MiniMax-H3-Image vs MAI-Image 2.7 Preview: uno è un file, uno è un'anteprima

Se dai a MAI-Image 2.7 Preview un prompt testuale, non ricevi nulla indietro, perché non genera dal testo. Esegue editing. Quella singola frase spiega gran parte della differenza tra questo e MiniMax-H3-Image, ed è la parte che ogni confronto affiancato tra i due sbaglia, perché i due modelli non stanno risolvendo lo stesso problema: uno è un checkpoint unificato per text-to-image ed editing con riferimenti, con pesi scaricabili; l'altro è l'anteprima di sola modifica di Microsoft AI, accessibile tramite un playground e una classifica e poco altro.

Entrambi sono recenti. M​iniMax ha pubblicato i pesi di MiniMax-H3-Image il 10 novembre 2026 alle 14:50 UTC; l’anteprima di Microsoft è in circolazione da fine ottobre e la classifica indipendente su cui compare mostra che sta guadagnando posizioni. Quello che segue non è un elenco di funzionalità: è un tentativo di rispondere all’unica domanda che conta se devi scegliere: quale di questi puoi davvero inserire in una pipeline, a quale costo e a cosa rinunci scegliendolo.

La prima differenza è una capacità, non un benchmark

MiniMax-H3-Image svolge due funzioni da un unico checkpoint. Genera un'immagine da un prompt e modifica una o più immagini di riferimento passate in modo posizionale come <Picture 1> fino a <Picture 16>. Gli stessi pesi servono per entrambe; non c'è alcun endpoint di modifica separato da configurare né un secondo modello da pagare.

MAI-Image 2.7 Preview svolge il secondo compito. È un modello di editing: gli si fornisce un'immagine e un'istruzione e restituisce un'immagine modificata. Non c'è alcuna modalità text-to-image da abilitare. Per un team il cui flusso di lavoro è «generare uno scatto di prodotto, poi iterarlo», ciò significa che il modello di Microsoft può coprire la metà dell'iterazione e non può coprire il primo frame, quindi non è mai un sostituto drop-in di MiniMax-H3-Image. Nel migliore dei casi è un secondo modello in una catena.

Quell'asimmetria vale la pena di essere detta chiaramente, perché cambia persino cosa può significare un confronto. Li si può confrontare sulla qualità della modifica. Non li si può confrontare sulla generazione, perché uno dei due non la esegue.

Uno ti consegna i pesi, l'altro ti consegna un badge di anteprima

MiniMax-H3-Image è distribuito con il MiniMax-H3-Image Community License Agreement, che non è Apache 2.0 e merita una lettura da parte di un avvocato prima di un deployment commerciale, ma è un artefatto scaricabile: 68,65 GB di diffusion transformer, VAE e configurazione, più un text encoder da 66,7 GB preso in prestito dal repository video MiniMax-H3. Puoi eseguirlo sul tuo hardware tramite SGLang, vLLM-Omni, diffusers o ComfyUI, e il team di vLLM ha rilasciato il supporto day-zero per NVIDIA e AMD il giorno del rilascio. Puoi anche chiamarlo tramite l'API di MiniMax, dove l'identificatore del modello è MiniMax-H3-Image e un tier Highspeed applica gli stessi limiti a una velocità di output superiore.

MAI-Image 2.7 Preview è chiuso nel senso comune del termine: nessun peso, nessuna licenza da leggere, nessuna model card con un conteggio dei parametri o un'architettura. Microsoft non ha pubblicato un prezzo per immagine, una risoluzione massima, un limite di immagini di riferimento, un'interfaccia per maschere né una scheda Foundry con un endpoint che uno sviluppatore possa chiamare oggi. Ciò che esiste è MAI Playground, una comparsa su Arena e una voce su Artificial Analysis. È sufficiente per farsi un'opinione del modello e non abbastanza per costruirci un budget.

Questa è la differenza che decide la maggior parte delle decisioni reali. Un modello open-weight senza un punteggio di benchmark è un rischio ingegneristico che puoi eliminare eseguendolo. Un modello chiuso senza un prezzo è un vicolo cieco per l'approvvigionamento, per quanto buoni possano sembrare i campioni.

