MiniMax-H3-Image vs Seedream 5.5: dieciséis megapíxeles y sin canal alfa

De a ambos modelos la misma foto de producto y le devolverán tipos de archivo distintos. MiniMax-H3-Image entrega un cuadrado de 4.096 píxeles —unos dieciséis megapíxeles de ráster opaco— y una línea en la propia referencia de la API de M​iniMax que dice, sin más, fondos transparentes: no compatibles. Seedream 5.5 entrega una imagen 2K con un canal alfa real, deja las partes del encuadre sobre las que usted no preguntó bloqueadas a nivel de píxel y está hecho para revisarse cien veces sin que se desplace. Uno de estos es un archivo en el que se termina. El otro es un archivo sobre el que se sigue trabajando. Esa diferencia es mayor que cualquier cosa que cualquiera de los dos proveedores haya publicado como referencia esta semana, y ninguno publicó una cifra que usted pueda verificar de forma independiente.

El momento es lo que hace que la comparación sea justa. ByteDance anunció Seedream 5.5 el 9 de noviembre de 2026; M​iniMax publicó los pesos de MiniMax-H3-Image en Hugging Face el 10 de noviembre a las 14:50 UTC y publicó una entrada sobre el modelo a las 15:40. Dos días, dos lanzamientos, una tarea que se solapa. Lo que no es simétrico es el grado de acceso real de un desarrollador a cada modelo. MiniMax-H3-Image tiene un identificador de modelo público, una lista de precios con ejemplos resueltos y 68,65 GB de pesos descargables, además de un codificador de texto de 66,7 GB tomado de un segundo repositorio. Seedream 5.5 tiene cinco superficies de ByteDance, una nota de prensa que afirma que el endpoint de Volcano Ark abre «esta semana», y ningún identificador de modelo en ninguna parte de la documentación de ModelArk, que todavía enumera 5-0-pro, 5-0-flash, 5-0-lite, 4-5 y 4-0. Y ninguno de los dos modelos tiene una fila en los tableros de imágenes de Artificial Analysis a fecha de 11 de noviembre de 2026 —ni siquiera una baja, ninguna.

La línea de cada ficha técnica que la otra no puede responder

MiniMax-H3-Image es una apuesta por la resolución, y lo es de forma inusualmente literal. La geometría de salida es de aproximadamente dieciséis megapíxeles en todas las relaciones de aspecto: 4096×4096 en 1:1, 4736×3552 en 4:3, 5024×3360 en 3:2, 5472×3072 en 16:9 y 6272×2688 en 21:9, sin un escalador independiente en el flujo y con un límite de API de 20 megapíxeles. Dieciséis megapíxeles son suficientes para una plancha de impresión, un recorte para valla publicitaria o un fondo que deba conservar detalle cuando se recorten tres ubicaciones de él. Lo que no tiene es un canal alfa. La referencia de la API enumera las imágenes de vista previa, las ediciones con máscara y los fondos transparentes como no compatibles, y ningún anuncio sugiere lo contrario. Para un flujo de trabajo de composición, eso no es una omisión menor: un modelo con fondos transparentes te ahorra la máscara de recorte, y un modelo 4K sin ella te entrega dieciséis megapíxeles que aún necesitan un recorte antes de poder apilarse por capas.

Seedream 5.5 es la imagen especular. Su segunda característica destacada, después de la afirmación de edición de cien rondas, es la salida RGBA nativa: transparencia producida como una salida de primera clase con manejo de bordes diseñado para composición, en lugar de un recorte posprocesado. La cobertura china del lanzamiento sitúa el techo en hasta 100 capas transparentes por recurso, que es una cifra del proveedor hasta que alguien abra un archivo con capas en una herramienta de diseño e inspeccione la máscara, pero la dirección es clara: ByteDance vende un archivo que se coloca directamente en un diseño, no un archivo que se exporta y se limpia. La contrapartida es la resolución. Todas las cifras publicadas de Seedream 5.5 se citan a 2K, y no se ha anunciado ningún nivel 4K. Dos mil píxeles por lado son suficientes para un héroe web o un mosaico de catálogo a un tamaño de referencia de 2K; no es un entregable para impresión.

Así que los dos modelos no compiten en absoluto por el mismo presupuesto de píxeles. La respuesta de M​iniMax a «¿qué obtengo?» es el área. La respuesta de ByteDance son los canales.

Dimensión a dimensión

• Límite de salida — 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 tope de API de 20 MP. Seedream 5.5: 2K es tanto el tamaño de referencia como el tamaño al que se cotiza el precio; no se ha anunciado ningún nivel de 4K.

• Transparencia — MiniMax-H3-Image: no compatible, según la referencia de la API. Seedream 5.5: RGBA nativo, cifra del proveedor de hasta 100 capas transparentes por recurso.

• Qué preserva una edición — MiniMax-H3-Image: nada está bloqueado; cada edición es una generación nueva condicionada por las referencias que proporcionas. Seedream 5.5: las regiones no editadas se preservan "a nivel de píxel", se elimina la deriva de color, 100 rondas sobre una misma imagen — todo según el proveedor.

