MiniMax-H3-Image vs MAI-Image 2.7 Preview : l'un est un fichier, l'autre un aperçu

Donnez à MAI-Image 2.7 Preview un prompt textuel et vous n’obtenez rien en retour, car il ne génère pas à partir de texte. Il édite. Cette seule phrase explique l’essentiel de la différence entre lui et MiniMax-H3-Image, et c’est précisément là que toutes les comparaisons côte à côte des deux modèles se trompent, car les deux modèles ne résolvent pas le même problème : l’un est un checkpoint unifié de génération texte-image et d’édition par référence avec des poids téléchargeables, l’autre est l’aperçu de Microsoft AI dédié uniquement à l’édition, accessible via un playground et un classement, et guère plus.

Les deux sont récents. MiniMax a publié les poids de MiniMax-H3-Image le 10 novembre 2026 à 14:50 UTC ; l’aperçu de Microsoft circule depuis fin octobre, et le classement indépendant sur lequel il figure montre qu’il progresse. Ce qui suit n’est pas une liste de fonctionnalités — c’est une tentative de répondre à la seule question qui compte si vous devez choisir : lequel d’entre eux pouvez-vous réellement intégrer dans un pipeline, à quel coût, et à quoi renoncez-vous en le choisissant.

La première différence tient à une capacité, et non à un benchmark.

MiniMax-H3-Image remplit deux fonctions à partir d’un seul checkpoint. Il génère une image à partir d’un prompt et modifie une ou plusieurs images de référence transmises par position comme <Picture 1> à <Picture 16>. Les mêmes poids servent aux deux ; il n’existe pas de point de terminaison d’édition distinct à configurer ni de second modèle à payer.

MAI-Image 2.7 Preview fait le second travail. C’est un modèle d’édition — vous lui donnez une image et une instruction, et il renvoie une image révisée. Il n’y a pas de mode texte-image à activer. Pour une équipe dont le flux de travail est « générer une photo de produit, puis l’améliorer par itérations », cela signifie que le modèle de Microsoft peut couvrir la moitié liée à l’itération et ne peut pas couvrir la première image, donc il n’est jamais un remplacement direct de MiniMax-H3-Image. C’est au mieux un second modèle dans une chaîne.

Cette asymétrie mérite d’être clairement énoncée, car elle change même ce qu’une comparaison peut signifier. Vous pouvez les comparer sur la qualité d’édition. Vous ne pouvez pas les comparer sur la génération, car ce n’est pas le cas de l’un des deux.

L’un vous remet des pondérations, l’autre vous remet un badge d’aperçu.

MiniMax-H3-Image est distribué sous la MiniMax-H3-Image Community License Agreement, qui n’est pas Apache 2.0 et mérite la lecture d’un juriste avant un déploiement commercial, mais il s’agit d’un artefact téléchargeable : 68,65 Go de transformer de diffusion, de VAE et de configuration, plus un encodeur de texte de 66,7 Go emprunté au dépôt vidéo MiniMax-H3. Vous pouvez l’exécuter sur votre propre matériel via SGLang, vLLM-Omni, diffusers ou ComfyUI, et l’équipe de vLLM a assuré une prise en charge dès le jour du lancement pour NVIDIA et AMD. Vous pouvez aussi l’appeler via l’API propre à MiniMax, où l’identifiant du modèle est MiniMax-H3-Image et où un niveau Highspeed applique les mêmes limites avec un débit de sortie plus élevé.

MAI-Image 2.7 Preview est fermé au sens habituel : pas de poids, pas de licence à consulter, pas de fiche modèle indiquant un nombre de paramètres ou une architecture. Microsoft n'a publié ni prix par image, ni résolution maximale, ni plafond d'images de référence, ni interface de masque, ni fiche Foundry avec un point de terminaison qu'un développeur pourrait appeler aujourd'hui. Ce qui existe, c'est le MAI Playground, une présence sur Arena et une entrée sur Artificial Analysis. C'est assez pour se faire une opinion du modèle, mais pas assez pour bâtir un budget autour de lui.

C’est la différence qui tranche la plupart des décisions concrètes. Un modèle à poids ouverts sans score de benchmark est un risque d’ingénierie que l’on peut écarter en le faisant tourner. Un modèle fermé sans prix est une impasse pour les achats, aussi bons que paraissent les échantillons.

