MiniMax-H3-Image vs Qwen-Image 3.0 : le créneau ouvert laissé par Qwen

La gamme d'images d'Alibaba était autrefois la recommandation facile pour quiconque voulait posséder le modèle plutôt que le louer : télécharger les poids, l'exécuter, cesser de débattre des grilles tarifaires. Qwen-Image 3.0 y a mis fin en août. Il est sorti sur invitation seulement le 22 juillet 2026, a atteint la disponibilité générale le 4 août, en offres Standard et Pro sur Qwen Cloud et Alibaba Cloud Model Studio, et il est arrivé sans poids, sans fiche de modèle, sans nombre de paramètres et sans rapport technique. La branche ouverte de la famille est Qwen-Image-2.1, publiée le 20 septembre 2026 sous une licence de recherche non commerciale — inspectable, affinable, mais non livrable dans un produit. MiniMax-H3-Image, dont les poids ont été mis en ligne sur Hugging Face le 10 novembre 2026 à 14:50 UTC, est le premier modèle d'image sérieux depuis à occuper ce créneau. Voilà la vraie comparaison : non pas quel modèle est le plus joli, mais lequel vous laisse une porte de sortie.

Deux parcours d'achat qui n'en formaient qu'un

Avant la 3.0, « Qwen ou autre chose » était une question de qualité, car la réponse en matière de licence était toujours la même. Désormais, les deux modèles se situent de part et d’autre d’une ligne qui compte plus que n’importe quel benchmark : ce qui se passe si le fournisseur augmente le prix, rend obsolète le niveau d’offre ou passe une mauvaise semaine.

Qwen-Image 3.0 est un service hébergé doté d’une interface bien documentée et d’une grille tarifaire publiée. MiniMax-H3-Image est à la fois un service hébergé et 68,65 Go de transformer téléchargeable, plus un encodeur de texte de 66,7 Go qu’il emprunte au dépôt vidéo MiniMax-H3, selon l’accord de licence communautaire MiniMax-H3-Image. La licence n’est pas Apache 2.0 et quelqu’un de votre côté juridique devrait la lire avant un déploiement commercial — mais c’est une licence sur un fichier que vous détenez, ce qui est une chose catégoriquement différente d’une grille tarifaire.

Une conséquence pratique facile à manquer : le coût de cette sortie n’est pas seulement le disque. L’échantillonneur de MiniMax-H3-Image est fixé à six étapes, sans guidage sans classificateur ni prompts négatifs, et l’API rejette tout autre nombre d’étapes ou valeur de guidage avec HTTP 400. Six passes avant, c’est ce qui rend un transformateur de 33 milliards de paramètres à seize mégapixels praticable sur du matériel loué, et cela signifie aussi que la boucle de réglage habituelle en auto-hébergement n’existe pas. Ce que vous réglez, ce sont le prompt et les références.

Ce que Qwen-Image 3.0 vous dit réellement sur lui-même

En deçà de ce que sa documentation laisse entendre. Alibaba n’a publié aucun chiffre de benchmark pour Qwen-Image 3.0 — ni sur Qwen-Image-Bench, ni nulle part — et aucune architecture ; le seul signal indépendant est donc Artificial Analysis, dont les classements actuels placent Qwen-Image-3.0-Pro à 1 094 Elo en texte-vers-image avec 6 691 échantillons, et Qwen-Image-3.0 à 1 074, aux dix-neuvième et vingtième places d’un classement dont les cinq premiers sont tous des modèles OpenAI. En édition, Pro se situe autour de 1 085 et Standard autour de 1 062. Ce sont des positions sans relief, et ce sont les seuls chiffres qui existent.

MiniMax-H3-Image n’a de ligne sur aucun des deux tableaux au 11 novembre 2026 — pas même une ligne faible, aucune. Ainsi, aucun des deux modèles ne peut être classé l’un par rapport à l’autre au moyen d’un score indépendant, et toute affirmation selon laquelle l’un surpasse l’autre en qualité n’est que l’impression de quelqu’un déguisée en comparaison. Ce qui peut être comparé, c’est l’interface, la résolution, le prix et la sortie.

