MiniMax-H3-Image vs. Qwen-Image 3.0: Die offene Lücke, die Qwen hinterlassen hat

Alibabas Bildmodell-Reihe war früher die einfache Empfehlung für alle, die das Modell lieber besitzen als mieten wollten: Gewichte herunterladen, ausführen, aufhören, über Preislisten zu diskutieren. Qwen-Image 3.0 beendete das im August. Es erschien am 22. Juli 2026 zunächst nur auf Einladung, erreichte am 4. August die allgemeine Verfügbarkeit in den Stufen Standard und Pro auf Qwen Cloud und Alibaba Cloud Model Studio und kam ohne Gewichte, ohne Model Card, ohne Parameteranzahl und ohne technischen Bericht. Der offene Zweig der Familie ist Qwen-Image-2.1, veröffentlicht am 20. September 2026 unter einer nicht kommerziellen Forschungs-Lizenz – inspizierbar, feinabstimmbar, nicht in einem Produkt auslieferbar. MiniMax-H3-Image, dessen Gewichte am 10. November 2026 um 14:50 UTC auf Hugging Face hochgeladen wurden, ist das erste ernsthafte Bildmodell seitdem, das diese Lücke füllt. Das ist der eigentliche Vergleich: nicht, welches Modell hübscher ist, sondern welches Ihnen einen Ausweg lässt.

Zwei Kaufpfade, die früher einer waren

Vor 3.0 war „Qwen oder etwas anderes“ eine Frage der Qualität, denn die Antwort zur Lizenzierung war immer dieselbe. Jetzt stehen die beiden Modelle auf entgegengesetzten Seiten einer Linie, die mehr zählt als jeder Benchmark: was passiert, wenn der Anbieter den Preis erhöht, die Tarifstufe abkündigt oder eine schlechte Woche hat.

Qwen-Image 3.0 ist ein gehosteter Dienst mit einer gut dokumentierten Schnittstelle und einer veröffentlichten Preistabelle. MiniMax-H3-Image ist sowohl ein gehosteter Dienst als auch 68,65 GB eines herunterladbaren Transformers, plus ein 66,7 GB großer Textencoder, den es aus dem MiniMax-H3-Video-Repository übernimmt, unter der MiniMax-H3-Image Community License Agreement. Die Lizenz ist nicht Apache 2.0, und jemand aus Ihrer Rechtsabteilung sollte sie vor einem kommerziellen Einsatz lesen – aber es ist eine Lizenz für eine Datei, die Sie besitzen, was etwas grundlegend anderes ist als eine Preistabelle.

Eine praktische Konsequenz, die leicht übersehen wird: Der Preis für diesen Ausstieg ist nicht nur die Festplatte. Der Sampler von MiniMax-H3-Image ist auf sechs Schritte festgelegt, ohne Classifier-Free Guidance und ohne negative Prompts, und die API lehnt jede andere Schrittanzahl oder jeden anderen Guidance-Wert mit HTTP 400 ab. Sechs Forward-Passes sind der Grund, warum ein Transformer mit 33 Milliarden Parametern bei sechzehn Megapixeln auf gemieteter Hardware praktikabel ist, und sie bedeuten auch, dass die übliche Tuning-Schleife beim Self-Hosting nicht existiert. Was man tuned, sind der Prompt und die Referenzen.

Was Qwen-Image 3.0 Ihnen tatsächlich über sich selbst verrät

Weniger, als die Dokumentation nahelegt. Alibaba hat keine Benchmark-Zahlen für Qwen-Image 3.0 veröffentlicht – weder auf Qwen-Image-Bench noch anderswo – und auch keine Architektur, sodass das einzige unabhängige Signal Artificial Analysis ist, dessen aktuelle Ranglisten Qwen-Image-3.0-Pro mit 1094 Elo bei Text-zu-Bild mit 6.691 Stichproben auf Platz 19 und Qwen-Image-3.0 mit 1074 auf Platz 20 führen – auf einer Rangliste, deren Top fünf allesamt OpenAI-Modelle sind. Bei der Bearbeitung liegt Pro bei rund 1.085 und Standard bei rund 1.062. Das sind unspektakuläre Platzierungen, und es sind die einzigen Zahlen, die es gibt.

MiniMax-H3-Image hat Stand 11. November 2026 auf keinem der beiden Boards einen Eintrag – keinen schwachen, überhaupt keinen. Also lässt sich keines der beiden Modelle anhand eines unabhängigen Scores gegen das andere einordnen, und jede Behauptung, das eine sei qualitativ besser als das andere, ist nur jemandes Eindruck im Gewand eines Vergleichs. Vergleichen lassen sich die Schnittstelle, die Auflösung, der Preis und der Ausstieg.

Die Dimensionen, in denen die beiden stark auseinandergehen

• Auflösung — MiniMax-H3-Image: etwa sechzehn Megapixel bei jedem Seitenverhältnis, 4096×4096 bei 1:1 bis zu 6272×2688 bei 21:9, mit einer API-Obergrenze von 20 MP. Qwen-Image 3.0: maximal 2048×2048 nach Alibabas eigenen Angaben, rund 4,2 Megapixel.

