MiniMax-H3-Image vs Nano Banana 2 : poids libres, frontières fermées

Ce qui surprend avec MiniMax-H3-Image, ce n'est pas son score. C'est la carte dans sa licence. Le checkpoint a été mis en ligne sur Hugging Face le 10 novembre 2026 — un dépôt de 68,65 Go, dont 66,28 Go pour le transformer de diffusion, plus un encodeur de texte de 66,7 Go qu'il emprunte au modèle vidéo H3 — et le fichier qui le régit, le MiniMax-H3-Image Community License Agreement, accorde des droits « dans le monde entier, à l'exclusion des Territoires exclus », qu'il définit ensuite comme l'Union européenne, le Royaume-Uni, la République de Corée et les États-Unis d'Amérique. Nano Banana 2, le modèle de G​oogle, gemini-3.1-flash-image, est en disponibilité générale depuis le 28 mai 2026 et ne vous demande rien d'autre qu'une carte de crédit. Le cadrage honnête de cette confrontation n'est donc pas ouvert contre fermé. C'est un modèle que vous pouvez télécharger mais que vous ne pouvez pas déployer légalement là où vous vivez, face à un modèle que vous ne pourrez jamais télécharger mais que vous pouvez appeler depuis n'importe où. Tout le reste — les seize mégapixels, l'échelle tarifaire, les positions dans les classements — est secondaire par rapport à cela, et le reste de cet article décrit ce qui change une fois que vous l'acceptez.

Ce que la licence permet réellement

Lu le 14 novembre 2026, la section IV de la licence MiniMax est courte et inhabituellement précise. Deux éléments déclenchent l’obligation d’obtenir une autorisation écrite préalable via la console de licence de MiniMax : un chiffre d’affaires annualisé supérieur à 1 million de dollars américains pour vous ou vos sociétés affiliées, ou la fourniture d’un service hébergé à des tiers. Aucun de ces déclencheurs n’entraîne de redevance. Les deux exigent que vous en fassiez la demande. La section IV impose également une obligation d’attribution — tout produit commercial utilisant le modèle doit « afficher de manière bien visible “MiniMax-H3-Image” » dans son interface, ce qui constitue une obligation différente de l’habituel badge « built with », car elle nomme le modèle, et non l’entreprise.

La clause relative au territoire est la plus délicate, et ce n’est pas un détail. La concession elle-même est circonscrite au territoire applicable, et l’accord indique clairement que l’utilisation en dehors de celui-ci « n’est pas autorisée par le présent Accord ». Ce n’est pas une restriction à la redistribution ; c’est une restriction sur le simple fait d’exécuter les poids dans les quatre juridictions listées. La fiche de M​iniMax elle-même oriente toute personne se trouvant dans ces régions vers une discussion de licence séparée, en mentionnant des « contrôles robustes et des garde-fous » parmi les éléments qu’impliquerait un tel arrangement. Pour un studio à Berlin, une startup à Séoul ou — plus pertinent encore pour la plupart des lecteurs d’un blog de modèles en langue anglaise — n’importe où aux États-Unis, la réponse pratique est que des poids ouverts sont un artefact de recherche que l’on peut inspecter, évaluer et sur lequel on peut écrire, et non une dépendance de production.

Nano Banana 2 n’a pas de casse-tête équivalent. C’est un produit Google Cloud : vous l’appelez, vous obtenez une image, vous la livrez, et les conditions sont les conditions standard de l’API. Il n’y a pas de seuil de revenus, pas d’exception territoriale, pas de clause d’attribution et pas de négociation de service hébergé. Ce à quoi vous renoncez pour cette simplicité, c’est le fichier. Si Google modifie le prix, retire l’identifiant ou subit une panne, vous avez un ticket de migration plutôt qu’une solution de repli.

Cette symétrie — un modèle vous fournit l'artefact avec une licence inutilisable, l'autre vous fournit une licence utilisable sans artefact — constitue la véritable décision. La plupart des pages de comparaison la passent sous silence parce que le fichier de licence est ennuyeux et que le tableau de benchmarks ne l'est pas.

