MiniMax-H3-Image זמין בשלושה משטחים: מה כל אחד מהם מעניק לך בפועל
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 99 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-07212 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 123 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 230 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 39 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
המשפט הקצר והנכון درباره MiniMax-H3-Image השבוע הוא שהוא זמין בשלושה מקומות: Hugging Face, MiniMax Code וה-API של MiniMax עצמה. המשפט שקונה באמת צריך הוא צר יותר. שניים מהשלושה מוסרים לך נקודת קצה לבקשות ומחירון; אחד מוסר לך 135 גיגה-בייט של משקולות, רישיון לקריאה, והחלטת חומרה. אלה לא שלושה טעמים של אותה גישה, וההתייחסות אליהם כאל ניתנים להחלפה היא הדרך שבה צוות מגיע לתקצב שבוע עבור משהו שהוא היה יכול לקנות לפי תמונה בשני סנטים.
המודל עצמו הוא השקה אמיתית ולא אריזה מחדש. MiniMax העלתה את המשקלים למאגר Hugging Face MiniMaxAI/MiniMax-H3-Image ב-10 בנובמבר 2026 בשעה 14:50 UTC ופרסמה על כך בשעה 15:40 באותו אחר הצהריים; המאגר עצמו מתוארך ל-3 בנובמבר, כלומר שבוע שבו המשקלים היו קיימים באופן פרטי לפני שמישהו יכול היה להוריד אותם. זהו טרנספורמר דיפוזיה בעל 33.1 מיליארד פרמטרים שמייצר ברזולוציה של בערך שישה־עשר מגה־פיקסל, שזהו ה״4K״ בהכרזה, והוא מבצע טקסט־לתמונה ועריכה מונחית ייחוס מנקודת ביקורת אחת. הדברים שלהלן מאורגנים סביב השאלה האחת שההכרזה אינה עונה עליה: על איזה משטח כדאי לכם להיות.
שלוש דלתות כניסה, ורק אחת מהן היא הורדה
התחל ממה שכל דלת היא, כי ההבדל הוא מבני, לא קוסמטי.
ה-API הוא הנתיב המקובל. המודל רשום בשם MiniMax-H3-Image עם אח בשם Highspeed, בפלטפורמות הבינלאומיות והסיניות של MiniMax, בחיוב לפי מיליון טוקנים בקלט ובפלט ולא לפי תמונה. הממשק דעתני באופן יוצא דופן — שישה שלבי דגימה, ללא סקאלת הנחיה, ללא פרומפט שלילי — והתיעוד של MiniMax עצמה אומר שבקשה שמבקשת משהו אחר מוחזרת כ-HTTP 400. אתה קונה נקודת קצה עובדת עם מתכון קבוע בתוכה.
MiniMax Code ו־Hailuo AI הם משטחי מוצר: אותו מודל מאחורי תיבת פרומפט, כשהחלטות הדגימה כבר התקבלו ואין לך לחשב אריתמטיקה לפי טוקן. הם שימושיים כדי להעריך אם הפלט טוב; לא שימושיים לבניית משהו, כי הדבר שמולו היית בונה אינו חשוף. שים לב גם ש-MiniMax Code הוא מוצר של סוכן קידוד, כך שיצירת תמונות בו היא דלת צדדית ולא הפונקציה העיקרית — אל תפרש את "זמין ב-MiniMax Code" כ-API לתמונות עם מעטפת קוד.
Hugging Faceהוא הדלת השלישית, והיחידה שהיא העברה ולא שירות. מקבלים מאגר, קובץ רישיון, וקבוצת משקולות שכעת עליכם לגרום להן לרוץ. אירוח עצמי הוא הסיבה שרוב הצוותים בכלל בוחנים מודל תמונות עם משקולות פתוחות; זה גם המקום שבו החשבון מפסיק להיות על המודל ומתחיל להיות על המתלה שלכם.
המאגר כבד יותר מכפי שמספר הפרמטרים הכותרתי מרמז
33.1 מיליארד פרמטרים ב-BF16 הם כ-66 GB לפני שמחשבים כל דבר אחר, ו"כל דבר אחר" הוא המקום שבו המאגר מפתיע אנשים. טרנספורמר הדיפוזיה לבדו הוא 66.28 GB. ההורדה המלאה היא 68.65 GB, הכוללת את הטרנספורמר בתוספת ה-VAE והתצורה. מקודד הטקסט לא נמצא בנתון הזה: MiniMax-H3-Image עושה שימוש חוזר במקודד הטקסט Qwen3-VL ממאגר הווידאו MiniMax-H3, קורא משכבה 50 שלו, ומקודד זה הוא הורדה נפרדת של 66.7 GB. במילים אחרות, תקצבו בערך 135 GB של ארטיפקטים בדיסק לפני התמונה הראשונה, וזה לפני המטמון של כל פריימוורק בפני עצמו.
