MiniMax-H3-Image vs FLUX 3: coordenadas o píxeles — dos ideas diferentes de control

Pon estos dos modelos ante el mismo brief y fallarán en direcciones opuestas. MiniMax-H3-Image te da dieciséis megapíxeles, dieciséis imágenes de referencia y un muestreador de seis pasos, y ninguna forma de indicar dónde va cada cosa salvo en prosa. FLUX 3, en su nivel de imagen, te da un cuadro delimitador para cada elemento en una cuadrícula de 0 a 1000 escrita como [y_min, x_min, y_max, x_max], te permite editar una caja a la vez sin tocar el resto del encuadre, y empieza su escala de resolución en 768 píxeles. Un modelo vende capacidad; el otro vende dirección. Si tu problema es una foto de producto que debe sobrevivir a un recorte para una valla publicitaria, MiniMax-H3-Image es el único de los dos que puede producir el archivo. Si tu problema es que el logo del cliente tiene que estar arriba a la izquierda exactamente al 12 % del ancho del encuadre, FLUX 3 es el único que aceptará la instrucción.

Both are recent, and neither is a launch in this article. FLUX 3 was announced by Black Forest Labs on 23 July 2026 as a unified video, image, audio and action model; the image tier that this comparison is about went live with a published rate card on 1 October 2026. MiniMax-H3-Image's weights landed on Hugging Face on 10 November 2026 at 14:50 UTC, with a one-line card in M​iniMax's API release notes and no blog post anywhere on the company's site. So this is a comparison between a model that has had six weeks of paying traffic and one that had its first full day in public yesterday. That asymmetry runs through everything below, and it is the reason the honest answer at the end is conditional rather than a winner.

Qué permite especificar cada uno

La superficie de control de FLUX 3 es espacial, y es lo más característico del modelo. El lienzo es siempre una cuadrícula normalizada de 0–1000 en ambos ejes, de modo que un prompt de maquetación es independiente de la resolución: describes la escena global en un caption y luego enumeras los elementos con un id, una caja y una descripción, y citas los ids dentro del caption. El modelo planifica la disposición —BFL documenta un modo agente en el que un LLM genera el layout— y después cada caja sigue siendo editable. Puedes volver a describir una caja, reemplazarla o moverla, y las regiones que no hayas tocado se mantienen fijas. Las referencias son tokens numerados, ref_image_0 en adelante, hasta diez de ellas, y se componen en una sola escena en lugar de apilarse como candidatas.

La superficie de control de MiniMax-H3-Image es posicional y textual. El texto del prompt se introduce con hasta 32.000 caracteres, de los cuales aproximadamente los primeros 4.096 tokens surten efecto. Las referencias se introducen como hasta dieciséis imágenes direccionadas por su orden de carga — <Imagen 1>, <Imagen 2> —sin escribir absolutamente nada: nada en la API le indica al modelo qué referencia es el personaje, cuál es el producto y cuál es el fondo. Toda la edición se expresa mediante lenguaje. No hay una segunda pasada, ni una región enmascarada, ni un sistema de coordenadas.

Esa diferencia no es una carencia de funciones en una sola dirección. Dieciséis ranuras sin tipo ofrecen más margen que diez referencias numeradas, y una descripción que detalla una relación —«la mujer de la imagen 3, con la chaqueta de la imagen 7, en la habitación de la imagen 1»— transmite información que un cuadro delimitador no puede. Pero un cuadro delimitador aporta una precisión que una descripción no puede, y MiniMax-H3-Image no tiene equivalente.

Los números, dimensión por dimensión

• Límite de salida — FLUX 3 Image: 4K, con una resolución publicada de 5456×3072, unos 16,8 MP. MiniMax-H3-Image: unos 16 MP en todas las relaciones de aspecto, desde 4096×4096 en 1:1 hasta 6272×2688 en 21:9, con un límite de 20 MP impuesto por la API.

• Mínimo de salida — FLUX 3 Image: 768×768. MiniMax-H3-Image: la ficha indica aproximadamente 4 MP como mínimo práctico, sin ningún nivel para imágenes pequeñas.

• Precio a 1K — FLUX 3 Image: $0.048. MiniMax-H3-Image: $0.02179.

• Precio a 2K — FLUX 3 Image: $0.10. MiniMax-H3-Image: $0.02333.

• {{1}}Precio en 4K{{/1}} — FLUX 3 Image: $0.607. MiniMax-H3-Image: $0.06879 de lista, $0.03439 con un descuento que vence el 17 de noviembre de 2026 a las 16:00 UTC.