Là où les deux modèles se croisent sur les planches

Artificial Analysis évalue désormais les deux sur ses deux arènes d’images, ce qui n’était pas le cas lors de la sortie de MiniMax-H3-Image. À la lecture du 14 novembre 2026, les chiffres décrivent un véritable croisement plutôt qu’un écart :

• Texte vers image — Nano Banana 2 se classe 11e sur 114 lignes avec un Elo de 1 143 (intervalle à 95 % : 1 133–1 153). MiniMax-H3-Image se classe 25e avec 1 066 (1 051–1 080). Soit 77 points d’Elo, et les intervalles sont loin de se chevaucher.

• Édition d'image — MiniMax-H3-Image occupe la 13e place sur 84 avec un Elo de 1 138 (1 122–1 154). Nano Banana 2 occupe la 17e place avec 1 126 (1 114–1 138). MiniMax devance de 12 points Elo ; les intervalles se chevauchent de quelques points, il faut donc y voir une avance étroite plutôt qu'une déroute, mais c'est bien la tendance que montre le classement.

• La variante Highspeed — MiniMax-H3-Image Highspeed, qui n'existe que sur l'API propre à M​iniMax, est classée séparément : 24e en génération d'images à partir de texte avec 1 072, et 14e en édition avec 1 134. Elle coûte environ 1,7 fois le tarif standard par génération en 4K et n'apporte pas un meilleur score sur l'un ou l'autre des classements. Elle permet de gagner en latence, ce que les classements ne mesurent pas.

Le propre résumé des résultats d’Artificial Analysis, publié le 13 novembre 2026, ajoute le cadrage que MiniMax souhaiterait : dans ses tableaux, MiniMax-H3-Image est la ligne la mieux classée portant le marqueur open-weights dans les deux catégories. Cette affirmation est la leur et dépend de leur classification des lignes considérées comme open weights — plusieurs des modèles situés au-dessus de H3-Image en texte-image, y compris la ligne FLUX 3 Image à 1 119, ne sont pas manifestement téléchargeables, si bien que le marqueur joue un vrai rôle. Citez-la comme une déclaration de l’éditeur du classement plutôt que comme un fait vérifiable à partir des seuls poids.

Le point à retenir : le modèle de M​iniMax est meilleur sur la tâche d’édition et nettement moins bon sur la tâche de page blanche. Cela correspond à sa conception. Seize emplacements de référence et un sampler réglé pour un travail à forte composante de référence tirent le tableau de l’édition vers le haut ; un sampler distillé en six étapes sans guidage relève d’une logique de contrôle plutôt que de fidélité, et l’écart en text-to-image est ce que cela coûte.

L’échelle des prix, et une remise à trois jours de la fin

M​iniMax facture au token plutôt qu'à l'image, ce qui rend le chiffre principal trompeur tant que vous n'avez pas lu les exemples détaillés. Formule Standard : 2,30 $ par million de tokens de texte en entrée, 1,50 $ par million de tokens d'image en entrée, 3,80 $ par million de tokens d'image en sortie. Highspeed : le même tarif pour le texte, 3,00 $ sur l'entrée d'image, 7,60 $ sur la sortie.

• Texte en image, standard — $0.02179 à 1K, $0.02333 à 2K et $0.03439 à 4K tant que la remise de lancement s’applique, contre un prix catalogue de $0.06879.

• Modifier avec une référence — 0,02654 $ à 1K, 0,02658 $ à 2K, 0,03656 $ à 4K (prix catalogue 0,07312 $).

• Modifier avec trois références — 0,03563 $ à 1K, 0,04177 $ à 2K, 0,03957 $ à 4K (prix catalogue 0,07914 $).

• Highspeed, texte vers image — 0,03529 $ à 1K, 0,03622 $ à 2K, 0,06501 $ à 4K (prix catalogue 0,13001 $).

