MiniMax-H3-Image vs Qwen-Image 3.0: el espacio abierto que Qwen dejó atrás

La línea de imágenes de A​libaba solía ser la recomendación fácil para cualquiera que quisiera tener el modelo en propiedad en lugar de alquilarlo: descargar los pesos, ejecutarlo y dejar de discutir sobre tarifas. Q​wen-Image 3.0 acabó con eso en agosto. Se lanzó solo por invitación el 22 de julio de 2026, alcanzó la disponibilidad general el 4 de agosto en los niveles Standard y Pro de Q​wen Cloud y A​libaba Cloud Model Studio, y llegó sin pesos, sin ficha del modelo, sin recuento de parámetros y sin informe técnico. La rama abierta de la familia es Q​wen-Image-2.1, publicada el 20 de septiembre de 2026 bajo una licencia de investigación no comercial: inspeccionable, ajustable y no incorporable a un producto. MiniMax-H3-Image, cuyos pesos se publicaron en Hugging Face el 10 de noviembre de 2026 a las 14:50 UTC, es el primer modelo de imagen serio desde entonces que ocupa ese hueco. Esa es la comparación real: no qué modelo es más bonito, sino cuál te deja una vía de salida.

Dos rutas de compra que antes eran una

Antes de 3.0, "Qwen u otra cosa" era una pregunta sobre la calidad, porque la respuesta en materia de licencias siempre era la misma. Ahora los dos modelos se sitúan en lados opuestos de una línea que importa más que cualquier benchmark: qué ocurre si el proveedor sube el precio, marca el nivel como obsoleto o tiene una mala semana.

Qwen-Image 3.0 es un servicio alojado con una interfaz bien documentada y una lista de precios publicada. MiniMax-H3-Image es a la vez un servicio alojado y 68.65 GB de transformer descargable, además de un codificador de texto de 66.7 GB que toma prestado del repositorio de vídeo MiniMax-H3, bajo el MiniMax-H3-Image Community License Agreement. La licencia no es Apache 2.0 y alguien de su equipo legal debería leerla antes de un despliegue comercial, pero es una licencia sobre un archivo que usted posee, lo cual es algo categóricamente distinto de una lista de precios.

Una consecuencia práctica que es fácil pasar por alto: el precio de esa salida no es solo cuestión de disco. El sampler de MiniMax-H3-Image está fijado en seis pasos, sin guía libre de clasificador (classifier-free guidance) y sin prompts negativos, y la API rechaza cualquier otro número de pasos o valor de guía con HTTP 400. Seis pasadas hacia adelante son lo que hace que un transformer de 33 mil millones de parámetros a dieciséis megapíxeles sea práctico en hardware alquilado, y también significa que no existe el bucle habitual de ajuste del self-hosting. Lo que se ajusta es el prompt y las referencias.

Lo que Qwen-Image 3.0 realmente te dice sobre sí mismo

Menos de lo que da a entender su documentación. A​libaba no ha publicado ninguna cifra de benchmark para Qwen-Image 3.0 —ni en Qwen-Image-Bench ni en ningún otro sitio— ni arquitectura, así que la única señal independiente es Artificial Analysis, cuyas tablas actuales sitúan a Qwen-Image-3.0-Pro en 1094 Elo en texto a imagen con 6.691 muestras y a Qwen-Image-3.0 en 1074, decimonoveno y vigésimo en una tabla cuyos cinco primeros son todos modelos de O​penAI. En edición, Pro se sitúa alrededor de 1.085 y Standard alrededor de 1.062. Son posiciones poco destacables, y son las únicas cifras que existen.

MiniMax-H3-Image no tiene fila en ninguno de los dos tableros a 11 de noviembre de 2026 — ni una débil, ninguna. Por lo tanto, ninguno de los dos modelos puede clasificarse frente al otro mediante una puntuación independiente, y cualquier afirmación de que uno supera al otro en calidad es la impresión de alguien disfrazada de comparación. Lo que sí puede compararse es la interfaz, la resolución, el precio y la salida.

