
MiniMax-H3-Image: מה טען פוסט ההשקה, ומה vLLM-Omni למעשה סיפק
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 90 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 96 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 88 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 157 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 · 119 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 · 221 tok/s
שלוש טענות הגיעו יחד עם MiniMax-H3-Image, וכדאי להפריד ביניהן כי יש מאחוריהן כמויות שונות מאוד של ניירת. המודל הוא טרנספורמר דיפוזיה חד-זרימי עם 33.1B פרמטרים, שמייצר ועורך תמונות ברזולוציה של בערך שישה-עשר מגה-פיקסל, מזוקק לשש צעדי דגימה ללא שימוש ב-classifier-free guidance, והמשקולות שלו עלו ל-Hugging Face ב-10 בנובמבר 2026 בשעה 14:50 UTC. הפוסט שהכריז עליו אמר שהמודל היה המודל מספר אחד במשקולות פתוחות לעריכת תמונות ב-Artificial Analysis, שתמיכת NVIDIA Vera Rubin ב-MiniMax-H3-Image מובאת ל-vLLM-Omni, ושהיצירה המקורית ב-4K רצה ב-0.87 שניות. הראשונה מחזיקה, אבל רק בתוך קבוצת מודלים במשקולות פתוחות, ורק בתוך תחום ביטחון שרוחבו עשרה דירוגים; השנייה מתארת ניירת שמכוונת למודל אחר ונסגרה בלי מיזוג; השלישית היא מספר מדוד אמיתי שמצורף לקנבס בגודל רבע מזה שמשתמע מהמשפט שלה.
שום דבר מזה לא הופך את המודל לגרוע יותר. זה הופך את ההכרזה לקשה יותר לשימוש, מפני שקורא שיקבל את כל שלושת הנתונים כפשוטם היה מתכנן צינור עיבוד 4K סביב נתון השהיה שמתאים לזה של 4 מגה-פיקסל.
המספר השני, 0.87, נמצא בריפו, והוא משויך לקנבס של 2048 פיקסלים.
המתכון של vLLM-Omni עצמו ל-MiniMax-H3-Image כולל טבלה של השהיה נמדדת על פני שמונה פריסות GPU, והערך ששורד את המפגש עם פוסט ההשקה הוא זה: על ארבעה H200 עם מקביליות רצף Ulysses על כל ארבעתם, בקשת טקסט-לתמונה בגודל 2048×2048 אורכת 0.88 שניות, ועריכה בגודל 2048×2048 אורכת 1.35 שניות. אלה חציונים של שלוש בקשות לאחר חימום אחד במקביליות אחת, עם זרע קבוע, שנמדדו בצד הלקוח מקצה לקצה.
אותה שורה מודדת את הבקשה הגדולה ביותר שהמחברים ניסו — 4736×3552, שהם 16.8 מגה-פיקסל והדבר הקרוב ביותר בטבלה ללוח 4K — ב-3.84 שניות. לכן הגרסה הכנה של טענת המהירות היא שתמונה של 4 מגה-פיקסל אורכת כתשע עשיריות השנייה על צומת עם ארבעה GPUs, והתמונה של 16 מגה-פיקסל שהמודל מיועד לה אורכת כארבע. הנתון 0.87 נמצא בתוך רעש המדידה של זה של 0.88; מה שהשתנה הוא הקנבס, לא המודל.
מה שהופך את זה ליותר מתלונה על עיגול הוא שבקשות מתחת ל-2048×2048 לא באמת פועלות בגודל הנומינלי שלהן. נתיב ההגשה מייצר כל דבר קטן יותר על קנבס של לפחות 2048×2048 באותו יחס רוחב-גובה, ואז מקטין באמצעות Lanczos על המכשיר. זו הסיבה ש-1024×1024 עולה 0.77 שניות ו-2048×2048 עולה 0.88 — מדובר באותה כמות עבודה עם כמות שונה של שינוי גודל לאחר מכן. המתכון חושף את רצפת הגודל בתור min_generation_area, הניתן לכוונון מ-32² עד 4096² פיקסלים, כך שפריסה שבאמת צריכה תמונות ממוזערות זולות חייבת לבחור בהן במפורש.