La remise qui divise par deux la colonne 4K court jusqu’au 17 novembre 2026, 16:00 UTC, et ne s’applique qu’aux images livrées d’au moins 16 600 000 pixels. Ensuite, le tarif 4K double environ, tandis que tous les paliers inférieurs restent inchangés — ce qui change la structure de la recommandation, car c’est cette grille uniforme qui justifie même l’utilisation de ce modèle. Au tarif catalogue, une image 4K M​iniMax coûte à peu près autant qu’une image 4K Nano Banana 2 et ne lui est plus inférieure.

Du côté de Google, il s’agit d’un tableau clair par image : 1 120 jetons pour une image 1K et 2 520 pour du 4K, à 60 $ par million de jetons de sortie d’image. Cela correspond à 0,045 $ à 512 px, 0,067 $ à 1024×1024, 0,101 $ à 2048×2048 et 0,151 $ à 4096×4096, le texte et la réflexion étant facturés séparément à 3 $ par million de jetons de sortie, et les entrées à 0,50 $ par million. Aucun palier batch n’est indiqué pour ce modèle, contrairement à son frère Lite. Notez l’asymétrie dans ce que signifie « à résolution » : une image Nano Banana 2 en 4K fait 4096×4096, et une image MiniMax en 4K fait aussi 4096×4096, donc les deux échelles se comparent directement en haut et divergent en bas, où Google vend un palier 512 px que MiniMax ne propose pas.

Dix mille images par mois, une référence chacune, sortie 2K : environ 266 $ avec MiniMax standard au tarif actuel et environ 1 010 $ avec Nano Banana 2. C'est le seul endroit où les chiffres ne sont pas proches, et c'est aussi celui où la licence risque le plus de vous bloquer.

Ce que l'un peut faire et que l'autre ne peut pas

Les listes de capacités sont moins symétriques que les scores. Les deux modèles génèrent et modifient via une seule paire de points de terminaison, acceptent tous deux des images de référence et produisent tous deux des fichiers de plusieurs mégapixels. Au-delà de cela, ils divergent sur presque tous les axes :

• Références — MiniMax-H3-Image accepte de 1 à 16 images, désignées par leur position dans le prompt sous la forme <Picture 1> à <Picture 16> dans l’ordre de téléversement. Nano Banana 2 en accepte 14, mais les répartit ainsi : jusqu’à 10 références d’objet pour la fidélité et jusqu’à 4 références de personnage pour la cohérence.

• Sortie — M​iniMax revendique environ 16 mégapixels pour tous les rapports d’aspect, du carré 4096×4096 à l’ultra-large 6272×2688, avec un plafond API de 20 mégapixels et aucun upscaler dans la chaîne. Nano Banana 2 plafonne à 4096×4096, mais ajoute les formats extrêmes 1:4, 4:1, 1:8 et 8:1 ainsi qu’un palier de 512 px pour les vignettes.

• Ancrage — Nano Banana 2 peut ancrer une génération dans les résultats de G​oogle Search ou d'Image Search. MiniMax-H3-Image n'effectue aucune forme de récupération ; tout provient du prompt et des références.

• Provenance — chaque sortie de Nano Banana 2 porte un filigrane SynthID et des métadonnées C2PA. Le dépôt et la licence M​iniMax ne mentionnent aucun mécanisme de filigrane, ce qui constitue soit un atout, soit un problème de conformité selon votre juridiction, et dans l'UE, c'est le second cas.

• Contrôles de raisonnement — Nano Banana 2 expose le raisonnement à minimal ou high, avec « minimal » par défaut, et il est impossible de désactiver le raisonnement via l'API ; ces tokens sont facturés, que vous les lisiez ou non. M​iniMax n'expose aucune interface de raisonnement, seulement un échantillonneur fixe.

• Échantillonneur — M​iniMax est distillé en six étapes, sans guidage sans classifieur. L’API renvoie HTTP 400 si vous passez un autre nombre d’étapes ou une autre valeur de guidage, et elle rejette les invites négatives. Vous ne réglez que l’invite et les références, rien d’autre. Le modèle de G​oogle accepte la surface de paramètres habituelle.

