
MiniMax-H3-Image: Apa yang Diklaim Postingan Peluncuran, dan Apa yang Sebenarnya Dirilis vLLM-Omni
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 90 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 96 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 88 tok/s
- OrcaBARUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 133 tok/s
- OrcaBARUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 juta token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 157 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 juta token · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Kecerdasan
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Kecerdasan
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 juta token · 221 tok/s
Tiga klaim datang bersama MiniMax-H3-Image, dan semuanya layak dipisahkan karena jumlah dokumen di baliknya sangat berbeda. Model ini adalah transformer difusi aliran tunggal 33,1B yang menghasilkan dan menyunting gambar pada sekitar enam belas megapiksel, didistilasi menjadi enam langkah pengambilan sampel tanpa panduan bebas pengklasifikasi, dan bobotnya tersedia di Hugging Face pada 10 November 2026 pukul 14.50 UTC. Pos yang mengumumkannya menyebut bahwa model tersebut adalah model berbobot terbuka nomor satu untuk penyuntingan gambar di Artificial Analysis, bahwa dukungan NVIDIA Vera Rubin untuk MiniMax-H3-Image sedang dihadirkan ke vLLM-Omni, dan bahwa generasi 4K native berjalan dalam 0,87 detik. Klaim pertama valid, tetapi hanya di dalam kohort berbobot terbuka dan hanya di dalam pita kepercayaan selebar sepuluh peringkat; klaim kedua menggambarkan dokumen yang menyasar model berbeda dan ditutup tanpa digabungkan; klaim ketiga adalah angka terukur nyata yang dilekatkan pada kanvas seperempat ukuran yang tersirat dalam kalimatnya.
Tak satu pun dari itu membuat modelnya lebih buruk. Itu justru membuat pengumumannya lebih sulit digunakan, karena pembaca yang menerima ketiganya begitu saja akan merencanakan pipeline 4K berdasarkan angka latensi yang sebenarnya milik pipeline 4 megapiksel.
Angka 0,87 detik ada di repo, dan angka itu melekat pada kanvas 2048 piksel
Resep vLLM-Omni sendiri untuk MiniMax-H3-Image memuat tabel latensi terukur di delapan tata letak GPU, dan nilai yang tetap relevan dengan postingan peluncuran adalah ini: pada empat H200 dengan paralelisme sekuens Ulysses di keempatnya, permintaan text-to-image 2048×2048 membutuhkan 0,88 detik, dan edit 2048×2048 membutuhkan 1,35 detik. Itu adalah median dari tiga permintaan setelah satu pemanasan pada konkurensi satu, dengan seed tetap, diukur di sisi klien secara end-to-end.
Baris yang sama mengukur permintaan terbesar yang dicoba penulis — 4736×3552, yaitu 16,8 megapiksel dan hal yang paling mendekati pelat 4K dalam tabel — pada 3,84 detik. Jadi, versi jujur dari klaim kecepatan adalah bahwa gambar 4 megapiksel memerlukan waktu sekitar sembilan persepuluh detik pada node empat GPU, dan gambar 16 megapiksel yang dirancang untuk model ini memerlukan waktu sekitar empat detik. Angka 0,87 berada dalam derau pengukuran dari angka 0,88; yang berubah adalah kanvasnya, bukan modelnya.
Yang membuat ini lebih dari sekadar keluhan pembulatan adalah bahwa permintaan di bawah 2048×2048 sebenarnya tidak berjalan pada ukuran nominalnya. Jalur penyajian menghasilkan apa pun yang lebih kecil pada kanvas minimal 2048×2048 dengan rasio aspek yang sama, lalu memperkecilnya dengan Lanczos di perangkat. Itulah sebabnya 1024×1024 memakan waktu 0,77 detik dan 2048×2048 memakan waktu 0,88 — keduanya adalah jumlah kerja yang sama dengan jumlah pengubahan ukuran yang berbeda setelahnya. Resep ini mengekspos batas bawah sebagai min_generation_area, yang dapat disesuaikan dari 32² hingga 4096² piksel, sehingga deployment yang benar-benar membutuhkan thumbnail murah harus memilih untuk menggunakannya.
Sisa tabel adalah bagian yang berguna bagi siapa pun yang menentukan ukuran perangkat keras:
• Empat H200, Ulysses SP 4 — puncak 81,3 GiB per GPU, 0,88 detik untuk gambar 2048², 3,84 detik pada 4736×3552, 1,35 detik untuk edit 2048².
• Empat H200, DiT tensor parallel 4 — 36,2 GiB per GPU, 1,00 s dan 4,01 s, dan hasil edit berada dalam 38,3 dB PSNR dari referensi sequence-parallel.
