MiniMax-H3-Image vs FLUX 3: Koordinat atau Piksel — Dua Gagasan Kontrol yang Berbeda

Letakkan kedua model ini di depan brief yang sama dan keduanya akan gagal ke arah yang berlawanan. MiniMax-H3-Image memberi Anda enam belas megapiksel, enam belas gambar referensi, dan sampler enam langkah, serta tidak ada cara untuk menentukan posisi apa pun kecuali dalam bentuk prosa. FLUX 3, pada tier gambarnya, memberi Anda bounding box untuk setiap elemen pada grid 0–1000 yang ditulis sebagai [y_min, x_min, y_max, x_max], memungkinkan Anda mengedit satu kotak pada satu waktu tanpa menyentuh bagian lain dari frame, dan memulai tangga resolusinya pada 768 piksel. Satu model menjual kapasitas; yang lain menjual arahan. Jika masalah Anda adalah foto produk yang harus tetap layak saat dipotong untuk papan reklame, MiniMax-H3-Image adalah satu-satunya dari keduanya yang dapat menghasilkan file tersebut. Jika masalah Anda adalah logo klien harus berada di kiri atas pada tepat 12% lebar frame, FLUX 3 adalah satu-satunya yang akan menerima instruksi tersebut.

Keduanya terbilang baru, dan tak satu pun merupakan peluncuran dalam artikel ini. FLUX 3 diumumkan oleh Black Forest Labs pada 23 Juli 2026 sebagai model terpadu untuk video, gambar, audio, dan aksi; tier gambar yang menjadi fokus perbandingan ini mulai tersedia dengan daftar harga yang diterbitkan pada 1 Oktober 2026. Bobot MiniMax-H3-Image hadir di Hugging Face pada 10 November 2026 pukul 14:50 UTC, dengan kartu satu baris dalam catatan rilis API MiniMax dan tanpa postingan blog di mana pun di situs perusahaan. Jadi ini adalah perbandingan antara model yang telah memiliki enam minggu lalu lintas berbayar dan model yang baru kemarin menjalani hari penuh pertamanya di publik. Asimetri itu mewarnai seluruh pembahasan di bawah, dan itulah sebabnya jawaban jujur di akhir bersifat bersyarat, bukan berupa pemenang.

Apa yang dapat Anda tentukan pada masing-masing

Permukaan kontrol FLUX 3 bersifat spasial, dan itulah hal yang paling berpendirian kuat dari model ini. Kanvas selalu berupa grid 0–1000 pada kedua sumbu, ternormalisasi, sehingga prompt tata letak tidak bergantung pada resolusi: Anda mendeskripsikan adegan global dalam caption, lalu mendaftar elemen dengan id, kotak, dan deskripsi, serta menyebut id tersebut di dalam caption. Model merencanakan susunannya — BFL mendokumentasikan mode agen tempat LLM menghasilkan tata letak — dan setelah itu setiap kotak tetap dapat diedit. Anda dapat mendeskripsikan ulang sebuah kotak, menggantinya, atau memindahkannya, dan wilayah yang tidak Anda sentuh dipertahankan tetap. Referensi adalah token bernomor, ref_image_0 dan seterusnya, hingga sepuluh, dan semuanya dikomposisikan menjadi satu adegan alih-alih ditumpuk sebagai kandidat.

Permukaan kontrol MiniMax-H3-Image bersifat posisional dan tekstual. Teks prompt dimasukkan hingga 32.000 karakter, yang mana sekitar 4.096 token pertama yang berpengaruh. Referensi dimasukkan sebagai hingga enam belas gambar yang dialamatkan berdasarkan urutan unggah — <Picture 1>, <Picture 2> — tanpa pengetikan sama sekali: tidak ada apa pun dalam API yang memberi tahu model referensi mana yang merupakan karakter, mana yang produk, dan mana yang latar belakang. Seluruh penyuntingan diungkapkan dalam bahasa. Tidak ada proses kedua, tidak ada wilayah bertopeng, tidak ada sistem koordinat.

