MiniMax-H3-Image vs MiniMax-H3: Satu Model Video, yang Lain Versi Bingkai Diamnya

Hal paling jujur tentang MiniMax-H3-Image adalah daftar filenya. Enam puluh enam gigabita diffusion transformer, 2,34 GB VAE, dua belas megabita head sampling per langkah — dan tidak ada text encoder di mana pun dalam repositori. Encoder-nya tidak hilang. Ia dipinjam: model_index.json menjangkau ke MiniMax-H3, model video omni-modal 33B yang di-open-source-kan MiniMax pada 31 Juli 2026, lalu memuat text_encoder/ dari sana, Qwen3-VL sebesar 66,7 GB, tanpa perubahan. Jika MiniMax-H3 sudah ada di disk Anda, model gambar ini tidak memerlukan biaya tambahan untuk mengenkode prompt. Jika tidak, frame diam pertama Anda memerlukan 135 GB unduhan, dan model kedua dalam perbandingan ini benar-benar melakukan pekerjaan nyata untuk model pertama.

Satu baris konfigurasi itu adalah hubungan antara kedua model, dan itu menjelaskan sebagian besar perbedaan praktis di antara keduanya. MiniMax-H3-Image adalah MiniMax-H3 dengan cabang audio dihapus, output head diarahkan ulang dari video laten ke gambar laten, dan keseluruhannya didistilasi hingga enam langkah sampling. Tidak ada yang berubah pada sisi teks. DiT bahkan membaca hidden state lapisan ke-50 yang sama dari encoder yang sama, yang menjelaskan mengapa folder tokenizer dan processor identik byte demi byte dan mengapa model gambar mewarisi penanganan prompt berbahasa Inggris dari H3 tanpa satu baris pun pelatihan baru pada jalur tersebut.

Yang membuat ini layak ditulis sekarang adalah cara peluncurannya, bukan isinya. M​iniMax belum menerbitkan postingan blog untuk model gambar tersebut. Blog dan indeks berita perusahaan tidak memuat apa pun tentang model gambar itu — item terbaru di sana adalah postingan M3.1 Flash tanggal 19 Oktober — dan halaman model masih mengedepankan H3 sebagai sistem video. Satu-satunya pengakuan dari pihak vendor yang dapat kami temukan adalah kartu bertanggal 10 November 2026 dalam daftar rilis model di dokumentasi API, yang berbunyi “A leading open-weight image model. From ideas to new worlds” — sebuah kalimat tanpa spesifikasi, tanpa benchmark, dan tanpa tanggalnya sendiri. Repositori Hugging Face dibuat pada 3 November, dan bobotnya tersedia pada 10 November pukul 14:50 UTC. Dua revisi README dan panduan penerapan vLLM-Omni menyusul dalam waktu satu jam. Itu adalah peluncuran yang senyap: artefaknya nyata dan dapat diunduh, pengumumannya tidak. Semua yang berikut ini dibaca dari repositori, berkas lisensi, dan dokumentasi M​iniMax sendiri, dan jika suatu angka merupakan klaim pihak vendor sendiri yang belum direproduksi, kami menyatakannya demikian.

Kedua model tersebut, dalam ketentuan yang sebenarnya menjadi dasar penjualan masing-masing.

MiniMax-H3 adalah generator omni-modal serbaguna. Ia menerima teks, gambar, video, dan audio sebagai satu konteks terkemas dan menghasilkan video berdurasi 4 hingga 15 detik pada 24 frame per detik dengan audio stereo native 32 kHz, pada 768p secara native, dengan proses regenerasi terpisah — H3-Regenerate-2K — yang memasukkan kembali hasil dan konteks asli melalui model untuk mencapai 2K. Dua varian input penting: H3-Base-FL2VA menerima nol, satu, atau dua gambar sebagai frame pertama/terakhir, dan H3-Base-Ref2VA menerima hingga 9 gambar, 3 klip video, dan 3 klip audio, dengan batas total 12 file. Sebuah prapemroses terhosting bernama H3-Context-IR mengurai input campuran dan menulis ulangnya menjadi bentuk terstruktur, dan MiniMax menegaskan bahwa ini bukan bagian dari rilis terbuka karena bergantung pada beberapa model terhosting.