יתר הטבלה הוא החלק השימושי לכל מי שמעריך דרישות חומרה:
• ארבעה כרטיסי H200, Ulysses SP 4 — שיא של 81.3 GiB לכל GPU, 0.88 שניות לתמונה בגודל 2048², 3.84 שניות ב-4736×3552, 1.35 שניות לעריכה בגודל 2048².
• ארבעה כרטיסי H200, DiT עם tensor parallel 4 — 36.2 GiB לכל GPU, 1.00 שניות ו-4.01 שניות, והעריכות מגיעות לפער של עד 38.3 dB PSNR מרפרנס ה-sequence-parallel.
• ארבעה H200s, TP 2 × SP 2 — 52.2 GiB לכל GPU, 1.09 שניות ו-4.07 שניות, 37.1 dB לעומת אותו ייחוס.
• שני H200s, Ulysses SP 2 — 94.6 GiB לכל GPU, 1.48 שניות ו-6.82 שניות. זוהי הפריסה שדורשת כמעט את כל הכרטיס.
• H200 אחד עם מקודד הטקסט מועבר — 73.4 GiB, 3.18 שניות ו-12.39 שניות עבור אותם שני גדלים.
• H200 יחיד עם פריקה שכבה-אחר-שכבה גם של ה-DiT וגם של מקודד הטקסט — 14.7 GiB, 8.30 שניות ו-12.85 שניות.
שתי השורות האחרונות הן המעניינות מבחינה מסחרית, משום שהן מה שכרטיס שכור בודד מספק לך. ב-14.7 GiB המודל נכנס בנוחות ולוקח שמונה שניות למשהו שצומת עם ארבעה GPUs עושה בפחות משנייה — יחס של בערך תשעה לאחד בזמן השהיה תמורת יחס של בערך ארבעה לאחד בחומרה. פרופילי offload מוגבלים על ידי העתקות מהמארח להתקן, ולכן זמן השהיה שלהם בקושי גדל עם גודל התמונה: הפער בין בקשה של 2048² לבקשה של 16.8 MP במסלול DLO עם GPU בודד הוא 8.30 שניות לעומת 12.85. אם עומס העבודה שלך הוא תמונות גדולות ויש לך כרטיס אחד, offload אינו האסון שזמן השהיה הגולמי מרמז עליו.

מדוע התמונה הראשונה עולה יותר ממה שמשקלי המודל מרמזים
הצ'קפוינט שאנשים מורידים אינו הדבר שפועל. המאגר בגודל 68.65 GB מכיל את טרנספורמר הדיפוזיה ב-BF16, אך כדי להגיש אותו נדרש גם מקודד הטקסט המלא Qwen3-VL שנלקח מ-MiniMax-H3 — ארטיפקט שני בגודל של כ-66.7 GB — בתוספת VAE של 0.58B, וספירת הפרמטרים של המתכון עצמו מחברת את שלושתם ל-67B. זה המספר שמאחורי הנתון של 73.4 GiB ל-GPU יחיד כשמקודד הטקסט מאוחסן בזיכרון, ושמאחורי פריסת שני ה-GPU עם שהייה בזיכרון שדורשת 94.6 GiB לכל כרטיס.
התוצאה היא בעיית חשבון של יום ההשקה. מודל תמונות בן 16 מגה־פיקסל שהמשקלים שלו מגיעים כשני הורדות גדולות ושהפריסה המהירה הזולה ביותר שלו היא ארבעה כרטיסי GPU של מרכז נתונים אינו פרויקט של סוף שבוע, והמסגרות שטוענות לתמיכה מהיום הראשון טוענות לתמיכה בצינור העיבוד, לא בשולחן העבודה שלך. המתכון מפורש לגבי איזה חומרה נמדדה בפועל ואיזה רק הוגדרה: H200, RTX PRO 6000 Blackwell בשתיים ובארבעה כרטיסים, ו־MI325X ו־MI350X מסומנים כמאומתים, בעוד שהמתכונים של H100, B200 ו־B300 הם תצורה בלבד. המתכון הנפרד של RTX-4090 בודד קיים ומסומן כפריסה קהילתית ולא כמאושרת על ידי הספק.