הארכיטקטורה ראויה לפסקה משום שהיא מספרת לך מהו המודל. חמישים שכבות טרנספורמר, גודל מוסתר 5,376, 56 ראשי קשב, רוחב הזנה קדימה 14,336, עם הטמעות מיקום סיבוביות תלת-ממדיות ומולטימודליות. ה-VAE הוא מקודד קונבולוציוני שמלווה בדקודר ViT דו-ממדי בעל 24 שכבות, בדגימה מרחבית מטה של פי 16 וב-24 ערוצי לטנט — בחירת דקודר שעולה יותר מחשוב בסוף הפייפליין מאשר דקודר קונבולוציוני רגיל, וסביר להניח שזהו המקור לחלק מהפרטים העדינים ברזולוציית 4K. התכנון מתואר בכרטיס המודל כארכיטקטורת H3 בלי אודיו, וזהו סיכום הוגן: זהו ענף התמונות של מודל הווידאו, שמופץ בפני עצמו.
שתי השלכות נובעות מכך. ראשית, טרנספורמר דיפוזיה בדרגת 33B ברזולוציית שישה עשר מגה-פיקסל אינו מודל למחשב נייד, יהא אשר יהא מספר הפרמטרים שנשמע בהשוואה למודלי שפה מודרניים; זיכרון האקטיבציה גדל עם שטח הפלט, והשטח הוא כל העניין במהדורה הזו. שנית, מכיוון שמקודד הטקסט משותף עם מודל הווידאו, לחנות שכבר מריצה את MiniMax-H3 יש כבר את רוב ההורדה על הדיסק. זהו הנחה ממשית, וזה מסוג הדברים שהשורה "זמין ב-Hugging Face" אינה מעבירה.
ארבע דרכים להגיש את זה, ומספר אחד שלא מסתדר
כרטיס המודל מפרט ארבעה מסלולים: SGLang, vLLM-Omni, diffusers ו-ComfyUI. הצוות של vLLM סיפק תמיכה מיום האפס ב-vLLM-Omni גם לחומרת NVIDIA וגם לחומרת AMD ביום ההשקה, עם פלט מקורי ברזולוציה של כ-16 מגה-פיקסל, וזה אות השקה חזק יותר מאשר עצם קיומם של המשקלים — מישהו מחוץ ל-MiniMax כבר הריץ אותו לפני שההכרזה הייתה בת שעה. Diffusers מכסה את מסלול הייחוס, ו-ComfyUI מכסה את קהל גרפי הזרימה.
האי-הסכמה ראויה לציון כי היא תפגע במישהו. כרטיס המודל מתאר עריכה עם 16 תמונות ייחוס לכל היותר, הממוענות לפי מיקום כ<Picture 1> עד <Picture 16> לפי סדר ההעלאה. מתכון השחרור של vLLM-Omni עבור אותו מודל מתעד עד 9 תמונות לבקשה. שניהם יכולים להיות נכונים בו-זמנית — מגבלת ההגשה של מסגרת והיכולת שאליה אומן המודל הן מספרים שונים, ומגבלת אצווה או זיכרון במערך ההגשה תחול ראשונה — אך אם זרימת העבודה שלך דורשת שתים-עשרה תמונות ייחוס, התשובה הכנה היום היא שהיכולת קיימת ונתיב ההגשה המתועד עשוי שלא להכיל אותה. בדוק את המספר במערך שלך במקום לסמוך על אף אחד משני המסמכים.
אותה זהירות חלה גם על חלון הפרומפט. הכרטיס מקבל עד 32,000 תווים, שמתוכם בערך 4,096 הטוקנים הראשונים הם מה שהמודל למעשה מתבסס עליו. פרומפט ארוך אינו נדחה; הזנב פשוט לא תורם דבר. כל מי שמעביר פרומפט מפורט לכיוון אמנותי מתוך הרגל של מודלי שפה יגלה זאת בדרך היקרה.
