A MiniMax lançou o MiniMax H3 Image, modelo de geração e edição de imagens derivado do H3, com pesos abertos. Segundo a empresa, ele produz uma imagem de 4096 x 4096 pixels (cerca de 16 MP) em até 10 segundos. A combinação de alta resolução, velocidade e uso em agentes interessa a quem constrói fluxos de criação visual.
O que é e o que muda
O H3 Image faz texto para imagem, edição e composição a partir de referências, aceitando de 1 a 16 imagens. Ele nasce do H3, que já tinha capacidades de imagem, vídeo e áudio por pré-treinamento multimodal unificado.
Segundo a MiniMax, o salto vem do pós-treinamento: dados, aprendizado por reforço, compressão de passos de amostragem, expansão de prompts (PE) e otimizações de implantação. O orcarouter.ai descreve um sampler fixo de seis passos e um repositório de 68,65 GB no Hugging Face, com um text encoder em outro repositório.
O acesso se dá por API, pela plataforma aberta da MiniMax, pelo MiniMax Code e pelo Hailuo. O Sina Finance relata que o modelo também funciona via API em agentes como MiniMax Code, Claude Code e Codex.
Velocidade e qualidade: quem mediu o quê
O número de 10 segundos para 4K vem da própria MiniMax. Em testes publicados pelo Sina Finance, a geração levou de 10 a 20 segundos. O mesmo texto afirma que muitos modelos de imagem ficam em 1 ou 4 megapixels.
O orcarouter.ai observa que o anúncio não traz medição de latência nem benchmark de qualidade, e que o prazo de 10 segundos pode ser conferido em hardware próprio.
Nos testes do Sina Finance, o modelo renderizou corretamente títulos e blocos de texto pequeno em pôsteres e numa carta, além de produzir diagramas explodidos de produtos. A avaliação é do veículo, sem comparação numérica.
Prompt expansion e uso prático
A MiniMax publicou o MiniMax-H3-Image-PE, modelo que transforma um pedido curto em descrição detalhada da imagem e sugere a proporção. Os pesos são ajustados a partir do Qwen3.8-27B, em FP4, e a recomendação é servi-lo com SGLang. A versão de PE para edição ainda está em desenvolvimento, e a empresa liberou só o prompt.
Para quem faz sentido
O modelo atende equipes de design, publicidade e produto que precisam de arquivos em alta resolução, com margem para recorte e ampliação. Os pesos abertos permitem testar em infraestrutura própria. Já a ausência de controle por coordenadas, segundo o orcarouter.ai, deixa o posicionamento de elementos dependente da descrição em texto.
Pontos-chave
- Repositório de 68,65 GB no Hugging Face, com text encoder em repositório separado
- Sampler fixo de seis passos, segundo o orcarouter.ai
- Modelo de prompt expansion em FP4, servido com SGLang
- Uso em Claude Code e Codex via API, relata o Sina Finance
- Posicionamento de elementos só por descrição em texto, sem coordenadas
Texto escrito por IA a partir das reportagens e páginas listadas abaixo e checado contra elas por uma segunda revisão automática. Atualizado em 10/11/2026 às 20:30 (Brasília).
Dossiê do lançamento
O que o laboratório informa, os benchmarks publicados e os primeiros relatos de uso. Cada item leva à página de onde saiu.
O que o laboratório informa
- Modelo de geração e edição de imagens derivado do H3. Usa o pré-treino do H3 e melhora o pós-treino em dados, reinforcement learning, redução de passos de amostragem, PE e otimização de deploy. minimax.io ↗
- DiT denso single-stream de 33.1B parâmetros, com 50 camadas e 3D multimodal RoPE. Usa o text encoder do MiniMax-H3 (base Qwen3-VL) e tira as camadas de áudio do H3-Base. Pesos em BF16 somam 68.65 GB. huggingface.co ↗
- Saída de cerca de 16 MP em todas as proporções, de 4096x4096 (1:1) a 6272x2688 (21:9). Aceita até 16 imagens de referência. A MiniMax diz gerar 4K em menos de 10 segundos, sem informar o hardware. huggingface.co ↗
- Limitações declaradas: destilado para 6 passos sem CFG (outros valores dão HTTP 400), não aceita negative_prompt e corta prompts em 4096 tokens. Recomenda prompts detalhados em inglês ou o expansor MiniMax-H3-Image-PE. huggingface.co ↗
- Pesos abertos no Hugging Face sob a MiniMax-H3-Image Community License Agreement. A Seção IV exige autorização por escrito, pedida por formulário, em certos casos. huggingface.co ↗
- Data no blog: 2026-11-11. Disponível na MiniMax API Platform, no MiniMax Code e no Hailuo AI, com modos Standard (1.5–2x mais rápido que as alternativas, segundo a MiniMax) e Highspeed (3–4x). Roda localmente via SGLang, vLLM-Omni, diffusers e ComfyUI. minimax.io ↗
Na prática: quem já testou
Testou diagramas explodidos de uma máquina de café e de um motor V8 (este via Codex), pôsteres com texto, um bilhete com letra miúda e um HUD de jogo. Títulos e o texto do bilhete saíram quase sem erros e a pele ficou natural. Uma imagem 4096x4096 levou de 10 a 20 s.
Equipe APPSO (爱范儿/ifanr), no 新浪财经 · finance.sina.com.cn ↗Levantamento feito por um agente de IA com busca na web em 10/11/2026. Cada item traz o link da página consultada; confira a fonte antes de decidir.
Fontes usadas no texto
Notícia
MiniMax 开源 H3-Image 生图模型，10 秒就能生成一张 4K 图像 新浪财经 · 2026-11-10Relata o lançamento com pesos abertos, a promessa de 4K em 10 segundos e o foco do pós-treinamento.
实测 MiniMax H3 Image：GPT 的效果加上 MJ 的审美，居然被它开源了 新浪财经 · 2026-11-10Traz testes práticos de 10 a 20 segundos por imagem 4K, texto renderizado, 16 referências e integração com agentes.
MiniMax-H3-Image: 16 Megapixels in 10 Seconds Is a Claim, Not Yet a Measurement orcarouter.ai · 2026-11-10Analisa o lançamento, destacando a falta de medições de latência, o sampler de seis passos e o tamanho dos pesos.
MiniMax-H3-Image vs FLUX 3: Coordinates or Pixels — Two Different Ideas of Control orcarouter.ai · 2026-11-10Aponta que o modelo não permite indicar posição de elementos, só por descrição em texto.
Hugging Face
MiniMaxAI/MiniMax-H3-Image-PE no Hugging Face Hugging FaceCartão do modelo de prompt expansion, com base Qwen3.8-27B em FP4 e uso com SGLang.