Che cosa dice davvero il consiglio indipendente

All'11 novembre 2026, MAI-Image 2.7 Preview si trova al quarto posto nella classifica AA-Image-Editing v2.1 di Artificial Analysis con 1123 Elo, dietro a GPT Image 2.6 Sunburst con 1209, GPT Image 2.6 Flare con 1206 e GPT Image 2.5 Sunburst con 1126. Il suo numero di campioni è 5.280, un conteggio reale e non un segnaposto. Quando Microsoft ha annunciato l'anteprima il 27 ottobre 2026, ha descritto il modello come secondo in quella classifica con 1.193 Elo, sei punti dietro GPT Image 2.5 Sunburst. Da allora la classifica si è riempita di voci più recenti di O​penAI e la posizione ora è quarta con 1123 — è ciò che accade a una classifica in un mese veloce, e un motivo per leggere ogni Elo con la relativa data di rilevamento, anziché come un fatto permanente. Il resoconto del fornitore sui sottopunteggi (modifiche basate sul ragionamento e modifiche a scena e stile passate dal settimo al primo posto, modifiche a testo e simboli dal sesto al primo, un vantaggio di 24 Elo in scena e stile) resta una caratterizzazione, da parte del fornitore, di dati di terzi: una classe migliore di affermazione rispetto a un benchmark interno, e comunque non una misurazione che si possa riprodurre.

MiniMax-H3-Image non ha una riga su quella classifica, né una riga su AA-Image-T2I v2.1. Non una riga bassa — nessuna. È stato rilasciato il 10 novembre, la raccolta di campioni per una classifica basata su preferenze a coppie richiede tempo, e non c'è alcun numero da citare. Chiunque ti dica che un modello batte l'altro su un punteggio indipendente sta confrontando un modello classificato con uno non classificato, il che non è un confronto.

Quindi la posizione onesta in termini di punteggio è: MAI-Image 2.7 Preview ha un punteggio di editing al quarto posto in una classifica ai cui vertici si affollano i modelli O​penAI, e MiniMax-H3-Image non ha alcun punteggio. Non è un argomento secondo cui il modello M​iniMax sia migliore o peggiore. È un argomento secondo cui le uniche persone che sanno quanto sia valido sono quelle che lo hanno eseguito.

Dimensione per dimensione

• Cosa fa — MiniMax-H3-Image: text-to-image e modifica con riferimento in un unico checkpoint. MAI-Image 2.7 Preview: solo modifica; nessuna modalità text-to-image.

• Dimensione output — MiniMax-H3-Image: circa sedici megapixel per ogni rapporto d'aspetto, da 4096×4096 in 1:1 fino a 6272×2688 in 21:9, con un limite API di 20 MP. MAI-Image 2.7 Preview: non pubblicata; il suo predecessore si fermava a circa 2,36 megapixel.

• Riferimenti — MiniMax-H3-Image: fino a 16, indirizzati in base alla posizione nell'ordine di caricamento. MAI-Image 2.7 Preview: nessun limite documentato.

Pesi — MiniMax-H3-Image: 68,65 GB più un encoder di testo da 66,7 GB, con una licenza community che non è Apache 2.0. MAI-Image 2.7 Preview: nessuno, e nessun segnale che ne stiano arrivando.

• Prezzo — MiniMax-H3-Image: $0.02179 per un'immagine 1K, $0.02333 per 2K, $0.06879 di listino per 4K e $0.03439 con uno sconto del 50% valido fino al 17 novembre 2026 alle 16:00 UTC. MAI-Image 2.7 Preview: nessun prezzo pubblicato.

• Punteggio indipendente di editing — MAI-Image 2.7 Preview: 1123 Elo, quarto su AA-Image-Editing v2.1. MiniMax-H3-Image: nessuna voce in nessuna delle due classifiche al 11 novembre 2026.

• Campionamento — MiniMax-H3-Image: fissato a sei passi, nessuna guidance senza classificatore, nessun prompt negativo; qualsiasi altro numero di passi viene rifiutato con HTTP 400. MAI-Image 2.7 Preview: non divulgato.

• Dove puoi chiamarlo — {{1}}MiniMax-H3-Image{{/1}}: l'API proprietaria di MiniMax plus il self-hosting tramite quattro framework documentati. {{2}}MAI-Image 2.7 Preview{{/2}}: il MAI Playground e ovunque Microsoft lo renderà disponibile in seguito.

Una modifica, con il prezzo indicato sul lato che riporta un prezzo

MiniMax-H3-Image fattura i token in entrata e in uscita anziché le immagini, e gli esempi svolti della scheda sono la versione leggibile: una modifica a 1.024×1.024 con un riferimento 1K arriva a $0,02654, perché paghi $1,50 per milione di token immagine in input in aggiunta all'output. Una generazione 2K costa $0,02333 e una generazione 4K costa $0,06879 di listino. Se metti in batch mille modifiche 2K con un riferimento ciascuna, sei nell'ordine di $26-$30, a seconda di quanto costa codificare il riferimento — un numero che puoi inserire in un foglio di calcolo oggi stesso.

