11 月 10 日深夜，MiniMax 宣布图像生成模型 H3-Image 正式发布并开放权重。该模型衍生自 H3，具备文本生成图像、图像参考与图像编辑能力，可在 10 秒内生成一张 4096×4096 像素、约 16MP（4K）的高分辨率图像，同时呈现丰富的真实细节，并具备较强的指令遵循与多参考图理解能力。

速度、质量、指令遵循三管齐下

MiniMax 表示，在 H3 预训练赋予的广泛图像能力基础上，H3-Image 进一步强化了从数据、强化学习到步数压缩、位置编码与部署优化的整条后训练链路。这些改进组合在一起，使模型同时具备了速度、画面质量与指令遵循三方面的竞争力。

相比主流常见的 100 万像素或 400 万像素输出，1600 万像素（16MP、4096×4096）图像在细节上的优势显著。H3-Image 在 10 秒内即可生成 16MP 高规格图像，速度可达市面主流水平的 5 倍。在标准模式下，其生成速度为市面主流工具的 1.5 至 2 倍，高速模式则可达 3 至 4 倍。

真实感与指令遵循

有别于常见的”AI 感”，H3-Image 强调提供丰富的画面细节与极强的真实感，希望进一步缩小 AI 生成图像与真实视觉世界之间的差距。在指令遵循方面，该模型提供开源模型中最强的能力，最多支持 16 张参考图片。

开放权重与价格

与 H3 一致，MiniMax 继续坚持开放权重的策略，模型权重已在 Hugging Face 上发布，方便开发者与创作者自由定制模型、构建自己的工具与工作流。除开放权重外，H3-Image 也通过 MiniMax 开放平台、MiniMax Code 与 MiniMax 海螺提供图像生成服务。

价格方面，H3-Image 的定价仅为同档位主流工具的 50% 至 70%。为让更多用户体验，发布首周针对 16MP 及以上规格的生成请求，官方提供标准价格五折优惠。