Las dimensiones en las que los dos divergen radicalmente

• Resolución — MiniMax-H3-Image: unos dieciséis megapíxeles en todas las relaciones de aspecto, de 4096×4096 en 1:1 a 6272×2688 en 21:9, con un límite de API de 20 MP. Qwen-Image 3.0: máximo de 2048×2048 según las propias cifras de Alibaba, aproximadamente 4,2 megapíxeles.

• Precio en 2K — MiniMax-H3-Image: $0.02333 por imagen generada, incluyendo un nivel 4K a $0.06879 de precio de lista. Qwen-Image 3.0: $0.03 por imagen para Standard en 1K o 2K, con ediciones facturadas a aproximadamente $0.003 por referencia de entrada; Pro cuesta $0.04 en 1K y $0.075 en 2K.

• Pesos — MiniMax-H3-Image: disponibles, licencia comunitaria, cuatro rutas de servicio documentadas, incluido el soporte de vLLM-Omni desde el día cero en NVIDIA y AMD. Qwen-Image 3.0: ninguno, un giro respecto a 1.0 y 2.0. El miembro abierto de la familia Qwen es Qwen-Image-2.1, únicamente para uso no comercial.

• Texto dentro de la imagen — Qwen-Image 3.0: prompts de hasta 4.500 tokens, texto legible hasta unos 10 píxeles, doce idiomas nativos, más de veinte fuentes tipográficas, hasta seis resultados por llamada, reescritura de prompts del lado del servidor. MiniMax-H3-Image: prompts de 32.000 caracteres de los que aproximadamente los primeros 4.096 tokens surten efecto; no hay afirmaciones publicadas sobre el renderizado de texto.

• Referencias — MiniMax-H3-Image: hasta 16, direccionadas por posición según el orden de subida, aunque la receta de publicación de vLLM-Omni para los mismos pesos documenta 9 por solicitud. Qwen-Image 3.0: sin límite máximo de referencias publicado; 3.0 es un endpoint alojado con un esquema documentado en lugar de una publicación de pesos.

• Puntuación independiente — Qwen-Image 3.0: 1074 en AA-Image-T2I v2.1, Pro con 1094, Pro alrededor de 1.085 en edición. MiniMax-H3-Image: sin fila en ninguna de las dos tablas.

Dieciséis megapíxeles no son un lujo si imprimes.

Cuatro megapíxeles son una imagen principal para web, una imagen de catálogo o una imagen de presentación. Dieciséis son una plancha de impresión, un recorte para valla publicitaria o un fondo que debe conservar detalle cuando se recortan tres emplazamientos de él. El límite de 2048×2048 de Qwen-Image 3.0 no es un defecto: es una decisión sobre para qué sirve el modelo, y es la misma decisión que han tomado la mayoría de los modelos de imagen alojados. Pero significa que, para cualquiera que produzca envases, publicidad exterior o fotografía de producto de alto DPI, MiniMax-H3-Image no compite en absoluto con Qwen-Image 3.0; compite con el escalador que fuera que le hubieras añadido a la salida de Qwen, y un escalador no añade detalle de la misma forma que una generación nativa de dieciséis megapíxeles.

Dicho esto, lo interesante de Qwen-Image 3.0 no es la resolución. Es el texto. Texto legible hasta unos diez píxeles, doce idiomas, más de veinte fuentes y un paso de reescritura del lado del servidor que reformula un prompt antes de que el modelo lo vea: ese es un conjunto de afirmaciones dirigidas directamente a pósteres, textos de envases, maquetas de UI y diagramas, donde el modo de fallo que todos conocemos es una imagen magníficamente renderizada con una sola palabra distorsionada. Los análisis prácticos lo describen como sólido en maquetas de UI y diagramas, con texto pequeño ocasionalmente distorsionado, que es más o menos lo que predicen las afirmaciones del fabricante. MiniMax-H3-Image no hace ninguna afirmación comparable sobre texto en su ficha del modelo, y ningún tercero lo ha medido.

Así que la división es inusualmente clara para una comparación directa. Si tu trabajo es texto denso en una maquetación compuesta, Qwen-Image 3.0 es el modelo con la apuesta documentada. Si tu trabajo es un fotograma grande, detallado y fotorrealista, MiniMax-H3-Image tiene cuatro veces más píxeles por menos dinero por imagen en los tamaños que ambos ofrecen.

