MiniMax-H3-Image vs Nano Banana 2: Bobot Gratis, Batas Tertutup

Hal yang mengejutkan tentang MiniMax-H3-Image bukanlah skornya. Melainkan peta dalam lisensinya. Checkpoint tersebut diunggah ke Hugging Face pada 10 November 2026 — repositori 68,65 GB, 66,28 GB di antaranya adalah diffusion transformer, ditambah encoder teks 66,7 GB yang dipinjamnya dari model video H3 — dan file yang mengaturnya, MiniMax-H3-Image Community License Agreement, memberikan hak "di seluruh dunia, kecuali Wilayah yang Dikecualikan," yang kemudian didefinisikannya sebagai Uni Eropa, Inggris Raya, Republik Korea, dan Amerika Serikat. Nano Banana 2, G​oogle gemini-3.1-flash-image, telah tersedia secara umum sejak 28 Mei 2026 dan tidak meminta apa pun darimu selain kartu kredit. Jadi, framing yang jujur dari pertarungan ini bukanlah terbuka versus tertutup. Ini adalah model yang dapat kamu unduh tetapi tidak boleh kamu deploy secara legal di tempat tinggalmu, dibandingkan dengan model yang tidak pernah dapat kamu unduh tetapi dapat kamu panggil dari mana saja. Segala hal lainnya — enam belas megapiksel, tangga harga, posisi papan peringkat — bersifat sekunder dibandingkan itu, dan sisa artikel ini adalah hal yang berubah begitu kamu menerimanya.

Apa yang sebenarnya diizinkan oleh lisensi

Dibaca pada 14 November 2026, Bagian IV lisensi MiniMax singkat dan luar biasa spesifik. Dua hal memicu persyaratan untuk memperoleh otorisasi tertulis sebelumnya melalui konsol lisensi MiniMax: pendapatan tahunan di atas US$1 juta bagi Anda atau afiliasi Anda, atau menyediakan layanan yang dihosting kepada pihak ketiga. Tidak ada pemicu yang membebankan royalti. Keduanya mengharuskan Anda untuk mengajukan permintaan. Bagian IV juga memberlakukan kewajiban atribusi — setiap produk komersial yang menggunakan model harus “menampilkan secara mencolok 'MiniMax-H3-Image'” di antarmukanya, yang merupakan kewajiban berbeda dari lencana “built with” biasa karena menyebut nama model, bukan perusahaan.

Klausul wilayah adalah yang lebih sulit, dan itu bukan sekadar nuansa. Pemberian lisensi itu sendiri dibatasi pada wilayah yang berlaku, dan perjanjian tersebut menyatakan secara gamblang bahwa penggunaan di luarnya "tidak diizinkan oleh Perjanjian ini." Itu bukan pembatasan redistribusi; itu pembatasan untuk menjalankan bobot sama sekali di empat yurisdiksi yang tercantum. Kartu milik MiniMax sendiri mengarahkan siapa pun di wilayah tersebut ke pembicaraan lisensi terpisah, dengan menyebut "kontrol dan pagar pengaman yang kuat" sebagai bagian dari hal-hal yang akan dicakup oleh pengaturan semacam itu. Bagi studio di Berlin, startup di Seoul, atau — yang lebih relevan bagi sebagian besar pembaca blog model berbahasa Inggris — di mana pun di Amerika Serikat, jawaban praktisnya adalah bahwa bobot terbuka merupakan artefak riset yang dapat Anda periksa, uji benchmark, dan tuliskan, bukan dependensi produksi.

Nano Banana 2 tidak memiliki teka-teki yang setara. Ini adalah produk Google Cloud: Anda memanggilnya, Anda mendapatkan gambar, Anda mengirimkannya, dan ketentuannya adalah ketentuan API standar. Tidak ada ambang pendapatan, tidak ada pengecualian teritorial, tidak ada klausul atribusi, dan tidak ada negosiasi layanan terkelola. Yang Anda relakan demi kesederhanaan itu adalah filenya. Jika Google mengubah harga, menghentikan pengenal tersebut, atau mengalami gangguan layanan, Anda memiliki tiket migrasi alih-alih opsi cadangan.

Simetri itu — satu model memberi Anda artefak dengan lisensi yang tidak dapat digunakan, model lainnya memberi Anda lisensi yang dapat digunakan tanpa artefak — adalah keputusan yang sebenarnya. Sebagian besar halaman perbandingan melewatkannya karena berkas lisensi membosankan sedangkan tabel benchmark tidak.