• Empat H200, TP 2 × SP 2 — 52,2 GiB per GPU, 1,09 s dan 4,07 s, 37,1 dB terhadap referensi yang sama.
• Dua H200s, Ulysses SP 2 — 94,6 GiB per GPU, 1,48 dtk dan 6,82 dtk. Ini adalah tata letak yang membutuhkan hampir seluruh kartu.
• Satu H200 dengan encoder teks di-offload — 73.4 GiB, 3.18 s dan 12.39 s untuk dua ukuran yang sama.
• Satu H200 dengan offload per lapisan untuk DiT dan encoder teks — 14,7 GiB, 8,30 s, dan 12,85 s.
Dua baris terakhir adalah yang menarik secara komersial, karena itulah yang Anda dapatkan dari satu kartu sewaan. Pada 14,7 GiB, model tersebut muat dengan nyaman dan membutuhkan delapan detik untuk sesuatu yang dilakukan node empat GPU dalam waktu kurang dari satu detik — rasio sekitar sembilan banding satu dalam hal latensi untuk rasio sekitar empat banding satu dalam hal perangkat keras. Profil offload dibatasi oleh salinan host-ke-perangkat, sehingga latensinya hampir tidak bertambah seiring ukuran gambar: selisih antara permintaan 2048² dan 16,8 MP pada jalur DLO satu GPU adalah 8,30 detik berbanding 12,85 detik. Jika beban kerja Anda adalah gambar berukuran besar dan Anda hanya memiliki satu kartu, offload bukanlah bencana seperti yang disiratkan oleh latensi mentahnya.

Mengapa gambar pertama lebih mahal daripada yang diperkirakan oleh bobot model
Checkpoint yang diunduh orang bukanlah hal yang dijalankan. Repositori 68.65 GB berisi transformer difusi BF16, tetapi untuk menyajikannya juga diperlukan encoder teks Qwen3-VL lengkap yang diambil dari MiniMax-H3 — artefak kedua berukuran sekitar 66.7 GB — ditambah VAE 0.58B, dan jumlah parameter resep itu sendiri menjumlahkan ketiganya menjadi 67B. Itulah angka di balik angka 73.4 GiB untuk satu GPU dengan encoder teks residen, dan di balik tata letak residen dua GPU yang membutuhkan 94.6 GiB per kartu.
Konsekuensinya adalah masalah aritmetika pada hari peluncuran. Model gambar 16 megapiksel yang bobotnya datang sebagai dua unduhan besar dan yang penerapan cepat termurahnya adalah empat GPU pusat data bukanlah proyek akhir pekan, dan framework yang mengklaim dukungan hari pertama sebenarnya mengklaim dukungan untuk pipeline, bukan untuk meja Anda. Resepnya eksplisit tentang perangkat keras mana yang benar-benar diukur dan mana yang hanya dikonfigurasi: H200, RTX PRO 6000 Blackwell dengan dua dan empat kartu, serta MI325X dan MI350X ditandai terverifikasi, sedangkan resep H100, B200, dan B300 hanya konfigurasi. Resep terpisah single-RTX-4090 ada dan dilabeli sebagai deployment komunitas, bukan yang memenuhi kualifikasi vendor.
Klaim Vera Rubin mengarah pada model video, dan pull request tersebut telah ditutup
Inilah klaim yang paling banyak memerlukan penggalian, karena pekerjaannya nyata dan bentuknya tidak seperti yang dijelaskan dalam postingan. Ada sebuah pull request di vLLM-Omni bernomor 10108, dibuka pada 10 November 2026 pukul 11:10 UTC, dengan judul "[Doc] Add MiniMax-H3 Rubin recipe and inference results". Pull request ini menyumbangkan 1,972 baris di empat berkas, mendokumentasikan resep offline empat GPU pada perangkat keras NVIDIA VR NVL72 dengan 286,524 MiB per kartu pada host aarch64, dan melaporkan pengukuran yang sebenarnya: permintaan text-to-video 1344×768, lima detik, 24 FPS memerlukan median 19.811 detik dengan attention TRTLLM dan eksekusi eager, dibandingkan dengan 110.039 detik dengan SDPA. Varian first/last-keyframe dan mixed-reference masing-masing 21.535 dan 21.461 detik.
Setiap tugas tersebut adalah video. T2VA, FL2VA, dan Ref2VA adalah nama tugas MiniMax-H3, bukan milik MiniMax-H3-Image, dan deskripsi pull request itu sendiri menyatakan bahwa panduan MiniMax-H3 yang ada tidak memiliki lingkungan Rubin yang memenuhi kualifikasi. Indeks resep repositori tersebut sejalan: MiniMax-H3-Image memiliki resep untuk H200, H100, B200, B300, RTX PRO 6000, MI325X dan MI350X, Intel Arc Pro B70, Ascend Atlas, RTX 4090 dan MUSA, dan tidak ada untuk Rubin.