Preis bei 2K — MiniMax-H3-Image: 0,02333 $ pro generiertem Bild, einschließlich einer 4K-Stufe zu 0,06879 $ Listenpreis. Qwen-Image 3.0: 0,03 $ pro Bild für Standard bei 1K oder 2K, wobei Bearbeitungen mit etwa 0,003 $ pro Eingabereferenz berechnet werden; Pro kostet 0,04 $ bei 1K und 0,075 $ bei 2K.

• Gewichte — MiniMax-H3-Image: verfügbar, Community-Lizenz, vier dokumentierte Serving-Pfade, einschließlich Day-zero-Unterstützung für vLLM-Omni auf NVIDIA und AMD. Qwen-Image 3.0: keine, eine Kehrtwende gegenüber 1.0 und 2.0. Das offene Mitglied der Qwen-Familie ist Qwen-Image-2.1, ausschließlich nicht kommerziell.

• Text im Bild — Qwen-Image 3.0: Prompts mit bis zu 4.500 Tokens, Text noch bei etwa 10 Pixeln lesbar, zwölf native Sprachen, mehr als zwanzig Schriftarten, bis zu sechs Ausgaben pro Aufruf, serverseitige Prompt-Umschreibung. MiniMax-H3-Image: Prompts mit 32.000 Zeichen, von denen etwa die ersten 4.096 Tokens wirksam werden; keine veröffentlichten Angaben zur Textdarstellung.

• Referenzen — MiniMax-H3-Image: bis zu 16, positional in Upload-Reihenfolge adressiert, wobei vLLM-Omnis Release-Rezept für dieselben Gewichte 9 pro Anfrage dokumentiert. Qwen-Image 3.0: keine veröffentlichte Referenzobergrenze; 3.0 ist ein gehosteter Endpoint mit einem dokumentierten Schema statt eines Gewichte-Releases.

• Unabhängige Bewertung — Qwen-Image 3.0: 1074 bei AA-Image-T2I v2.1, Pro bei 1094, Pro etwa 1.085 beim Editing. MiniMax-H3-Image: keine Zeile auf einer der beiden Ranglisten.

Sechzehn Megapixel sind kein Luxus, wenn man druckt

Vier Megapixel sind ein Web-Hero, eine Katalogkachel oder ein Präsentationsbild. Sechzehn sind eine Druckvorlage, ein Billboard-Ausschnitt oder ein Hintergrund, der Details bewahren muss, wenn drei Platzierungen daraus ausgeschnitten werden. Die 2048×2048-Obergrenze von Qwen-Image 3.0 ist kein Mangel – sie ist eine Entscheidung darüber, wofür das Modell gedacht ist, und es ist dieselbe Entscheidung, die die meisten gehosteten Bildmodelle getroffen haben. Sie bedeutet aber, dass MiniMax-H3-Image für alle, die Verpackungen, Out-of-Home oder Hoch-DPI-Produktfotografie produzieren, überhaupt nicht mit Qwen-Image 3.0 konkurriert; es konkurriert mit welchem Upscaler auch immer man an Qwens Ausgabe drangebaut hätte, und ein Upscaler fügt nicht auf dieselbe Weise Details hinzu wie eine native 16-Megapixel-Generierung.

{{1}}Allerdings ist das Interessante an Qwen-Image 3.0 nicht die Auflösung. Es ist der Text. Lesbarer Text bis hinunter zu ungefähr zehn Pixeln, zwölf Sprachen, mehr als zwanzig Schriftarten und ein serverseitiger Umschreibungsschritt, der einen Prompt umformt, bevor das Modell ihn sieht – das ist eine Reihe von Behauptungen, die direkt auf Poster, Verpackungstexte, UI-Mockups und Diagramme abzielen, wo der allseits bekannte Fehlermodus ein wunderschön gerendertes Bild mit einem einzigen verstümmelten Wort darin ist.{{/1}} {{2}}Praxiserfahrungen beschreiben es als stark bei UI-Mockups und Diagrammen mit gelegentlich verstümmeltem kleinem Text, was ungefähr dem entspricht, was die Behauptungen des Anbieters vorhersagen.{{/2}} {{3}}MiniMax-H3-Image erhebt in seiner Model Card keine vergleichbare Text-Behauptung, und kein Dritter hat es gemessen.{{/3}}

Die Aufteilung ist also ungewöhnlich sauber für einen Direktvergleich. Wenn Ihre Aufgabe dichter Text in einem komponierten Layout ist, ist Qwen-Image 3.0 das Modell mit der dokumentierten Wette. Wenn Ihre Aufgabe ein großes, detailliertes, fotorealistisches Bild ist, hat MiniMax-H3-Image bei den Größen, die beide anbieten, viermal so viele Pixel für weniger Geld pro Bild.

