MiniMax-H3-Image vs FLUX 3: Coordinate o Pixel — Due diverse idee di controllo

Metti questi due modelli davanti allo stesso brief e falliranno in direzioni opposte. MiniMax-H3-Image ti offre sedici megapixel, sedici immagini di riferimento e un sampler a sei passi, e nessun modo di dire dove vada qualcosa se non in prosa. FLUX 3, nel suo livello dedicato alle immagini, fornisce un bounding box per ogni elemento su una griglia 0–1000 scritta come [y_min, x_min, y_max, x_max], ti consente di modificare un box alla volta senza toccare il resto dell'inquadratura e inizia la sua scala di risoluzione a 768 pixel. Un modello vende capacità; l'altro vende direzione. Se il tuo problema è uno scatto di prodotto che deve sopravvivere al ritaglio per un cartellone, MiniMax-H3-Image è l'unico dei due in grado di produrre il file. Se il tuo problema è che il logo del cliente deve stare in alto a sinistra esattamente al 12% della larghezza dell'inquadratura, FLUX 3 è l'unico che accetterà l'istruzione.

Both are recent, and neither is a launch in this article. FLUX 3 was announced by Black Forest Labs on 23 July 2026 as a unified video, image, audio and action model; the image tier that this comparison is about went live with a published rate card on 1 October 2026. MiniMax-H3-Image's weights landed on Hugging Face on 10 November 2026 at 14:50 UTC, with a one-line card in M​iniMax's API release notes and no blog post anywhere on the company's site. So this is a comparison between a model that has had six weeks of paying traffic and one that had its first full day in public yesterday. That asymmetry runs through everything below, and it is the reason the honest answer at the end is conditional rather than a winner.

Cosa consente di specificare ciascuno

La superficie di controllo di FLUX 3 è spaziale, ed è l'aspetto più caratterizzante del modello. La tela è sempre una griglia 0–1000 su entrambi gli assi, normalizzata, quindi un prompt di layout è indipendente dalla risoluzione: descrivi la scena globale in una didascalia, poi elenchi gli elementi con un id, un riquadro e una descrizione, e citi gli id all'interno della didascalia. Il modello pianifica la disposizione — BFL documenta una modalità agente in cui un LLM produce il layout — e poi ogni riquadro resta modificabile successivamente. Puoi ridescrivere un riquadro, sostituirlo o spostarlo, e le regioni che non hai toccato restano fisse. I riferimenti sono token numerati, ref_image_0 in su, fino a dieci, e vengono composti in un'unica scena anziché impilati come candidati.

La superficie di controllo di MiniMax-H3-Image è posizionale e testuale. Il testo del prompt viene inserito come fino a 32.000 caratteri, di cui approssimativamente i primi 4.096 token hanno effetto. I riferimenti vengono inseriti come fino a sedici immagini indirizzate in base all'ordine di caricamento — <Immagine 1>, <Immagine 2> — senza digitare assolutamente nulla: niente nell'API indica al modello quale riferimento sia il personaggio, quale il prodotto e quale lo sfondo. L'intera modifica è espressa a parole. Non esiste una seconda passata, né una regione mascherata, né un sistema di coordinate.

Quella differenza non è una lacuna di funzionalità in una sola direzione. Sedici slot non tipizzati offrono più margine di dieci riferimenti numerati, e una didascalia che descrive una relazione — «la donna della foto 3, che indossa la giacca della foto 7, nella stanza della foto 1» — porta informazioni che un bounding box non può. Ma un bounding box porta una precisione che una didascalia non può, e MiniMax-H3-Image non ha un equivalente.

I numeri, dimensione per dimensione

• Limite di output — FLUX 3 Image: 4K, pubblicata come 5456×3072, circa 16,8 MP. MiniMax-H3-Image: circa 16 MP per ogni rapporto d'aspetto, da 4096×4096 in 1:1 fino a 6272×2688 in 21:9, limitata a 20 MP dall'API.

• Soglia minima di output — FLUX 3 Image: 768×768. MiniMax-H3-Image: la scheda indica circa 4 MP come limite pratico inferiore, senza alcun livello dedicato alle immagini di piccole dimensioni.

• Prezzo a 1K — FLUX 3 Image: $0,048. MiniMax-H3-Image: $0,02179.

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

• Prezzo in 4K — FLUX 3 Image: $0.607. MiniMax-H3-Image: $0.06879 di listino, $0.03439 con uno sconto che scade il 17 novembre 2026 alle 16:00 UTC.

