MiniMax-H3-Image vs Qwen-Image 3.0: Celah Terbuka yang Ditinggalkan Qwen

Lini gambar Alibaba dulu menjadi rekomendasi mudah bagi siapa pun yang ingin memiliki model alih-alih menyewanya: unduh bobotnya, jalankan, berhenti berdebat soal tarif. Qwen-Image 3.0 mengakhiri itu pada Agustus. Dirilis hanya dengan undangan pada 22 Juli 2026, mencapai ketersediaan umum pada 4 Agustus dalam tier Standard dan Pro di Qwen Cloud dan Alibaba Cloud Model Studio, serta hadir tanpa bobot, tanpa kartu model, tanpa jumlah parameter, dan tanpa laporan teknis. Cabang terbuka dari keluarga ini adalah Qwen-Image-2.1, dirilis 20 September 2026 di bawah lisensi riset non-komersial — dapat diperiksa, dapat di-fine-tune, tidak dapat dipakai dalam produk. MiniMax-H3-Image, yang bobotnya diunggah ke Hugging Face pada 10 November 2026 pukul 14:50 UTC, adalah model gambar serius pertama sejak itu yang mengisi slot tersebut. Itulah perbandingan sebenarnya: bukan model mana yang lebih cantik, tetapi mana yang memberi Anda jalan keluar.

Dua jalur pembelian yang dulunya satu

Sebelum 3.0, "Qwen atau yang lain" adalah pertanyaan tentang kualitas, karena jawaban soal lisensi selalu sama. Kini kedua model itu berada di sisi berlawanan dari sebuah garis yang lebih penting daripada benchmark mana pun: apa yang terjadi jika vendor menaikkan harga, menghentikan tier tersebut, atau mengalami minggu yang buruk.

Qwen-Image 3.0 adalah layanan hosting dengan antarmuka yang terdokumentasi dengan baik dan kartu tarif yang dipublikasikan. MiniMax-H3-Image adalah layanan hosting sekaligus transformer sebesar 68,65 GB yang dapat diunduh, ditambah encoder teks 66,7 GB yang dipinjam dari repositori video MiniMax-H3, berdasarkan MiniMax-H3-Image Community License Agreement. Lisensinya bukan Apache 2.0 dan seseorang di tim hukum Anda harus membacanya sebelum deployment komersial — tetapi ini adalah lisensi untuk file yang Anda pegang, yang secara kategoris merupakan hal berbeda dari kartu tarif.

Satu konsekuensi praktis yang mudah terlewat: biaya dari keputusan keluar itu bukan hanya disk. Sampler MiniMax-H3-Image ditetapkan pada enam langkah tanpa classifier-free guidance dan tanpa negative prompt, dan API menolak jumlah langkah atau nilai guidance lain dengan HTTP 400. Enam forward pass adalah yang membuat transformer 33 miliar parameter pada enam belas megapiksel praktis di perangkat keras sewaan, dan itu juga berarti loop penyetelan self-hosting yang biasa tidak ada. Yang Anda setel adalah prompt dan referensinya.

Apa yang sebenarnya Qwen-Image 3.0 katakan kepada Anda tentang dirinya sendiri

Kurang dari yang tersirat dalam dokumentasinya. Alibaba belum menerbitkan angka benchmark apa pun untuk Qwen-Image 3.0 — tidak di Qwen-Image-Bench, tidak di mana pun — dan tidak ada arsitektur, jadi satu-satunya sinyal independen adalah Artificial Analysis, yang papan peringkatnya saat ini menempatkan Qwen-Image-3.0-Pro pada 1094 Elo untuk text-to-image dengan 6.691 sampel dan Qwen-Image-3.0 pada 1074, peringkat kesembilan belas dan kedua puluh di papan yang lima besar semuanya model OpenAI. Untuk pengeditan, Pro berada sekitar 1.085 dan Standard sekitar 1.062. Itu posisi yang biasa saja, dan itu satu-satunya angka yang ada.

MiniMax-H3-Image tidak memiliki baris di kedua papan per 11 November 2026 — bukan baris yang lemah, tidak ada sama sekali. Jadi tidak ada model yang dapat diperingkatkan terhadap yang lain berdasarkan skor independen, dan klaim apa pun bahwa yang satu mengalahkan yang lain dalam hal kualitas hanyalah kesan seseorang yang berkedok perbandingan. Yang dapat dibandingkan adalah antarmuka, resolusi, harga, dan jalan keluarnya.

Dimensi-dimensi tempat keduanya sangat berbeda

Resolusi — MiniMax-H3-Image: sekitar enam belas megapiksel pada setiap rasio aspek, 4096×4096 pada 1:1 hingga 6272×2688 pada 21:9, dengan batas API 20 MP. Qwen-Image 3.0: maksimum 2048×2048 menurut angka Alibaba sendiri, sekitar 4,2 megapiksel.