Die Zahlen zu tausend Bildern durchrechnen

Nehmen Sie eine Charge von tausend 2K-Produktbildern, nur Generierung, keine Referenzen. Qwen-Image 3.0 Standard zu 0,03 $ ergibt 30 $. M​iniMax-H3-Image zu 0,02333 $ ergibt 23,33 $. Fügen Sie ein Referenzbild pro Ausgabe hinzu – der übliche Fall bei einer Katalogaktualisierung, bei der Sie ein konsistentes Produkt wünschen – und Qwen fügt etwa 3 $ an Eingabe-Tokens hinzu, was bei etwa 33 $ landet, während M​iniMax' Eingabebild-Tarif von 1,50 $ pro Million Tokens einen vergleichbaren Bruchteil hinzufügt und es weiterhin unter 30 $ lässt. In der 4K-Stufe kostet M​iniMax 68,79 $ Listenpreis für dieselben tausend, oder 34,39 $ mit einem zeitlich begrenzten Rabatt von 50 %, der bis zum 17. November 2026 um 16:00 UTC läuft und erfordert, dass jedes gelieferte Bild mindestens 16.600.000 Pixel hat. Qwen-Image 3.0 hat keine 4K-Stufe, die bepreist werden könnte.

Diese Unterschiede sind in absoluten Zahlen klein, und sie sind nicht der Grund, sich für eines der beiden Modelle zu entscheiden. Der Grund, sich für MiniMax-H3-Image zu entscheiden, ist, dass $23 an API-Ausgaben und $0 Grenzkosten pro Bild auf Ihrer eigenen Hardware zwei verschiedene Geschäftsmodelle sind, und nur eines davon lässt sich in die Zukunft fortschreiben. Der Grund, sich für Qwen-Image 3.0 zu entscheiden, ist, dass es eine dokumentierte Text-Pipeline und eine Schnittstelle hat, die Sie heute Nachmittag noch integrieren können.

Keines der beiden Modelle ist auf OrcaRouter, und dieser Beitrag wird nicht so tun, als wäre es anders. Was wir anbieten, ist enger gefasst, und es lohnt sich, es genau zu benennen: Die Bildmodelle, die wir routen — gpt-image-2.5-sunburst, gpt-image-2, die G​emini-Bildvorschauen, Imagen 4 in drei Stufen, G​rok Imagine Image — werden zum Listenpreis des Anbieters abgerechnet, wobei ein Aufschlag von 0 % durchgereicht wird, und eine Routing-Regel kann auf einen zweiten Anbieter zurückfallen, wenn der erste ausfällt. Das hilft Ihnen nicht bei der Wahl zwischen MiniMax-H3-Image und Qwen-Image 3.0. Es hilft an dem Tag, an dem Sie das Evaluieren beenden und mit dem Ausliefern beginnen und sich herausstellt, dass das von Ihnen gewählte Modell gerade einen schlechten Nachmittag hat.

Was die Lizenzfrage wirklich kostet

„Open Weight“ ist für MiniMax-H3-Image zutreffend, und „Open Source“ ist die Formulierung, die Teams in Schwierigkeiten bringt. Die Community License Agreement ist ein Dokument mit Bedingungen, die an Ihr Produkt anknüpfen können, und der einzig verantwortungsvolle Rat lautet, die tatsächliche Datei zu lesen statt eine Zusammenfassung – auch diese hier. Dasselbe gilt, in verschärfter Form, für Qwen-Image-2.1: Eine nichtkommerzielle Forschungs-Lizenz bedeutet einen Prototyp, den Sie prüfen können, und ein Produkt, das Sie wahrscheinlich ohne ein Gespräch nicht ausliefern können, und mindestens eine Vergleichsseite führt Qwen Image 3.0 noch immer als Apache-2.0 auf, was schlicht falsch ist und die Art von falsch, die eine Woche kostet.

Der Praxistest ist kurz. Erfordert Ihr Plan die Gewichte innerhalb Ihrer eigenen Grenze – für Datenresidenz, für Kosten bei hohem Volumen oder für Fine-Tuning? Wenn ja, ist der einzige Kandidat dieser beiden MiniMax-H3-Image, und der Ausstieg ist real für rund 135 GB Artefakte und eine Lizenzprüfung. Wenn nein, dann ist die Lizenzfrage gegenstandslos und die Entscheidung reduziert sich auf Textrendering gegenüber Auflösung, bei zwei Modellen, deren Qualität niemand außerhalb ihrer Anbieter unabhängig gemessen hat.

Spannend ist nicht die nächste Aktualisierung des Leaderboards, denn keines der Modelle steht dort auf eine Weise, die irgendetwas klärt. Spannend ist, ob Alibaba die Schließung rückgängig macht und Gewichte für die 3.x-Reihe veröffentlicht, denn das würde zum ersten Mal seit einem Jahr zwei offene hochauflösende Bildmodelle auf denselben Markt bringen — und ob MiniMax-H3-Image einen Score bekommt, denn im Moment ist die einzige Instanz, die Ihnen sagen kann, wie gut es ist, Sie selbst, mit Ihren eigenen Prompts, was je nachdem, wie viel Ihrer Woche Ihnen zur Verfügung steht, entweder die ehrlichste Position in diesem Vergleich oder die unbequemste ist.