MiniMax-H3-Image مقابل GPT Image 2.6: ما الذي يمكنك تغييره فعليًا في كل طلب
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 87 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 96 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaجديدOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 88 tok/s
- OrcaجديدOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 163 tok/s
- OrcaجديدOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 لكل مليون رمز · 63 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 187 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 203 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 122 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855الذكاء
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 313 tok/s
تقضي معظم مقارنات نماذج الصور مساحتها على النتائج. أما هذه فتقضيها على أدوات الضبط، لأن MiniMax-H3-Image وGPT Image 2.6 Sunburst لا يتنافسان على المنظّم نفسه. فـ MiniMax-H3-Image نموذج محوّل انتشار مفتوح الأوزان بحجم 33.1B، صدر في 10 نوفمبر 2026، ويشغّل مُعاينًا ثابتًا بست خطوات دون مقياس توجيه، ويقبل ما يصل إلى ستة عشر صورة مرجعية ويولّد ما يصل إلى ستة عشر ميجابكسل أصليًا. أما GPT Image 2.6 Sunburst — وشقيقه الأسرع GPT Image 2.6 Flare، وكلاهما صدر في 4 نوفمبر 2026 — فهو نموذج مستضاف مغلق تدور تحسيناته الأخيرة في معظمها حول ما يمكنك تسليمه إياه وما يعيده إليك: صور مرجعية معاد استخدامها، وتعديلات موجّهة بالترميز، وإخراج GIF وSVG. إذا كان عنق الزجاجة لديك هو التحكم في سلسلة تحرير طويلة، فأحد هذين هو الخيار الصحيح بوضوح. وإذا كان عنق الزجاجة لديك هو الدقة أو الفاتورة، فالآخر هو.
كلاهما يستحق أن يُؤخذ على محمل الجد. لكنهما يفشلان في اتجاهين مختلفين، ويمكن تبين أنماط الفشل من أسطح التحكم وحدها.
أداة أخذ العينات عبارة عن قرص دوّار من جهة وثابت من جهة أخرى.
لا يمنحك MiniMax-H3-Image تقريبًا أي شيء لضبطه، ويفرض ذلك عند حدود API. فقد جرى تقطير نقطة التفتيش باستخدام CFG وصولًا إلى ست عمليات تقييم للدالة، ما يعني أن المِقبضين المعتادين في عمل الانتشار — عدد الخطوات ومقياس التوجيه — قد دُمجا في الأوزان. استدعِه مع num_inference_steps مضبوطًا على أي قيمة غير ستة، فيعود الطلب بحالة HTTP 400. اضبط guidance_scale على أي قيمة غير واحد، فيُرفض بالطريقة نفسها. أرسل negative_prompt فيُرفض رفضًا قاطعًا، لأنه لا توجد تمريرة أمامية ثانية ليعمل عليها.
يبدو ذلك مقيّدًا وهو في الغالب تبسيط. ست خطوات سريعة، وحتمية عند توفر بذرة، ويستحيل إساءة إعدادها — فلا يوجد فشل من نوع "رفعت عدد الخطوات فساءت النتيجة". ما تخسره هو القدرة على المقايضة بين الجودة وزمن الاستجابة داخل النموذج، وأي حيلة من حيل الموجّه السلبي راكمتها.
يحتفظ GPT Image 2.6 بسطح تحكم صغير خاص به بدلًا من مقابض أخذ العينات: معامل التعقيد الذي يُضبط افتراضيًا على قيمة عالية، وهو أقرب ما لدى أي من الطرازين إلى مفتاح «فكّر أكثر». تتمثل إضافاته الموثقة للإصدار 2.6 في المدخلات والمخرجات، لا في أخذ العينات — صور مرجعية تظل باقية عبر التعديلات اللاحقة كي تتوقف عن إعادة رفعها، وعلامات تُرسم على صورة مرجعية لتوجيه التعديل، وصيغتا إخراج لم يوفرهما الجيل السابق.
• عدد الخطوات — MiniMax-H3-Image ثابت عند ستة، ويُرفض أي خلاف ذلك؛ ولا يتوفر في GPT Image 2.6 أي تحكم ظاهر في الخطوات.