• Referencias — MiniMax-H3-Image: hasta 16, a las que se hace referencia por posición como <Picture 1> hasta <Picture 16> en el orden de carga, facturadas a $1.50 por millón de tokens de imagen de entrada. Seedream 5.5: no hay un límite de referencias publicado, porque no existe un esquema de solicitud publicado.

• Precio en 2K — MiniMax-H3-Image: $0.02333. Seedream 5.5: alrededor de ¥0.28, aproximadamente $0.039, por edición.

• Precio en 4K — MiniMax-H3-Image: $0.06879 de precio de lista, $0.03439 con un descuento del 50 % que finaliza el 17 de noviembre de 2026 a las 16:00 UTC y se aplica solo cuando la imagen entregada tiene al menos 16.600.000 píxeles. Seedream 5.5: no se ofrece.

• Muestreo — MiniMax-H3-Image: fijado en seis pasos sin guía libre de clasificador; cualquier otro valor se rechaza con HTTP 400. Seedream 5.5: no se divulgan el número de pasos ni la guía.

• Longitud del prompt — MiniMax-H3-Image: se aceptan 32.000 caracteres, de los cuales aproximadamente los primeros 4.096 tokens surten efecto. Seedream 5.5: sin especificar.

• Dónde puedes invocarlo — MiniMax-H3-Image: id de modelo MiniMax-H3-Image en la propia API de MiniMax, un nivel Highspeed con límites idénticos y pesos abiertos. Seedream 5.5: Doubao, Doubao Work, Dreamina, el BytePlus AI Playground y Dola, con una API para desarrolladores prometida en Volcano Ark pero aún no identificada.

• Puntuación independiente — ninguno de los dos. Ambos tableros están vacíos para ambos modelos.

Lo que realmente cuesta un megapíxel, calculado

Los precios anunciados no son comparables tal como se cotizan, porque uno se cotiza a 2K y el otro es una escala de tres tramos. Dividir por el área entregada los hace comparables, y la respuesta no es la que sugieren las tarjetas de tarifas.

Seedream 5.5, a aproximadamente $0,039 por un cuadrado de 2K, equivale a unos $0,0093 por megapíxel. MiniMax-H3-Image, a $0,02333 por el mismo cuadrado de 2K, cuesta aproximadamente $0,0056 por megapíxel: alrededor de un 40 % menos por píxel para el mismo entregable nominal. Si llevamos MiniMax-H3-Image a 4K, la curva se inclina aún más: $0,06879 repartidos en unos 16,8 megapíxeles son $0,0041 por megapíxel, una oferta casi un 50 % más ventajosa que su propio nivel 2K y aproximadamente 2,3 veces más barata por píxel que el 2K de Seedream 5.5. Con el descuento de lanzamiento, eso pasa a ser $0,00205 por megapíxel, pero esa cifra vence el 17 de noviembre, y un pipeline cuyo presupuesto se base en ella está presupuestado sobre una promoción.

La lectura honesta es que la escala de precios de MiniMax es casi plana porque la facturación se basa en tokens y el número de tokens no escala con el área como la intuición espera: $0,02179 a 1K, $0,02333 a 2K, $0,06879 a 4K. Dieciséis veces los píxeles en 4K por poco más de tres veces el precio de 1K. El medidor de ByteDance es de otra naturaleza —imagen de entrada más imagen de salida, tokens de texto gratis—, así que una edición de Seedream cuesta lo mismo tanto si pides un cambio pequeño como uno grande, que es la forma correcta para un modelo cuyo producto es la revisión en lugar de la generación.

La aritmética por píxel también hace quedar mejor al lado equivocado de esta comparación. Nadie compra megapíxeles; compra un entregable. Si 2K es lo que necesitas, MiniMax-H3-Image es alrededor de un 40 % más barato por imagen antes de contar el recorte que aún tendrás que ejecutar para obtener el canal alfa que no puede producir. Ese recorte es una partida real y, para un catálogo de unos cientos de SKU, es la partida que decide el proyecto.

Cien rondas es una compra distinta de cien imágenes.

La afirmación central de Seedream 5.5 es la resistencia: una sola imagen sobrevive a 100 rondas de edición con las regiones sin tocar intactas y sin una desviación de color acumulada. Con un precio de ¥0,28 por ronda, una sesión completa de cien rondas sobre un mismo recurso cuesta unos ¥28, aproximadamente $3,89, y cada ronda es un parche sobre el mismo fotograma. Ese es el flujo de trabajo que vende ByteDance, y explica el cobro en dos partes: pagas por enviar una imagen y recibir una, no por generar una nueva.