• Harga pada 2K — MiniMax-H3-Image: $0.02333 per gambar yang dihasilkan, termasuk tier 4K dengan harga daftar $0.06879. Qwen-Image 3.0: $0.03 per gambar untuk Standard pada 1K atau 2K, dengan penyuntingan ditagih sekitar $0.003 per referensi masukan; Pro $0.04 pada 1K dan $0.075 pada 2K.

• Bobot — MiniMax-H3-Image: tersedia, lisensi komunitas, empat jalur penyajian terdokumentasi termasuk dukungan vLLM-Omni sejak hari pertama pada NVIDIA dan AMD. Qwen-Image 3.0: tidak ada, sebuah pembalikan dari 1.0 dan 2.0. Anggota terbuka dari keluarga Qwen adalah Qwen-Image-2.1, hanya non-komersial.

• Teks di dalam gambar — Qwen-Image 3.0: prompt hingga 4.500 token, teks terbaca hingga sekitar 10 piksel, dua belas bahasa asli, lebih dari dua puluh font, hingga enam keluaran per panggilan, penulisan ulang prompt di sisi server. MiniMax-H3-Image: prompt 32.000 karakter yang kira-kira 4.096 token pertamanya berlaku; tidak ada klaim publik mengenai rendering teks.

• Referensi — MiniMax-H3-Image: hingga 16, dialamatkan secara posisional sesuai urutan unggah, meskipun resep rilis vLLM-Omni untuk bobot yang sama mendokumentasikan 9 per permintaan. Qwen-Image 3.0: tidak ada batas referensi yang dipublikasikan; 3.0 adalah endpoint terkelola dengan skema terdokumentasi alih-alih rilis bobot.

• Skor independen — Qwen-Image 3.0: 1074 pada AA-Image-T2I v2.1, Pro 1094, Pro sekitar 1.085 untuk pengeditan. MiniMax-H3-Image: tidak ada baris di kedua papan peringkat.

Enam belas megapiksel bukanlah kemewahan jika Anda mencetak

Empat megapiksel adalah hero web, ubin katalog, atau gambar presentasi. Enam belas megapiksel adalah plat cetak, potongan billboard, atau latar belakang yang harus mempertahankan detail saat tiga penempatan dipotong darinya. Batas atas 2048×2048 pada Qwen-Image 3.0 bukanlah cacat — itu adalah keputusan tentang untuk apa model tersebut dibuat, dan itu adalah keputusan yang sama yang diambil oleh sebagian besar model gambar yang dihosting. Namun, itu berarti bagi siapa pun yang memproduksi kemasan, out-of-home, atau fotografi produk ber-DPI tinggi, MiniMax-H3-Image sama sekali tidak bersaing dengan Qwen-Image 3.0; ia bersaing dengan upscaler apa pun yang akan Anda pasang pada output Qwen, dan upscaler tidak menambahkan detail dengan cara yang sama seperti generasi enam belas megapiksel native.

Meski begitu, hal yang menarik dari Qwen-Image 3.0 bukanlah resolusinya. Melainkan teksnya. Teks yang terbaca hingga sekitar sepuluh piksel, dua belas bahasa, lebih dari dua puluh font, dan langkah penulisan ulang di sisi server yang membentuk ulang prompt sebelum dilihat oleh model — itu adalah sekumpulan klaim yang ditujukan langsung pada poster, teks kemasan, mockup UI, dan diagram, di mana mode kegagalan yang semua orang kenal adalah gambar yang dirender dengan indah tetapi ada satu kata yang kacau di dalamnya. Berbagai ulasan langsung menyebutnya unggul dalam mockup UI dan diagram dengan sesekali teks kecil yang kacau, yang kira-kira sesuai dengan prediksi klaim vendor. MiniMax-H3-Image tidak membuat klaim teks serupa dalam kartu modelnya, dan belum ada pihak ketiga yang mengukurnya.

Jadi pembagiannya luar biasa jelas untuk perbandingan langsung. Jika pekerjaan Anda adalah teks padat dalam tata letak yang tersusun, Qwen-Image 3.0 adalah model dengan taruhan yang terdokumentasi. Jika pekerjaan Anda adalah frame fotorealistik besar dan detail, MiniMax-H3-Image memiliki empat kali piksel dengan biaya per gambar lebih murah pada ukuran yang ditawarkan keduanya.