• إرشادات — يثبّت MiniMax-H3-Image guidance_scale على واحد؛ بينما يعرض GPT Image 2.6 complexity (الافتراضي مرتفع) بدلاً من ذلك.
• المطالبات السلبية — يرفضها MiniMax-H3-Image برمز 400؛ وليست واجهة موثّقة على GPT Image 2.6.
• ميزانية الموجّه — تُقصّ MiniMax-H3-Image عند 4,096 رمزًا؛ ولم يُنشر الحد الأقصى للموجّه الخاص بـ GPT Image 2.6 على صفحات طرازه.
تُعد ست عشرة فتحة مرجعية أوسع تحكم يوفره أيٌّ من الطرازين.
أكبر فرق وظيفي منفرد هو مقدار السياق الذي يمكنك وضعه قبل التحرير. يقبل MiniMax-H3-Image ما يصل إلى ست عشرة صورة مرجعية في طلب واحد، وتصف بطاقة الطراز وضع التحرير بأنه يعمل بدقة مماثلة تقريبًا لدقة التوليد — ويُبلغ منفذ vLLM-Omni عن 0.985 SSIM وحوالي 35 dB PSNR مقابل مرجعيته الخاصة أحادية GPU على تحرير بدقة 2048²، وهو فحص اتساق ذاتي وليس درجة جودة، لكنه يعني أن المسار الموازي لا يخفض جودة مخرجاتك بهدوء.
ستة عشر مرجعًا تمثّل درجة مختلفة من التحكم مقارنةً بـ«صورة واحدة وجملة واحدة». فتصوير المنتج بست زوايا، وورقة أنماط، وورقة شخصية، ودليل هوية العلامة التجارية، يمكن إدخالها كلها دفعة واحدة. والثمن الذي يفرضه هذا الاتساع هو أن هندسة الأوامر تتحول إلى هندسة سياق: فمع وجود ستة عشر صورة قيد الاستخدام، يصبح على النص أن يحدد أي صورة تحكم أي سمة، بينما لا يملك النموذج أي وسيلة للسؤال.
إجابة GPT Image 2.6 عن المسألة نفسها تكمن في الذاكرة بدلاً من الاتساع. فالصور المرجعية تبقى محفوظة عبر التعديلات اللاحقة داخل الجلسة، لذا لا يحتاج التنقيح متعدد الأدوار إلى إعادة رفع الصورة الأصلية في كل مرة، كما يتيح مسار التحرير الموجّه بالعلامات الإشارة إلى منطقة بدلاً من وصفها. بالنسبة إلى العمل التكراري على صورة واحدة، تمثّل هذه واجهة أفضل من ستة عشر خانة ثابتة. أما بالنسبة إلى تركيب يُنجز دفعة واحدة من دستة أصول، فليست كذلك.
ما الذي يخرج مرة أخرى؟
قائمة صيغ الإخراج هي حيث يتقدّم GPT Image 2.6 على كل نموذج صور مفتوح الأوزان، بما في ذلك هذا النموذج. أضافت النسخة 2.6 إخراج GIF المتحرّك وإخراج SVG إلى جانب الصيغ النقطية المعتادة. نتيجة SVG تهمّ أكثر مما يبدو: فهي الفرق بين نموذج صور تستخدمه لصياغة تصوّر لشعار، وآخر يمكنك تسليمه إلى واجهة أمامية. يعيد MiniMax-H3-Image ملف PNG — ومسار خدمته مُتحقَّق منه عبر مقارنة PNG متطابقة بتًّا — ولا شيء في خط أنابيب vLLM-Omni أو بطاقة النموذج يشير إلى إخراج متجهي أو متحرّك.