Di mana kedua model berpotongan di papan

Artificial Analysis kini memberi skor pada keduanya di kedua arena gambarnya, yang tidak berlaku saat MiniMax-H3-Image dirilis. Dibaca pada 14 November 2026, angka-angka itu menggambarkan persilangan yang nyata, bukan kesenjangan:

• Teks ke gambar — Nano Banana 2 berada di peringkat ke-11 dari 114 baris dengan Elo 1.143 (interval 95% 1.133–1.153). MiniMax-H3-Image berada di peringkat ke-25 dengan Elo 1.066 (1.051–1.080). Itu selisih 77 Elo, dan intervalnya sama sekali tidak mendekati saling bersentuhan.

• Penyuntingan gambar — MiniMax-H3-Image berada di peringkat ke-13 dari 84 pada Elo 1.138 (1.122–1.154). Nano Banana 2 berada di peringkat ke-17 pada 1.126 (1.114–1.138). MiniMax unggul 12 Elo; intervalnya tumpang tindih beberapa poin, jadi anggap ini sebagai keunggulan tipis, bukan kemenangan telak, tetapi itulah arah yang ditunjukkan papan peringkat.

• Varian Highspeed — MiniMax-H3-Image Highspeed, yang hanya tersedia di API milik MiniMax sendiri, diberi peringkat secara terpisah: ke-24 pada teks ke gambar dengan 1.072 dan ke-14 pada penyuntingan dengan 1.134. Biayanya sekitar 1,7× tingkat standar per generasi pada 4K dan tidak memberikan skor yang lebih baik di kedua papan peringkat. Yang dibeli adalah latensi, yang tidak diukur oleh papan peringkat tersebut.

Ringkasan hasil dari Artificial Analysis sendiri, yang diposting pada 13 November 2026, menambahkan pembingkaian yang diinginkan MiniMax: di papan peringkatnya, MiniMax-H3-Image adalah baris dengan peringkat tertinggi yang membawa penanda open-weights di kedua kategori. Klaim itu milik mereka dan bergantung pada klasifikasi mereka tentang baris mana yang dihitung sebagai open weights — beberapa model di atas H3-Image pada text to image, termasuk baris FLUX 3 Image pada 1.119, tidak jelas dapat diunduh, jadi penanda itu benar-benar berperan penting. Kutip itu sebagai pernyataan vendor papan peringkat, bukan sebagai fakta yang dapat Anda verifikasi hanya dari bobotnya.

Inti yang perlu dipegang: model M​iniMax lebih baik pada tugas penyuntingan dan jelas lebih buruk pada tugas halaman kosong. Itu sesuai dengan desainnya. Enam belas slot referensi dan sampler yang disetel untuk pekerjaan yang berat referensi mendorong keunggulan di papan penyuntingan; sampler terdistilasi enam langkah tanpa panduan adalah cerita kendali, bukan cerita fidelitas, dan kesenjangan teks-ke-gambar adalah harga yang harus dibayar untuk itu.

Tangga harga, dan diskon dengan tiga hari tersisa

MiniMax menagih berdasarkan token, bukan berdasarkan gambar, sehingga angka utama bisa menyesatkan sampai Anda membaca contoh perhitungannya. Tingkat Standar: $2,30 per juta token teks masukan, $1,50 per juta token gambar masukan, $3,80 per juta token gambar keluaran. Highspeed: tarif teks sama, $3,00 untuk masukan gambar, $7,60 untuk keluaran.

Teks ke gambar, standar — $0.02179 untuk 1K, $0.02333 untuk 2K, dan $0.03439 untuk 4K selama diskon peluncuran masih berlaku, dibandingkan harga daftar $0.06879.

Edit dengan satu referensi — $0.02654 pada 1K, $0.02658 pada 2K, $0.03656 pada 4K (harga daftar $0.07312).

• Edit dengan tiga referensi — $0.03563 untuk 1K, $0.04177 untuk 2K, $0.03957 untuk 4K (harga daftar $0.07914).

• Kecepatan tinggi, teks ke gambar — $0.03529 pada 1K, $0.03622 pada 2K, $0.06501 pada 4K (harga daftar $0.13001).

