MiniMax H3 Imageの生成結果
MiniMaxのオープンウェイト画像モデルを、ブラウザですぐに使えます。読みやすい文字入りのリアルな写真やポスターを生成したり、最大16枚の参照画像で編集したりでき、2Kまたはネイティブ4Kで8クレジットから使えます。
MiniMax H3 Imageは、Hailuoを手がける上海のAI企業MiniMaxによる画像生成・編集モデルです。MiniMaxは2026年11月10日、7月のMiniMax H3動画モデルから始まったH3ファミリーの画像モデルとしてこれを公開しました。1つのチェックポイントでテキストからの画像生成と編集の両方をこなし、アップスケールを挟まずに最大約16メガピクセルをネイティブで出力します。
多くの最先端画像モデルと違い、重みが公開されています。Hugging Faceのモデルカードによると、33.1Bパラメータのディフュージョントランスフォーマーで、6ステップでサンプリングし、最大16枚の入力画像を受け付けます。MiniMaxのコミュニティライセンスはローカルでの利用を認めていますが、米国、欧州連合、英国、韓国は対象外で、年間売上が100万米ドルを超える場合やホスティング型サービスで使う場合は別途ライセンスが必要です。Artificial Analysisの画像編集リーダーボードでは、公開直後に13位に入りました。
Flux1 AIでは、ライセンスを持つプロバイダーを通じてブラウザから使えます。GPUも135 GBのダウンロードもMiniMaxのアカウントも必要ありません。ほかの40以上のモデルと同じクレジットで動き、ほとんどの画像は15〜30秒で届きます。Prunaによる高速なコミュニティ版P-H3-Imageをお探しなら、下のよくある質問をご覧ください。
MiniMaxがうたう性能を、このページでの実際の生成結果で確かめました。
肌、濡れた表面、入り混じる光も、多くのモデルにありがちなプラスチックのようなテカリなしに描かれます。市場の写真では、深いしわ、カウンターの水、雨に濡れた路面の光沢が残り、実際に撮影したように見えるディテールが出ました。
引用符で囲んだタイトル、日付、短いメニューの行がきれいに描画されます。ジャズのポスターと、価格入りで4行の黒板メニューは、1回目からすべての単語と数字が正しく出ました。
4Kでは約16メガピクセルを直接描き、16:9なら最大5472 × 3072です。遠くの屋根、小道、布の織り目といった細かな構造も、トリミングや大判印刷に耐えます。
写真を1枚アップロードして細部を変えたり、複数枚で人物、商品、場所を1つのシーンにまとめたりできます。プロンプトでは各画像を「画像1の犬」のように指定し、変えてはいけない部分も書きましょう。
どちらのモードも料金は同じです。プロンプト設定で、描く前にモデルがあなたの言葉を書き換えるかどうかが決まります。
短いアイデアから、完成したシーンへ
書いたとおりの言葉で
Enhancedでは、商品のブランド名や看板の余分な1行など、頼んでいない小さな要素が加わることがあります。それが困る場合はExactに切り替え、細部まですべて自分で書いてください。
このページで生成した無修正の6枚です。それぞれのプロンプトモード、解像度、実際のプロンプトを載せています。

風雨にさらされた肌、濡れたカウンター、屋台を照らす蛍光灯が本物の35mm写真のように見え、真鍮のはかりとイワシもシャープです。背景の小さな看板は疑似文字になりましたが、プロンプトで指定していない文字ではよくあることです。
プロンプト · 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

コンデンス書体のタイトルと、中黒を含む日付の行全体が正しく綴られ、プロンプトで指定した位置に収まっています。リソグラフ風の粒子感と2色の配色も指示どおりです。
プロンプト · 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.

書き換えをオフにすると、4品目と価格がすべて入力どおりに出て、何も追加されませんでした。チョークの文字はコンピューターのフォントではなく、手描きに見えます。
プロンプト · 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.