הסמפלר הוא אילוץ שיורשים, לא הגדרה שמכווננים
שש דרכים, ללא מנגנון הנחיה נטול מסווג, ללא פרומפטים שליליים. זו אינה ברירת מחדל שיש מעליה מרווח תמרון; ה-API דוחה לחלוטין מספרי שלבים וערכי הנחיה אחרים. המודל עבר דיסטילציה כדי לרוץ בשש מעברי קדימה, וכל הסיבה לכך שטרנספורמר 33B יכול להחזיר תמונה בת 16 מגה-פיקסל מהר מספיק כדי להיות שימושית היא הדיסטילציה הזו.
במסלול ה-API זה בלתי נראה וזה בסדר. במסלול האירוח העצמי זהו המספר השימושי ביותר בדף המפרט — ובכפליים. הוא מגביל את החישוב לכל תמונה לשש הערכות טרנספורמר במקום לעשרים וחמישה עד חמישים שמודל לא-מזוקק היה זקוק להם, וזה מה שהופך שישה עשר מגה-פיקסל למעשי בכלל. והוא אומר שלולאת הכיוונון הרגילה של אירוח עצמי — לנסות יותר שלבים, להוסיף הנחיה, להוסיף פרומפט שלילי, לחזור על התהליך — לא קיימת כאן. אם איכות הפלט מאכזבת, המנופים הם הפרומפט וההפניות, לא הדוגם. צוותים שמקצים שבוע ל"כיוונון המודל" צריכים להקצות אותו לעבודת פרומפט במקום.
מה עולה כל מסלול, ביחידות שבהן מתבצע החיוב בפועל
ה-API מחייב לפי טוקנים, והדוגמאות המחושבות של הכרטיס עצמו הן הדרך הברורה ביותר לקרוא את זה. בקשה ליצירת תמונה מטקסט בגודל 1,024×1,024 עולה $0.02179. בקשה בגודל 2,048×2,048 עולה $0.02333 — פי 1.07 מהמחיר עבור פי ארבעה פיקסלים, מפני שמספר הטוקנים גדל לאט בהרבה מהשטח. בקשה בגודל 4,096×4,096 עולה $0.06879 במחיר מחירון, ו-$0.03439 במסגרת הנחה של 50% לזמן מוגבל שנמשכת עד 17 בנובמבר 2026 בשעה 16:00 UTC ומחייבת שהתמונה שסופקה תהיה בגודל של לפחות 16,600,000 פיקסלים. תעריפי המסלול הסטנדרטי הם $2.30 למיליון טוקני טקסט בקלט, $1.50 למיליון טוקני תמונה בקלט ו-$3.80 למיליון טוקני תמונה בפלט; מסלול Highspeed שומר על תעריפי הקלט וגובה $7.60 עבור הפלט.
קריאת שלושת המספרים האלה יחד מפוגגת במידה רבה את הטיעון התמחורי לטובת 4K. פי ארבעה פיקסלים תמורת פי 1.07 כסף במדרג 2K היא מתנה; המעבר מ-2K ל-4K עולה בערך פי שלושה עבור אותו רווח שטח פי ארבעה, ורק ההנחה מחזירה אותו קרוב לתעריף של 2K. אם מקרה השימוש שלך אינו דורש 4,096 פיקסלים לכל צד, מדרג 2K הוא המקום שבו הדגם הזה זול.
OrcaRouter אינו מגיש את MiniMax-H3-Image — אין כאן נתיב עבורו, וה-CTA בקטע הזה מפנה לאח התאום מתחום הווידאו, minimax/minimax-h3, שאותו אנחנו כן מנתבים. מה שכן מוצע רלוונטי ליום שבו הנתיב יהיה קיים: 0% תוספת מעל מחיר המחירון של הספק, כשהוא מועבר כפי שהוא, כלומר שינוי מחיר של ספק כמו אותה הנחת 4K מגיע לחשבון שלכם באותו יום שבו הוא מגיע לדף של הספק, ומעבר אוטומטי (failover) אם נתיב של ספק נפגע. עד אז, ההשוואה שחשובה היא הוצאות ה-API מול החומרה שלכם, ואף שכבת ניתוב לא משנה את החשבון הזה.
