MiniMax-H3-Image vs. Meta Muse Image: dónde termina la ventaja de los pesos abiertos

Hay una comparación que MiniMax-H3-Image no gana, y es la que tiene contra un modelo que cuesta un centavo. Meta Muse Image, disponible desde el 7 de julio de 2026 en la propia API de modelos de Meta a un precio fijo de $0.01 por imagen generada, con la fundamentación de búsqueda incluida en ese precio, se sitúa en 1,127 Elo en AA-Image-T2I v2.1 sobre 9,061 votos —en decimotercer puesto, sesenta y un puntos por delante de los 1,066 de MiniMax-H3-Image sobre 3,206 votos en el vigésimo quinto, con intervalos que no llegan ni de cerca a tocarse. En la tabla de edición, los dos están prácticamente empatados: MiniMax-H3-Image con 1,138, Muse Image con 1,128, diez puntos de diferencia y barras de error muy superpuestas. Y MiniMax-H3-Image cuesta de $0.02179 a $0.06879 por imagen frente al centavo.

Así que el modelo que lidera a todos los competidores descargables en ambas clasificaciones llega a este enfrentamiento con un empate por el que paga el doble y una derrota por la que paga sesenta y un Elo. Merece la pena detenerse en eso, porque es la comparación que te dice cuánto vale en realidad «el mejor modelo de imagen de pesos abiertos».

Diez puntos y sesenta y uno, y por qué el segundo importa más.

El empate en edición es un empate real y así debería comunicarse. El intervalo de MiniMax-H3-Image va de 1.122 a 1.154; el de Muse Image va de 1.117 a 1.139. Se solapan en la mayor parte de su amplitud, y los propios rangos de posiciones de la tabla —del puesto nueve al dieciocho frente al trece al veintiuno— son una forma más larga de decir lo mismo. Nadie puede atribuirse aquí una ventaja en edición que se sostenga tras una segunda lectura de los datos.

La brecha generacional es otro tipo de cifra. 1.066, con un intervalo cuyo límite superior es 1.081, frente a 1.127, con un intervalo cuyo límite inferior es 1.116: treinta y cinco puntos de separación clara entre ambos intervalos. Eso no es ruido, y no es un efecto pequeño: en una tabla de ciento catorce modelos, es la diferencia entre el cuarto superior y el segundo cuarto. En texto a imagen puro, el modelo penny de Meta es mejor, y los datos lo dicen sin ambigüedad.

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.

Lo que realmente compra un centavo, y dónde falla la aritmética

La unidad de facturación de Meta está documentada con una precisión inusual: la imagen, no el token. La documentación para desarrolladores indica que el modelo se factura a una tarifa plana de $0.01 por imagen generada y afirma directamente que Muse Image "no se factura por token"; el bloque de uso que devuelve incluye recuentos de tokens de entrada y salida que son meramente informativos. Se derivan dos consecuencias, y ambas son operativas y no cosméticas. Los fallos no se facturan: las imágenes que no llegan a generarse, o que el filtrado de seguridad elimina antes de devolverlas, no se contabilizan. Y el grounding de búsqueda, que consiste en una búsqueda web en vivo más llamadas a herramientas detrás de una única salida, está incluido en el precio por imagen en lugar de facturarse aparte.

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.

Pero los dos no venden el mismo artefacto, y aquí es donde la comparación tiene que volverse específica en lugar de quedarse en el nivel por imagen. MiniMax-H3-Image publica su lienzo en cada relación de aspecto: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688, con un límite de 20 megapíxeles en la API. Meta no publica ninguna dimensión en píxeles para Muse Image. Su documentación indica explícitamente que el parámetro size de los endpoints de imágenes «solo establece la relación de aspecto, no los píxeles exactos»; no lo interpretes como una garantía de resolución. No hay una cifra publicada de megapíxeles por la que dividir el centavo, lo que significa que la comparación por megapíxel que resolvería esto no puede calcularse a partir de la documentación. Considera eso un hecho sobre las divulgaciones de ambos proveedores, no un defecto de ninguno de los dos productos.

El modelo cerrado es el más fácil de desplegar, lo cual es la inversión.

