MiniMax-H3-Image vs FLUX 3 : coordonnées ou pixels — deux conceptions différentes du contrôle

Placez ces deux modèles devant le même brief et ils échoueront dans des directions opposées. MiniMax-H3-Image vous donne seize mégapixels, seize images de référence et un échantillonneur en six étapes, sans aucun moyen d’indiquer où va chaque élément autrement qu’en prose. FLUX 3, dans son offre image, vous donne une boîte englobante pour chaque élément sur une grille de 0 à 1000, écrite sous la forme [y_min, x_min, y_max, x_max], vous permet de modifier une boîte à la fois sans toucher au reste de l’image, et commence son échelle de résolution à 768 pixels. Un modèle vend de la capacité ; l’autre vend de la direction. Si votre problème est un visuel produit qui doit rester exploitable après un recadrage pour un panneau d’affichage, MiniMax-H3-Image est le seul des deux capable de produire le fichier. Si votre problème est que le logo du client doit être en haut à gauche à exactement 12 % de la largeur de l’image, FLUX 3 est le seul qui acceptera l’instruction.

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.

Ce que chacun vous permet de spécifier

La surface de contrôle de FLUX 3 est spatiale, et c'est l'aspect le plus affirmé du modèle. Le canevas est toujours une grille de 0 à 1000 sur les deux axes, normalisée, si bien qu'un prompt de mise en page est indépendant de la résolution : vous décrivez la scène globale dans une légende, puis listez les éléments avec un id, une boîte et une description, et vous citez les ids dans la légende. Le modèle planifie l'agencement — BFL documente un mode agent où un LLM produit la mise en page — puis chaque boîte reste modifiable par la suite. Vous pouvez redécrire une boîte, la remplacer ou la déplacer, et les régions que vous n'avez pas touchées restent fixes. Les références sont des jetons numérotés, ref_image_0 et au-delà, jusqu'à dix, et elles sont composées en une seule scène plutôt qu'empilées comme candidates.

La surface de contrôle de MiniMax-H3-Image est positionnelle et textuelle. Le texte du prompt est fourni sous forme de jusqu’à 32 000 caractères, dont environ les 4 096 premiers tokens prennent effet. Les références sont fournies sous forme de jusqu’à seize images désignées par leur ordre de téléversement — <Picture 1>, <Picture 2> — sans aucune saisie : rien dans l’API n’indique au modèle quelle référence est le personnage, lequel est le produit et lequel est l’arrière-plan. L’intégralité de la modification est exprimée en langage. Il n’y a pas de seconde passe, pas de région masquée, pas de système de coordonnées.

Cette différence n'est pas un manque de fonctionnalité dans un seul sens. Seize emplacements non typés offrent plus de marge que dix références numérotées, et une légende qui décrit une relation — « la femme de l'image 3, portant la veste de l'image 7, dans la pièce de l'image 1 » — véhicule une information qu'une boîte englobante ne peut pas transmettre. Mais une boîte englobante apporte une précision qu'une légende ne peut pas offrir, et MiniMax-H3-Image n'a pas d'équivalent.

Les nombres, dimension par dimension

• Plafond de sortie — FLUX 3 Image : 4K, publié en 5456×3072, soit environ 16,8 MP. MiniMax-H3-Image : environ 16 MP pour tous les ratios d’image, de 4096×4096 en 1:1 à 6272×2688 en 21:9, plafonné à 20 MP par l’API.

• Plancher de sortie — FLUX 3 Image : 768×768. MiniMax-H3-Image : la fiche indique environ 4 MP comme plancher pratique, sans aucun palier pour les petites images.

• Prix en 1K — FLUX 3 Image : $0.048. MiniMax-H3-Image : $0.02179.

• Prix en 2K — FLUX 3 Image : 0,10 $. MiniMax-H3-Image : 0,02333 $.

• {{1}}Prix en 4K{{/1}} — FLUX 3 Image : 0,607 $. MiniMax-H3-Image : 0,06879 $ au tarif catalogue, 0,03439 $ avec une remise qui expire le 17 novembre 2026 à 16:00 UTC.

• Références — FLUX 3 Image : jusqu'à 10, numérotées, gratuites. MiniMax-H3-Image : jusqu'à 16, positionnelles, facturées comme tokens d'image d'entrée à 1,50 $ par million.

• Édition — FLUX 3 Image : modification limitée à une zone, plusieurs zones par requête, régions non modifiées préservées. MiniMax-H3-Image : image entière, décrite par prompt, jusqu’à 16 références en un seul appel.

• Poids — FLUX 3 Image : non publié ; la licence commerciale des poids est vendue aux entreprises à grande échelle via les ventes BFL, et le backbone FLUX 3 Dev reste « bientôt disponible ». MiniMax-H3-Image : téléchargeable dès aujourd’hui, 68,65 Go plus un encodeur de 66,7 Go emprunté à MiniMax-H3.

• Échantillonnage — MiniMax-H3-Image : fixé à six étapes, pas de guidage sans classificateur, les autres valeurs étant rejetées avec HTTP 400. FLUX 3 Image : aucun nombre d'étapes ni contrôle de guidage publié ; le niveau image est exclusivement disponible via l'API.

• Score indépendant — FLUX 3 Image : Elo 1116 au classement texte-image d’Artificial Analysis, 16e sur 108, sur plus de 6 457 échantillons ; Elo 1119 au classement d’édition, 17e, sur plus de 5 256 échantillons. MiniMax-H3-Image : aucune entrée dans l’un ou l’autre des classements, et aucun tableau d’évaluation du fournisseur non plus.

L’écart de prix est plus grand que l’écart de résolution, et il pointe dans l’autre sens.