Analizando las cifras de mil imágenes

Tome un lote de mil imágenes de producto en 2K, solo generación, sin referencias. Qwen-Image 3.0 Standard a $0.03 asciende a $30. MiniMax-H3-Image a $0.02333 asciende a $23.33. Añada una imagen de referencia por salida —el caso habitual en una actualización de catálogo en la que se busca un producto coherente— y Qwen añade aproximadamente $3 en tokens de entrada, lo que lo sitúa cerca de $33, mientras que la tarifa de imagen de entrada de MiniMax de $1.50 por millón de tokens añade una fracción comparable, lo que aun así lo deja por debajo de $30. En el nivel 4K, MiniMax tiene un precio de lista de $68.79 para el mismo millar, o $34.39 con un descuento del 50 % por tiempo limitado vigente hasta el 17 de noviembre de 2026 a las 16:00 UTC y que exige que cada imagen entregada tenga al menos 16,600,000 píxeles. Qwen-Image 3.0 no tiene un nivel 4K que cotizar.

Esas diferencias son pequeñas en términos absolutos y no son la razón para elegir ninguno de los dos modelos. La razón para elegir MiniMax-H3-Image es que $23 de gasto en API y un coste marginal de $0 por imagen en tu propio hardware son dos negocios distintos, y solo uno de ellos puede proyectarse a futuro. La razón para elegir Qwen-Image 3.0 es que tiene un pipeline de texto documentado y una interfaz que puedes integrar esta misma tarde.

Ninguno de los dos modelos está en OrcaRouter, y este artículo no pretende lo contrario. Lo que sí ofrecemos es más acotado y merece decirse con precisión: los modelos de imagen que enrutamos — gpt-image-2.5-sunburst, gpt-image-2, las vistas previas de imagen de G​emini, Imagen 4 en tres niveles, G​rok Imagine Image — se facturan al precio de lista del proveedor con 0% de margen repercutido, y una regla de enrutamiento puede pasar a un segundo proveedor cuando el primero falla. Eso no te ayuda a elegir entre MiniMax-H3-Image y Qwen-Image 3.0. Ayuda el día en que dejas de evaluar y empiezas a llevar a producción, y resulta que el modelo que elegiste tiene una mala tarde.

Lo que realmente cuesta la cuestión de la licencia

«Open weight» es exacto para MiniMax-H3-Image, y «código abierto» es la expresión que mete en problemas a los equipos. El Acuerdo de Licencia Comunitaria es un documento con términos que pueden vincularse a tu producto, y el único consejo responsable es leer el archivo real en lugar de un resumen, incluido este. Lo mismo se aplica, de forma aún más marcada, a Qwen-Image-2.1: una licencia de investigación no comercial implica un prototipo que puedes inspeccionar y un producto que probablemente no puedes lanzar sin una conversación, y al menos un sitio de comparación todavía incluye Qwen Image 3.0 como Apache-2.0, lo cual es simplemente incorrecto y es el tipo de error que cuesta una semana.

La prueba práctica es breve. ¿Tu plan exige que los pesos estén dentro de tu propio perímetro —por residencia de datos, por coste a escala o por ajuste fino—? Si la respuesta es sí, el único candidato de estos dos es MiniMax-H3-Image, y la salida es real por unos 135 GB de artefactos y una revisión de licencia. Si la respuesta es no, la cuestión de la licencia queda zanjada y la decisión se reduce al renderizado de texto frente a la resolución, en dos modelos cuya calidad nadie fuera de sus proveedores ha medido de forma independiente.

Lo que vale la pena observar no es la próxima actualización de la tabla de clasificación, ya que ninguno de los dos modelos aparece en una de un modo que zanje algo. Es si A​libaba revierte el cierre y publica los pesos de la línea 3.x, porque eso pondría dos modelos de imagen de alta resolución abiertos en el mismo mercado por primera vez en un año —y si MiniMax-H3-Image obtiene una puntuación, porque ahora mismo la única parte que puede decirte qué tan bueno es eres tú, con tus propios prompts, lo cual es o bien la posición más honesta de esta comparación o la más inconveniente, dependiendo de cuánto tiempo de tu semana tengas disponible.