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 es descargable, lo que normalmente se interpreta como la opción de libertad. Según el Acuerdo de Licencia Comunitaria de MiniMax-H3-Image, excluye la Unión Europea, el Reino Unido, la República de Corea y los Estados Unidos —el modelo, no solo sus resultados—, exige autorización escrita por separado para el servicio alojado a cualquier nivel de ingresos y, en caso contrario, por encima de un millón de dólares de ingresos anualizados, exige que el nombre del modelo se muestre de forma destacada dondequiera que se utilice, y prohíbe utilizar sus resultados para entrenar otros modelos.

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.

Para un equipo en Singapur o São Paulo, la cláusula de licencia es inerte y el cálculo vuelve al anterior: un centavo frente a dos centavos por un empate en edición, y un centavo frente a dos centavos por una derrota en generación. Sigue siendo Meta, con estas cifras, a menos que los píxeles sean el requisito.

Dos formas de quitar los pomos

Ambos modelos eliminaron tus controles de muestreo, y lo hicieron en direcciones opuestas. MiniMax-H3-Image destiló un transformer de 33,1 mil millones de parámetros a seis pasos de muestreo sin guía libre de clasificador, y la API rechaza cualquier otro número de pasos o valor de guía con un HTTP 400. No hay prompts negativos. Lo único que varías es el prompt —hasta 32.000 caracteres, de los cuales aproximadamente los primeros 4.096 tokens surten efecto— y las referencias, hasta dieciséis direccionadas posicionalmente como <Picture 1> hasta <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.

La diferencia práctica se hace evidente cuando algo falla. Cuando MiniMax-H3-Image hace mal una edición, hay una sola pasada que interrogar y ninguna segunda opinión dentro de la llamada; la solución es un mejor prompt o una mejor referencia. Cuando Muse Image se equivoca, el fallo puede estar en la ruta de razonamiento y no en el renderizado, y subir o bajar el comportamiento agéntico es lo primero que hay que probar con tus propios prompts en lugar de darlo por sentado. Ninguno es mejor. Son superficies de depuración distintas, y saber en cuál estás te ahorra una tarde.

Lo que Meta no te dirá

La pega viene acompañada de un gran vacío documental, y merece mencionarse al mismo tiempo que el precio. Meta no ha publicado límites de velocidad para Muse Image que hayamos podido consultar: la página de límites de velocidad de su sitio para desarrolladores devolvía una página vacía, sin cifras. No hay un perfil de latencia publicado, ni una tasa de éxito, ni una evaluación independiente del bucle agéntico bajo tráfico de producción. No existe ningún benchmark de seguimiento de instrucciones ni de fidelidad de edición realizado por una parte independiente, y el propio gráfico de benchmark de Meta no contiene cifras legibles. Si el rendimiento es importante para tu diseño, descubrirás los límites reales a través de la API, no del manual.

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.

Cómo decidir en una sola pasada

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.

Si tu resultado debe conservar detalle a tamaño de impresión, o recortarse de tres formas a partir de un único máster, la respuesta es MiniMax-H3-Image y el precio es irrelevante porque la alternativa no puede producir el recurso. Dieciséis megapíxeles nativos en cada relación de aspecto es una categoría en la que el modelo de bajo coste no compite, sea cual sea su puntuación de preferencia, y las dieciséis ranuras posicionales del sistema de referencia te permiten componer varias imágenes suministradas en una escena nueva en lugar de editar una, una capacidad que ningún otro modelo de esta comparación documenta a esa escala.

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.

Dónde encaja un router y dónde no

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.

El único punto en el que el enrutamiento realmente ayuda en esta comparación es la parte en la que las cifras están menos definidas. MiniMax-H3-Image tiene cuatro días de vida, con un intervalo de dieciséis puntos en su fila de edición y una licencia que varía según el país; Muse Image tiene cuatro meses de votos y una envolvente operativa no documentada. Ninguno de los dos es algo que deba conectarse como dependencia rígida. Una ruta principal con conmutación por error automática a un segundo modelo medido es la forma de dar tráfico real a un nuevo participante sin jugarte el trabajo por él; y cuando la comparación anterior es un empate dentro de las barras de error, esa es la arquitectura de producción honesta en lugar de una cobertura.

Un centavo frente a dos centavos parece una decisión fácil hasta que el primer modelo puede devolver cuatro veces el lienzo y el segundo se puede cambiar a profundidad de razonamiento. Deja de parecer una cuestión de precio exactamente en el punto en que averiguas de cuál de esas dos propiedades depende realmente tu salida.