في ما يخص الدقة، يسير الأمر في الاتجاه المعاكس، والفارق ليس طفيفًا. تولّد MiniMax-H3-Image حتى 16 ميغابكسل أصليًا، وبكل نسبة أبعاد من المربع إلى فائق الاتساع، دون وجود أي مُكبّر في المسار — إذ إن 4096×4096 و6272×2688 هما مخرجان أصليان. ويتراوح نطاق العمل بين نحو أربعة وعشرين ميغابكسل، وتبلغ الجودة ذروتها قرب أعلى هذا النطاق. توثّق صفحات طراز GPT Image 2.6 الصيغَ والتعاملَ مع المراجع، لكنها لا تنشر الحد الأقصى لعدد البكسلات، لذا فإن حجة الدقة في هذه المواجهة هي أن MiniMax تنشر رقمًا مقابل عدم نشر OpenAI لأي رقم، وليست مقارنة مباشرة قائمة على القياس.
• إخراج أصلي — MiniMax-H3-Image حتى 16 ميجابكسل بأي نسبة أبعاد، دون مُحسّن دقة؛ ولا يوثّق GPT Image 2.6 حدًا أقصى.
• الصيغ — يُرجع MiniMax-H3-Image ملفات PNG؛ ويضيف GPT Image 2.6 صيغتَي GIF وSVG.
• نسب الأبعاد — يقبل MiniMax-H3-Image أي زوج من العرض والارتفاع؛ ولا تُنشر مجموعة GPT Image 2.6 في صفحة الطراز.
• مدخلات التحرير — يستقبل MiniMax-H3-Image حتى 16 صورة مرجعية لكل طلب؛ ويحتفظ GPT Image 2.6 بالمراجع عبر الأدوار ويقبل العلامات المرسومة.
الفاتورة، وفق الأمثلة المحلولة الخاصة بكل مورّد
يحسب كلا المزوّدين الصور كرموز (tokens)، ما يجعل الأسعار المعلنة تبدو قابلة للمقارنة بينما تبدو تكلفة الصورة الواحدة مختلفة تمامًا. تنشر MiniMax أمثلة محلولة على صفحة التسعير الخاصة بها، لذا فهذه عملية حسابية على أرقامها هي وليست استنتاجًا:
• MiniMax-H3-Image 1024×1024، تحويل النص إلى صورة — 0.02179 دولار لكل صورة، مقابل 3.80 دولار لكل مليون رمز إخراج.
• MiniMax-H3-Image 2048×2048 — 0.02333 دولار لكل صورة. مضاعفة عدد البكسلات تكلّف نصف سنت فقط، لأن عدد الرموز ينمو بوتيرة أبطأ بكثير من المساحة عند هذا الطرف من النطاق.
• MiniMax-H3-Image 4096×4096 — 0.06879 دولارًا لكل صورة، تُخفَّض إلى 0.03439 دولارًا بموجب عرض محدود المدة بخصم 50% يستمر حتى 17 نوفمبر 2026 الساعة 16:00 بالتوقيت العالمي المنسق، ويشترط أن تكون الصورة المُسلَّمة no أقل من 16,600,000 بكسل.
• تحرير MiniMax-H3-Image، مرجع واحد بدقة 1024×1024 — 0.02654 دولار لكل صورة، مع احتساب الصور المُدخلة بسعر 1.50 دولار لكل مليون توكن والنص المُدخل بسعر 2.30 دولار.
• GPT Image 2.6 — رموز الإخراج بسعر 30 دولارًا لكل مليون. وعند عدد الرموز الذي توحي به وثائق OpenAI نفسها لنتيجة بدقة 1024×1024، يبلغ ذلك نحو 21 سنتًا لكل صورة، أي ما يقرب من عشرة أضعاف رقم MiniMax للحجم الاسمي نفسه.