Les dimensions où les deux divergent fortement

• Résolution — MiniMax-H3-Image : environ seize mégapixels pour chaque ratio d’aspect, de 4096×4096 en 1:1 jusqu’à 6272×2688 en 21:9, avec un plafond d’API de 20 MP. Qwen-Image 3.0 : 2048×2048 maximum selon les chiffres propres à Alibaba, soit environ 4,2 mégapixels.

• Tarif en 2K — MiniMax-H3-Image : $0.02333 par image générée, y compris un palier 4K à $0.06879 au tarif catalogue. Qwen-Image 3.0 : $0.03 par image pour Standard en 1K ou 2K, les retouches étant facturées environ $0.003 par référence d’entrée ; Pro est à $0.04 en 1K et $0.075 en 2K.

• Poids — MiniMax-H3-Image : disponible, licence communautaire, quatre voies de déploiement documentées, dont la prise en charge de vLLM-Omni dès le premier jour sur NVIDIA et AMD. Qwen-Image 3.0 : aucun, un revirement par rapport aux versions 1.0 et 2.0. Le membre ouvert de la famille Qwen est Qwen-Image-2.1, à usage non commercial uniquement.

• Texte dans l’image — Qwen-Image 3.0 : prompts jusqu’à 4 500 tokens, texte lisible jusqu’à environ 10 pixels, douze langues natives, plus de vingt polices, jusqu’à six sorties par appel, réécriture des prompts côté serveur. MiniMax-H3-Image : prompts de 32 000 caractères dont environ les 4 096 premiers tokens prennent effet ; aucune affirmation publiée concernant le rendu du texte.

• Références — MiniMax-H3-Image : jusqu’à 16, référencées par leur position dans l’ordre de téléversement, bien que la recette de publication de vLLM-Omni pour les mêmes poids en documente 9 par requête. Qwen-Image 3.0 : aucun plafond de références publié ; la 3.0 est un point de terminaison hébergé avec un schéma documenté plutôt qu’une publication de poids.

• Score indépendant — Qwen-Image 3.0 : 1074 sur AA-Image-T2I v2.1, Pro à 1094, Pro autour de 1 085 en édition. MiniMax-H3-Image : aucune ligne sur aucun des deux tableaux.

Seize mégapixels ne sont pas un luxe si vous imprimez

Quatre mégapixels, c'est une bannière web, une vignette de catalogue ou une image de présentation. Seize, c'est un cliché d'impression, un recadrage pour panneau grand format, ou un arrière-plan qui doit conserver du détail lorsqu'on en tire trois déclinaisons. Le plafond de 2048×2048 de Qwen-Image 3.0 n'est pas un défaut : c'est un choix quant à la finalité du modèle, et c'est le même choix que celui fait par la plupart des modèles d'image hébergés. Mais cela signifie que pour quiconque produit des packagings, de l'affichage extérieur ou de la photographie produit à haute résolution, MiniMax-H3-Image ne concurrence pas du tout Qwen-Image 3.0 ; il concurrence l'upscaler que vous auriez greffé sur la sortie de Qwen, et un upscaler n'ajoute pas du détail de la même manière qu'une génération native de seize mégapixels.

Cela dit, ce qui est intéressant avec Qwen-Image 3.0, ce n’est pas la résolution. C’est le texte. Un texte lisible jusqu’à environ dix pixels, douze langues, plus de vingt polices, et une étape de réécriture côté serveur qui remodèle une invite avant que le modèle ne la voie — voilà un ensemble d’affirmations qui cible directement les affiches, les textes d’emballage, les maquettes d’interface et les diagrammes, où le mode de défaillance que tout le monde connaît est une image magnifiquement rendue avec un mot altéré. Les comptes rendus de prise en main le décrivent comme solide sur les maquettes d’interface et les diagrammes, avec parfois de petits textes altérés, ce qui correspond à peu près à ce que les affirmations du fournisseur laissent présager. MiniMax-H3-Image ne formule aucune affirmation comparable sur le texte dans sa fiche modèle, et aucun tiers ne l’a mesuré.

La séparation est donc inhabituellement nette pour un duel direct. Si votre travail consiste en du texte dense dans une mise en page composée, Qwen-Image 3.0 est le modèle sur lequel le pari est documenté. Si votre travail consiste en un visuel photoréaliste grand et détaillé, MiniMax-H3-Image offre quatre fois plus de pixels pour moins d'argent par image, aux tailles que les deux proposent.