Menghitung angka pada seribu gambar

Ambil satu batch berisi seribu gambar produk 2K, hanya generasi, tanpa referensi. Qwen-Image 3.0 Standard dengan $0.03 menjadi $30. MiniMax-H3-Image dengan $0.02333 menjadi $23.33. Tambahkan satu gambar referensi per output — kasus umum untuk penyegaran katalog saat Anda menginginkan produk yang konsisten — dan Qwen menambahkan sekitar $3 token input, sehingga mendekati $33, sementara tarif gambar input MiniMax sebesar $1.50 per juta token menambahkan porsi yang sebanding, tetap membuatnya di bawah $30. Pada tier 4K, MiniMax adalah $68.79 harga daftar untuk seribu gambar yang sama, atau $34.39 dengan diskon 50% waktu terbatas yang berlaku hingga 17 November 2026 pukul 16:00 UTC dan mengharuskan setiap gambar yang dikirim minimal 16.600.000 piksel. Qwen-Image 3.0 tidak memiliki tier 4K untuk diberi harga.

Kesenjangan itu kecil secara absolut dan bukan alasan untuk memilih salah satu model. Alasan memilih MiniMax-H3-Image adalah bahwa belanja API $23 dan biaya marginal $0 per gambar di perangkat keras Anda sendiri adalah dua bisnis yang berbeda, dan hanya salah satunya yang dapat diproyeksikan ke depan. Alasan memilih Qwen-Image 3.0 adalah bahwa model ini memiliki pipeline teks yang terdokumentasi dan antarmuka yang dapat Anda integrasikan sore ini.

Tidak satu pun dari kedua model itu ada di OrcaRouter, dan tulisan ini tidak akan berpura-pura sebaliknya. Yang kami tawarkan lebih sempit dan layak dinyatakan secara tepat: model gambar yang kami rutekan — gpt-image-2.5-sunburst, gpt-image-2, pratinjau gambar G​emini, Imagen 4 di tiga tingkatan, G​rok Imagine Image — ditagihkan dengan harga daftar penyedia dengan markup 0% yang diteruskan, dan aturan perutean dapat beralih ke penyedia kedua ketika penyedia pertama gagal. Itu tidak membantu Anda memilih antara MiniMax-H3-Image dan Qwen-Image 3.0. Itu membantu pada hari Anda berhenti mengevaluasi dan mulai merilis, dan model yang Anda pilih ternyata mengalami hari yang buruk.

Berapa biaya sesungguhnya dari pertanyaan lisensi itu

"Open weight" akurat untuk MiniMax-H3-Image dan "open source" adalah frasa yang membuat tim mendapat masalah. Community License Agreement adalah dokumen dengan ketentuan yang dapat melekat pada produk Anda, dan satu-satunya saran yang bertanggung jawab adalah membaca berkas aslinya, bukan ringkasannya — termasuk ringkasan ini. Hal yang sama berlaku, bahkan lebih tajam, untuk Qwen-Image-2.1: lisensi riset nonkomersial berarti prototipe yang dapat Anda periksa dan produk yang mungkin tidak dapat Anda luncurkan tanpa diskusi, dan setidaknya satu situs perbandingan masih mencantumkan Qwen Image 3.0 sebagai Apache-2.0, yang jelas salah dan merupakan jenis kesalahan yang menghabiskan waktu seminggu.

Uji praktisnya singkat. Apakah rencana Anda memerlukan bobot di dalam batas Anda sendiri — untuk residensi data, untuk biaya pada volume besar, atau untuk fine-tuning? Jika ya, satu-satunya kandidat dari kedua model ini adalah MiniMax-H3-Image, dan opsi keluarnya nyata untuk sekitar 135 GB artefak dan tinjauan lisensi. Jika tidak, maka pertanyaan lisensi menjadi tidak relevan dan keputusan menyusut menjadi rendering teks versus resolusi, pada dua model yang kualitasnya belum diukur secara independen oleh siapa pun di luar vendor masing-masing.

Hal yang layak dicermati bukanlah pembaruan papan peringkat berikutnya, karena tidak ada dari kedua model itu yang berada di papan peringkat tersebut dengan cara yang menyelesaikan apa pun. Yang layak dicermati adalah apakah A​libaba membalikkan penutupan itu dan merilis bobot untuk lini 3.x, sebab itu akan menempatkan dua model gambar resolusi tinggi terbuka di pasar yang sama untuk pertama kalinya dalam setahun — dan apakah MiniMax-H3-Image memperoleh skor, karena saat ini satu-satunya pihak yang dapat memberi tahu Anda seberapa bagus model itu adalah Anda sendiri, dengan prompt Anda sendiri, yang entah merupakan posisi paling jujur dalam perbandingan ini atau paling merepotkan, tergantung seberapa banyak waktu seminggu yang Anda miliki.