MiniMax-H3-Image vs. Meta Muse Image: Wo der Vorsprung bei offenen Gewichten endet

Es gibt einen Vergleich, den MiniMax-H3-Image nicht gewinnt, und zwar den gegen ein Modell, das einen Cent kostet. Meta Muse Image, seit dem 7. Juli 2026 live auf der eigenen Model API von Meta zu einem Pauschalpreis von 0,01 US-Dollar pro generiertem Bild, wobei Search-Grounding in diesem Preis enthalten ist, steht bei 1.127 Elo auf AA-Image-T2I v2.1 über 9.061 Stimmen — auf Platz 13 und damit einundsechzig Punkte vor MiniMax-H3-Image, das mit 1.066 über 3.206 Stimmen auf Platz 25 liegt, wobei sich die Intervalle nicht annähernd berühren. In der Editing-Bestenliste liegen die beiden praktisch gleichauf: MiniMax-H3-Image bei 1.138, Muse Image bei 1.128, zehn Punkte auseinander, mit stark überlappenden Fehlerbalken. Und MiniMax-H3-Image kostet 0,02179 bis 0,06879 US-Dollar pro Bild — gegenüber dem einen Cent.

Das Modell, das auf beiden Ranglisten alle herunterladbaren Konkurrenten anführt, geht in dieses Duell mit einem Unentschieden, das es doppelt so teuer zu stehen kommt, und einer Niederlage, die es einundsechzig Elo kostet. Das sollte man erst einmal sacken lassen, denn dieser Vergleich zeigt, was „bestes Open-Weights-Bildmodell“ tatsächlich wert ist.

Zehn Punkte und einundsechzig, und warum der zweite wichtiger ist

Das Unentschieden bei der Bearbeitung ist ein echtes Unentschieden und sollte auch als solches berichtet werden. Das Intervall von MiniMax-H3-Image reicht von 1.122 bis 1.154; das von Muse Image von 1.117 bis 1.139. Sie überschneiden sich über den größten Teil ihrer Breite, und die eigenen Rangbereiche der Rangliste – neunter bis achtzehnter gegenüber dreizehnter bis einundzwanzigster – sind nur eine längere Art, dasselbe zu sagen. Niemand kann hier einen Bearbeitungsvorteil beanspruchen, der einer zweiten Prüfung der Daten standhält.

Der Generationsabstand ist eine andere Art von Zahl. 1.066 mit einem Intervall, dessen Obergrenze bei 1.081 liegt, gegenüber 1.127 mit einem Intervall, dessen Untergrenze bei 1.116 liegt – fünfunddreißig Punkte klarer Abstand zwischen den beiden Intervallen. Das ist kein Rauschen, und es ist kein kleiner Effekt: Auf einer Rangliste mit einhundertvierzehn Modellen ist es der Unterschied zwischen dem obersten Viertel und dem zweiten Viertel. Bei reinem Text-to-Image ist Metas penny model besser, und die Daten sagen das eindeutig.

Which inverts the story H3-Image's launch told. The model was presented with sixteen megapixels and sixteen positional references, and the inference everyone drew was that this was a serious editing-capable generator. The boards agree about the editing half and disagree about the generation half. What M​iniMax built is a very good editor that also generates, not a generator that also edits.

Was ein Penny tatsächlich kauft – und wo die Rechnung nicht aufgeht

Metas Abrechnungseinheit ist mit ungewöhnlicher Präzision dokumentiert: das Bild, nicht das Token. Die Entwicklerdokumentation besagt, dass das Modell pauschal mit 0,01 US-Dollar pro generiertem Bild abgerechnet wird, und stellt direkt klar, dass Muse Image „nicht pro Token bepreist“ wird; der zurückgegebene Nutzungsblock enthält Eingabe- und Ausgabe-Token-Zahlen, die nur informativ sind. Daraus ergeben sich zwei Konsequenzen, und beide sind operativer und nicht kosmetischer Natur. Fehlschläge werden nicht abgerechnet — Bilder, deren Generierung fehlschlägt oder die vor der Rückgabe durch die Sicherheitsfilterung entfernt werden, werden nicht gezählt. Und Search-Grounding, also eine Live-Websuche plus Tool-Aufrufe hinter einer einzigen Ausgabe, ist im Preis pro Bild enthalten und wird nicht zusätzlich abgerechnet.

Run that against M​iniMax's card on a job of ten thousand images. Muse Image: $100 flat, regardless of how many retries died. MiniMax-H3-Image at its 1K tier: $217.90, and every failed request that still produced a billed output is on your invoice. At the 4K tier where the model actually delivers sixteen megapixels, $687.90 list or $343.90 during the current discount, which expires 17 November 2026 at 16:00 UTC and applies only when the delivered image is at least 16,600,000 pixels. The gap is not a rounding difference at any tier; it is the difference between a job you can afford to attempt and one you budget for.