MiniMax-H3-Image no tiene equivalente, por diseño. No hay máscara, ni bloqueo de región, ni segunda pasada; una edición es una generación completa condicionada por hasta 16 imágenes de referencia posicionales y un prompt de hasta 4096 tokens efectivos. Cien revisiones al precio de lista de 4K cuestan unos 6,88 dólares, más que las cien rondas de Seedream, y es dinero estructuralmente distinto, porque la ronda treinta y siete es una muestra nueva del encuadre completo y no un parche sobre las rondas de la uno a la treinta y seis. Que eso importe depende de si tu revisor está comprobando la posición del logotipo o la imagen entera. Si la petición es «mover la etiqueta dos milímetros a la izquierda y no cambiar nada más», un bucle de regenerar y esperar es el instrumento equivocado, y ninguna cantidad de detalle en el prompt lo convierte en el correcto.

Esta mañana solo se puede llamar a uno de ellos desde el código.

Esta es la parte que decide la mayoría de las evaluaciones reales, y no tiene nada que ver con la calidad de imagen. MiniMax-H3-Image ya se puede invocar: un identificador de modelo que existe, un esquema documentado con un sampler fijo de seis pasos, salida en PNG, JPEG y WebP, y pesos abiertos si prefieres ejecutarlo tú mismo. La aritmética del autoalojamiento no es halagüeña: 68,65 GB de pesos más un codificador de 66,7 GB son 135 GB antes de haber atendido una sola solicitud, frente a 0,06879 USD por un fotograma 4K en la API, pero existe como opción, lo cual es más de lo que ofrece el otro lado.

Lo que lo modera es la licencia. Los pesos se distribuyen bajo el Acuerdo de Licencia Comunitaria de MiniMax-H3-Image, y su territorio excluido abarca la Unión Europea, el Reino Unido, la República de Corea y los Estados Unidos. Para un equipo en cualquiera de esos lugares, descargar los pesos no es una forma de eludir la API; es una revisión legal con un desenlace incierto. La página de Hugging Face resume todo esto como license: other, lo cual es exacto y no te dice nada.

Seedream 5.5 es lo contrario: un producto terminado que todavía no tiene una puerta para desarrolladores. Puedes usarlo hoy en las propias apps de ByteDance y acceder a él mediante la API propia del proveedor y varias plataformas de terceros una vez que se abra el endpoint de Volcano Ark, pero a 11 de noviembre no hay ningún id de modelo que poner en un archivo de configuración, ni tabla de límites de tasa, ni esquema, ni ninguna declaración de que el precio al consumidor de ¥0.28 sea lo que cobrará la API facturada por consumo. Un precio de playground y un precio de API facturada por consumo suelen ser cifras diferentes.

Ninguno de los dos modelos está en el catálogo de OrcaRouter, así que nada de lo que hay aquí es una recomendación de enrutamiento para ninguno de ellos. Lo que sí ofrecemos es la mitad de vídeo de la misma familia — minimax/minimax-h3 — junto con más de 200 otras rutas con una sola clave, con el precio de lista del proveedor pasado sin margen (0 %) y conmutación automática por error si un proveedor tiene una mala racha. La razón por la que esto se generaliza a esta comparación es que ambos modelos son actualmente apuestas de un solo proveedor: un proveedor, una cola, sin respaldo. Hasta que exista una segunda ruta, el argumento de la conmutación por error es lo que no se puede comprar, y la medida práctica es mantener el identificador del modelo en la configuración en lugar de en el código para que, el día que aparezca, sea un cambio de cadena.

¿Quién debería elegir cuál?

Si el entregable es grande y opaco —una plancha de impresión, un hero de 4K, un fondo recortado en tres ubicaciones—, MiniMax-H3-Image es el único de los dos que genera el archivo, y a $0.06879 es barato para lo que es. Presupuesta al precio de lista, no al número con descuento, y considera el canal alfa como un paso que todavía te falta.

Si el entregable es una capa dentro de una maquetación —un recorte de producto, un compuesto de packaging, un recurso que cuatro personas van a ajustar cada una—, Seedream 5.5 es el único de los dos que lo ha resuelto, y la preservación de las ediciones a nivel de píxel hace que el cambio número cuarenta cueste lo mismo que el primero. Úsalo en Dreamina o Doubao esta semana; no planifiques una integración en torno a él hasta que exista el id del modelo.

Si necesitas ambas cosas, la división es honesta en vez de ingeniosa: genera la placa a dieciséis megapíxeles y toma la transparencia del modelo que te dé una máscara fiable. Son dos herramientas y dos facturas, y aun así sale más barato que descubrir en la ronda cuarenta que tus imágenes se han desviado o en la imprenta que tu imagen principal es 2K.

Tres cosas resolverán esto, y ninguna de ellas es un benchmark. El identificador del modelo Volcano Ark, y si el precio por consumo siquiera se acerca a ¥0.28. Un canal alfa en MiniMax-H3-Image, que su documentación actualmente señala como no compatible en vez de como hoja de ruta. Y un primer Elo independiente para cualquiera de los dos modelos —porque en este momento todo el argumento de calidad de ambas partes se apoya en cuadrículas de exhibición y paneles de proveedores, y una cuadrícula de exhibición está diseñada para verse bien.