L’argument du sampler joue dans les deux sens. Il rend la sortie de MiniMax exactement reproductible sur votre propre matériel, ce qui est une propriété réelle pour les tests de régression, et il supprime le curseur de qualité standard vers lequel une équipe habituée à régler le CFG se tournerait en premier lorsqu’une modification donne un mauvais résultat.

Si vous comptiez l'auto-héberger, lisez d'abord ceci

La raison pour laquelle la plupart des gens veulent des poids ouverts n’est pas idéologique ; c’est l’option de cesser de payer à l’image. Sur ce modèle, cette option coûte cher d’une manière que la taille du téléchargement laisse deviner et que l’annonce ne laisse pas paraître. Le transformateur fait 66,28 Go en BF16, le VAE 2,34 Go, et l’encodeur de texte est un téléchargement séparé de 66,7 Go — le Qwen3-VL complet de MiniMax-H3, inchangé, dont le DiT lit les états cachés de la 50e couche. Cela représente environ 135 Go de poids avant même d’avoir produit une seule image, et le modèle est un transformateur dense de 33,1 milliards de paramètres, pas un mélange d’experts avec un chemin actif bon marché.

En revanche, Qwen-Image 2.1 — l’autre option ouverte sur laquelle on nous interroge — se télécharge à environ un quart de cette taille. Si votre projet repose sur une seule station de travail ou sur un GPU loué, le calcul concernant ce checkpoint est la première chose à faire, pas la dernière. La fiche technique de M​iniMax ne fournit ni chiffre de latence ni configuration matérielle, si bien que rien dans les documents de lancement ne vous dit si six étapes à seize mégapixels tiennent sur votre carte.

Lequel, compte tenu de tout cela

Si vous êtes hors de l’UE, du Royaume-Uni, de la Corée du Sud et des États-Unis et que vous avez besoin de volume en 4K avec beaucoup de références, MiniMax-H3-Image est actuellement le modèle d’édition à la fois meilleur et moins cher, et son avance de 12 points Elo en édition est suffisamment faible pour que vous deviez le tester sur vos propres prompts plutôt que de faire confiance au classement. Si vous êtes dans ces territoires, la licence a déjà tranché pour vous, et la question intéressante devient de savoir si MiniMax accordera une licence pour celui-ci — une conversation commerciale, pas technique.

Si vous avez besoin de rendu de texte, d’ancrage par recherche, de marquage de provenance ou d’un contrat côté appelant non borné, Nano Banana 2 l’emporte sur les capacités mais perd sur le prix, et son avance de 77-Elo en text-to-image est le plus grand nombre isolé de cette comparaison.

Aucun des deux modèles ne figure au catalogue d'OrcaRouter au 14 novembre 2026, et cette page ne prétendra pas le contraire. Ce que la plateforme propose dans la gamme d'images, ce sont les modèles d'image OpenAI et Google réellement appelables aujourd'hui, au prix catalogue du fournisseur, avec 0 % de majoration répercutée — ce qui signifie que lorsque la remise 4K de MiniMax expirera le 17 novembre, ou lorsque Google ajustera un tarif, le chiffre sur notre catalogue évolue le jour même plutôt qu'au prochain renouvellement de contrat. L'autre raison pour laquelle la couche de routage compte ici, c'est le basculement automatique : un modèle sans chiffre de latence indépendant et avec une entrée de classement vieille de six jours est exactement le type de dépendance que l'on veut derrière un basculement automatique plutôt que câblée directement dans un chemin de production.

Ce qui changerait ce verdict, c’est une modification de la licence. M​iniMax a déjà publié, encensé puis relicencié des modèles, et la clause territoriale ressemble à une mesure de conformité par défaut plutôt qu’à une restriction réfléchie. Si la liste des territoires exclus se raccourcit, le volet édition de cette comparaison devient une recommandation simple sur le prix et le score. D’ici là, le modèle ouvert est ouvert au sens où l’on peut le lire, et fermé au sens qui détermine si l’on peut l’utiliser.