Ce que dit réellement le conseil indépendant

Au 11 novembre 2026, MAI-Image 2.7 Preview occupe la quatrième place du classement AA-Image-Editing v2.1 d'Artificial Analysis avec un Elo de 1123, derrière GPT Image 2.6 Sunburst à 1209, GPT Image 2.6 Flare à 1206 et GPT Image 2.5 Sunburst à 1126. Son nombre d'échantillons est de 5 280, un décompte réel et non un espace réservé. Lorsque Microsoft a annoncé la preview le 27 octobre 2026, il décrivait le modèle comme deuxième de ce classement avec 1 193 Elo, à six points derrière GPT Image 2.5 Sunburst. Le classement s'est depuis rempli de nouvelles entrées O​penAI et la position est désormais quatrième à 1123 — ce qui arrive à un classement en un mois mouvementé, et une raison de lire tout score Elo avec sa date de relevé plutôt que comme un fait définitif. Le compte rendu du fournisseur sur les sous-scores (les retouches raisonnées et les retouches de scène et de style passant de la septième à la première place, les retouches de texte et de symboles de la sixième à la première, une avance de 24 Elo en scène et style) reste une caractérisation par le fournisseur de données tierces : une catégorie de revendication supérieure à un benchmark maison, et toujours pas une mesure reproductible.

MiniMax-H3-Image n'a aucune ligne sur ce classement, et aucune ligne sur AA-Image-T2I v2.1 non plus. Pas une ligne basse — aucune. Il est sorti le 10 novembre, la collecte d'échantillons pour un classement de préférences par paires prend du temps, et il n'y a aucun chiffre à citer. Quiconque vous dit qu'un modèle bat l'autre sur un score indépendant compare un modèle classé à un modèle non classé, ce qui n'est pas une comparaison.

Donc, la position honnête en matière de notation est la suivante : MAI-Image 2.7 Preview obtient un score de quatrième place en édition sur un classement dont le sommet est encombré de modèles O​penAI, et MiniMax-H3-Image n’a aucun score. Ce n’est pas un argument pour dire que le modèle de M​iniMax est meilleur ou moins bon. C’est un argument pour dire que les seules personnes qui savent à quel point il est bon sont celles qui l’ont exécuté.

Dimension par dimension

• Ce qu'il fait — MiniMax-H3-Image : génération d'images à partir de texte et édition par référence dans un seul checkpoint. MAI-Image 2.7 Preview : édition uniquement ; pas de mode texte-vers-image.

• Taille de sortie — MiniMax-H3-Image : environ seize mégapixels quel que soit le ratio d’image, de 4096×4096 en 1:1 à 6272×2688 en 21:9, avec un plafond API de 20 MP. MAI-Image 2.7 Preview : non publiée ; son prédécesseur plafonnait à environ 2,36 mégapixels.

• Références — MiniMax-H3-Image : jusqu'à 16, adressées par leur position dans l'ordre de téléversement. MAI-Image 2.7 Preview : aucun plafond documenté.

• Poids — MiniMax-H3-Image : 68,65 Go plus un encodeur de texte de 66,7 Go, sous une licence communautaire qui n’est pas Apache 2.0. MAI-Image 2.7 Preview : aucun, et aucun signe qu’aucun ne soit prévu.

• Prix — MiniMax-H3-Image : 0,02179 $ pour une image 1K, 0,02333 $ pour une image 2K, 0,06879 $ pour une image 4K au tarif catalogue et 0,03439 $ avec la remise de 50 % valable jusqu’au 17 novembre 2026 à 16:00 UTC. MAI-Image 2.7 Preview : aucun prix publié.

• Score indépendant de retouche — MAI-Image 2.7 Preview : 1123 Elo, quatrième sur AA-Image-Editing v2.1. MiniMax-H3-Image : aucune ligne dans l’un ou l’autre classement au 11 novembre 2026.

• Échantillonnage — MiniMax-H3-Image : fixé à six étapes, sans guidage sans classificateur, sans prompts négatifs ; tout autre nombre d'étapes est rejeté avec un HTTP 400. MAI-Image 2.7 Preview : non communiqué.

• Où vous pouvez l'appeler — MiniMax-H3-Image : l'API propre à MiniMax, ainsi que l'auto-hébergement via quatre frameworks documentés. MAI-Image 2.7 Preview : le MAI Playground, et partout où Microsoft le proposera ensuite.

Une modification, tarifée sur le seul côté qui a un prix

MiniMax-H3-Image facture les tokens en entrée et en sortie plutôt que les images, et les exemples chiffrés de la fiche en sont la version lisible : une retouche 1 024×1 024 avec une référence 1K revient à 0,02654 $, car vous payez 1,50 $ par million de tokens d’image en entrée en plus de la sortie. Une génération 2K coûte 0,02333 $ et une génération 4K 0,06879 $ au tarif catalogue. Traitez par lots mille retouches 2K avec une référence chacune et vous êtes dans une fourchette de 26 à 30 $, selon le coût d’encodage de la référence — un chiffre que vous pouvez mettre dans un tableur dès aujourd’hui.

