MiniMax H3 Image AI Image Generator
MiniMax-H3-Image は MiniMax H3 系のオープン画像モデルです。1つのチェックポイントでテキストから画像生成と画像編集を行い、公開比率で約16メガピクセル、4096×4096（1:1）から6272×2688（21:9）まで、別のアップスケーラは使いません。サンプリングは6ステップに蒸留され、classifier-free guidance は使いません。参照画像は最大16枚です。ImgToVid で MiniMax H3 Image を生成・編集できます。
01 — 主な機能
MiniMax が公開している MiniMax H3 Image の仕様
以下の数字は MiniMax-H3-Image のモデルカードからです。ImgToVid で使う仕様です。
01
約16MP、アップスケーラなし
MiniMax はネイティブで約16メガピクセルと記載し、4096×4096 と 21:9 の 6272×2688 を含みます。
02
6ステップ、CFGなし
公開チェックポイントは6サンプリングステップ（6 NFE）に蒸留され、CFG を使いません。
03
生成と編集が1つのモデル
同じチェックポイントがプロンプトから生成し、1枚以上の参照画像を編集します。MiniMax は参照を最大16枚と記載しています。
04
音声枝を外した H3 Transformer
拡散 Transformer は音声レイヤーのない H3 設計で、パラメータは331億。テキストエンコーダは MiniMax-H3 のままです。
02 — プロンプトと出力
上の静止画に対応するプロンプト
各プロンプトはそのカードの絵を説明します。「このプロンプトを使う」は文章を Create に送ります。Create では MiniMax H3 Image でその文章を開きます。
01 · ポートレートプロンプトClose photographic portrait of a young man with curly hair wearing a grey knit sweater, soft window light, he glances aside and smiles warmly, shallow depth of field.
02 · プロダクトプロンプトA clean white leather sneaker on a pale grey seamless studio backdrop, soft diffused light, three-quarter view, crisp stitching, minimal commercial photograph.
03 · ストリートプロンプトPhotographic view down a cobblestone lane in an old European village, climbing roses on stone walls, café tables in morning sun, a few people strolling in the distance.
04 · キャラクタープロンプトPhotograph of a young woman with shoulder-length brown hair in an olive t-shirt, golden late-afternoon light, she turns her head and looks into the distance, breeze in her hair.
03 — 活用シーン
MiniMax が H3 Image を置く仕事
モデルカードは高精細な静止画と、指示に沿った編集を対象にしています。ImgToVid では MiniMax H3 Image でその仕事ができます。
正方形からワイドまでの大きな静止画
MiniMax は 1:1 から 21:9 まで約16MPで、後から拡大するのではなく直接生成すると記載しています。
複数参照を保った編集
1つのチェックポイントが生成と編集を担い、参照画像は最大16枚です。
より軽いオープン版 P-H3-Image
Pruna の P-H3-Image は別チェックポイントで、8MP・8ステップ向けです。MiniMax H3 Image ではありません。
ImgToVid で静止画を下書きする
ここで画面を書き、Create でこのモデルを生成します。会員資格とクレジットはそこで確認されます。
04 — 評価
MiniMax H3 Image の強みとトレードオフ
強み
- ネイティブ約16MP。4096×4096（1:1）から6272×2688（21:9）。別アップスケールなし
- 6サンプリングステップに蒸留し、classifier-free guidance なし
- テキスト画像生成と編集が1つのチェックポイント。参照は最大16枚
- 331億パラメータの H3 拡散 Transformer。テキストエンコーダは MiniMax-H3 のまま
注意点
- 16MP のファイルは一般的な 1–4MP より重い
- オープンウェイトは大きい。モデルカードは BF16 DiT を 68.65 GB とし、テキストエンコーダは MiniMax-H3 から読み込む
- 編集指示が曖昧だと、指定していない部分が想定より多く残る
05 — 比較
MiniMax H3 Image、P-H3-Image、Seedream 5.0 Pro
H3 Image と P-H3-Image の数字は公開モデルカードからです。Seedream 5.0 Pro は ImgToVid で提供中の階層です。
06 — 使い方
ImgToVid で静止画を始める
ステップ 1
静止画を1枚説明する
被写体、光、フレームを書く。実行されるモデルは MiniMax H3 Image ではありません。
ステップ 2
このページのジェネレーターを使う
Create の MiniMax H3 Image を開きます。プロンプトと設定は一緒に渡ります。
ステップ 3
Create で生成する
会員資格とクレジットはそこで確認されます。MiniMax H3 Image が動く前に会員資格とクレジットを確認します。
07 — よくある質問
MiniMax H3 Image の FAQ
MiniMax H3 Image とは？
MiniMax-H3-Image は、テキストから画像生成と画像編集のための MiniMax のオープン画像モデルです。H3 系の静止画チェックポイントであり、MiniMax H3 の動画モデルではありません。
画像はどのくらい大きい？
モデルカードは公開アスペクト比で約16メガピクセル、4096×4096（1:1）から6272×2688（21:9）まで、別のアップスケーラなしと記載しています。
編集に使える参照画像は何枚？
MiniMax は最大16枚です。生成と編集は同じチェックポイントです。
P-H3-Image との違いは？
P-H3-Image は Pruna AI が MiniMax-H3 を基に別途公開したモデルです。カードは 8MP、8ステップ、入力1〜8枚を推奨しています。MiniMax H3 Image のチェックポイントではありません。
ImgToVid で MiniMax H3 Image を生成できる？
はい。このページでプロンプトを書き、Create で MiniMax H3 Image を生成します。
結果を商用できる？
ImgToVid で生成したものの商用可否はプランによります。公開前に Pricing と Terms を確認し、プロンプトとアップロードが他人の権利を侵さないようにしてください。
08 — ほかのモデル
ほかの AI 画像モデル