• Referenze — FLUX 3 Image: fino a 10, numerate, gratuite. MiniMax-H3-Image: fino a 16, posizionali, fatturate come token di immagine in input a 1,50 $ per milione.

• Modifica — FLUX 3 Image: con ambito a riquadro, più riquadri per richiesta, regioni non modificate preservate. MiniMax-H3-Image: immagine intera, descritta tramite prompt, fino a 16 riferimenti in una singola chiamata.

• Pesi — FLUX 3 Image: non rilasciati; la licenza commerciale dei pesi viene venduta alle aziende su larga scala tramite le vendite BFL, e l'architettura di base FLUX 3 Dev rimane “in arrivo”. MiniMax-H3-Image: scaricabile oggi, 68,65 GB più un encoder da 66,7 GB preso in prestito da MiniMax-H3.

• Campionamento — MiniMax-H3-Image: fissato a sei passaggi, nessuna guida senza classificatore, altri valori rifiutati con HTTP 400. FLUX 3 Image: nessun numero di passaggi né controllo della guida pubblicati; il livello immagine è disponibile solo tramite API.

• Punteggio indipendente — FLUX 3 Image: Elo 1116 nella classifica text-to-image di Artificial Analysis, 16º su 108, su oltre 6.457 campioni; Elo 1119 nella classifica di editing, 17º, su oltre 5.256 campioni. MiniMax-H3-Image: nessuna voce in nessuna delle due classifiche, e nemmeno una tabella di valutazione del fornitore.

Il divario di prezzo è maggiore del divario di risoluzione e va nella direzione opposta.

A 1K, MiniMax-H3-Image costa $0.02179 e FLUX 3 Image costa $0.048 — poco più della metà. A 2K il rapporto sale a circa quattro a uno. A 4K è quasi nove a uno: $0.607 contro $0.06879, ovvero dodici a uno rispetto al prezzo scontato di $0.03439. Quella curva è il fatto più decisivo in assoluto di questo confronto, e vale la pena capire perché abbia quella forma anziché dare per scontato che un fornitore stia speculando.

FLUX 3 Image's ladder — $0.041, $0.048, $0.07, $0.10, $0.607 — is close to proportional to pixels up to 2K and then jumps hard at 4K. M​iniMax's ladder is nearly flat: $0.02179, $0.02333, $0.06879. Sixteen times the pixels for a little over three times the money. M​iniMax meters tokens and the token count does not scale with area the way a naive model would predict; BFL appears to price the 4K tier as a premium product. Whatever the reasoning on either side, the practical consequence is that at the resolution both models were built for, the open-weight one is nearly an order of magnitude cheaper.

That is also where the comparison stops being symmetrical. If you only ever generate 1K images, the price difference is two and a half cents and FLUX 3's layout control is probably worth more than the saving. The 4K tier is the only tier where the arithmetic changes a decision, and it is exactly the tier where M​iniMax's discount is temporary.

Che cosa comprano sei settimane di traffico, e che cosa non compra un giorno

FLUX 3 Image è stato valutato. Artificial Analysis lo colloca al 16° posto nel text-to-image con Elo 1116 su 6.457 campioni, e al 17° posto nell'editing con Elo 1119 su 5.256 — a metà classifica, sopra FLUX.2 [max] e sotto gran parte dell'attuale gruppo Nano Banana e MAI, a un prezzo indicato di 48 $ per mille immagini. Puoi metterlo accanto al numero di un concorrente e prendere una decisione. Puoi anche osservarlo muoversi man mano che arrivano altri campioni, cosa che è successa a diversi modelli sopra di esso.

MiniMax-H3-Image non ha nulla di comparabile. Non un punteggio basso — nessun punteggio. La scheda del fornitore dichiara “la migliore capacità di seguire le istruzioni tra i modelli open source” senza una tabella, e la griglia di esempi sulla pagina del modello è l'unica prova di output esistente. Un giorno in pubblico non basta a un'arena cieca per accumulare campioni su un modello che impiega dieci secondi per generazione, quindi l'assenza è attesa anziché sospetta. Resta comunque un'assenza, e significa che l'argomento a favore di MiniMax-H3-Image sulla qualità è attualmente un argomento basato sull'architettura e sul prezzo.

L'argomento sull'architettura non è vuoto. Un diffusion transformer denso da 33.1B distillato a sei passaggi non guidati è una scelta deliberata riguardo al costo di servizio, ed è per via dei sei passaggi che una generazione da 16 MP è una richiesta anziché un lavoro in batch. L'impostazione della scheda stessa — 16 MP "a un costo computazionale pratico" — è un'affermazione sui FLOPs, ed è coerente con tutto ciò che c'è nel repository. Solo che non è un'affermazione sulla qualità, e le due cose vengono confuse in ogni post di lancio.