Perbedaan itu bukanlah kesenjangan fitur dalam satu arah. Enam belas slot tanpa tipe memberikan ruang lebih besar daripada sepuluh referensi bernomor, dan keterangan yang mendeskripsikan suatu hubungan — “wanita dari gambar 3, mengenakan jaket dari gambar 7, di ruangan dari gambar 1” — membawa informasi yang tidak dapat dibawa oleh kotak pembatas. Namun, kotak pembatas membawa presisi yang tidak dapat dibawa oleh keterangan, dan MiniMax-H3-Image tidak memiliki padanannya.

Angka-angkanya, dimensi demi dimensi.

• Batas keluaran — FLUX 3 Image: 4K, dirilis pada 5456×3072, sekitar 16,8 MP. MiniMax-H3-Image: sekitar 16 MP pada setiap rasio aspek, 4096×4096 pada 1:1 hingga 6272×2688 pada 21:9, dibatasi maksimal 20 MP oleh API.

• Batas bawah output — FLUX 3 Image: 768×768. MiniMax-H3-Image: kartu tersebut menyebut sekitar 4 MP sebagai batas bawah praktis, tanpa tier gambar kecil sama sekali.

• Harga pada 1K — FLUX 3 Image: $0.048. MiniMax-H3-Image: $0.02179.

• Harga pada 2K — FLUX 3 Image: $0,10. MiniMax-H3-Image: $0,02333.

Harga untuk 4K — FLUX 3 Image: $0.607. MiniMax-H3-Image: $0.06879 harga daftar, $0.03439 dengan diskon yang berlaku hingga 17 November 2026 pukul 16:00 UTC.

• Referensi — FLUX 3 Image: hingga 10, bernomor, gratis. MiniMax-H3-Image: hingga 16, posisional, ditagih sebagai token gambar masukan sebesar $1,50 per juta.

• Pengeditan — FLUX 3 Image: berbasis kotak, multi-kotak per permintaan, area yang tidak disentuh tetap dipertahankan. MiniMax-H3-Image: seluruh gambar, dijelaskan melalui prompt, hingga 16 referensi dalam satu panggilan.

• Bobot — {{1}}FLUX 3 Image{{/1}}: belum dirilis; lisensi bobot komersial dijual ke perusahaan dalam skala besar melalui penjualan BFL, dan backbone {{2}}FLUX 3 Dev{{/2}} masih “segera hadir.” {{3}}MiniMax-H3-Image{{/3}}: dapat diunduh hari ini, 68,65 GB ditambah encoder 66,7 GB yang dipinjam dari {{4}}MiniMax-H3{{/4}}.

• Sampling — MiniMax-H3-Image: ditetapkan pada enam langkah, tanpa classifier-free guidance, nilai lain ditolak dengan HTTP 400. FLUX 3 Image: tidak ada jumlah langkah atau kontrol guidance yang dipublikasikan; tier gambar hanya tersedia melalui API.

• Skor independen — {{1}}FLUX 3 Image{{/1}}: Elo {{2}}1116{{/2}} pada papan text-to-image Artificial Analysis, {{3}}ke-16 dari 108{{/3}}, dari lebih dari {{4}}6.457 sampel{{/4}}; Elo {{5}}1119{{/5}} pada papan penyuntingan, {{6}}ke-17{{/6}}, dari lebih dari {{7}}5.256 sampel{{/7}}. {{8}}MiniMax-H3-Image{{/8}}: tidak ada entri di kedua papan, dan juga tidak ada tabel evaluasi vendor.

Kesenjangan harga lebih besar daripada kesenjangan resolusi, dan arahnya justru sebaliknya.

Pada 1K, MiniMax-H3-Image berbiaya $0.02179 dan FLUX 3 Image berbiaya $0.048 — sedikit lebih dari setengahnya. Pada 2K rasionya melebar menjadi sekitar empat berbanding satu. Pada 4K hampir sembilan berbanding satu: $0.607 versus $0.06879, atau dua belas berbanding satu versus $0.03439 yang didiskon. Kurva itu adalah fakta paling berdampak dalam perbandingan ini, dan penting untuk memahami mengapa bentuknya demikian alih-alih mengasumsikan salah satu vendor menetapkan harga secara berlebihan.

