MiniMax-H3-Image vs Ideogram 4.5: il confine della modifica e il budget di pixel

Ideogram 4.5 e MiniMax-H3-Image sono stati progettati per rispondere a domande diverse, e capita che le classifiche li abbiano misurati entrambi nello stesso mese, il che rende il confronto insolitamente pulito. Ideogram 4.5, rilasciato il 30 settembre 2026, è un editor di precisione: riceve una maschera, copia esattamente ogni pixel che non hai contrassegnato, restituisce il risultato con la larghezza e l'altezza della tua immagine di origine e addebita tra 0,8 e 22 centesimi per immagine a seconda del livello scelto. MiniMax-H3-Image, i cui pesi sono stati pubblicati il 10 novembre 2026 alle 14:50 UTC, è la scommessa opposta: nessuna semantica di maschera che meriti tale nome, nessun vincolo di output alla dimensione dell'origine e una tela fissa di circa sedici megapixel con qualunque rapporto d'aspetto tu richieda, con un prezzo per dimensione consegnata da $0,02179 fino a $0,06879.

Un modello protegge ciò che è già nell'inquadratura. L'altro sostituisce l'inquadratura con un'area quattro volte più grande. Nella classifica di editing di Artificial Analysis sono a ventitré posizioni di distanza, e in quella di generazione a ventiquattro — entrambe a favore di M​iniMax — e nessuno di questi fatti ti dice quale usare, perché i due non competono per lo stesso compito.

Cosa significa "precise edit" come specifica

L'affermazione di Ideogram è sufficientemente circoscritta da poter essere verificata, il che è raro in questa categoria. A detta dello stesso fornitore: i pixel non toccati dalla modifica vengono copiati esattamente dall'immagine di origine, e il risultato viene restituito con la larghezza e l'altezza della tua immagine. Attorno a questo nucleo si collocano tre requisiti meccanici. Una maschera è un singolo JPEG, PNG o WebP, delle stesse dimensioni dell'originale, contenente sia aree nere sia aree bianche: il nero indica ciò che va modificato, il bianco ciò che va mantenuto, e i valori intermedi vengono arrotondati al più vicino dei due. Le immagini di riferimento sono limitate a quattro sull'endpoint dedicato alla modifica, oppure a tre quando è presente anche una maschera; l'endpoint di generazione ne accetta fino a cinque, con la prima considerata l'immagine da modificare. E la dimensione dell'output non è una scelta: l'endpoint di modifica precisa restituisce esattamente la larghezza e l'altezza dell'immagine di origine, mentre l'app sostituisce i controlli per proporzioni e risoluzione con un menu Dimensione che include Auto, Dimensione immagine di origine e una larghezza e altezza personalizzate, soggette alle stesse regole: multipli di 32 pixel, minimo 256 pixel, limite massimo 2048×2048.

Quell'ultimo vincolo è quello che decide metà di questo confronto. Ideogram 4.5 non può darti un'immagine più grande di quella che hai portato. Il suo caso dimostrativo — una modifica eseguita su una sorgente da 4.016×6.016, 24,2 megapixel, senza prima ridurne la risoluzione — è impressionante proprio perché è insolito che al modello venga affidato così tanto; il limite massimo dell'endpoint è 2048×2048, e la dimensione personalizzata dell'app è limitata lì.

MiniMax-H3-Image non dispone di un meccanismo equivalente. Accetta fino a sedici immagini di riferimento indicate in base alla posizione nel prompt come <Picture 1> fino a <Picture 16> — la ricetta vLLM-Omni per gli stessi pesi ne documenta nove — e restituisce un insieme fisso di tele di grandi dimensioni: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688. Non esiste alcun input di maschera, alcun echo della dimensione di origine e nulla nella documentazione che prometta che i pixel non toccati rimangano invariati. Se il tuo flusso di lavoro dipende dal fatto che un logo non si sposti, questo è il modello sbagliato e nessun punteggio Elo lo cambia.