Dove ciascuno si rompe in produzione

Il limite di FLUX 3 è il suo output più piccolo. Un minimo di 768 pixel e un tetto di 4K significano che il modello è a proprio agio nell'intervallo in cui avviene la maggior parte del lavoro commerciale, e non ti fornirà una lastra larga 6000 pixel. È anche chiuso: non puoi scaricarlo, non puoi fissare un checkpoint e la pagina delle licenze di BFL vende l'hosting autonomo alle aziende su larga scala anziché ai singoli. Se BFL cambia una tariffa o ritira un livello, la tua pipeline cambia di conseguenza. Sei settimane di traffico sono un track record, non una garanzia.

MiniMax-H3-Image's limit is the licence, and it is stricter than “open weight” suggests. The MiniMax-H3-Image Community License Agreement excludes the European Union, the United Kingdom, the Republic of Korea and the United States by definition; requires separate written authorisation above one million US dollars of annualised revenue; requires the same for any hosted service with no revenue floor; requires the model's name displayed prominently on commercial interfaces; and forbids using outputs to train other models. If you are in one of those territories and building a product, the open weights are not available to you on these terms, and the hosted API — which M​iniMax sells — is the path that remains.

C'è un terzo limite che entrambi condividono e che nessun post di lancio menziona: il ciclo di valutazione. Nessuno dei due modelli offre un modo per sapere se un dato prompt funzionerà se non generandolo. I box di FLUX 3 riducono lo spazio dei possibili errori al posizionamento, che è verificabile nel codice. I fallimenti di MiniMax-H3-Image sono semantici, il che significa che deve intervenire una persona. Per una pipeline che genera migliaia di immagini al giorno, questa differenza nel costo di verifica può superare la differenza nel costo di generazione.

Quale chiamare

Se il deliverable è corposo — una lastra di stampa, uno sfondo che verrà ritagliato in tre rapporti d'aspetto, un'immagine hero 4K che deve mantenere il dettaglio al 100% — MiniMax-H3-Image è l'unica opzione in questo ambito che produce il file e, a 0,06879 $ per frame, è anche di gran lunga la più economica. Sceglila, prevedi in budget il prezzo di listino anziché il valore scontato e leggi la licenza prima di costruirci sopra un prodotto.

Se il deliverable è compositivo — un layout che deve essere esatto, una modifica che deve lasciare tutto il resto com'è, un sistema di brand in cui il posizionamento è tutto — FLUX 3 è l'unica opzione con i controlli, ed è valutato, il che significa che puoi prevedere ciò che stai acquistando. Due centesimi e mezzo in più a 1K non è il numero decisivo in questo caso.

Se ti servono entrambe le cose, l'approccio che funziona davvero è dividere il lavoro invece di scegliere una parte: componi e modifica alla risoluzione che FLUX 3 gestisce, poi esegui l'upscaling o rigenera il fotogramma approvato a 16 MP. Sono due chiamate e due costi invece di uno, ed è comunque più economico che scoprire dopo cento generazioni che il tuo modello non riesce a mantenere un logo nell'angolo.

Neither model is on OrcaRouter's catalogue today — FLUX 3 Image is a direct Black Forest Labs call, and MiniMax-H3-Image is M​iniMax's own API or your own GPUs — so nothing here is a routing recommendation. What we do carry is the video half of M​iniMax's H3 family, minimax/minimax-h3, alongside the image routes we do host, under one key with 0% markup on provider list price. The reason that matters in a comparison like this one is failover: when a 16 MP request takes longer than your client's timeout, a second route under the same interface is worth more than a better per-image price. Long, billed-on-timeout generations are precisely the workload where a fallback earns its keep, and M​iniMax charges for a timeout rather than refunding it.

La domanda che lo risolverà

Ciò che manca a questo confronto non è una specifica. È un numero di campioni. Quando MiniMax-H3-Image comparirà su un’arena di immagini con qualche migliaio di voti ciechi, il divario di prezzo smetterà di essere l’argomento principale e diventerà uno scambio: una certa quantità di qualità misurata per una certa quantità di denaro. Fino ad allora, FLUX 3 è il modello su cui puoi ragionare e MiniMax-H3-Image è il modello che devi testare, e il costo per testarlo è abbastanza basso — qualche dollaro e un pomeriggio — che chiunque abbia una consegna in 4K dovrebbe semplicemente eseguire il test invece di aspettare quello di qualcun altro.