16メガピクセルのカタログ写真です。マットな釉薬、オークの木目、やわらかな湯気が原寸でも崩れません。同じプロンプトでの以前の生成では、Enhancedモードがカラフェに架空のブランド名を入れました。それが困る場合はExactに切り替えてください。
プロンプト · 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

16:9のネイティブ4Kです。トタン屋根、小道、段々畑の縁はトリミングしてもはっきり分かれ、霧とピンクの反射は描いたようではなく自然に見えます。
プロンプト · 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

1枚目のアップロードから犬を、もう1枚から女性を取り、同じ歩道に配置しました。女性の服装と犬のバンダナはそのまま引き継がれています。光は一貫していますが、顔は元の写真と見比べて確認してください。
プロンプト · 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.
プロンプトからダウンロードまで4ステップ。クレジットは生成が成功したときだけ消費されます。
被写体、場所、光を書き、正確に入れたい言葉は引用符で囲みます。編集する場合は、PNG、JPG、WEBPの画像を最大16枚アップロードし、変更したい写真を最初に置きます。
Enhancedは短いアイデアを完成したシーンに広げます。Exactはメニュー、ラベル、計画済みのレイアウトのために言葉をそのまま保ちます(テキストからの画像生成のみ)。
12種類の比率から選ぶか、Autoでアップロード画像に合わせます。2Kは8クレジットでほとんどの用途に向き、4Kは25クレジットで印刷や大画面向けです。
ほとんどの画像は15〜30秒で届きます。1か所だけ変えたいときは、結果を参照画像として再利用し、変えたい部分だけを指定します。
実際の生成から分かったこと:正確な言葉は引用符で囲み、参照画像には番号を振り、残すべき部分を明記しましょう。
5つのモデルはすべてFlux1 AI上で、1つのクレジット残高から使えます。用途で選びましょう。
| モデル | 向いている用途 | 最大出力 | 参照画像 | 待ち時間の目安 | クレジット/枚 |
|---|---|---|---|---|---|
| MiniMax H3 Image | リアルな写真、ネイティブ4K、多数の画像を使った編集 | 4K | 最大16枚、1枚1クレジット | 15〜30秒 | 8–25 |
| Seedream 5.5 | 小さな文字と透過PNG | 2K | 最大10枚、追加分は課金 | 15〜40秒 | 6–10 |
| Nano Banana 2.1 | インフォグラフィック、極端な比率 | 4K | 最大14枚 | 60〜90秒 | 12–21 |
| Nano Banana Pro | 顔の再現とシーン内の文字 | 4K | 最大14枚 | 10〜15秒 | 14–28 |
| GPT Image 2.5 | OpenAIのレイアウト力と正確なコピー | 4K | 最大14枚 | 30〜60秒 | 12–24 |
どちらも2Kでは高速でフォトリアルです。2Kの料金はSeedream 5.5が10クレジット、こちらは8クレジットです。ネイティブ4K、より多い参照画像(16枚対10枚)、プロンプトの書き換えをオフにできるExactモードが必要ならH3 Imageを。透過PNGや、中国語の細かく密な文字が必要ならSeedream 5.5を選びましょう。
4Kでは、H3 Imageは25クレジットで、たいてい30秒以内に終わります。Nano Banana 2.1は21クレジットで60〜90秒かかります。それでも、データの多いインフォグラフィックや、H3 Imageが対応していない8:1のような極端な比率なら、Nano Banana 2.1のほうが適しています。
料金は解像度で決まり、参照画像1枚ごとに1クレジットが加わります。プロンプトモードや比率で料金は変わりません。失敗した生成は自動で返金されます。
| 生成 | 内容 | クレジット |
|---|---|---|
| 2K | テキストから画像生成、約4 MP、Web・印刷向け | 8 |
| 4K | テキストから画像生成、約16 MP、ネイティブの精細さ | 25 |
| 参照画像1枚ごと | アップロード画像1枚ごとに加算、最大16枚(+16) | +1 |
| 例 | 参照画像3枚を使った2Kの編集 | 11 |
Basic · 月300クレジット