Tangga harga FLUX 3 Image — $0.041, $0.048, $0.07, $0.10, $0.607 — hampir sebanding dengan piksel hingga 2K lalu melonjak tajam di 4K. Tangga harga MiniMax hampir datar: $0.02179, $0.02333, $0.06879. Enam belas kali pikselnya dengan harga sedikit lebih dari tiga kali lipat. MiniMax mengukur token dan jumlah token tidak berskala dengan area seperti yang diperkirakan model naif; BFL tampaknya menetapkan harga tier 4K sebagai produk premium. Apa pun alasannya di kedua sisi, konsekuensi praktisnya adalah pada resolusi yang menjadi target kedua model, model berbobot terbuka hampir satu orde besaran lebih murah.

Di situlah perbandingannya berhenti bersifat simetris. Jika Anda hanya pernah menghasilkan gambar 1K, selisih harganya adalah dua setengah sen dan kontrol tata letak FLUX 3 mungkin bernilai lebih dari penghematannya. Tingkat 4K adalah satu-satunya tingkat di mana perhitungan mengubah keputusan, dan justru di tingkat itulah diskon MiniMax bersifat sementara.

Apa yang bisa dibeli oleh enam minggu trafik, dan apa yang tidak bisa dibeli oleh satu hari

FLUX 3 Image telah diberi skor. Artificial Analysis menempatkannya di peringkat ke-16 untuk text-to-image dengan Elo 1116 dari 6.457 sampel, dan peringkat ke-17 untuk editing dengan Elo 1119 dari 5.256 sampel — di tengah tabel, di atas FLUX.2 [max] dan di bawah sebagian besar model Nano Banana dan MAI saat ini, dengan harga tercantum $48 per seribu gambar. Anda bisa menyandingkannya dengan angka pesaing dan mengambil keputusan. Anda juga bisa memantaunya bergerak seiring bertambahnya sampel, seperti yang terjadi pada beberapa model di atasnya.

MiniMax-H3-Image tidak memiliki hal yang sebanding. Bukan skor rendah — tidak ada skor. Kartu vendor mengklaim “the strongest instruction following among open-source models” tanpa tabel, dan grid showcase di halaman model adalah satu-satunya bukti keluaran yang ada. Satu hari tersedia untuk publik tidak cukup waktu bagi arena buta untuk mengumpulkan sampel pada model yang membutuhkan sepuluh detik per generasi, jadi ketiadaannya diperkirakan bukan hal yang mencurigakan. Itu tetap sebuah ketiadaan, dan berarti argumen untuk MiniMax-H3-Image berdasarkan kualitas saat ini adalah argumen dari arsitektur dan dari harga.

Argumen arsitekturnya tidak kosong. Transformer difusi padat 33,1B yang didistilasi menjadi enam langkah tanpa panduan adalah pilihan yang disengaja mengenai biaya penyajian, dan enam langkah itulah sebabnya generasi 16 MP merupakan sebuah permintaan, bukan pekerjaan batch. Pembingkaian pada kartu itu sendiri — 16 MP “pada biaya komputasi yang praktis” — adalah klaim FLOPs, dan itu konsisten dengan semua yang ada di repositori. Hanya saja itu bukan klaim kualitas, dan keduanya sering dicampuradukkan dalam setiap posting peluncuran.

Di mana masing-masing gagal di produksi

Batas FLUX 3 adalah keluaran terkecilnya. Dasar 768 piksel dan plafon 4K berarti model ini nyaman berada dalam rentang tempat sebagian besar pekerjaan komersial terjadi, dan model ini tidak akan memberi Anda plate selebar 6000 piksel. Model ini juga tertutup: Anda tidak dapat mengunduhnya, Anda tidak dapat menyematkan checkpoint, dan halaman lisensi BFL menjual self-hosting kepada perusahaan dalam skala besar, bukan kepada individu. Jika BFL mengubah tarif atau menghentikan suatu tier, pipeline Anda ikut berubah. Enam minggu lalu lintas adalah rekam jejak, bukan jaminan.

Batas MiniMax-H3-Image adalah lisensinya, dan lisensi ini lebih ketat daripada yang disiratkan oleh “open weight”. Perjanjian Lisensi Komunitas MiniMax-H3-Image mengecualikan Uni Eropa, Inggris Raya, Republik Korea, dan Amerika Serikat berdasarkan definisinya; mensyaratkan otorisasi tertulis terpisah di atas pendapatan tahunan satu juta dolar AS; mensyaratkan hal yang sama untuk layanan hosted apa pun tanpa batas pendapatan minimum; mewajibkan nama model ditampilkan secara menonjol pada antarmuka komersial; dan melarang penggunaan output untuk melatih model lain. Jika Anda berada di salah satu wilayah tersebut dan membangun produk, bobot terbuka tidak tersedia bagi Anda dengan ketentuan ini, dan API hosted — yang dijual MiniMax — adalah jalur yang tersisa.