Le due schede, lette onestamente

Secondo quanto riportato il 14 novembre 2026. Su AA-Image-Editing v2.1, MiniMax-H3-Image si colloca a 1.138 Elo con 3.137 voti, tredicesimo in classifica generale e primo tra i modelli open-weight; Ideogram 4.5 (High) si colloca a 1.065 con 3.875 voti, trentaseiesimo. Su AA-Image-T2I v2.1 l'ordinamento è lo stesso e il divario è più ampio: 1.066 con 3.206 voti per MiniMax, venticinquesimo; 1.016 con 3.497 per Ideogram, quarantanovesimo.

Settantatré punti sull'editing e cinquanta sulla generazione, con intervalli non sovrapposti in entrambi i casi. È un vero divario di preferenza e dovrebbe essere riportato come tale. Ciò che non è, è una misurazione della proprietà che Ideogram sta vendendo. Nessuna delle due board chiede a un votante di giudicare se la regione non toccata di un edit è identica bit per bit alla fonte, perché al votante non viene mostrata la fonte — gli vengono mostrati due output candidati e gli viene chiesto quale preferisce. Un modello che rirenderizza silenziosamente l'intera inquadratura e produce un'immagine più attraente batterà un modello che preserva ogni pixel alla perfezione e ne produce una leggermente più spenta, ogni singola volta, e la board lo registrerà come una differenza di qualità.

La lettura onesta è questa: MiniMax-H3-Image produce modifiche il cui aspetto è preferito da più persone, con un margine che esula dal rumore. Ideogram 4.5 fa una promessa sulla preservazione dei pixel che nessun ente indipendente ha testato. Entrambe le affermazioni possono essere vere, e la seconda è il motivo per cui un ritoccatore sceglierà comunque Ideogram.

Quanto costano mille immagini su ciascuno

Il resoconto del lancio del 1° ottobre 2026 collocava la scala di Ideogram tra 0,8 e 22 centesimi per immagine nei vari livelli di qualità, e la regola documentata di suddivisione in livelli prevede che la generazione venga fatturata in base ai pixel di output risolti: fino a 1024×1024 conta come 1K, oltre come 2K. La riga di Artificial Analysis per Ideogram 4.5 (High) riporta 220,00 $ per mille immagini sulla board di editing e 100,00 $ sulla generazione, il che delimita dall'alto quell'intervallo; l'estremo economico della scala, Very Low a circa 0,8 centesimi, è una configurazione diversa e non è quella che la board sta classificando.

MiniMax-H3-Image è più semplice e, per la fascia per cui è progettato, competitivo. 0,02179 $ per immagine generata a 1K, 0,02333 $ a 2K, 0,06879 $ a 4K di listino. La fascia 4K è quella che un modello da sedici megapixel restituisce effettivamente, e fino al 17 novembre 2026 alle 16:00 UTC è a metà prezzo a 0,03439 $ — a condizione che l'immagine consegnata sia di almeno 16.600.000 pixel, applicato all'intera richiesta. Le modifiche aggiungono un costo di input: una modifica in 4K con un riferimento costa 0,07312 $ di listino, 0,03656 $ con lo sconto; tre riferimenti a 2K costano 0,04177 $.

Confrontandoli nelle configurazioni per cui i due modelli sono effettivamente pensati: un edit con Ideogram 4.5 High a $0,22 contro un edit M​iniMax 4K con un riferimento a $0,0366 durante lo sconto è una differenza di sei volte, e anche a prezzo di listino è di tre volte. Per megapixel il divario si inverte di nuovo, perché Ideogram è limitato a 2.048 su un lato mentre M​iniMax restituisce sedici megapixel e oltre. Un acquirente che ha bisogno della risoluzione più alta non sta scegliendo tra $0,22 e $0,0366; sta scegliendo tra $0,22 per quattro megapixel e $0,0366 per sedici, e il secondo numero compra quattro volte l'area per un sesto del prezzo.

La scala dei livelli è uno strumento di pianificazione del budget, ed è questa la parte sottovalutata.

Le impostazioni Very low, Low, Medium e High di Ideogram — con High predefinita sui piani a pagamento e Low sul piano gratuito, e Very low che significa solo riferimenti — sono una cosa insolita in questo mercato: un fornitore che ti lascia decidere quanto modello pagare per ogni singola chiamata. Un team di design che itera su un layout può eseguire venti passaggi Very low e un passaggio High e spendere quasi nulla per l'esplorazione. MiniMax-H3-Image non ha un equivalente. Sei passaggi di campionamento, nessun classifier-free guidance, nessun prompt negativo, e l'API rifiuta qualsiasi altro numero di passaggi o valore di guidance con HTTP 400. C'è un'unica impostazione di qualità, ed è quella che fa il sampler distillato.