MiniMax-H3-Image menerima teks dan hingga 16 gambar referensi lalu menghasilkan satu gambar. Diffusion transformer-nya berparameter 33,1B — desain dense single-stream, 50 lapisan, ukuran hidden 5.376, 56 attention head, lebar FFN 14.336, RoPE multimodal 3D, bobot BF16 dengan embedding, timestep, dan layer output FP32. VAE gambarnya adalah encoder CNN dengan decoder ViT 24 lapisan, downsampling spasial 16×, dan 24 kanal laten; DiT mempatchify laten tersebut 2×2, sehingga satu token transformer mencakup blok 32×32 piksel. Area output mencapai 20 megapiksel melalui API, dan klaim utama kartunya adalah sekitar 16 megapiksel pada setiap rasio aspek — 4096×4096 pada 1:1 hingga 6272×2688 pada 21:9, tanpa upscaler.

Bacalah kedua paragraf itu secara berdampingan dan percabangannya jelas. Model video menghabiskan kapasitasnya untuk waktu dan modalitas kedua. Model gambar menghabiskannya untuk ruang. Batang yang sama, tujuan berbeda.

Enam langkah dan tanpa classifier-free guidance adalah rekayasa yang sebenarnya.

Bagian dari MiniMax-H3-Image yang bukan sekadar pengurangan adalah distilasi, dan itu diberlakukan, bukan hanya disarankan. Checkpoint ini menjalankan enam langkah sampling — enam NFE — tanpa classifier-free guidance sama sekali. API yang disajikan tidak memperlakukan nilai-nilai itu sebagai default: num_inference_steps harus dihilangkan atau 6, guidance_scale harus dihilangkan atau 1, dan nilai lain apa pun akan mengembalikan HTTP 400. Prompt negatif ditolak secara langsung. File terpisah, pdd_fused_heads.safetensors, membawa head output per langkah yang menggantikan lapisan output transformer, dengan jadwal di pdd_config.json; itu adalah 12 MB dari total 68.65 GB yang melakukan porsi kerja tidak proporsional.

Inilah perbedaan antara model yang dapat Anda letakkan di balik antarmuka interaktif dan model yang tidak bisa. Model difusi terpandu 30 langkah pada 16 megapiksel adalah pekerjaan batch. Enam langkah tanpa panduan pada resolusi yang sama adalah sebuah permintaan. Framing MiniMax sendiri — “gambar 16 megapiksel dengan biaya komputasi yang praktis” — adalah klaim tentang FLOPs per piksel, dan jadwal enam langkah adalah cara klaim itu direalisasikan. Apakah klaim itu berlaku pada tingkat kualitas yang disiratkan oleh gambar pameran adalah pertanyaan yang belum dijawab pihak ketiga; tidak ada entri Artificial Analysis untuk MiniMax-H3-Image di kedua papan gambar per 10 November 2026, dan tidak ada tabel evaluasi vendor di kartu tersebut.

Untuk penyajian lokal, dukungan framework-nya luar biasa lengkap untuk model yang masih baru ini. SGLang adalah jalur referensi dengan cookbook yang terdokumentasi; vLLM-Omni menerbitkan resep dengan konfigurasi per perangkat keras dan latensi terukur, menyebut NVIDIA H200, RTX PRO 6000 Blackwell, dan AMD Instinct MI350X; diffusers dan ComfyUI keduanya menyediakan dukungan. Paralelisme sekuensial adalah sebuah flag — --ulysses-degree pada SGLang, --usp pada vLLM-Omni — dan satu GPU sudah cukup untuk memulai. Encoder teks adalah biaya memori sebenarnya, dan itu adalah encoder teks model video, yang menjadi inti dari seluruh perbandingan ini.

Dua meteran, dan tidak satu pun merupakan penghitung token yang bisa Anda perkirakan hanya dengan melihat.

M​iniMax menagih kedua model ini dalam satuan yang tidak kompatibel, yang menjadi jebakan dalam pertanyaan apa pun tentang “mana yang lebih murah”. H3 diukur dalam detik keluaran yang dihasilkan, berdasarkan resolusi: $0.08 per detik pada 768P, $0.13 per detik pada 2K, dengan materi masukan ditagih tambahan — lima gambar referensi pertama gratis dan $0.04 per gambar setelahnya pada model dasar, masukan audio gratis, video referensi ditagih berdasarkan durasinya sendiri pada resolusi keluaran. Klip 2K berdurasi 10 detik menghabiskan $1.30 untuk keluaran sebelum referensi apa pun.

