MiniMax-H3-Image vs Nano Banana 2: Pesos abiertos, fronteras cerradas

Lo sorprendente de MiniMax-H3-Image no es su puntuación. Es el mapa de su licencia. El checkpoint se publicó en Hugging Face el 10 de noviembre de 2026 —un repositorio de 68,65 GB, de los cuales 66,28 GB son el transformador de difusión, más un codificador de texto de 66,7 GB que toma prestado del modelo de vídeo H3—, y el archivo que lo rige, el Acuerdo de Licencia Comunitaria de MiniMax-H3-Image, concede derechos "en todo el mundo, excluidos los Territorios Excluidos", que luego define como la Unión Europea, el Reino Unido, la República de Corea y los Estados Unidos de América. Nano Banana 2, el gemini-3.1-flash-image de Google, está disponible de forma general desde el 28 de mayo de 2026 y no te pide nada más que una tarjeta de crédito. Así que el planteamiento honesto de esta comparación no es abierto frente a cerrado. Es un modelo que puedes descargar pero que no puedes desplegar legalmente donde vives, frente a un modelo que nunca podrás descargar pero que puedes invocar desde cualquier lugar. Todo lo demás —los dieciséis megapíxeles, la escala de precios, las posiciones en la tabla de clasificación— es secundario frente a eso, y el resto de este artículo es lo que cambia una vez que lo aceptas.

Lo que la licencia realmente permite

Leído el 14 de noviembre de 2026, la Sección IV de la licencia de MiniMax es breve e inusualmente específica. Dos circunstancias activan la obligación de obtener autorización previa por escrito a través de la consola de licencias de MiniMax: unos ingresos anualizados superiores a 1 millón de dólares estadounidenses para usted o sus filiales, o la prestación de un servicio alojado a terceros. Ninguna de las dos conlleva el pago de regalías. Ambas exigen que usted lo solicite. La Sección IV también impone un deber de atribución: cualquier producto comercial que utilice el modelo debe «mostrar de forma destacada "MiniMax-H3-Image"» en su interfaz, lo cual es una obligación distinta de la habitual insignia de «creado con», porque nombra el modelo, no la empresa.

La cláusula de territorio es la más difícil, y no es un matiz. La propia concesión se limita al territorio aplicable, y el acuerdo dice claramente que el uso fuera de él «no está autorizado por este Acuerdo». No se trata de una restricción a la redistribución; es una restricción a ejecutar los pesos siquiera en las cuatro jurisdicciones enumeradas. La propia ficha de M​iniMax remite a cualquiera que esté en esas regiones a una conversación de licenciamiento por separado, y menciona «controles y barreras de protección robustos» como parte de lo que implicaría ese tipo de acuerdo. Para un estudio en Berlín, una startup en Seúl o —lo que es más relevante para la mayoría de los lectores de un blog sobre modelos en inglés— cualquier lugar de Estados Unidos, la respuesta práctica es que los pesos abiertos son un artefacto de investigación que se puede inspeccionar, someter a benchmarks y sobre el que se puede escribir, y no una dependencia de producción.

Nano Banana 2 no tiene un rompecabezas equivalente. Es un producto de G​oogle Cloud: lo llamas, obtienes una imagen, la publicas y los términos son los términos estándar de la API. No hay umbral de ingresos, ni exclusión territorial, ni cláusula de atribución, ni negociación de servicio alojado. Lo que sacrificas a cambio de esa simplicidad es el archivo. Si G​oogle cambia el precio, retira el identificador o sufre una caída, tienes un ticket de migración en lugar de un plan alternativo.

Esa simetría —un modelo te da el artefacto con una licencia inutilizable, el otro te da una licencia utilizable sin artefacto— es la decisión real. La mayoría de las páginas de comparación la omiten porque el archivo de licencia es aburrido y la tabla de benchmarks no.

Donde los dos modelos se cruzan en las tablas

Artificial Analysis ahora puntúa a ambos en sus dos arenas de imágenes, lo que no era cierto cuando se lanzó MiniMax-H3-Image. Leídos el 14 de noviembre de 2026, los números describen un cruce genuino y no una brecha:

• Texto a imagen — Nano Banana 2 ocupa el puesto 11 de 114 filas con Elo 1,143 (intervalo del 95%: 1,133–1,153). MiniMax-H3-Image ocupa el puesto 25 con 1,066 (1,051–1,080). Eso son 77 Elo, y los intervalos no se acercan siquiera a tocarse.

• Edición de imágenes — MiniMax-H3-Image ocupa el puesto 13 de 84 con 1.138 de Elo (1.122–1.154). Nano Banana 2 ocupa el puesto 17 con 1.126 (1.114–1.138). MiniMax va por delante por 12 puntos Elo; los intervalos se solapan en unos pocos puntos, así que tómese esto como una ventaja estrecha más que como una paliza, pero es la dirección que muestra la tabla.

• La variante Highspeed —MiniMax-H3-Image Highspeed, que solo existe en la API propia de MiniMax— se clasifica por separado: 24.ª en texto a imagen con 1.072 y 14.ª en edición con 1.134. Cuesta aproximadamente 1,7× el nivel estándar por generación en 4K y no consigue una mejor puntuación en ninguna de las dos tablas. Lo que compra es latencia, algo que las tablas no miden.