הטענה של ורה רובין מצביעה על מודל הווידאו, וה-pull request נסגר.
זוהי הטענה שדרשה את מרבית ההתעמקות, מפני שהעבודה אמיתית וצורתה אינה כפי שתיאר הפוסט. קיימת בקשת משיכה (pull request) ב-vLLM-Omni שמספרה 10108, שנפתחה ב-10 בנובמבר 2026 בשעה 11:10 UTC, בכותרת "[תיעוד] הוספת מתכון MiniMax-H3 Rubin ותוצאות הסקה". היא מוסיפה 1,972 שורות בארבעה קבצים, מתעדת מתכון לא־מקוון (offline) לארבעה GPUs על חומרת NVIDIA VR NVL72 עם 286,524 MiB לכל כרטיס במארח aarch64, ומדווחת מדידות אמיתיות: בקשה של טקסט לווידאו ברזולוציה 1344×768, באורך חמש שניות, ב-24 FPS, ארכה 19.811 שניות בחציון עם TRTLLM attention והרצה במצב eager, לעומת 110.039 שניות עם SDPA. וריאנטים של פריים מפתח ראשון/אחרון ושל התייחסות מעורבת (mixed-reference) הסתכמו ב-21.535 ו-21.461 שניות.
כל אחת מהמשימות האלה היא וידאו. T2VA, FL2VA ו-Ref2VA הם שמות המשימות של MiniMax-H3, לא של MiniMax-H3-Image, ותיאור ה-pull request עצמו אומר שהמדריך הקיים של MiniMax-H3 היה חסר סביבת Rubin מוסמכת. גם אינדקס המתכונים של הריפו מסכים: ל-MiniMax-H3-Image יש מתכונים עבור H200, H100, B200, B300, RTX PRO 6000, MI325X ו-MI350X, Intel Arc Pro B70, Ascend Atlas, RTX 4090 ו-MUSA, ושום דבר עבור Rubin.
ואז בקשת ה-pull request נסגרה. היא נפתחה בשעה 11:10 UTC ב-10 בנובמבר ונסגרה בשעה 12:05 באותו יום, מבלי שמוזגה, לאחר שהסוקר האוטומטי ביקש מהמחבר הערת סקירה עצמית. המחבר שלה היה גלוי לב לגבי המגבלות כבר בתיאור עצמו: אתחול HTTP נכשל עם גרסאות ה-nightly של vLLM שנבדקו, המתכון מתעד את הכשלים האלה במקום לטעון לתמיכה ב-HTTP, והסקה בגרסת בסיס חדשה יותר נרשמה תחת "לא הורץ". ברשימת התיקיות של main שנלקחה היום אין מתכון Rubin לאף אחד משני דגמי MiniMax.
אז ההצהרה המדויקת היא שתורם ניסח ומדד מתכון Rubin עבור MiniMax-H3 — מודל הווידאו — והטיוטה לא נקלטה. אם תגיע תמיכה, היא תגיע כקובץ ממוזג תחת אינדקס המתכונים, וזה הדבר שצריך לעקוב אחריו ולא פוסט ברשתות חברתיות. המסגרות של MiniMax-H3-Image מהיום הראשון, לעומת זאת, הן אלה שיש להן קומיטי מיזוג מאחוריהן: בקשת המשיכה לתמיכה במודל של vLLM-Omni מוזגה ב-11 בנובמבר בשעה 07:32 UTC, ובקשת המשיכה הנלווית למתכון מוזגה ב-10 בנובמבר בשעה 14:53 — כשבע עשרה שעות קודם לכן, מה שמראה עד כמה רופפת ההחלה של "היום הראשון" על התיעוד.