Doch die beiden verkaufen nicht dasselbe Artefakt, und genau hier muss der Vergleich konkret werden, statt auf der Ebene des einzelnen Bildes zu bleiben. MiniMax-H3-Image gibt seine Leinwand für jedes Seitenverhältnis an: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688, mit einer API-Obergrenze von 20 Megapixeln. Meta gibt für Muse Image überhaupt keine Pixelabmessung an. In seiner Dokumentation heißt es ausdrücklich, der Parameter size an den images-Endpunkten „legt nur das Seitenverhältnis fest, nicht die exakten Pixel“ – man sollte ihn nicht als Auflösungsgarantie lesen. Es gibt keine veröffentlichte Megapixel-Zahl, durch die man den Cent teilen könnte, was bedeutet, dass sich der Vergleich pro Megapixel, der diese Frage entscheiden würde, nicht aus der Dokumentation berechnen lässt. Betrachten Sie das als Tatsache über die Offenlegungen der beiden Anbieter, nicht als Mangel eines der beiden Produkte.

Das geschlossene Modell ist das einfacher bereitzustellende – das ist die Umkehrung.

Here is the part that makes this matchup more than a price list. Meta Muse Image is proprietary. There are no weights, no model card, no licence to read, and Meta's developer documentation draws the line explicitly: the Muse family models you call over Model API are served, and the one open-weight model in the family, Muse Glimmer, is a different model distilled from M​use Spark rather than an open release of Muse Image. Calling it is a model-string change on an O​penAI- or Anthropic-compatible SDK.

MiniMax-H3-Image ist herunterladbar, was normalerweise als die Freiheitsoption verstanden wird. Die MiniMax-H3-Image Community License Agreement schließt die Europäische Union, das Vereinigte Königreich, die Republik Korea und die Vereinigten Staaten aus – und zwar das Modell, nicht lediglich seine Ergebnisse –, verlangt eine gesonderte schriftliche Genehmigung für einen gehosteten Dienst auf jeder Umsatzstufe und andernfalls oberhalb von einer Million US-Dollar annualisierten Umsatzes, verlangt, dass der Modellname überall, wo das Modell verwendet wird, deutlich sichtbar angezeigt wird, und verbietet, seine Ergebnisse zum Trainieren anderer Modelle zu verwenden.

Put the two side by side for a team in Austin or Manchester and the usual intuition is backwards. The proprietary model is the one they can use on Monday. The open-weights model is the one that needs a signature from M​iniMax before it can go in a product, and possibly a different conversation entirely. That is an odd thing to write on a blog that generally argues for open weights, and it is true, so it is here.

Für ein Team in Singapur oder São Paulo ist die Lizenzklausel wirkungslos, und die Berechnung fällt auf die obige zurück: ein Penny gegen zwei Cents bei Gleichstand beim Bearbeiten und ein Penny gegen zwei Cents bei einer Niederlage bei der Generierung. Bleibt es bei Meta, diesen Zahlen zufolge, es sei denn, die Pixel sind die Anforderung.

Zwei Möglichkeiten, die Knöpfe zu entfernen

Beide Modelle haben Ihnen die Sampling-Steuerungen weggenommen, und zwar in entgegengesetzte Richtungen. MiniMax-H3-Image hat einen Transformer mit 33,1 Milliarden Parametern auf sechs Sampling-Schritte ohne classifier-free Guidance destilliert, und die API lehnt jede andere Schrittanzahl oder jeden anderen Guidance-Wert mit HTTP 400 ab. Negative Prompts gibt es nicht. Die einzigen Dinge, die Sie variieren, sind der Prompt – bis zu 32.000 Zeichen, von denen etwa die ersten 4.096 Tokens wirksam werden – und die Referenzen, bis zu sechzehn, positionell adressiert als <Picture 1> bis <Picture 16>.

Meta Muse Image removed the knobs by adding a layer above them. In Meta's words the model "reasons before it renders": it invokes search and coding tools, self-refines its own generations, and improves through scaling test-time compute. Reference images go up to ten in a single request, and the agentic behaviour is switchable, which makes the reasoning depth the lever for cost and latency rather than the sampler. Meta describes a pairing with its M​use Spark reasoning model so that the two share tools and plan jointly, which is how the documented multi-part outputs — animated GIFs, pages with embedded images, small interactive games — are produced.

Der praktische Unterschied zeigt sich im Fehlerfall. Wenn MiniMax-H3-Image eine Bearbeitung falsch macht, gibt es einen einzigen Durchlauf, den man befragen kann, und keine zweite Meinung innerhalb des Aufrufs; die Lösung ist ein besserer Prompt oder eine bessere Referenz. Wenn Muse Image etwas falsch macht, kann der Fehler im Reasoning-Pfad statt im Rendering liegen, und das agentische Verhalten hoch- oder herunterzudrehen ist das Erste, was man an den eigenen Prompts testen sollte, statt es einfach zu glauben. Keines ist besser. Es sind unterschiedliche Debugging-Oberflächen, und zu wissen, auf welcher man sich befindet, spart einen Nachmittag.