• Referencias — FLUX 3 Image: hasta 10, numeradas, sin coste. MiniMax-H3-Image: hasta 16, posicionales, facturadas como tokens de imagen de entrada a 1,50 $ por millón.

• Edición — FLUX 3 Image: con alcance por caja, varias cajas por solicitud, se conservan las regiones no modificadas. MiniMax-H3-Image: imagen completa, descrita mediante prompt, hasta 16 referencias en una sola llamada.

• Pesos — FLUX 3 Image: no publicado; la licencia comercial de los pesos se vende a empresas a escala mediante el equipo de ventas de BFL, y el backbone FLUX 3 Dev sigue “próximamente”. MiniMax-H3-Image: disponible para descargar hoy, 68,65 GB más un codificador de 66,7 GB tomado de MiniMax-H3.

• Muestreo — MiniMax-H3-Image: fijado en seis pasos, sin guía libre de clasificador; otros valores se rechazan con HTTP 400. FLUX 3 Image: no tiene un número de pasos publicado ni control de guía; el nivel de imagen es solo por API.

Puntuación independiente — FLUX 3 Image: Elo 1116 en la clasificación de texto a imagen de Artificial Analysis, 16.º de 108, con más de 6.457 muestras; Elo 1119 en la clasificación de edición, 17.º, con más de 5.256 muestras. MiniMax-H3-Image: no aparece en ninguna de las dos clasificaciones y tampoco hay tabla de evaluación del proveedor.

La diferencia de precio es mayor que la diferencia de resolución, y apunta en la dirección opuesta.

A 1K, MiniMax-H3-Image cuesta $0.02179 y FLUX 3 Image cuesta $0.048, un poco más de la mitad. A 2K, la proporción se amplía a aproximadamente cuatro a uno. A 4K es de casi nueve a uno: $0.607 frente a $0.06879, o doce a uno frente al precio con descuento de $0.03439. Esa curva es el hecho más determinante de esta comparación, y merece la pena entender por qué tiene esa forma en lugar de suponer que un proveedor está aprovechándose.

FLUX 3 Image's ladder — $0.041, $0.048, $0.07, $0.10, $0.607 — is close to proportional to pixels up to 2K and then jumps hard at 4K. M​iniMax's ladder is nearly flat: $0.02179, $0.02333, $0.06879. Sixteen times the pixels for a little over three times the money. M​iniMax meters tokens and the token count does not scale with area the way a naive model would predict; BFL appears to price the 4K tier as a premium product. Whatever the reasoning on either side, the practical consequence is that at the resolution both models were built for, the open-weight one is nearly an order of magnitude cheaper.

That is also where the comparison stops being symmetrical. If you only ever generate 1K images, the price difference is two and a half cents and FLUX 3's layout control is probably worth more than the saving. The 4K tier is the only tier where the arithmetic changes a decision, and it is exactly the tier where M​iniMax's discount is temporary.

Lo que seis semanas de tráfico compran, y lo que un día no

FLUX 3 Image ya tiene puntuación. Artificial Analysis lo sitúa en el puesto 16 en texto a imagen, con Elo 1116 sobre 6.457 muestras, y en el puesto 17 en edición, con Elo 1119 sobre 5.256 —en mitad de la tabla, por encima de FLUX.2 [max] y por debajo de la mayor parte del actual campo de Nano Banana y MAI, con un precio indicado de 48 $ por cada mil imágenes. Puede poner eso junto al número de un competidor y tomar una decisión. También puede verlo moverse a medida que lleguen más muestras, que es lo que les ocurrió a varios modelos situados por encima de él.

MiniMax-H3-Image no tiene nada comparable. No es una puntuación baja: es que no hay puntuación. La ficha del proveedor afirma «el mejor seguimiento de instrucciones entre los modelos de código abierto» sin una tabla, y la cuadrícula de muestras de la página del modelo es la única prueba de resultados que existe. Un día en público no es tiempo suficiente para que una arena ciega acumule muestras de un modelo que tarda diez segundos por generación, así que la ausencia es esperable y no sospechosa. Aun así, sigue siendo una ausencia, y significa que el argumento a favor de MiniMax-H3-Image en cuanto a calidad es actualmente un argumento basado en la arquitectura y en el precio.

El argumento arquitectónico no está vacío. Un transformador de difusión denso de 33,1B destilado a seis pasos sin guía es una elección deliberada en cuanto al coste de servicio, y seis pasos son la razón por la que una generación de 16 MP es una petición en lugar de un trabajo por lotes. El planteamiento de la propia ficha —16 MP «a un coste computacional práctico»— es una afirmación sobre FLOPs, y es coherente con todo lo que hay en el repositorio. Simplemente no es una afirmación sobre la calidad, y ambas cosas se confunden en cada publicación de lanzamiento.