تختلف السرعات أيضًا، وهنا يتوقف المنتجان عن كونهما قابلين للتبادل. وفقًا للأرقام التي نشرتها MiniMax مع إصدار 4 نوفمبر، فإن GPT Image 2.6 Flare ينفّذ طلب تحويل نص إلى صورة عند وسيط يبلغ نحو 30 ثانية، انخفاضًا من نحو 55 للجيل السابق، وينفّذ التعديل في نحو 32 ثانية، انخفاضًا من نحو 58. أما Sunburst فهو الطبقة الأبطأ والأعلى دقة، وقد أصبح أبطأ أكثر — نحو 135 ثانية مقابل 113. ولا يمكن قياس زمن استجابة MiniMax-H3-Image الخاص إلا حيث تستضيفه أنت: 0.88 ثانية لصورة بدقة 2048² على أربع وحدات H200s، و1.35 ثانية لتعديل بدقة 2048²، وفقًا للوصفة الرسمية. هذه ليست من النوع نفسه من الأرقام — زمن استجابة عقدة مستضافة ذاتيًا مقابل وسيط نقطة نهاية مُدارة يشمل قائمة الانتظار — ووضعها في جملة واحدة كما لو كانت كذلك سيكون مضللًا. ما تقوله المقارنة بشكل مشروع هو أن طلب 2.6 المستضاف يستغرق عشرات الثواني وأن طلب H3-Image المحلي يستغرق أقل من ثانيتين، بشرط أن تمتلك بالفعل وحدات GPU الأربع.
ما الذي تغطيه الأدلة العامة، وما لا تغطيه
تقيّم Artificial Analysis كليهما على اللوحتين نفسيهما، ما يجعل هذا أحد المواضع القليلة في المواجهة التي يمكن فيها مقارنة الطرفين مباشرةً بدلًا من الاحتجاج بمواصفات المنتجات. على AA-Image-Editing v2.1، يحل GPT Image 2.6 Sunburst عند 1,210 من نقاط Elo فوق نحو 6,400 عينة، وFlare عند 1,206 فوق نحو 6,700، وMiniMax-H3-Image عند 1,138 ضمن نطاق ترتيب من الثامن إلى السابع عشر فوق نحو 3,200 عينة. وعلى AA-Image-T2I v2.1 تتسع الفجوة: Sunburst عند 1,261 في المركز الأول فوق 5,282 عينة مقابل MiniMax-H3-Image عند 1,066، في المرتبة الثالثة والعشرين. المجموعة نفسها من الأصوات، والمقياس نفسه لنقاط Elo، بفارق نحو سبعين نقطة في التحرير وما يقرب من مئتي نقطة في التوليد.
اقرأ ذلك بصدق، وسيقول لك أمرين في آنٍ واحد. إن MiniMax-H3-Image هو النموذج المفتوح الأوزان الأعلى تصنيفًا على لوحة التحرير — متقدمًا على Fibo 2.0 عند 1,085 وQwen-Image-2.1 عند 1,084 — لذا فإن ادعاءه بالجودة لم يعد مجرد زعم؛ بل رقم مقاس. لكن الرقم أقل بنحو سبعين نقطة Elo من GPT Image 2.6 Sunburst، وفاصلها يمتد على عشرة مراتب، بينما نطاق المراتب الثلاث الأولى لدى Sunburst لا يمتد على هذا القدر. وعلى المحور الذي يتشاركه النموذجان بأكثر وضوح، يفوز GPT Image 2.6، ويفوز بفارق أكبر على اللوحة التي يكون فيها H3-Image أضعف. لا تزال حجة دقة 16 ميغابكسل وسعر السنتين قائمتين بحد ذاتهما؛ لكنهما ليسا حجتي جودة.
ما لا تخبرك به أي من لوحتي الصدارة هو مقدار ما يبقى من تفوق GPT Image 2.6 عندما تكون المهمة هي موضوع هذه المقالة — سلسلة تحرير طويلة مع مراجع كثيرة وأداة أخذ عينات ثابتة. إن Elo مقياس إجمالي لتفضيل البشر على مطالبات غير معروفة، وقد يتقدم نموذج بسبعين نقطة في ذلك الإجمالي بينما يخسر في سير عمل محدد. السبيل الوحيد لمعرفة ذلك هو تشغيل مطالباتك الخاصة عبر كلا النموذجين، وهي التوصية الواردة في نهاية هذا المقال لا تحوطًا في منتصفه.
