MiniMax H3 Image 生成結果
MiniMax 的開放權重圖像模型,打開瀏覽器就能用。生成逼真的照片和文字清楚的海報,或上傳最多 16 張參考圖進行編輯,輸出 2K 或原生 4K,8 點數起。
MiniMax H3 Image 是 MiniMax 推出的圖像生成與編輯模型。MiniMax 是一家上海的 AI 公司,也是 Hailuo(海螺)的開發者。MiniMax 於 2026年11月10日 發布這款模型,作為 H3 系列的圖像成員;這個系列始於 7 月推出的 MiniMax H3 影片模型。同一個檢查點同時支援文字生成圖片與圖片編輯,不需放大處理就能原生輸出最高約 1600 萬像素。
和大多數前沿圖像模型不同,它的權重是公開的。根據 Hugging Face 上的模型卡,它是 33.1B 參數的擴散 Transformer,6 步取樣,最多接受 16 張輸入圖片。MiniMax 的社群授權允許在本機使用,但不適用於美國、歐盟、英國和南韓;年營收超過 100 萬美元或用於託管服務時,還需要另外取得授權。在 Artificial Analysis 的圖片編輯排行榜上,它在推出後不久排名第 13。
在 Flux1 AI 上,你可以透過取得授權的供應商直接在瀏覽器中使用,不需要 GPU,不用下載 135 GB 的檔案,也不需要 MiniMax 帳號。它和其他 40 多個模型共用同一套點數,大多數圖片 15–30 秒就會完成。想找 Pruna 推出、速度更快的社群版本 P-H3-Image?請看下方常見問題。
MiniMax 宣稱的能力,我們用本頁實際生成的結果逐一驗證過。
皮膚、潮濕的表面和混合光線都能自然呈現,沒有許多模型常見的塑膠感光澤。我們生成的市場照片保留了深深的皺紋、櫃檯上的水漬和雨後街面的反光,正是這些細節讓畫面看起來像真的拍出來的照片。
用引號標出的標題、日期和簡短的菜單文字都能清楚呈現。我們的爵士海報和含價格的四行黑板菜單,第一次生成就做到每個單字和數字都正確。
在 4K 下,模型直接繪製約 1600 萬像素,16:9 比例最高可達 5472 × 3072。遠處的屋頂、小徑和布料織紋等細微結構,裁切放大或大尺寸印刷時依然經得起細看。
上傳一張照片修改某個細節,或上傳多張,把人物、商品和場景合成到同一個畫面。在提示詞中替每張圖片編號指稱(例如「圖 1 中的狗」),並說明哪些部分必須維持不變。
兩種模式價格相同。提示詞設定決定模型在繪製前是否改寫你的文字。
輸入簡短想法,輸出完整場景
照你寫的原樣生成
Enhanced 可能會加入一些你沒要求的小元素,例如商品上的品牌名稱或招牌上多出的一行字。如果這很重要,請切換到 Exact,並自己寫清楚每個細節。
本頁生成的六張未經修改的結果,每張都附上提示詞模式、解析度和完整提示詞。

飽經風霜的皮膚、濕漉漉的櫃檯和攤位上方的日光燈,看起來就像真正的 35mm 照片,黃銅秤和沙丁魚也很清晰。背景裡的小招牌變成了假文字,這在沒有指定文字的地方很常見。
提示詞 · 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

窄體標題和含間隔號的完整日期行都拼寫正確,並出現在提示詞指定的位置。孔版印刷的顆粒感和雙色配色也符合要求。
提示詞 · 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.

關閉改寫後,四道餐點和價格完全照輸入的原樣生成,沒有任何多餘內容。粉筆字看起來是手寫的,而不是電腦字型。
提示詞 · 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.

一張 1600 萬像素的型錄照片:霧面釉色、橡木紋理和輕柔的熱氣在原尺寸下依然清晰。之前用同一個提示詞生成時,Enhanced 模式在分享壺上印了一個虛構的品牌名稱;如果這很重要,請切換到 Exact。
提示詞 · 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 原生 4K。鐵皮屋頂、小徑和梯田邊緣即使裁切放大也清楚分明,霧氣和粉色倒影看起來自然,而不像畫出來的。
提示詞 · 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