![A headless-Chromium screenshot of the vllm-project/vllm-omni pull request #10108, '[Doc] Add MiniMax-H3 Rubin recipe and inference results', opened by Lishunyang12, showing one commit, 4 files changed and +1,972 lines, and a visible contributor-intent questionnaire whose answers describe documenting a Rubin recipe with measured inference results. The pull request is closed and unmerged.](https://cms.orcarouter.ai/api/media/file/3-3995.png)
הטענה בנוגע לזירה נכונה והיא צרה בהרבה ממה שזה נשמע
Artificial Analysis מפעילה שני לוחות רלוונטיים, לוח מובילים לטקסט-לתמונה של image-arena ולוח מובילים לעריכת תמונות, שניהם עם ציוני Elo, מרווחי סמך וספירות דגימות, ו-MiniMax-H3-Image נמצא בשניהם. בלוח העריכה, AA-Image-Editing v2.1, הוא ממוקם ב-1,138 Elo במקום השתים-עשרה, בתוך תחום דירוג שנע מהמקום השמיני עד השבעה-עשר, על פני כ-3,200 דגימות, במחיר של $26.54 לאלף תמונות. הגרסה המהירה יותר שלו, MiniMax-H3-Image Highspeed, נמצאת מקום אחד מאחור, ב-1,134, בתחום שבין התשיעי לעשרים. הפרשנות של הלוח עצמו מבליטה את המודל כרשומה עם המשקולות הפתוחות שממוקמת הכי גבוה, לפני Fibo 2.0 עם 1,085 ו-Qwen-Image-2.1 עם 1,084. לכן הטענה בפוסט ההשקה מדויקת כפי שהיא מנוסחת — מספר אחד מבין המודלים עם משקולות פתוחות לעריכת תמונות — והמספר שמאחוריה הוא אמיתי, מבוסס הצבעות, וניתן לבדיקה ציבורית.

מה שהמשפט משמיט הוא גודל הפער ורוחב המרווח. המוביל בלוח הזה הוא GPT Image 2.6 Sunburst עם 1,210 Elo על בסיס כ-6,400 דגימות, כאשר GPT Image 2.6 Flare עם 1,206 ו-GPT Image 2.5 Sunburst עם 1,201 — בערך שבעים Elo מעל MiniMax-H3-Image, שבמונחי Elo הוא פער משמעותי וקרוב לוודאי עמיד ולא רעש. טווח המקומות השמיני עד השבעה-עשר הוא החצי השני של הסיפור: במספר הדגימות הזה ייתכן בהחלט שהמודל נמצא במקום השמיני או השבעה-עשר, וגם גרסת ה-Highspeed שלו נמצאת בתוך אותה חפיפה. "המודל הטוב ביותר עם משקלים פתוחים לעריכה" ו"קרוב למודל העריכה הטוב ביותר" הם טענות שונות, ורק הראשונה נתמכת.
טקסט-לתמונה הוא המקום שבו הטענה נעשית רעועה יותר. ב-AA-Image-T2I v2.1 המודל מדורג במקום העשרים ושלושה עם 1,066 Elo, כאשר Highspeed במקום העשרים ושניים עם 1,070, לעומת Sunburst 2.6 עם 1,261 במקום הראשון על פני 5,282 דגימות. זהו פער של מאתיים Elo, ואותו יתרון במשקלים פתוחים חל — Qwen-Image-2.1 עם 1,046 ו-FLUX 3 Image Klein עם 1,042 נמצאים מאחוריו — אבל אין לקרוא את "מודל המשקלים הפתוחים מספר אחד לעריכת תמונות" כהצהרה כללית לגבי איכות התמונה. חוזק העריכה של המודל אמיתי, וחוזק היצירה שלו הוא בינוני.
הניסוח בכרטיס המודל עצמו בכל הנוגע לאיכות הוא איכותני — עמידה בהוראות החזקה ביותר בקרב מודלי קוד פתוח, ללא טבלת השוואה מצורפת — והראיה היחידה לפלט שהספק מספק היא מערך תצוגה אצור. זה היה רגיל עבור מהדורה בת שלושה ימים. עם זאת, זה כן אומר שהטיעון בעד המודל הוא כעת ציון מדוד עם מרווח רחב, בתוספת טיעון שנשען על רזולוציה ומחיר, ולא כקביעה שהודעת ההשקה הציגה אותו ככזו.