تشغيلهما جنبًا إلى جنب دون عقد ثانٍ
التعقيد العملي هو أن كلا النموذجين ليس على بُعد استدعاء API واحد بالنسبة لمعظم الفرق. مسار MiniMax-H3-Image في يوم الإطلاق الأول هو الاستضافة الذاتية — تجميعة إجمالية بسعة 67B تتألف من محوّل transformer بسعة 33.1B، ومُشفّر نص Qwen3-VL بسعة 33.4B يُعاد استخدامه دون تغيير من نموذج الفيديو، وVAE بسعة 0.58B، مع احتياج نقطة التوازن المثلى البالغة 16 ميغابكسل إلى أربع وحدات GPU في مركز بيانات للعمل بالسرعة الكاملة. وهو متاح أيضًا عبر API الخاص بالمورّد والعديد من المنصات الخارجية ضمن تسعير الرموز المذكور أعلاه. أما GPT Image 2.6 فهو حصري لـ OpenAI.
إذا أردت إجراء اختبار A/B بين الاثنين على موجّهاتك الخاصة، فالوصف الصادق لطبقة التوجيه هو هذا: لا توفّر OrcaRouter بعد MiniMax-H3-Image، ولا توفّر GPT Image 2.6 Sunburst أو Flare. ما توفّره فعلاً هو زوج GPT Image السابق — gpt-image-2.5-sunburst و gpt-image-2.5-flare — إلى جانب gpt-image-2 و gpt-image-1.5، وكلها بسعر القائمة لدى المزوّد دون تمرير أي هامش ربح فوقه. وهذا يجعل منها اختبارًا وسيطًا مفيدًا: ابنِ أداة الاختبار مقابل 2.5 عبر مفتاح واحد، وتأكّد من أن تقييمك يميّز فعلاً بين دقة Sunburst وسرعة Flare، وبعدها فقط قرّر ما إذا كانت فروق 2.6 أو نموذج مفتوح الأوزان مستضاف ذاتيًا هي ما تحتاجه. دمج النماذج هو الخيار الآخر الجدير بالمعرفة هنا — فلوحة من النماذج تجيب عن موجّه الصورة نفسه تمنحك تشكيلة من المخرجات لكل موجّه دون أن تكتب ثلاثة عملاء.
الحالة العكسية مغطاة بالفعل، بالمناسبة: minimax/minimax-h3، نموذج الفيديو الذي بُني منه DiT ومُرمِّز النص الخاص بـ MiniMax-H3-Image، قابل للتوجيه اليوم. إذا كان سبب نظرك في نموذج الصور هو أنك تشغّل فيديو H3 بالفعل، فإن العائلة تستجيب بالفعل عبر مفتاح واحد.
أيّ واحد تختار
اختر MiniMax-H3-Image عندما يكون القيد هو البكسلات أو المراجع أو تكلفة الوحدة: إخراج أصلي بدقة 16 ميغابكسل، وست عشرة صورة إدخال، ونحو سنتين لكل توليد بدقة 1024². اختر GPT Image 2.6 عندما يكون القيد هو شكل الإخراج أو سلاسة حلقة التحرير: SVG وGIF في الإخراج، ومراجع دائمة وعلامات مرسومة في الإدخال، وتقدّم بسبعين نقطة Elo على لوحة التحرير مع فاصل من أفضل ثلاثة خلفه.
اختر ألا تختار أياً منهما بثقة إذا كان ما تحتاجه فعلاً هو درجة لمطالباتك. أصبح لكل من الطرازين الآن درجات علنية، وكلتا الدرجتين تجميعات مبنية على مطالبات شخص آخر؛ والمقارنة التي تحسم حالتك هي تلك التي تجريها بنفسك، مع فاتورة مرفقة بكل طرف منها. ما تمنحك إياه لوحة الصدارة هو معلومة مسبقة — GPT Image 2.6 متقدم، وفي تحويل النص إلى صورة يتقدم بفارق يكفي لأن تتوقع رؤيته. وما لا تستطيع أن تمنحك إياه هو الإجابة عن تركيب منتج بستة عشر مرجعاً بدقة أربعة ميغابكسل، لأن أحداً لم ينشر تلك المقارنة ولوحات Elo لا تقيسها.