El propio resumen de resultados de Artificial Analysis, publicado el 13 de noviembre de 2026, añade el encuadre que MiniMax querría: en sus tablas, MiniMax-H3-Image es la fila mejor clasificada que lleva el marcador de pesos abiertos en ambas categorías. Esa afirmación es suya y depende de su clasificación de qué filas cuentan como pesos abiertos; varios de los modelos por encima de H3-Image en texto a imagen, incluida la fila de FLUX 3 Image con 1.119, no son obviamente descargables, así que el marcador está haciendo un trabajo real. Cítalo como una declaración del proveedor de la clasificación, no como un hecho que puedas verificar solo a partir de los pesos.

La idea que hay que retener: el modelo de MiniMax es mejor en la tarea de edición y claramente peor en la tarea de página en blanco. Eso encaja con su diseño. Dieciséis espacios de referencia y un sampler ajustado para el trabajo con muchas referencias impulsan la tabla de edición; un sampler destilado de seis pasos sin guía es una historia de control más que una historia de fidelidad, y la brecha en texto a imagen es lo que eso cuesta.

La escalera de precios y un descuento con tres días restantes

M​iniMax factura por token en lugar de por imagen, lo que hace que la cifra destacada sea engañosa hasta que se leen los ejemplos detallados. Nivel estándar: $2.30 por millón de tokens de texto de entrada, $1.50 por millón de tokens de imagen de entrada, $3.80 por millón de tokens de imagen de salida. Highspeed: la misma tarifa de texto, $3.00 por entrada de imagen, $7.60 por salida.

• Texto a imagen, estándar — $0.02179 por 1K, $0.02333 por 2K y $0.03439 por 4K mientras dure el descuento de lanzamiento, frente a un precio de lista de $0.06879.

• Editar con una referencia — $0.02654 por 1K, $0.02658 por 2K, $0.03656 por 4K (lista $0.07312).

Editar con tres referencias — $0.03563 por 1K, $0.04177 por 2K, $0.03957 por 4K (precio de lista $0.07914).

• Alta velocidad, texto a imagen — $0.03529 por 1K, $0.03622 por 2K, $0.06501 por 4K (precio de lista $0.13001).

El descuento que reduce a la mitad la columna de 4K está vigente hasta el 17 de noviembre de 2026, a las 16:00 UTC, y se aplica solo a imágenes entregadas de al menos 16.600.000 píxeles. A partir de entonces, la tarifa de 4K aproximadamente se duplica, mientras que todos los niveles inferiores se mantienen igual, lo que cambia el enfoque de la recomendación, ya que la estructura de precios plana es la razón para usar este modelo. A precio de lista, una imagen 4K de MiniMax cuesta aproximadamente lo mismo que una imagen 4K de Nano Banana 2 y ya no es más económica que esta.

El lado de Google es una tabla clara por imagen: 1.120 tokens para una imagen de 1K y 2.520 para 4K, a $60 por millón de tokens de salida de imagen. Eso da $0,045 a 512px, $0,067 a 1024×1024, $0,101 a 2048×2048 y $0,151 a 4096×4096, con texto y razonamiento facturados por separado a $3 por millón de tokens de salida y las entradas a $0,50 por millón. No hay un nivel por lotes listado para este modelo, a diferencia de su hermano Lite. Obsérvese la asimetría en lo que significa "a resolución": una imagen de Nano Banana 2 a 4K es 4096×4096, y una imagen de MiniMax a 4K también es 4096×4096, así que las dos escalas se comparan directamente en la parte superior y divergen en la inferior, donde Google vende un nivel de 512px que MiniMax no.

Diez mil imágenes al mes, una referencia por imagen, salida en 2K: unos 266 $ en M​iniMax estándar a la tarifa actual y unos 1010 $ en Nano Banana 2. Ese es el único punto en el que las cifras no se acercan, y también es donde es más probable que la licencia te detenga.

Qué puede hacer uno que el otro no puede

Las listas de capacidades son menos simétricas que las puntuaciones. Ambos modelos generan y editan mediante un único par de endpoints, ambos aceptan imágenes de referencia y ambos producen archivos de varios megapíxeles. Más allá de eso, divergen en casi todos los ejes:

• Referencias: MiniMax-H3-Image admite de 1 a 16 imágenes, a las que se hace referencia por su posición en el prompt como <Picture 1> hasta <Picture 16>, en el orden de carga. Nano Banana 2 admite 14, pero las divide: hasta 10 referencias de objetos para lograr fidelidad y hasta 4 referencias de personajes para mantener la consistencia.

• Salida — MiniMax afirma unos 16 megapíxeles en cada relación de aspecto, desde 4096×4096 en formato cuadrado hasta 6272×2688 en ultraancho, con un límite de API de 20 megapíxeles y sin escalador en el proceso. Nano Banana 2 llega como máximo a 4096×4096, pero añade las formas extremas 1:4, 4:1, 1:8 y 8:1, además de un nivel de 512 px para miniaturas.