2Kなら約37枚、4Kなら約12枚
Pro · 月800クレジット
2Kなら約100枚、4Kなら約32枚
Max · 月2000クレジット
2Kなら約250枚、4Kなら約80枚
枚数はテキストからの画像生成の場合です。クレジットはすべての画像・動画モデルで共通です。
このページでできること、できないことを正直にまとめました。
既定の書き換えでは、商品のロゴなど、頼んでいないものが加わることがあります。すべての要素を自分で決めたいときはExactモードを使ってください。Exactはテキストからの画像生成で比率を固定した場合のみ使え、編集では常にEnhancedになります。
参照画像はプロバイダー側のコストを増やすため、アップロードした画像は1枚目も含めて1枚ごとに1クレジットが加わります。テキストだけの画像生成には追加料金はかかりません。
1回の生成で返るのはJPEG 1枚です。このページにはシード、ネガティブプロンプト、ステップ数の設定はありません。シリーズを作るなら、同じプロンプトで再生成するか、いちばん良い結果を参照画像として再利用してください。
MiniMaxはHighspeedプランも提供しています。私たちのテストでは料金が約2倍で、当サイトのプロバイダー経由では速くならなかったため、このページでは標準モデルのみを使っています。
タイトル、日付、短いリストはきれいに描画されます。本文、情報量の多い表、背景の小さな看板は疑似文字になることがあるので、公開前に校正するか、インフォグラフィックにはNano Banana 2.1を使ってください。
露骨な内容やNSFWコンテンツには対応していません。プロンプトとアップロード画像は審査され、ブロックされた生成は返金されます。人物の写真は本人の同意がある場合にのみ編集してください。
重みはMiniMaxのコミュニティライセンスのもとで無料でダウンロードできますが、動かすには大きなGPUが必要です。当サイトでは1枚あたり2Kで8クレジット、4Kで25クレジット、さらに参照画像1枚ごとに1クレジットかかります。クレジットはどのFlux1 AIプランにも含まれ、失敗した生成は返金されます。
MiniMaxは2026年11月10日にオープンウェイトを公開しました。MiniMax H3動画モデルの約3か月後です。このページですでに使えます。
ハードウェアがあり、ライセンスの対象であれば可能です。公式リポジトリには約68 GBのモデルファイルと、MiniMax H3と共通の66.7 GBのテキストエンコーダーがあり、ComfyUI対応やコミュニティによるGGUF版もあります。ライセンスは米国、EU、英国、韓国を対象外としています。このページならダウンロードは不要です。
P-H3-Imageは、MiniMaxではなくPruna AIによる別のオープンウェイトモデルです。MiniMax H3のディフュージョンモデルを流用し、Pruna独自のテキストエンコーダー、プロンプトアップサンプラー、VAEを組み合わせたもので、8ステップで8 MPの画像を描き、最大9枚の画像で編集でき、約21 GBのVRAMに収まります。このページで動いているのはMiniMax自身のH3 Imageです。
MiniMaxは自社のAPIプラットフォームでこのモデルを提供しています。公式の料金はそちらで確認してください。Flux1 AI APIはまだH3 Imageに対応していませんが、ほかの画像モデルは提供しています。APIドキュメントをご覧ください。このページならAPIキーは不要です。
用途によります。H3 Imageはリアルな写真、ネイティブ4K、多数の参照画像を使った編集が最も得意です。Seedream 5.5は透過PNGと中国語の文字に、Nano Banana 2.1はインフォグラフィックと極端な比率に強みがあります。当サイトでは3つとも同じクレジット残高で使えるので、それぞれ試せます。
関連はありますが別物です。MiniMax H3は同じファミリーの動画モデルで、Hailuo AIはMiniMaxの動画・画像向け一般ユーザー向けアプリです。H3 Imageが作るのは静止画だけです。動画ならMiniMax H3の動画ページをご利用ください。
日常の写真、商品、ポスター、アート、編集は問題ありません。露骨な内容やNSFWコンテンツには対応していません。プロンプトとアップロード画像は審査され、ブロックされた生成は返金されます。人物の写真は本人の同意がある場合にのみ編集し、ローカルで生成したものを商用利用する前にはライセンスを確認してください。
プロンプトを書き、2Kかネイティブ4Kを選べば、30秒以内に最初の画像が届きます。