Non puoi fare quel calcolo per MAI-Image 2.7 Preview, ed è qui che il prezzo mancante smette di essere una lacuna documentale e diventa un problema di pianificazione. Un'anteprima senza tariffa pubblicata non può essere inserita a budget, non può essere confrontata e non può essere oggetto di impegno, indipendentemente dalla posizione che occupa in una classifica. Se il modello di Microsoft è davvero migliore nell'editing — e un quarto posto con 1123 Elo è una posizione rispettabile — il costo per scoprirlo non è una tariffa per immagine, ma una settimana di integrazione con un'interfaccia che potrebbe cambiare prima del rilascio.

OrcaRouter non instrada nessuno di questi due modelli, e questo articolo non ha intenzione di far finta del contrario. Quello che instradiamo è la generazione di immagini che puoi chiamare con la stessa chiave di tutto il resto — gpt-image-2.5-sunburst, gpt-image-2, le anteprime di immagini di G​emini, Imagen 4 su tre livelli, G​rok Imagine Image — al prezzo di listino del fornitore con 0% di markup aggiunto, così quando un fornitore modifica una tariffa la tua fattura cambia lo stesso giorno. Per un team che prototipa una funzionalità di immagini mentre aspetta che venga misurata la qualità di editing di M​iniMax o che l'anteprima di M​icrosoft acquisisca un prezzo, è un modo per far avanzare la pipeline senza un secondo contratto. Non è un sostituto di nessuno dei due modelli, e la differenza conta.

Sedici riferimenti contro un tetto non documentato

La riga più sottovalutata nella scheda tecnica di MiniMax-H3-Image è il numero di riferimenti. Sedici immagini, indirizzate in base alla posizione, bastano per condizionare un'operazione di editing su una scheda del personaggio, un prodotto, tre angolazioni di una stanza, un riferimento di colore e una tavola di stile in un'unica chiamata. Pochissimi modelli di immagini documentano questa capacità, e quasi nessuno di quelli chiusi la documenta affatto — MAI-Image 2.7 Preview non lo fa, quindi un flusso di lavoro che dipende da molti riferimenti deve essere validato empiricamente prima di poterne fare la base di una progettazione.

Un avvertimento su quel numero, perché prima o poi qualcuno ci inciamperà: la model card indica 16 riferimenti, mentre la ricetta di rilascio di vLLM-Omni per gli stessi pesi documenta fino a 9 immagini per richiesta. Entrambe le cifre possono essere corrette contemporaneamente — il limite di batching di uno stack di serving e la capacità addestrata di un modello sono cose diverse — ma se il tuo flusso di lavoro richiede dodici riferimenti, la posizione onesta è che dovresti testarlo sul tuo percorso di serving anziché fidarti di uno dei due documenti.

Cosa fare con questo, questa settimana

Se ti serve una generazione ad alta risoluzione con la possibilità di self-hosting, la scelta non è davvero tra questi due modelli; MAI-Image 2.7 Preview non è in gara. Prendi MiniMax-H3-Image, con un prezzo di $0.02333 per il 2K e $0.06879 per il 4K, decidi entro il 17 novembre se lo sconto sul 4K cambia i tuoi piani e leggi la licenza prima del download, non dopo.

Se hai bisogno della migliore funzione di editing disponibile e sei disposto a lavorare all'interno di una preview, il quarto posto di MAI-Image 2.7 Preview in una classifica indipendente di editing è un segnale concreto, e la sua mancanza di un prezzo è un vero ostacolo. Chiedi a Microsoft l'accesso a Foundry e un listino prezzi. Finché una delle due cose non esiste, una pipeline di editing basata su di esso è un prototipo, non un prodotto.

La cosa da tenere d'occhio non è il prossimo aggiornamento della classifica. È se MAI-Image 2.7 Preview otterrà un prezzo e un endpoint, perché questo trasforma il confronto tra un modello aperto e una demo chiusa in una vera scelta tra due prodotti acquistabili. E se MiniMax-H3-Image otterrà un punteggio, perché al momento il modello con i pesi è l'unico dei due di cui puoi misurare tu stesso la qualità — il che, per chiunque sia rimasto scottato da un'anteprima, potrebbe essere il più prezioso dei due elementi sconosciuti.