Kemudian pull request tersebut ditutup. Pull request itu dibuka pada pukul 11.10 UTC tanggal 10 November dan ditutup pada pukul 12.05 hari yang sama, tanpa digabungkan, setelah peninjau otomatis meminta penulisnya memberikan komentar tinjauan mandiri. Penulisnya berterus terang tentang keterbatasan dalam deskripsi itu sendiri: startup HTTP gagal dengan vLLM nightlies yang diuji, resep tersebut mencatat kegagalan itu alih-alih mengklaim dukungan HTTP, dan inferensi pada revisi basis yang lebih baru tercantum di bawah "tidak dijalankan". Daftar direktori main yang diambil hari ini tidak memiliki resep Rubin untuk kedua model MiniMax.
Jadi, pernyataan yang akurat adalah bahwa seorang kontributor menyusun draf dan mengukur resep Rubin untuk MiniMax-H3 — model video — dan draf tersebut tidak berhasil masuk. Jika dukungan datang, ia akan datang sebagai berkas yang telah di-merge di bawah indeks resep, dan itulah yang perlu diperhatikan alih-alih sebuah unggahan media sosial. Sementara itu, framework hari pertama MiniMax-H3-Image adalah yang memiliki commit merge di belakangnya: pull request dukungan model vLLM-Omni di-merge pada 11 November pukul 07.32 UTC, dan pull request resep pendampingnya di-merge pada 10 November pukul 14.53 — sekitar tujuh belas jam lebih awal, yang menunjukkan betapa longgarnya "hari pertama" diterapkan pada dokumentasi.
![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)
Klaim arena itu benar dan jauh lebih sempit daripada kedengarannya
Artificial Analysis mengelola dua papan peringkat yang relevan, papan peringkat text-to-image image-arena dan papan peringkat pengeditan gambar, keduanya dengan skor Elo, interval kepercayaan, dan jumlah sampel, dan MiniMax-H3-Image ada di keduanya. Di papan pengeditan, AA-Image-Editing v2.1, model ini berada di 1,138 Elo pada peringkat kedua belas, dalam rentang peringkat dari kedelapan hingga ketujuh belas, berdasarkan sekitar 3,200 sampel, dengan biaya $26.54 per seribu gambar. Variannya yang lebih cepat, MiniMax-H3-Image Highspeed, satu peringkat di belakangnya pada 1,134 dalam rentang kesembilan hingga kedua puluh. Komentar papan itu sendiri menyoroti model ini sebagai entri open-weight dengan peringkat tertinggi, di depan Fibo 2.0 pada 1,085 dan Qwen-Image-2.1 pada 1,084. Jadi klaim postingan peluncuran itu akurat sebagaimana dinyatakan — nomor satu di antara model open-weight untuk pengeditan gambar — dan angka di baliknya adalah angka yang nyata, diperoleh melalui voting, dan dapat diperiksa publik.

Yang tidak disebutkan oleh kalimat itu adalah besarnya selisih dan lebar intervalnya. Pemimpin di papan tersebut adalah GPT Image 2.6 Sunburst dengan 1.210 Elo berdasarkan sekitar 6.400 sampel, dengan GPT Image 2.6 Flare di 1.206 dan GPT Image 2.5 Sunburst di 1.201 — sekitar tujuh puluh Elo di atas MiniMax-H3-Image, yang dalam istilah Elo merupakan pemisahan substansial dan kemungkinan bertahan lama, bukan noise. Rentang peringkat kedelapan hingga ketujuh belas adalah separuh lainnya dari cerita ini: pada jumlah sampel ini, model tersebut secara masuk akal bisa berada di peringkat kedelapan atau ketujuh belas, dan varian Highspeed miliknya sendiri berada dalam tumpang tindih yang sama. "Model open-weight terbaik untuk pengeditan" dan "mendekati model pengeditan terbaik" adalah klaim yang berbeda, dan hanya yang pertama yang didukung.
Text-ke-gambar adalah area tempat klaim itu menjadi lebih goyah. Pada AA-Image-T2I v2.1, model ini berada di peringkat kedua puluh tiga dengan 1.066 Elo, sementara Highspeed di peringkat kedua puluh dua dengan 1.070, berhadapan dengan Sunburst 2.6 di 1.261 pada posisi pertama dari 5.282 sampel. Itu adalah selisih dua ratus Elo, dan keunggulan open-weight yang sama juga berlaku — Qwen-Image-2.1 di 1.046 dan FLUX 3 Image Klein di 1.042 berada di belakangnya — tetapi "model open-weight nomor satu untuk penyuntingan gambar" tidak semestinya dibaca sebagai pernyataan umum tentang kualitas gambar. Kekuatan penyuntingan model ini nyata dan kekuatan generasinya berada di kelas menengah.