Diskon yang memangkas separuh harga kolom 4K berlaku hingga 17 November 2026, 16.00 UTC, dan hanya berlaku untuk gambar terkirim dengan ukuran minimal 16.600.000 piksel. Setelah itu, tarif 4K kira-kira menjadi dua kali lipat, sementara semua tingkat yang lebih rendah tetap sama — ini mengubah bentuk rekomendasinya, karena tangga harga yang datar adalah alasan untuk menggunakan model ini sama sekali. Pada harga daftar, gambar M​iniMax 4K harganya kurang lebih sama dengan gambar Nano Banana 2 4K dan tidak lagi lebih murah darinya.

Di sisi Google, ada tabel per gambar yang lugas: 1,120 token untuk gambar 1K dan 2,520 untuk 4K, dengan $60 per juta token keluaran gambar. Itu menghasilkan $0,045 pada 512px, $0,067 pada 1024×1024, $0,101 pada 2048×2048, dan $0,151 pada 4096×4096, dengan teks dan thinking ditagih terpisah sebesar $3 per juta token keluaran dan masukan sebesar $0,50 per juta. Tidak ada tier batch yang dicantumkan untuk model ini, tidak seperti saudaranya Lite. Perhatikan asimetri dalam makna "pada resolusi": gambar Nano Banana 2 pada 4K adalah 4096×4096, dan gambar MiniMax pada 4K juga 4096×4096, jadi kedua tangga tersebut dapat dibandingkan langsung di bagian atas dan berbeda di bagian bawah, di mana Google menjual tier 512px yang tidak dimiliki MiniMax.

Sepuluh ribu gambar per bulan, satu referensi masing-masing, output 2K: sekitar $266 pada M​iniMax standar dengan tarif saat ini dan sekitar $1,010 pada Nano Banana 2. Itulah satu-satunya tempat di mana angkanya tidak berdekatan, dan itu juga tempat di mana lisensi paling mungkin menghentikan Anda.

Apa yang bisa dilakukan oleh yang satu namun tidak bisa dilakukan oleh yang lain

Daftar kemampuannya kurang simetris dibandingkan skornya. Kedua model menghasilkan dan mengedit melalui sepasang endpoint tunggal, keduanya menerima gambar referensi, dan keduanya menghasilkan file multi-megapiksel. Di luar itu, keduanya berbeda hampir di semua aspek:

• Referensi — MiniMax-H3-Image menerima 1 hingga 16 gambar, yang dialamatkan secara posisional dalam prompt sebagai <Picture 1> hingga <Picture 16> sesuai urutan unggah. Nano Banana 2 menerima 14, tetapi membaginya: hingga 10 referensi objek untuk kesetiaan detail dan hingga 4 referensi karakter untuk konsistensi.

• Output — M​iniMax mengklaim sekitar 16 megapiksel pada setiap rasio aspek, dari persegi 4096×4096 hingga ultrawide 6272×2688, dengan batas maksimum API 20 megapiksel dan tanpa upscaler di jalurnya. Nano Banana 2 memiliki batas maksimum 4096×4096 tetapi menambahkan bentuk ekstrem 1:4, 4:1, 1:8, dan 8:1 serta tingkat 512px untuk thumbnail.

• Grounding — Nano Banana 2 dapat mendasarkan generasi pada hasil G​oogle Search atau Image Search. MiniMax-H3-Image tidak memiliki pengambilan apa pun; semuanya berasal dari prompt dan referensi.

• Asal-usul — setiap keluaran Nano Banana 2 membawa tanda air SynthID dan metadata C2PA. Repositori dan lisensi MiniMax tidak menyatakan skema tanda air apa pun, yang bisa jadi merupakan fitur atau masalah kepatuhan tergantung yurisdiksi Anda, dan di UE hal itu termasuk yang kedua.

• Kontrol penalaran — Nano Banana 2 mengekspos proses berpikir pada minimal atau tinggi, default-nya minimal, dan proses berpikir tidak dapat dimatikan melalui API; token tersebut tetap ditagih baik Anda membacanya maupun tidak. M​iniMax tidak mengekspos permukaan penalaran sama sekali, hanya sampler tetap.

• Sampler — MiniMax didistilasi menjadi enam langkah tanpa classifier-free guidance. API mengembalikan HTTP 400 jika Anda meneruskan jumlah langkah atau nilai guidance lain, dan menolak prompt negatif. Anda hanya menyetel prompt dan referensi, tidak yang lain. Model Google menggunakan permukaan parameter yang biasa.