Faire les calculs sur un millier d’images

Prenez un lot de mille images produit en 2K, en génération seule, sans références. Qwen-Image 3.0 Standard à 0,03 $ revient à 30 $. MiniMax-H3-Image à 0,02333 $ revient à 23,33 $. Ajoutez une image de référence par sortie — le cas courant d'une refonte de catalogue où vous voulez un produit cohérent — et Qwen ajoute environ 3 $ de tokens d'entrée, pour atteindre près de 33 $, tandis que le tarif d'image d'entrée de MiniMax, à 1,50 $ par million de tokens, ajoute une fraction comparable, ce qui le laisse toujours sous les 30 $. Pour le palier 4K, MiniMax est à 68,79 $ au tarif catalogue pour le même millier, ou à 34,39 $ avec une remise de 50 % à durée limitée valable jusqu'au 17 novembre 2026 à 16:00 UTC et qui exige que chaque image livrée fasse au moins 16 600 000 pixels. Qwen-Image 3.0 n'a pas de palier 4K à tarifer.

Ces écarts sont faibles en termes absolus et ils ne constituent pas une raison de choisir l’un ou l’autre modèle. La raison de choisir MiniMax-H3-Image est que $23 de dépenses d’API et un coût marginal de $0 par image sur votre propre matériel correspondent à deux activités différentes, et une seule d’entre elles peut être modélisée dans la durée. La raison de choisir Qwen-Image 3.0 est qu’il dispose d’un pipeline de texte documenté et d’une interface que vous pouvez intégrer dès cet après-midi.

Aucun des deux modèles n’est sur OrcaRouter, et cet article ne prétendra pas le contraire. Ce que nous proposons est plus restreint et mérite d’être dit précisément : les modèles d’image que nous routons — gpt-image-2.5-sunburst, gpt-image-2, les aperçus d’images G​emini, Imagen 4 en trois niveaux, G​rok Imagine Image — sont facturés au prix catalogue du fournisseur avec 0 % de marge répercutée, et une règle de routage peut basculer vers un second fournisseur lorsque le premier échoue. Cela ne vous aide pas à choisir entre MiniMax-H3-Image et Qwen-Image 3.0. Cela aide le jour où vous arrêtez d’évaluer et commencez à livrer, et où le modèle que vous avez choisi se retrouve à passer un mauvais moment.

Ce que coûte vraiment la question de la licence

« Open weight » est exact pour MiniMax-H3-Image, et « open source » est l’expression qui met les équipes en difficulté. Le Community License Agreement est un document dont les conditions peuvent s’appliquer à votre produit, et le seul conseil responsable est de lire le fichier réel plutôt qu’un résumé — y compris celui-ci. Cela vaut aussi, plus nettement, pour Qwen-Image-2.1 : une licence de recherche non commerciale signifie un prototype que vous pouvez inspecter et un produit que vous ne pouvez probablement pas livrer sans discussion, et au moins un site de comparaison liste encore Qwen Image 3.0 comme Apache-2.0, ce qui est tout simplement faux et correspond au genre d’erreur qui coûte une semaine.

Le test pratique est court. Votre plan exige-t-il que les poids restent à l’intérieur de votre propre périmètre — pour la résidence des données, pour le coût à l’échelle, ou pour le fine-tuning ? Si oui, le seul candidat parmi ces deux est MiniMax-H3-Image, et la sortie est réelle pour environ 135 Go d’artefacts et un examen de licence. Si non, alors la question de la licence est sans objet et la décision se réduit à comparer le rendu de texte à la résolution, sur deux modèles dont la qualité n’a été mesurée de façon indépendante par personne en dehors de leurs fournisseurs.

Ce qui vaut la peine d’être observé, ce n’est pas la prochaine mise à jour du classement, car aucun des deux modèles n’y figure d’une manière qui permette de conclure quoi que ce soit. C’est de savoir si A​libaba revient sur la fermeture et publie les poids de la gamme 3.x, car cela placerait deux modèles d’image ouverts à haute résolution sur le même marché pour la première fois en un an — et si MiniMax-H3-Image obtient un score, car à l’heure actuelle, la seule personne capable de vous dire à quel point il est bon, c’est vous, sur vos propres prompts, ce qui est soit la position la plus honnête de cette comparaison, soit la plus gênante, selon le temps dont vous disposez dans votre semaine.