Dónde falla cada uno en producción

El límite de FLUX 3 está en su salida más pequeña. Un piso de 768 píxeles y un techo de 4K hacen que el modelo se desenvuelva cómodamente en el rango donde ocurre la mayor parte del trabajo comercial, y no te entregará una placa de 6000 píxeles de ancho. Además, es cerrado: no puedes descargarlo, no puedes fijar un checkpoint y la página de licencias de BFL vende el autoalojamiento a empresas a gran escala, no a particulares. Si BFL cambia una tarifa o retira un nivel, tu pipeline cambia con ello. Seis semanas de tráfico son un historial, no una garantía.

MiniMax-H3-Image's limit is the licence, and it is stricter than “open weight” suggests. The MiniMax-H3-Image Community License Agreement excludes the European Union, the United Kingdom, the Republic of Korea and the United States by definition; requires separate written authorisation above one million US dollars of annualised revenue; requires the same for any hosted service with no revenue floor; requires the model's name displayed prominently on commercial interfaces; and forbids using outputs to train other models. If you are in one of those territories and building a product, the open weights are not available to you on these terms, and the hosted API — which M​iniMax sells — is the path that remains.

Existe un tercer límite que ambos comparten y que ninguna publicación de lanzamiento menciona: el bucle de evaluación. Ninguno de los dos modelos te ofrece una forma de saber si un prompt determinado dará resultado salvo generándolo. Las cajas de FLUX 3 reducen el espacio de posibles fallos a la colocación, que se puede comprobar en el código. Los fallos de MiniMax-H3-Image son semánticos, lo que significa que una persona tiene que mirar. Para una canalización que genera miles de imágenes al día, esa diferencia en el coste de verificación puede superar la diferencia en el coste de generación.

Cuál llamar

Si el entregable es grande —una plancha de impresión, un fondo que se recortará a tres relaciones de aspecto, un hero en 4K que tiene que mantener el detalle al 100 %—, MiniMax-H3-Image es la única opción de esta comparación que produce el archivo y, a $0.06879 por fotograma, también es la más barata por un amplio margen. Elígela, presupuesta con el precio de lista en lugar de la cifra con descuento y lee la licencia antes de desarrollar un producto basado en ella.

Si el entregable es composicional —un layout que tiene que ser exacto, una edición que tiene que dejar todo lo demás intacto, un sistema de marca donde la ubicación lo es todo—, FLUX 3 es el único lado con los controles, y está puntuado, lo que significa que puedes predecir lo que estás comprando. Dos centavos y medio más a 1K no es el número decisivo ahí.

Si necesitas ambas cosas, el patrón que realmente funciona es dividir el trabajo en lugar de elegir un bando: componer y editar a la resolución que maneja FLUX 3, y luego escalar o regenerar el fotograma aprobado a 16 MP. Eso son dos llamadas y dos facturas en lugar de una, y aun así sale más barato que descubrir después de cien generaciones que tu modelo no puede mantener un logotipo en la esquina.

Neither model is on OrcaRouter's catalogue today — FLUX 3 Image is a direct Black Forest Labs call, and MiniMax-H3-Image is M​iniMax's own API or your own GPUs — so nothing here is a routing recommendation. What we do carry is the video half of M​iniMax's H3 family, minimax/minimax-h3, alongside the image routes we do host, under one key with 0% markup on provider list price. The reason that matters in a comparison like this one is failover: when a 16 MP request takes longer than your client's timeout, a second route under the same interface is worth more than a better per-image price. Long, billed-on-timeout generations are precisely the workload where a fallback earns its keep, and M​iniMax charges for a timeout rather than refunding it.

La pregunta que lo resolverá

Lo que falta en esta comparación no es una especificación. Es una cantidad de muestras. Cuando MiniMax-H3-Image aparezca en una arena de imágenes con unos miles de votos a ciegas, la diferencia de precio dejará de ser el argumento principal y se convertirá en un intercambio: cierta cantidad de calidad medida por cierta cantidad de dinero. Hasta entonces, FLUX 3 es el modelo sobre el que se puede razonar y MiniMax-H3-Image es el modelo que hay que probar, y el costo de probarlo es lo bastante bajo —unos pocos dólares y una tarde— como para que cualquiera que tenga un entregable en 4K simplemente haga la prueba en lugar de esperar la de otra persona.