Poin tentang sampler ini punya dua sisi. Di satu sisi, ini membuat output M​iniMax dapat direproduksi persis di perangkat keras Anda sendiri, yang merupakan properti nyata untuk pengujian regresi; di sisi lain, ini menghilangkan dial kualitas standar yang biasanya pertama kali dicari oleh tim yang terbiasa menyetel CFG ketika hasil edit ternyata salah.

Jika Anda berniat melakukan self-host, baca ini terlebih dahulu.

Alasan sebagian besar orang menginginkan bobot terbuka bukanlah ideologi; melainkan opsi untuk berhenti membayar per gambar. Pada model ini, opsi tersebut mahal dalam cara yang disiratkan oleh ukuran unduhan dan tidak diungkapkan dalam pengumuman. Transformer-nya berukuran 66.28 GB dalam BF16, VAE 2.34 GB, dan text encoder merupakan unduhan terpisah sebesar 66.7 GB — Qwen3-VL lengkap dari MiniMax-H3, tanpa perubahan, yang hidden state lapisan ke-50-nya dibaca oleh DiT. Itu sekitar 135 GB bobot sebelum Anda mendapatkan satu gambar pun, dan model tersebut adalah transformer padat dengan 33.1 miliar parameter, bukan mixture-of-experts dengan jalur aktif yang murah.

Sebagai perbandingan, Qwen-Image 2.1 — opsi terbuka lain yang sering ditanyakan orang — diunduh dengan ukuran sekitar seperempatnya. Jika rencana Anda adalah satu workstation atau satu GPU sewaan, perhitungan mengenai checkpoint ini adalah hal pertama yang perlu dijalankan, bukan yang terakhir. Kartu milik M​iniMax sendiri tidak mencantumkan angka latensi maupun resep perangkat keras, sehingga tidak ada apa pun dalam materi rilis yang memberi tahu Anda apakah enam langkah pada enam belas megapiksel cocok untuk kartu Anda.

Yang mana, mengingat semua itu

Jika Anda berada di luar UE, Inggris, Korea Selatan, dan Amerika Serikat dan membutuhkan volume pada 4K dengan banyak referensi, MiniMax-H3-Image adalah model penyuntingan yang lebih baik dan lebih murah saat ini, dan keunggulan penyuntingan 12-Elo cukup kecil sehingga Anda sebaiknya mengujinya pada prompt Anda sendiri daripada mempercayai papan peringkat. Jika Anda berada di dalam wilayah tersebut, lisensi sudah membuat keputusan untuk Anda, dan pertanyaan menariknya menjadi apakah MiniMax akan melisensikannya — yang merupakan percakapan komersial, bukan teknis.

Jika Anda membutuhkan rendering teks, grounding pencarian, penandaan provenans, atau kontrak sisi pemanggil tanpa batas, Nano Banana 2 unggul dalam kemampuan dan kalah dalam harga, dan keunggulan 77-Elo dalam text-to-image adalah angka tunggal terbesar dalam perbandingan ini.

Tidak ada model tersebut yang ada di katalog OrcaRouter per 14 November 2026, dan halaman ini tidak akan berpura-pura sebaliknya. Yang memang tersedia di platform ini pada lini gambar adalah model gambar OpenAI dan Google yang benar-benar dapat dipanggil saat ini, dengan harga daftar penyedia dengan markup 0% yang diteruskan — yang berarti ketika diskon 4K MiniMax berakhir pada 17 November, atau ketika Google menyesuaikan tarif, angka di katalog kami berubah pada hari yang sama, bukan pada perpanjangan kontrak berikutnya. Alasan lain lapisan perutean penting di sini adalah failover: model tanpa angka latensi independen dan entri papan peringkat berusia enam hari adalah tepat jenis dependensi yang Anda ingin berada di balik failover otomatis alih-alih dihubungkan langsung ke jalur produksi.

Yang akan mengubah putusan ini adalah amandemen lisensi. M​iniMax pernah merilis, memuji, lalu melisensikan ulang model sebelumnya, dan klausul wilayah terbaca seperti default kepatuhan ketimbang pembatasan yang dipertimbangkan. Jika daftar Wilayah yang Dikecualikan memendek, sisi penyuntingan perbandingan ini menjadi rekomendasi sederhana soal harga dan skor. Sampai saat itu, model terbuka ini terbuka dalam arti Anda dapat membacanya, dan tertutup dalam arti yang menentukan apakah Anda dapat menggunakannya.