Non è un difetto del design di M​iniMax — il campionatore fisso a sei passi è ciò che rende economicamente possibile servire un transformer da 33 miliardi di parametri a sedici megapixel, ed è la stessa scelta che rende i pesi aperti eseguibili su una singola GPU di grandi dimensioni. Ma significa che i due prodotti hanno un'economia dell'iterazione diversa. La struttura tariffaria a livelli di Ideogram è economica da esplorare e costosa da completare. La tariffazione fissa di M​iniMax è costosa da esplorare ed economica da completare, perché ogni esplorazione restituisce già la risoluzione finale.

Dove ognuno è la risposta corretta

Scegli Ideogram 4.5 quando l'immagine di origine è l'asset. Ritocco per cataloghi, correzione di colore e illuminazione, sostituzione di testo sulle confezioni, lavori di interni e architettura, restauro di vecchie fotografie, da schizzo a immagine: questa è la suddivisione in esempi fornita dal fornitore stesso, e in tutti questi casi l'inquadratura è fissa e la modifica è locale. La semantica della maschera, la copia esatta al pixel e la regola dell'output alla dimensione della sorgente sono esattamente le garanzie di cui quel flusso di lavoro ha bisogno, e nessun punteggio di preferenza può sostituirle.

Scegli MiniMax-H3-Image quando il formato non è fisso. Affissioni, lastre per la stampa, sfondi che verranno ritagliati in tre modi, qualsiasi caso in cui altrimenti dovresti montare un upscaler sull'output di un altro modello. Sedici megapixel nativi sono una classe di asset diversa, il sistema di riferimento posizionale consente di comporre più immagini fornite in una nuova scena anziché modificarne una, e il prezzo per megapixel consegnato è il più basso di questo confronto con un ampio margine. Ideogram 4.5 non può seguirti su questo terreno perché il suo endpoint non restituirà un'immagine più grande di quella che gli è stata fornita.

E nota la licenza prima di entrambe: MiniMax-H3-Image viene distribuito con la MiniMax-H3-Image Community License Agreement, che esclude l'UE, il Regno Unito, la Repubblica di Corea e gli Stati Uniti, richiede un'autorizzazione scritta separata per il servizio ospitato e oltre un milione di dollari di ricavi annualizzati, e richiede che il nome del modello sia visualizzato in modo ben visibile. Ideogram 4.5 è un servizio ospitato chiuso, senza quel fardello territoriale. Per un team a Seul o San Francisco, il vantaggio in risoluzione è teorico finché un avvocato non dice il contrario.

Dove si inserisce un router

OrcaRouter non serve nessuno dei due modelli. MiniMax-H3-Image non è nel nostro catalogo, e Ideogram 4.5 è raggiungibile tramite l'API di Ideogram — non la nostra. Ciò che offriamo della stessa famiglia è il modello video, minimax/minimax-h3, al prezzo di listino del fornitore con uno 0% di ricarico applicato.

La risposta realistica di produzione per un negozio che ha bisogno di entrambe le proprietà non è scegliere. Instrada il lavoro di composizione e upscale verso il modello a sedici megapixel per cui sei autorizzato a chiamare, e instrada il ritocco di precisione verso un editor con maschere; tieni entrambi dietro un'unica interfaccia, così la scelta diventa un valore di configurazione anziché una riscrittura. È il caso in cui una singola chiave per duecento e passa modelli si ripaga — non perché renda i modelli equivalenti, ma perché rende il passaggio dall'uno all'altro una richiesta anziché una migrazione. Qui il failover conta più del catalogo: una coda di ritocco che ripiega su un secondo editor quando il primo è soggetto a limiti di richieste è una coda che continua ad avanzare.

Due modelli, due compiti e un nuovo arrivato di quattro giorni che vince il voto di preferenza in entrambe le commissioni pur perdendo l'unica garanzia che l'altro modello vende davvero. Compra la garanzia che ti serve.