de OpenAI | 4K | Hasta 14 | 30–60 s | 12–24 |
Los dos son rápidos y fotorrealistas en 2K, donde Seedream 5.5 cuesta 10 créditos frente a 8 aquí. Elige H3 Image para 4K nativo, más referencias (16 frente a 10) y un modo Exact que desactiva la reescritura del prompt. Elige Seedream 5.5 para PNG transparentes y texto pequeño y denso en chino.
En 4K, H3 Image cuesta 25 créditos y suele terminar en menos de 30 segundos; Nano Banana 2.1 cuesta 21 y tarda 60–90 segundos. Nano Banana 2.1 sigue siendo la mejor opción para infografías cargadas de datos y relaciones de aspecto extremas como 8:1, que H3 Image no admite.
Pagas por la resolución, más 1 crédito por cada imagen de referencia. El modo de prompt y la relación de aspecto no cambian el precio. Las generaciones fallidas se reembolsan automáticamente.
| Generación | Qué obtienes | Créditos |
|---|---|---|
| 2K | Texto a imagen, unos 4 MP, web e impresión | 8 |
| 4K | Texto a imagen, unos 16 MP, detalle nativo | 25 |
| Cada imagen de referencia | Se suma por cada imagen subida, hasta 16 (+16) | +1 |
| Ejemplo | Edición 2K con 3 imágenes de referencia | 11 |
Basic · 300 créditos/mes
≈ 37 imágenes en 2K o 12 en 4K
Pro · 800 créditos/mes
≈ 100 imágenes en 2K o 32 en 4K
Max · 2000 créditos/mes
≈ 250 imágenes en 2K o 80 en 4K
Las cifras son para generaciones de texto a imagen. Los créditos se comparten entre todos los modelos de imagen y vídeo.
Notas honestas sobre lo que esta página hace y lo que no.
La reescritura predeterminada a veces añade cosas que no pediste, como un logotipo en un producto. Usa el modo Exact cuando cada elemento deba ser tuyo. Exact solo funciona en texto a imagen con una relación de aspecto fija; las ediciones siempre usan Enhanced.
Cada imagen subida suma 1 crédito, incluida la primera, porque las imágenes de referencia aumentan el costo del proveedor. Una generación de texto a imagen sin imágenes no tiene cargo extra.
Cada generación devuelve un JPEG. En esta página no hay seed, prompt negativo ni control de pasos. Para una serie, vuelve a lanzar el prompt o usa tu mejor resultado como referencia.
MiniMax también vende un nivel Highspeed. En nuestras pruebas costaba aproximadamente el doble y no era más rápido a través de nuestro proveedor, así que esta página usa solo el modelo estándar.
Los títulos, las fechas y las listas cortas salen bien. El texto corrido, las tablas densas y los carteles pequeños del fondo pueden convertirse en pseudotexto, así que revisa antes de publicar o usa Nano Banana 2.1 para infografías.
El contenido explícito o NSFW no está permitido. Los prompts y las imágenes subidas se revisan, y una generación bloqueada se reembolsa. Edita fotos de personas solo con su consentimiento.
Los pesos se pueden descargar gratis bajo la licencia comunitaria de MiniMax, pero ejecutarlos requiere una GPU grande. Aquí cada imagen cuesta 8 créditos en 2K o 25 en 4K, más 1 por imagen de referencia. Los créditos vienen con cualquier plan de Flux1 AI, y las generaciones fallidas se reembolsan.
MiniMax publicó los pesos abiertos el 10 de noviembre de 2026, unos tres meses después del modelo de vídeo MiniMax H3. Ya está disponible en esta página.
Sí, si tienes el hardware y la licencia te cubre. El repositorio oficial contiene unos 68 GB de archivos del modelo más un codificador de texto de 66,7 GB compartido con MiniMax H3, y existen versiones para ComfyUI y builds GGUF de la comunidad. La licencia excluye EE. UU., la UE, el Reino Unido y Corea del Sur. Esta página no necesita ninguna descarga.
P-H3-Image es un modelo de pesos abiertos distinto, de Pruna AI, no de MiniMax. Reutiliza el modelo de difusión de MiniMax H3 con el codificador de texto, el upsampler de prompts y el VAE propios de Pruna, genera imágenes de 8 MP en 8 pasos, edita con hasta nueve imágenes y cabe en unos 21 GB de VRAM. Esta página ejecuta el H3 Image original de MiniMax.
MiniMax ofrece el modelo a través de su propia plataforma de API; consulta allí los precios oficiales. La API de Flux1 AI todavía no ofrece H3 Image, pero sí otros modelos de imagen; consulta la documentación de la API. Esta página no necesita clave de API.
Depende del trabajo. H3 Image destaca en fotos realistas, 4K nativo y ediciones con muchas referencias. Seedream 5.5 añade PNG transparentes y texto en chino, y Nano Banana 2.1 se encarga de infografías y relaciones de aspecto extremas. Los tres comparten aquí un mismo saldo de créditos, así que puedes probar cada uno.
Están relacionados, pero son distintos. MiniMax H3 es el modelo de vídeo de la misma familia, y Hailuo AI es la app de consumo de MiniMax para vídeo e imágenes. H3 Image solo crea imágenes fijas. Para vídeo, usa nuestra página del modelo de vídeo MiniMax H3.
Fotos cotidianas, productos, pósteres, arte y ediciones no tienen problema. El contenido explícito o NSFW no está permitido: los prompts y las imágenes subidas se revisan, y una generación bloqueada se reembolsa. Edita fotos de personas solo con su consentimiento, y revisa la licencia antes de usar comercialmente lo que generes en local.
Escribe un prompt, elige 2K o 4K nativo y obtén tu primera imagen en menos de medio minuto.