מה באמת שוחרר, ואיך לנסות אותו בלי להמר עליו פייפליין שלם
אם מפשיטים את ההכרזה, המהות אינה זוהרת והיא אמיתית. מודל תמונות 33.1B עם סמפלר בן שישה שלבים, ללא צורך לכוונן guidance scale, שישה־עשר חריצי ייחוס ופלט מקורי של 16 מגה־פיקסל הושק עם רישיון פתוח, צינור vLLM-Omni שעושה שימוש חוזר ב-DiT ובמקודד הטקסט של מודל הווידאו H3, מתכון רשמי ל-H200 עם שמונה פריסות שנמדדו, ארבעה מתכוני חומרה נוספים במצבי הסמכה שונים, מסלול diffusers ואינטגרציה עם ComfyUI. ה-API אוכף את הסמפלר: בקשה עם num_inference_steps שאינו שש, או guidance_scale שאינו אחד, או כל פרומפט שלילי, מוחזרת כ-HTTP 400.
עבור צוותים שרוצים להעריך אותו ולא להתחייב אליו, הצורה המעשית היא פריסה עם GPU יחיד ו-offloading בנפח 14.7 GiB — איטית, אך קטנה מספיק כדי להיכנס לצד כל דבר אחר שנמצא בכרטיס — ומעבר לפריסת sequence-parallel בארבעה GPUs רק כאשר איכות הפלט מצדיקה את הצומת. המודל נגיש גם דרך ה-API של MiniMax עצמו בתעריפים לפי מדידת טוקנים, וכמה פלטפורמות צד שלישי מציעות אותו; הוא אינו בקטלוג של OrcaRouter.
מה שכן כלול ב-OrcaRouter הוא מודל הווידאו שעליו מבוסס צ'ק-פוינט התמונות הזה: minimax/minimax-h3 זמין לניתוב היום במחיר המחירון של הספק, בלי תוספת רווח מעליו, וזה חשוב אם הסיבה שאתה מתעניין ב-MiniMax-H3-Image היא שאתה כבר מייצר וידאו באותה משפחה ומעדיף להחזיק מפתח אחד ולא שני חוזים. המעבר האוטומטי (failover) של אותה שכבת ניתוב הוא גם הדרך הפחות דרמטית לבדוק מודל שלא נמדד בפרודקשן — להפנות אליו חלק מהתעבורה, להשאיר מאחוריו חלופת גיבוי מדודה, ולתת לניתוב להחליט על סמך שגיאות ולא על סמך מיקום בטבלת דירוג שעדיין הוא טווח של עשרה מקומות.
מה יפתור את זה
שלושה דברים, לפי סדר מידת השינוי שהם יביאו לתמונה. מרווח צר יותר בלוח העריכה — המודל נמצא ב-1,138 בטווח שבין 8 ל-17 על פני כ-3,200 דגימות, ועוד הצבעות יהפכו אותו לדירוג ממשי ולא לטווח. מתכון Rubin ממוזג למודל התמונה — לא זה של הווידאו — יהפוך את טענת החומרה לנכונה במקום היחיד שנחשב, כלומר באינדקס המתכונים. ומדידה שנייה ועצמאית של השהיית 16 המגה-פיקסל תאפשר לנסח מחדש את כותרת ה-0.87 שנייה כפי שהיא באמת: ארבעה מגה-פיקסלים על ארבעה H200, בכערך תשע עשיריות השנייה, כאשר פלטת ה-4K האמיתית היא פי ארבעה מזה.
עד אז, הסיכום שניתן להגן עליו צר יותר מהפוסט ושימושי יותר: המודל מהיר בגודלים שרוב האנשים באמת מייצרים, מצב 16 המגה-פיקסל שלו הוא פעולה של ארבע שניות על צומת עם ארבעה GPUs ולא פעולה של פחות משנייה, תמיכת המסגרות שלו אמיתית עבור החומרה שיש מאחוריה קומיטים של מיזוג, ודירוגו בלוח המובילים אמיתי אך מוגבל — ראשון מבין המשקלים הפתוחים, שנים-עשר בסך הכול, אי-שם בין השמיני לשבעה-עשר, ובפער של כשבעים נקודות Elo מהמודל שהפוסט רמז שהוא ניצח.