MiniMax-H3-Image dihitung dalam token berdasarkan tarif keluaran gambar. Pada tingkat standar, kartu harga yang diterbitkan mencantumkan $2.30 per juta token teks masukan, $1.50 per juta token gambar masukan, dan $3.80 per juta token gambar keluaran, dan contoh perhitungan dari vendor sendiri menghasilkan:

• 1K (1024×1024) teks-ke-gambar — $0.02179 per gambar.

• 2K (2048×2048) teks ke gambar — $0.02333 per gambar.

• 4K (4096×4096) teks-ke-gambar — $0.06879 per gambar, ditawarkan seharga $0.03439 dengan diskon 50% untuk waktu terbatas.

• Edit 1K dengan satu referensi — $0.02654; 2K — $0.02658; 4K — $0.07312, didiskon menjadi $0.03656.

• Edit 1K dengan tiga referensi — $0.03563; 2K — $0.04177; 4K — $0.07914, didiskon menjadi $0.03957.

Bentuk tangga harga itulah bagian yang menarik. Enam belas kali jumlah piksel hanya membutuhkan biaya sedikit di atas tiga kali lipat, karena satuan hitungnya adalah token dan jumlah token tidak berskala linear terhadap area seperti anggapan intuisi. Varian berkecepatan tinggi, MiniMax-H3-Image-Highspeed, memakai parameter dan batasan yang identik serta menagih $7.60 per juta token gambar keluaran — $0.03529 pada 1K, $0.13001 pada 4K sebelum diskon yang sama. Diskon berlaku ketika gambar yang dikirimkan memiliki setidaknya 16,600,000 piksel dan berlangsung hingga 17 November 2026 pukul 16:00 UTC, yang merupakan satu-satunya fakta komersial bertanggal dalam seluruh rilis ini.

Letakkan kedua meteran itu berdampingan dan garpu pun mendapat harga. Satu detik video 768P adalah $0.08; gambar diam M​iniMax termurah sekitar $0.022. Klip empat detik — durasi terpendek yang bisa dibuat H3 — setara sekitar lima belas gambar 1K. Itu bukan argumen untuk salah satu model. Itulah sebabnya “mana yang lebih murah” tidak punya jawaban sampai Anda menyebut apa yang Anda produksi.

Di mana fork menimbulkan masalah dalam penerapan nyata

Tiga asimetri lebih penting daripada pertanyaan tolok ukur.

Yang pertama adalah penanganan input. H3-Image menerima hingga 16 gambar referensi dalam satu penyuntingan dan merujuknya secara posisional sebagai <Gambar 1>, <Gambar 2> dan seterusnya, sesuai urutan unggah; total body permintaan dibatasi 64 MiB, dan Base64 membuat ukuran file membengkak sekitar sepertiga, jadi permintaan 16 gambar harus menggunakan URL atau referensi file yang telah diunggah sebelumnya, bukan data inline. Mode referensi H3 adalah hal yang berbeda — 9 gambar, 3 video, 3 klip audio, 12 file, semuanya dikemas dalam satu urutan dengan struktur temporal. Penanganan referensi kedua model bukanlah superset satu terhadap yang lain.

Yang kedua adalah panjang prompt. API yang disediakan H3-Image menerima hingga 32.000 karakter, tetapi saat peningkatan prompt dinonaktifkan hanya sekitar 4.096 token pertama yang berpengaruh; jalur SGLang lokal memotong pada 4.096 token, titik. Itu bukan jatah yang besar untuk model yang nilai jualnya adalah kemampuan mengikuti instruksi secara terperinci, dan itulah sebabnya prompt expander pendamping ada — MiniMax-H3-Image-PE, fine-tune FP4 27B dari Qwen3.8-27B yang menulis ulang permintaan singkat menjadi deskripsi panjang plus rekomendasi rasio aspek, dirilis pada 8 November dan tercakup lisensi komunitas yang sama. Bagian penyuntingannya dirilis hanya sebagai prompt; bobot untuk ekspansi sisi edit masih dijelaskan sebagai dalam pengembangan.