Vous ne pouvez pas faire ce calcul pour MAI-Image 2.7 Preview, et c’est ici que le prix manquant cesse d’être une simple lacune documentaire pour devenir un problème de planification. Une préversion sans tarif publié ne peut être budgétée, ni comparée, ni faire l’objet d’un engagement, quel que soit son classement dans un leaderboard. Si le modèle de Microsoft est réellement meilleur en édition — et une quatrième place à 1123 Elo est une position respectable — le coût pour le vérifier n’est pas une redevance par image, mais une semaine d’intégration face à une interface susceptible de changer avant sa sortie.

OrcaRouter ne route aucun de ces deux modèles, et cet article ne va pas prétendre le contraire. Ce que nous routons, c'est de la génération d'images que vous pouvez appeler avec la même clé que tout le reste — gpt-image-2.5-sunburst, gpt-image-2, les aperçus d'images G​emini, Imagen 4 sur trois niveaux, G​rok Imagine Image — au prix catalogue du fournisseur, avec 0 % de marge ajoutée, de sorte que lorsqu'un fournisseur modifie un tarif, votre facture change le jour même. Pour une équipe qui prototyppe une fonctionnalité d'image en attendant que la qualité d'édition de M​iniMax soit mesurée ou que l'aperçu de Microsoft se dote d'un prix, c'est un moyen de faire avancer le pipeline sans un second contrat. Ce n'est pas un substitut à l'un ou l'autre de ces modèles, et la différence compte.

Seize références face à un plafond non documenté

La ligne la plus sous-estimée de la fiche technique de MiniMax-H3-Image est le nombre de références. Seize images, adressées positionnellement, suffisent à conditionner une édition sur une fiche de personnage, un produit, trois angles d’une pièce, une référence de couleur et un panneau de style en un seul appel. Très peu de modèles d’image documentent cette capacité, et presque aucun des modèles fermés ne la documente du tout — MAI-Image 2.7 Preview ne le fait pas, si bien qu’un flux de travail qui dépend de nombreuses références doit être validé empiriquement avant de pouvoir être conçu autour.

Une mise en garde sur ce chiffre, car il finira par poser problème à quelqu’un : la fiche du modèle indique 16 références, alors que la recette de publication de vLLM-Omni pour les mêmes poids documente jusqu’à 9 images par requête. Les deux chiffres peuvent être corrects en même temps — la limite de traitement par lots d’une pile de service et la capacité entraînée d’un modèle sont deux choses différentes —, mais si votre flux de travail nécessite douze références, la position honnête est de le tester sur votre propre chemin de service plutôt que de faire confiance à l’un ou l’autre document.

Que faire avec ceci, cette semaine

Si vous avez besoin de générer en haute résolution avec la possibilité de l’auto-héberger, le choix ne se joue pas vraiment entre ces deux modèles ; MAI-Image 2.7 Preview ne fait pas partie de cette course. Prenez MiniMax-H3-Image, dont le tarif est de $0.02333 pour la 2K et de $0.06879 pour la 4K, décidez avant le 17 novembre si la remise sur la 4K change votre plan, et lisez la licence avant le téléchargement plutôt qu’après.

Si vous avez besoin de la meilleure édition disponible et que vous acceptez de travailler dans une préversion, la quatrième place de MAI-Image 2.7 Preview sur un classement indépendant dédié à l’édition est un signal réel, et l’absence de tarif est un véritable obstacle. Demandez à Microsoft l’accès à Foundry et une grille tarifaire. Tant que l’un de ces deux éléments n’existe pas, un pipeline d’édition construit dessus reste un prototype, pas un produit.

Ce qu’il faut surveiller, ce n’est pas la prochaine actualisation du classement. C’est de savoir si MAI-Image 2.7 Preview obtient un prix et un endpoint, car cela transforme cette comparaison entre un modèle ouvert et une démo fermée en un véritable choix entre deux choses achetables. Et si MiniMax-H3-Image obtient un score, car à l’heure actuelle, le modèle dont les poids sont disponibles est le seul des deux dont vous pouvez mesurer vous-même la qualité — ce qui, pour quiconque a été échaudé par une preview, pourrait bien être la plus précieuse des deux inconnues.