把一張上傳圖裡的狗和另一張裡的女士放到同一條人行道上。她的穿著和狗的領巾都保留了下來。光線一致,但請把臉部和原圖對照確認。
提示詞 · 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.
從提示詞到下載只要四個步驟。只有生成成功才會扣點數。
描述主體、場景、光線,並把需要準確出現的文字放在引號裡。如需編輯,可上傳最多 16 張 PNG、JPG 或 WEBP 圖片,把要修改的照片放在第一張。
Enhanced 會把簡短的想法擴展成完整場景。Exact 會保留你的原文,適合菜單、標籤和規劃好的版面,僅限文字生成圖片。
從 12 種比例中選一種,或選自動來配合上傳的圖片。2K 需要 8 點數,適合大多數用途;4K 需要 25 點數,適合印刷和大螢幕。
大多數圖片 15–30 秒就會完成。如果只想改一個地方,把結果當作參考圖再用一次,並只說明需要改變的部分。
來自我們的實際測試:準確的文字放在引號裡,替參考圖編號,並說明哪些部分要維持不變。
這五個模型都在 Flux1 AI 上執行,共用一個點數餘額。依任務選擇即可。
| 模型 | 最適合 | 最大輸出 | 參考圖 | 一般等待時間 | 點數 / 張 |
|---|---|---|---|---|---|
| MiniMax H3 Image | 逼真照片、原生 4K、多圖編輯 | 4K | 最多 16 張,每張 1 點數 | 15–30 秒 | 8–25 |
| Seedream 5.5 | 小字和透明 PNG | 2K | 最多 10 張,額外的另行計費 | 15–40 秒 | 6–10 |
| Nano Banana 2.1 | 資訊圖表、極端比例 | 4K | 最多 14 張 | 60–90 秒 | 12–21 |
| Nano Banana Pro | 臉部相似度和畫面內文字 | 4K | 最多 14 張 | 10–15 秒 | 14–28 |
| GPT Image 2.5 | OpenAI 的版面能力和精確文案 | 4K | 最多 14 張 | 30–60 秒 | 12–24 |
兩者在 2K 下都很快,效果也都逼真;2K 時 Seedream 5.5 需要 10 點數,這裡只要 8 點數。需要原生 4K、更多參考圖(16 張對 10 張),以及能關閉提示詞改寫的 Exact 模式,就選 H3 Image。需要透明 PNG 和密集的中文小字,就選 Seedream 5.5。
在 4K 下,H3 Image 需要 25 點數,通常 30 秒內完成;Nano Banana 2.1 需要 21 點數,耗時 60–90 秒。不過對於資料密集的資訊圖表,以及 8:1 這類 H3 Image 不支援的極端比例,Nano Banana 2.1 仍是更好的選擇。
依解析度計費,每張參考圖另加 1 點數。提示詞模式和比例不影響價格。生成失敗會自動退還點數。
| 生成 | 你會得到什麼 | 點數 |
|---|---|---|
| 2K | 文字生成圖片,約 4 MP,適合網頁和印刷 | 8 |
| 4K | 文字生成圖片,約 16 MP,原生細節 | 25 |
| 每張參考圖 | 每上傳一張圖片加收一次,最多 16 張(+16) | +1 |
| 範例 | 使用 3 張參考圖的 2K 編輯 | 11 |
Basic · 每月 300 點數
≈ 37 張 2K 圖片,或 12 張 4K 圖片
Pro · 每月 800 點數
≈ 100 張 2K 圖片,或 32 張 4K 圖片
Max · 每月 2000 點數
≈ 250 張 2K 圖片,或 80 張 4K 圖片
以上為文字生成圖片的張數。點數可用於所有圖像與影片模型。
誠實說明本頁能做什麼、不能做什麼。
預設的改寫有時會加入你沒要求的內容,例如商品上的 Logo。如果每個元素都必須由你決定,請使用 Exact 模式。Exact 只適用於固定比例的文字生成圖片;編輯一律使用 Enhanced。
每上傳一張圖片加收 1 點數,第一張也一樣,因為參考圖會增加供應商的成本。單純的文字生成圖片不另外收費。
每次生成回傳一張 JPEG。本頁不提供種子、負面提示詞或步數設定。需要一系列圖片時,可以重新執行同一個提示詞,或把最滿意的結果當作參考圖再用一次。
MiniMax 也有販售 Highspeed 方案。我們測試發現它的價格約為兩倍,透過我們的供應商使用也沒有比較快,所以本頁只使用標準模型。
標題、日期和簡短清單都能呈現得很好。內文段落、密集的表格和背景裡的小招牌可能變成假文字,發布前請仔細校對;製作資訊圖表可以改用 Nano Banana 2.1。
不支援露骨或 NSFW 內容。提示詞和上傳的圖片都會經過審核,被攔截的生成會退還點數。只編輯已取得當事人同意的人物照片。
依照 MiniMax 的社群授權,權重可以免費下載,但執行需要大型 GPU。在本網站,每張圖片 2K 需要 8 點數,4K 需要 25 點數,每張參考圖另加 1 點數。點數隨任何 Flux1 AI 方案 提供,生成失敗會退還點數。
MiniMax 於 2026年11月10日 發布開放權重,距離 MiniMax H3 影片模型 推出約三個月。現在就能在本頁使用。
可以,前提是你有足夠的硬體,而且在授權範圍內。官方儲存庫 包含約 68 GB 的模型檔案,外加一個與 MiniMax H3 共用的 66.7 GB 文字編碼器,ComfyUI 和社群 GGUF 版本也都已經有了。授權不適用於美國、歐盟、英國和南韓。使用本頁則不需要下載。
P-H3-Image 是 Pruna AI 推出的另一款開放權重模型,並非來自 MiniMax。它沿用 MiniMax H3 的擴散模型,搭配 Pruna 自己的文字編碼器、提示詞擴寫器和 VAE,8 步就能算繪 8 MP 圖片,編輯時最多支援九張圖,約 21 GB VRAM 就能執行。本頁執行的是 MiniMax 官方的 H3 Image。
MiniMax 在自家的 API 平台提供這個模型,官方價格請以該平台為準。Flux1 AI API 目前還不提供 H3 Image,但有提供其他圖像模型,詳見 API 文件。使用本頁不需要 API 金鑰。
取決於任務。H3 Image 最擅長逼真照片、原生 4K 和多參考圖編輯。Seedream 5.5 另外支援透明 PNG 和中文文字,Nano Banana 2.1 擅長資訊圖表和極端比例。在本網站三者共用同一個點數餘額,每個都可以試試看。
它們有關聯,但並不相同。MiniMax H3 是同一系列的影片模型,Hailuo AI 是 MiniMax 給一般使用者的影片與圖片應用程式。H3 Image 只生成靜態圖片。如需影片,請使用我們的 MiniMax H3 影片頁面。
日常照片、商品、海報、藝術創作和圖片編輯都沒問題。不支援露骨或 NSFW 內容:提示詞和上傳的圖片都會經過審核,被攔截的生成會退還點數。只編輯已取得當事人同意的人物照片;在本機執行並商業使用前,請先確認授權條款。
寫一段提示詞,選擇 2K 或原生 4K,不到半分鐘就能拿到第一張圖片。