À 1K, MiniMax-H3-Image coûte 0,02179 $ et FLUX 3 Image coûte 0,048 $ — un peu plus de la moitié. À 2K, le rapport passe à environ quatre pour un. À 4K, il atteint presque neuf pour un : 0,607 $ contre 0,06879 $, soit douze pour un par rapport au tarif réduit de 0,03439 $. Cette courbe est le fait le plus déterminant de cette comparaison, et il vaut la peine de comprendre pourquoi elle a cette forme plutôt que de supposer qu’un fournisseur pratique des prix abusifs.

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.

Ce que six semaines de trafic permettent d’obtenir, et ce qu’un seul jour ne permet pas

FLUX 3 Image a été évalué. Artificial Analysis le classe 16e en génération d’images à partir de texte avec un Elo de 1116 sur 6 457 échantillons, et 17e en édition d’images avec un Elo de 1119 sur 5 256 — en milieu de tableau, au-dessus de FLUX.2 [max] et en dessous de la plupart des modèles Nano Banana et MAI actuels, à un tarif affiché de 48 $ pour mille images. Vous pouvez comparer ce chiffre à celui d’un concurrent et prendre une décision. Vous pouvez aussi le voir évoluer à mesure que de nouveaux échantillons arrivent, comme cela s’est produit pour plusieurs modèles situés au-dessus de lui.

MiniMax-H3-Image n’a rien de comparable. Pas une note faible — aucune note. La fiche du fournisseur affirme « le meilleur suivi d’instructions parmi les modèles open source » sans tableau, et la grille de démonstration sur la page du modèle est la seule preuve de résultat qui existe. Une journée en public ne suffit pas à une arène aveugle pour accumuler des échantillons sur un modèle qui prend dix secondes par génération, donc cette absence est attendue plutôt que suspecte. Elle reste une absence, et cela signifie que l’argument en faveur de MiniMax-H3-Image sur la qualité est actuellement un argument d’architecture et de prix.

L’argument architectural n’est pas vide. Un transformateur de diffusion dense de 33,1 B distillé en six étapes non guidées est un choix délibéré lié au coût de service, et c’est parce qu’il n’y a que six étapes qu’une génération en 16 MP est une requête plutôt qu’un traitement par lots. La formulation de la fiche elle-même — 16 MP « à un coût computationnel pratique » — est une affirmation en FLOPs, et elle est cohérente avec tout ce qui se trouve dans le dépôt. Ce n’est simplement pas une affirmation de qualité, et les deux sont confondues dans chaque article de lancement.

Là où chacun échoue en production

La limite de FLUX 3, c'est sa plus petite sortie. Un plancher à 768 pixels et un plafond à 4K signifient que le modèle est à l'aise dans la plage où s'effectue l'essentiel du travail commercial, et il ne vous fournira pas une image de 6000 pixels de large. Il est également fermé : impossible de le télécharger, impossible d'épingler un checkpoint, et la page de licences de BFL vend l'auto-hébergement à des entreprises à grande échelle plutôt qu'à des particuliers. Si BFL modifie un tarif ou supprime un palier, votre pipeline change avec. Six semaines de trafic constituent un historique, pas une garantie.

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.

Il existe une troisième limite que les deux partagent et qu’aucun article de lancement ne mentionne : la boucle d’évaluation. Aucun des deux modèles ne vous permet de savoir si une invite donnée va fonctionner, sauf en la générant. Les boîtes de FLUX 3 réduisent l’espace des défaillances possibles au placement, qui est vérifiable dans le code. Les défaillances de MiniMax-H3-Image sont sémantiques, ce qui signifie qu’un humain doit examiner. Pour un pipeline générant des milliers d’images par jour, cette différence de coût de vérification peut dépasser la différence de coût de génération.

Lequel appeler ?

Si le livrable est volumineux — une plaque d’impression, un fond qui sera recadré selon trois ratios d’image, un visuel principal 4K qui doit conserver les détails à 100 % —, MiniMax-H3-Image est le seul côté de cette équation qui produit le fichier, et à $0.06879 l’image, c’est aussi le moins cher, et de loin. Prenez-le, prévoyez le budget au prix catalogue plutôt qu’au montant remisé, et lisez la licence avant de construire un produit dessus.

Si le livrable est compositionnel — une mise en page qui doit être exacte, une modification qui doit laisser tout le reste intact, un système de marque où le placement est l’essentiel — FLUX 3 est le seul côté à disposer des contrôles, et il est noté, ce qui signifie que vous pouvez prévoir ce que vous achetez. Deux centimes et demi de plus à 1K n’est pas le chiffre décisif ici.

Si vous avez besoin des deux, la méthode qui fonctionne réellement consiste à scinder la tâche plutôt qu’à choisir un camp : composez et modifiez à la résolution que gère FLUX 3, puis agrandissez ou régénérez l’image validée à 16 MP. Cela fait deux appels et deux factures au lieu d’une, et cela reste moins cher que de découvrir après une centaine de générations que votre modèle ne parvient pas à conserver un logo dans le coin.

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 question qui tranchera

Ce qui manque à cette comparaison n’est pas une spécification. C’est un nombre d’échantillons. Quand MiniMax-H3-Image apparaîtra sur une arène d’images avec quelques milliers de votes à l’aveugle, l’écart de prix cessera d’être l’argument principal pour devenir un arbitrage : une certaine quantité de qualité mesurée contre une certaine somme d’argent. D’ici là, FLUX 3 est le modèle sur lequel on peut raisonner et MiniMax-H3-Image est le modèle qu’il faut tester, et le coût de ce test est suffisamment faible — quelques dollars et un après-midi — pour que toute personne ayant un livrable en 4K fasse simplement le test plutôt que d’attendre celui de quelqu’un d’autre.