אחסון עצמי, במחיר הוגן
אף אחד לא יכול לתת לך הצעת מחיר לעלות self-host לכל תמונה בלי לדעת איזה GPU יש לך, כי הגורם הדומיננטי הוא אם 135 GB של משקולות נכנסים לזיכרון או שצריך להעביר אותם ב-offload. מה שכן אפשר לומר במדויק: הסמפלר בן ששת השלבים קובע את החישוב, הפלט של 16 מגה־פיקסל קובע את תקציב האקטיבציה, ושניהם גדולים. כרטיס בודד של 80 GB יחזיק את ה-transformer אבל לא את ה-transformer יחד עם מקודד Qwen3-VL ברמת דיוק מלאה, ולכן התצורות הריאליות הן multi-GPU, או offload של המקודד, או transformer שעבר קוונטיזציה עם שאלת איכות תלויה ועומדת. תוסיף לזה חשמל, תוסיף את שבוע המהנדס כדי להרים את SGLang או vLLM-Omni כראוי, ונקודת האיזון מול $0.02333 לתמונת 2K היא מספר נפח במאות אלפי תמונות, לא בעשרות.
וזה הטיעון בעד ה-API ברוב המקרים, והטיעון בעד המשקולות במקרים מעטים: חנות שזקוקה למודל בתוך הגבול שלה מסיבות של נתונים, או כזו שכבר מריצה MiniMax-H3 ומחזיקה את האנקודר, או כזו שמייצרת בנפח שבו העלות הקבועה מתקזזת. כל השאר צריכים לתמחר קודם את ה-API, ולאחסן את המודל בעצמם רק אם הגבול באמת מחייב זאת.
לקרוא את הרישיון לפני ההורדה, לא אחריה
המשקולות משוחררות תחת MiniMax-H3-Image Community License Agreement, שאינו Apache 2.0 ואינו MIT. "Open-weight" הוא תיאור מדויק; "open-source" היא המילה שמכניסה צוותים לצרות, וזה השלב בתהליך שבו עורך דין צריך לקרוא את הקובץ עצמו ולא פוסט בבלוג — כולל את זה. השאלה המעשית היא שימוש מסחרי בקנה מידה גדול והאם הרישיון כולל תנאים שנצמדים למוצר שלכם, ולשאלה הזו יש תשובה במאגר ששום סיכום אינו מהווה לה תחליף.
יש עוד פריט שני, קטן יותר, שכדאי להכיר: MiniMax מספקת רכיב Context-IR עבור המודל, ומודל אופציונלי להרחבת פרומפטים, MiniMax-H3-Image-PE. המרחיב מסביר חלק מהסיבה לכך שהמודל סובל פרומפטים ארוכים ומפורטים; הוא אופציונלי, הוא נפרד מה-68.65 GB, והוא מסוג הדברים שמוצאים ברשימת מאגר ולא בהודעה רשמית.
מה לבדוק בסטאק שלכם השבוע
• הפניות — אשרו אם נתיב ההגשה שלכם תומך ב־16 תמונות או ב־9 שמתעד המתכון של vLLM-Omni, באמצעות בקשה אמיתית ולא בקריאת מסמך.
• שטח אפקטיבי — המודל יפעל מתחת ל-16 מגה-פיקסל, והתצורה חושפת שטח יצירה מינימלי שברירת המחדל שלו היא 4,194,304 פיקסלים. בדקו את הקצה הקטן אם מקרה השימוש שלכם הוא תמונות ממוזערות, מכיוון שמודל בגודל כזה עשוי שלא להיות האפשרות הזולה ב-1K.
• זיכרון — מדדו את שיא ה-VRAM ב-4,096×4,096 לפני קניית חומרה. שש צעדים הם חישוב זול; האקטיבציות אינן.
• שעון ההנחות — אם 4K היא התוכנית, שיעור ה-50% מסתיים ב-17 בנובמבר 2026 בשעה 16:00 UTC, והשאלה אם אתם על ה-API או על חומרה משלכם קובעת אם המועד הזה רלוונטי עבורכם.
• רישיון — קראו אותו. ההורדה היא 135 GB וההחלטה ניתנת לביטול; הרישיון לא.
הדבר המעניין בשחרור הזה הוא לא שהוא הביא מודל תמונות פתוח וטוב — אלא שבפעם הראשונה מזה זמן מה, אחד כזה הופיע כשהמשקלים, מתכוני הפריימוורק ונקודת הקצה המתארחת כולם נוחתים באותו שבוע. זה אות חזק יותר מתרשים בנצ'מרק, כי זה אומר שהדבר עובד. אם כדאי לכם להריץ אותו או לפנות אליו, תלוי לגמרי באיזו משלוש הדלתות אתם עוברים, ושלוש הדלתות האלה רחוקות זו מזו בהרבה ממה שההכרזה גורמת לזה להישמע.