Was Meta Ihnen nicht sagen wird

Der Preis geht mit einer großen Dokumentationslücke einher, und diese gehört im selben Atemzug wie der Preis genannt. Meta hat für Muse Image keine Rate Limits veröffentlicht, die wir einsehen konnten – die Rate-Limits-Seite auf der Entwicklerseite lieferte nur eine leere Hülle ohne Zahlen. Es gibt kein veröffentlichtes Latenzprofil, keine Erfolgsquote und keine unabhängige Bewertung des agentischen Loops unter Produktionslast. Es gibt keinen von unabhängiger Seite durchgeführten Benchmark zur Anweisungsbefolgung oder Bearbeitungstreue, und Metas eigene Benchmark-Grafik enthält keine lesbaren Zahlen. Wenn der Durchsatz für Ihr Design wichtig ist, werden Sie die Grenzen aus der API statt aus dem Handbuch ermitteln.

Provenance has the same shape. Muse Image carries Content Seal, an invisible watermarking system that Meta says stays intact through cropping, compression, resizing and screenshots, with a detection tool in preview. Read the scope carefully: Meta describes the mark as being carried by images created in the Meta AI app and on meta.ai — the consumer surfaces — and neither the model page nor the API documentation says whether images generated through Model API carry it. Assume it does not travel with an API-produced file until you have tested output from your own account. Independently, the one reported test of the detector, from Reuters, found it failed to verify a majority of watermarked images. M​iniMax, for its part, publishes no provenance or watermarking system for H3-Image at all, which is a different kind of answer to the same question.

M​iniMax's own gap is latency in the other direction: the vendor claim is sixteen megapixels in ten seconds, and there is no published p50, p95 or ceiling per aspect ratio behind it. Krea publishes a per-job ceiling for its slowest mode; M​iniMax publishes a best case. Meta publishes neither. Three vendors, three different levels of disclosure about the same operational question, and the one with the most detailed price is not the one with the most detailed performance data.

Wie man in einem Durchgang entscheidet

If your output is going to the web, a feed, a listing, or a client deck at sizes under about four megapixels, the answer on these numbers is Meta Muse Image. It is measured ahead on generation, tied on editing, cheaper per call by a factor of two to seven, bills failures at zero, folds search into the price, and needs no licence review in the four jurisdictions that M​iniMax excludes. The documentation gaps are real and they are the kind of thing you resolve with a week of your own testing rather than a procurement cycle.

Wenn Ihre Ausgabe bei Druckgröße Details halten muss oder in drei Varianten aus einem Master beschnitten werden soll, lautet die Antwort MiniMax-H3-Image, und der Preis ist irrelevant, weil die Alternative das Asset nicht produzieren kann. Sechzehn Megapixel nativ in jedem Seitenverhältnis sind eine Kategorie, in der das Billigmodell nicht mitspielt, unabhängig von seinem Präferenzwert, und die sechzehn Positionsslots des Referenzsystems ermöglichen es Ihnen, mehrere gelieferte Bilder zu einer neuen Szene zu komponieren, statt eines zu bearbeiten – eine Fähigkeit, die kein anderes Modell in diesem Vergleich in dieser Größenordnung dokumentiert.

If you are in the EU, the UK, Korea or the US and you need the pixels, the honest answer is that you are waiting — on a written authorisation from M​iniMax, or on a model that returns that much canvas without one. Both are plausible within a quarter. Neither exists today.

Wo ein Router passt – und wo nicht

OrcaRouter serves neither model. MiniMax-H3-Image has no route on our catalogue, and Meta Muse Image is reached through Meta's own Model API — not ours. Note also that the Muse models on our catalogue carrying similar names are chat models, not this image model, and nothing here should be read as a route to it. What we do carry from M​iniMax's H3 family is the video model, minimax/minimax-h3, at the provider's list price with 0% markup passed through.

Der einzige Punkt, an dem Routing in diesem Vergleich wirklich hilft, ist der Teil, in dem die Zahlen am wenigsten gefestigt sind. MiniMax-H3-Image ist vier Tage alt, mit einem 16-Punkte-Intervall in seiner Bearbeitungszeile und einer Lizenz, die je nach Land variiert; Muse Image hat vier Monate Stimmen und einen undokumentierten Betriebsbereich. Keines von beiden ist etwas, das man als harte Abhängigkeit fest verdrahten sollte. Eine primäre Route mit automatischem Failover auf ein zweites gemessenes Modell ist der Weg, einem Neueinsteiger echten Traffic zu geben, ohne den Job darauf zu verwetten – und wenn der obige Vergleich innerhalb der Fehlerbalken ein Gleichstand ist, dann ist das die ehrliche Produktionsarchitektur statt einer Absicherung.

Ein Cent gegen zwei Cent wirkt wie eine einfache Entscheidung, bis das erste Modell viermal so viel Canvas liefern kann und das zweite auf Reasoning-Tiefe umgeschaltet werden kann. Es hört genau dann auf, eine Frage des Preises zu sein, wenn man herausarbeitet, von welcher dieser beiden Eigenschaften die eigene Ausgabe tatsächlich abhängt.