Yang ketiga adalah lisensi, dan lisensi tersebut sama untuk kedua model hanya secara nama. Perjanjian Lisensi Komunitas MiniMax-H3-Image mensyaratkan otorisasi tertulis terlebih dahulu yang terpisah dari MiniMax jika pendapatan tahunan Anda, atau pendapatan afiliasi Anda, melebihi satu juta dolar AS, atau jika Anda menyediakan layanan hosting kepada pihak ketiga. Lisensi ini mewajibkan Anda menampilkan “MiniMax-H3-Image” secara mencolok pada antarmuka produk komersial apa pun yang menggunakannya. Lisensi ini membatasi penggunaan pada Wilayah Berlaku yang ditetapkan, melarang penggunaan output untuk meningkatkan model AI lain apa pun, dan tidak mengklaim hak apa pun atas output itu sendiri. Lisensi video H3 adalah perjanjian tersendiri dengan ketentuannya sendiri. Jika Anda membangun produk dengan menggunakan keduanya, Anda memegang dua lisensi, bukan satu.

Apa yang tidak dilakukan oleh kedua model itu

MiniMax-H3-Image tidak dapat membuat video. Model ini tidak memiliki sumbu temporal, tidak memiliki cabang audio, tidak memiliki parameter durasi — VAE audio benar-benar hilang dari arsitekturnya, dan output-nya adalah satu gambar laten per permintaan, hingga sepuluh per panggilan melalui API. MiniMax-H3 tidak dapat membuat still 16 megapiksel. Model ini menghasilkan 768p secara default dan mencapai 2K melalui proses regenerasi; memintanya membuat satu frame 4096×4096 bukanlah permintaan yang didukung. Jika pipeline Anda membutuhkan still hero dan loop lima detik dengan dialog tersinkron dari dunia visual yang sama, Anda memanggil dua model, dan di platform MiniMax Anda membayar dua meter yang berbeda.

Keduanya sama-sama memiliki satu hal yang mudah terlewat: tidak ada negative prompt. H3-Image menolak kolom itu. Panduan prompt H3 mengarahkan melalui deskripsi positif dan melalui Context-IR, bukan melalui eksklusi. Siapa pun yang memindahkan alur kerja Stable Diffusion ke salah satu model tersebut akan kehilangan tuas itu pada hari pertama.

Yang mana yang harus dihubungi

Pembagian kerja yang jujur adalah berdasarkan hasil yang diserahkan, bukan berdasarkan kualitas. Jika artefaknya adalah gambar diam — render produk, keyframe, plate 16 megapiksel dengan teks yang terbaca di dalamnya — MiniMax-H3-Image adalah modelnya, dan jadwal enam langkah berarti Anda mampu melakukan iterasi padanya. Jika artefaknya bergerak, H3 adalah modelnya, dan cabang audio adalah alasan untuk memilihnya dibandingkan menyambung gambar diam menjadi sebuah urutan.

Yang diubah oleh lapisan routing di sini lebih sempit daripada kedengarannya, dan layak dinyatakan secara gamblang: OrcaRouter tidak menyajikan MiniMax-H3-Image. Model itu mencapai bobot publik pada 10 November dan tidak memiliki rute di katalog kami, jadi jika Anda menginginkannya hari ini, Anda mendapatkannya dari API M​iniMax sendiri atau menjalankan checkout 68,65 GB itu sendiri. Yang kami sediakan adalah minimax/minimax-h3, model video, ditagih per detik dengan harga daftar tanpa markup — dan properti yang berguna untuk pipeline dua model adalah bahwa kunci yang sama yang memanggil H3 juga menjangkau sekitar 200 model lain di platform.

Hal yang perlu diperhatikan bukanlah apakah H3-Image bagus. Yang perlu diperhatikan adalah apakah M​iniMax mengatakan sesuatu tentangnya. Model yang dirilis dengan bobot, lisensi, kartu harga, dan empat integrasi framework, tetapi tanpa posting blog dan tanpa benchmark, adalah model yang klaimnya masih sepenuhnya milik vendor. Penempatan independen pertama di papan gambar, atau adu langsung pertama melawan model tertutup pada resolusi yang sama, akan memberi tahu Anda lebih banyak daripada yang diberikan grid showcase. Sampai saat itu, repositori adalah catatannya, dan repositori mengatakan: ini adalah H3 dengan suara yang dimatikan.