Bahasa kualitas pada model card itu sendiri bersifat kualitatif — kemampuan mengikuti instruksi terkuat di antara model open-source, tanpa tabel perbandingan yang dilampirkan — dan satu-satunya bukti keluaran yang diberikan vendor adalah grid showcase yang dikurasi. Itu normal untuk rilis yang baru berusia tiga hari. Ini berarti argumen untuk model tersebut sekarang adalah skor terukur dengan interval lebar ditambah argumen dari resolusi dan harga, bukan klaim seperti yang digambarkan oleh posting peluncuran.
Apa yang benar-benar sudah tersedia, dan bagaimana mencobanya tanpa mempertaruhkan pipeline pada itu
Jika pengumuman itu dikupas, substansinya tidak glamor dan nyata. Model gambar 33.1B dengan sampler enam langkah, tanpa skala guidance yang perlu disetel, enam belas slot referensi, dan output native 16 megapiksel hadir dengan lisensi terbuka, pipeline vLLM-Omni yang menggunakan kembali DiT dan text encoder model video H3, resep H200 resmi dengan delapan tata letak terukur, empat resep perangkat keras lainnya dalam berbagai status kualifikasi, jalur diffusers, dan integrasi ComfyUI. API memberlakukan sampler: permintaan dengan num_inference_steps selain enam, atau guidance_scale selain satu, atau prompt negatif apa pun, akan dikembalikan sebagai HTTP 400.
Bagi tim yang ingin mengevaluasinya alih-alih berkomitmen padanya, bentuk praktisnya adalah deployment offload satu GPU pada 14,7 GiB — lambat, tetapi cukup kecil untuk muat di samping apa pun yang lain ada di kartu — dan beralih ke tata letak sequence-parallel empat GPU hanya setelah kualitas output membenarkan node tersebut. Model ini juga dapat diakses melalui API milik MiniMax sendiri dengan tarif berbasis token, dan beberapa platform pihak ketiga menyediakannya; model ini tidak ada di katalog OrcaRouter.
Yang memang disediakan OrcaRouter adalah model video yang menjadi dasar checkpoint gambar ini: minimax/minimax-h3 dapat dirutekan hari ini dengan harga daftar penyedia tanpa markup yang diteruskan di atasnya, yang penting jika alasan Anda tertarik pada MiniMax-H3-Image adalah karena Anda sudah menghasilkan video pada keluarga yang sama dan lebih memilih memegang satu kunci daripada dua kontrak. Failover otomatis pada lapisan perutean yang sama juga merupakan cara paling tidak dramatis untuk menguji model yang belum terukur di produksi — arahkan sebagian lalu lintas ke sana, pertahankan fallback terukur di belakangnya, dan biarkan perutean memutuskan berdasarkan error alih-alih posisi papan peringkat yang masih berupa rentang sepuluh peringkat.
Apa yang bisa menyelesaikannya
Tiga hal, menurut besarnya pengaruh masing-masing terhadap gambaran keseluruhan. Interval yang lebih sempit di papan penyuntingan — model berada di 1.138 dalam pita peringkat kedelapan hingga ketujuh belas dari sekitar 3.200 sampel, dan lebih banyak suara akan mengubahnya menjadi peringkat aktual, bukan sekadar rentang. Resep Rubin yang digabungkan untuk model gambar — bukan model video — akan membuat klaim perangkat keras itu benar di satu-satunya tempat yang diperhitungkan, yaitu indeks resep. Dan pengukuran kedua yang independen atas latensi 16 megapiksel akan memungkinkan angka utama 0,87 detik dinyatakan ulang sebagai apa adanya: empat megapiksel pada empat H200, pada sekitar sembilan persepuluh detik, dengan plate 4K sesungguhnya pada empat kali lipat dari itu.
Sampai saat itu, ringkasan yang dapat dipertahankan lebih sempit daripada postingan tersebut dan lebih berguna: model ini cepat pada ukuran yang paling banyak orang benar-benar hasilkan, mode 16 megapikselnya adalah operasi empat detik pada node empat GPU alih-alih operasi di bawah satu detik, dukungan framework-nya nyata untuk perangkat keras yang memiliki commit merge di belakangnya, dan peringkat papan peringkatnya autentik tetapi terbatas — pertama di antara bobot terbuka, kedua belas secara keseluruhan, entah di antara kedelapan dan ketujuh belas, dan sekitar tujuh puluh Elo di belakang model yang menurut implikasi postingan tersebut telah dikalahkannya.