• Fundamentación — Nano Banana 2 puede basar una generación en resultados de G​oogle Search o Image Search. MiniMax-H3-Image no tiene ningún tipo de recuperación; todo proviene del prompt y de las referencias.

• Procedencia — cada salida de Nano Banana 2 lleva una marca de agua SynthID y metadatos C2PA. El repositorio y la licencia de M​iniMax no declaran ningún esquema de marca de agua, lo que es o una característica o un problema de cumplimiento según tu jurisdicción, y en la UE es lo segundo.

• Controles de razonamiento — Nano Banana 2 expone el razonamiento en minimal o high, usa minimal por defecto y no se puede desactivar el razonamiento a través de la API; esos tokens se facturan tanto si los lees como si no. MiniMax no expone ninguna interfaz de razonamiento, solo un muestreador fijo.

• Muestreador — M​iniMax se destila a seis pasos sin guía libre de clasificador. La API devuelve HTTP 400 si pasas cualquier otro número de pasos o valor de guía, y rechaza los prompts negativos. Ajustas el prompt y las referencias, y nada más. El modelo de G​oogle acepta la superficie de parámetros habitual.

El punto del sampler tiene doble filo. Hace que la salida de M​iniMax sea exactamente reproducible en tu propio hardware, lo cual es una propiedad muy valiosa para las pruebas de regresión, y elimina el ajuste de calidad estándar al que un equipo acostumbrado a ajustar CFG recurriría primero cuando una edición sale mal.

Si pensabas autoalojarlo, lee esto primero.

La razón por la que la mayoría de la gente quiere pesos abiertos no es ideológica; es la opción de dejar de pagar por imagen. En este modelo, esa opción es cara de una forma que el tamaño de descarga insinúa y el anuncio no. El transformer es de 66,28 GB en BF16, el VAE de 2,34 GB, y el codificador de texto es una descarga separada de 66,7 GB —el Qwen3-VL completo de MiniMax-H3, sin cambios, cuyos estados ocultos de la capa 50 lee el DiT—. Eso es aproximadamente 135 GB de pesos antes de tener una sola imagen, y el modelo es un transformer denso de 33.100 millones de parámetros, no una mezcla de expertos con una ruta activa barata.

En comparación, Qwen-Image 2.1 —la otra opción abierta por la que la gente pregunta— se descarga con aproximadamente una cuarta parte del tamaño. Si tu plan es una sola estación de trabajo o una única GPU alquilada, los cálculos sobre este checkpoint son lo primero que debes hacer, no lo último. La propia ficha de M​iniMax no ofrece ninguna cifra de latencia ni una receta de hardware, así que no hay nada en el material de lanzamiento que te diga si seis pasos a dieciséis megapíxeles caben en tu tarjeta.

¿Cuál, con todo eso?

Si estás fuera de la UE, el Reino Unido, Corea del Sur y Estados Unidos y necesitas volumen a 4K con muchas referencias, MiniMax-H3-Image es el modelo de edición mejor y más económico ahora mismo, y la ventaja de 12 Elo en edición es lo bastante pequeña como para que lo pruebes con tus propios prompts en lugar de confiar en la clasificación. Si estás dentro de esos territorios, la licencia ya ha tomado la decisión por ti, y la pregunta interesante pasa a ser si M​iniMax le otorgará una licencia, lo cual es una conversación comercial, no técnica.

Si necesitas renderizado de texto, grounding mediante búsqueda, marcado de procedencia o un contrato sin límites del lado del llamador, Nano Banana 2 gana en capacidad y pierde en precio, y su ventaja de 77 Elo en texto a imagen es la cifra individual más alta de esta comparación.

Ninguno de los dos modelos figura en el catálogo de OrcaRouter a fecha de 14 de noviembre de 2026, y esta página no va a fingir lo contrario. Lo que la plataforma sí incluye en la línea de imágenes son los modelos de imagen de O​penAI y G​oogle que realmente se pueden invocar hoy, al precio de lista del proveedor, con un 0% de margen añadido — lo que significa que cuando el descuento 4K de M​iniMax expire el 17 de noviembre, o cuando G​oogle ajuste una tarifa, la cifra de nuestro catálogo cambia ese mismo día y no en la próxima renovación del contrato. La otra razón por la que la capa de enrutamiento importa aquí es la conmutación por error: un modelo sin una cifra de latencia independiente y con una entrada en la clasificación de hace seis días es exactamente el tipo de dependencia que conviene tener detrás de la conmutación por error automática en lugar de conectada directamente a una ruta de producción.

Lo que cambiaría este veredicto es una enmienda de la licencia. MiniMax ya ha lanzado modelos, los ha elogiado y después los ha relicenciado, y la cláusula territorial se lee como una opción predeterminada de cumplimiento más que como una restricción meditada. Si la lista de Territorios Excluidos se acorta, el lado editorial de esta comparación se convierte en una recomendación directa sobre precio y puntuación. Hasta entonces, el modelo abierto es abierto en el sentido de que puedes leerlo, y cerrado en el sentido que determina si puedes usarlo.