Ada batas ketiga yang dimiliki keduanya dan tidak disebutkan oleh posting peluncuran mana pun: siklus evaluasi. Tidak ada model yang memberi Anda cara untuk mengetahui apakah prompt tertentu akan berhasil kecuali dengan menghasilkannya. Kotak-kotak FLUX 3 mengurangi ruang kemungkinan kegagalan menjadi penempatan, yang dapat diperiksa dalam kode. Kegagalan MiniMax-H3-Image bersifat semantik, yang berarti manusia harus melihatnya. Bagi pipeline yang menghasilkan ribuan gambar sehari, perbedaan biaya verifikasi itu bisa melebihi perbedaan biaya generasi.

Yang mana yang harus dihubungi

Jika hasil akhirnya besar — pelat cetak, latar belakang yang akan dipotong menjadi tiga rasio aspek, hero 4K yang harus mempertahankan detail pada 100% — MiniMax-H3-Image adalah satu-satunya sisi dalam hal ini yang menghasilkan berkas tersebut, dan pada $0.06879 per bingkai, ia juga merupakan pilihan yang lebih murah dengan selisih yang jauh. Ambillah, anggarkan pada harga daftar alih-alih angka diskon, dan baca lisensinya sebelum Anda membangun produk di atasnya.

Jika hasil akhirnya bersifat komposisional — tata letak yang harus presisi, penyuntingan yang harus membiarkan segala hal lain apa adanya, sistem merek yang penempatannya menjadi inti persoalan — FLUX 3 adalah satu-satunya pihak yang memiliki kontrol, dan itu diberi skor, yang berarti Anda dapat memprediksi apa yang Anda beli. Dua setengah sen lebih mahal pada 1K bukanlah angka penentu di sana.

Jika Anda memerlukan keduanya, pola yang benar-benar berhasil adalah membagi pekerjaan alih-alih memilih salah satu sisi: susun dan edit pada resolusi yang ditangani FLUX 3, lalu upscale atau regenerasi frame yang disetujui pada 16 MP. Itu dua panggilan dan dua tagihan alih-alih satu, dan tetap lebih murah daripada baru menyadari setelah seratus generasi bahwa model Anda tidak dapat mempertahankan logo di sudut.

Tidak ada dari kedua model ini yang ada di katalog OrcaRouter saat ini — FLUX 3 Image adalah panggilan langsung ke Black Forest Labs, dan MiniMax-H3-Image adalah API milik MiniMax sendiri atau GPU Anda sendiri — jadi tidak ada yang bisa dijadikan rekomendasi routing di sini. Yang kami sediakan adalah bagian video dari keluarga H3 milik MiniMax, minimax/minimax-h3, bersama rute gambar yang kami host, di bawah satu kunci dengan markup 0% atas harga daftar penyedia. Alasan hal itu penting dalam perbandingan seperti ini adalah failover: ketika permintaan 16 MP memakan waktu lebih lama daripada timeout klien Anda, rute kedua di bawah antarmuka yang sama lebih bernilai daripada harga per gambar yang lebih baik. Generasi panjang yang ditagih saat timeout justru merupakan beban kerja di mana fallback benar-benar berguna, dan MiniMax menagih timeout alih-alih mengembalikannya.

Pertanyaan yang akan menyelesaikannya

Yang hilang dari perbandingan ini bukanlah spesifikasi. Melainkan jumlah sampel. Ketika MiniMax-H3-Image muncul di arena gambar dengan beberapa ribu suara buta, selisih harga berhenti menjadi argumen utama dan berubah menjadi pertukaran: sejumlah kualitas terukur untuk sejumlah uang. Sampai saat itu, FLUX 3 adalah model yang bisa Anda nalar dan MiniMax-H3-Image adalah model yang harus Anda uji, dan biaya mengujinya cukup rendah — beberapa dolar dan satu sore — sehingga siapa pun yang memiliki deliverable 4K sebaiknya langsung menjalankan pengujiannya sendiri daripada menunggu hasil orang lain.