MiniMax-H3-Image vs Nano Banana 2: pesi liberi, confini chiusi

La cosa sorprendente di MiniMax-H3-Image non è il suo punteggio. È la mappa nella sua licenza. Il checkpoint è stato pubblicato su Hugging Face il 10 novembre 2026 — un repository da 68,65 GB, di cui 66,28 GB costituiti dal transformer di diffusione, più un encoder di testo da 66,7 GB che prende in prestito dal modello video H3 — e il file che lo disciplina, il MiniMax-H3-Image Community License Agreement, concede diritti "in tutto il mondo, esclusi i Territori esclusi", che poi definisce come Unione europea, Regno Unito, Repubblica di Corea e Stati Uniti d'America. Nano Banana 2, di G​oogle il modello gemini-3.1-flash-image, è disponibile per il pubblico dal 28 maggio 2026 e non ti chiede altro che una carta di credito. Quindi l'inquadramento onesto di questo confronto non è aperto contro chiuso. È un modello che puoi scaricare ma che potresti non essere autorizzato a distribuire legalmente dove vivi, contro un modello che non potrai mai scaricare ma che puoi chiamare da qualsiasi luogo. Tutto il resto — i sedici megapixel, la scala dei prezzi, le posizioni in classifica — è secondario rispetto a questo, e il resto di questo articolo è ciò che cambia una volta che lo accetti.

Che cosa consente effettivamente la licenza

Consultato il 14 novembre 2026, la Sezione IV della licenza di {{1}}M​iniMax{{/1}} è breve e insolitamente specifica. Due elementi fanno scattare l'obbligo di ottenere un'autorizzazione scritta preventiva tramite la console delle licenze di {{2}}M​iniMax{{/2}}: un fatturato annualizzato superiore a 1 milione di USD per te o per le tue affiliate, oppure la fornitura di un servizio in hosting a terzi. Nessuno dei due elementi comporta il pagamento di royalty. Entrambi richiedono che tu ne faccia richiesta. La Sezione IV impone anche un obbligo di attribuzione: qualsiasi prodotto commerciale che utilizzi il modello deve "{{3}}mostrare in modo ben visibile 'MiniMax-H3-Image'{{/3}}" nella propria interfaccia, il che è un obbligo diverso dal consueto badge "built with" perché indica il nome del modello, non quello dell'azienda.

La clausola territoriale è quella più difficile, e non si tratta di una sfumatura. La concessione stessa è limitata al territorio applicabile, e il contratto afferma chiaramente che l’uso al di fuori di esso «non è autorizzato dal presente Contratto». Non è una restrizione alla ridistribuzione; è una restrizione all’esecuzione dei pesi in assoluto nelle quattro giurisdizioni elencate. La scheda di M​iniMax indirizza chiunque si trovi in quelle regioni verso una trattativa di licenza separata, menzionando «controlli solidi e guardrail» come parte di ciò che un simile accordo comporterebbe. Per uno studio a Berlino, una startup a Seul, o — cosa più rilevante per la maggior parte dei lettori di un blog di modelli in lingua inglese — ovunque negli Stati Uniti, la risposta pratica è che i pesi aperti sono un artefatto di ricerca che puoi ispezionare, valutare con benchmark e descrivere, e non una dipendenza di produzione.

Nano Banana 2 non ha un rompicapo equivalente. È un prodotto G​oogle Cloud: lo chiami, ottieni un'immagine, la rilasci, e i termini sono quelli standard delle API. Non c'è alcuna soglia di fatturato, nessuna deroga territoriale, nessuna clausola di attribuzione e nessuna negoziazione per servizi ospitati. Ciò a cui rinunci per questa semplicità è il file. Se G​oogle cambia il prezzo, ritira l'identificatore o ha un'interruzione del servizio, hai un ticket di migrazione invece di un fallback.

Quella simmetria — un modello ti dà l'artefatto con una licenza inutilizzabile, l'altro ti dà una licenza utilizzabile senza artefatto — è la decisione vera. La maggior parte delle pagine di confronto la salta perché il file di licenza è noioso e la tabella dei benchmark no.

Dove i due modelli si incrociano sulle tavole

Artificial Analysis ora valuta entrambi su entrambe le sue arene per immagini, cosa che non era vera quando MiniMax-H3-Image è stato lanciato. Letti il 14 novembre 2026, i numeri descrivono un incrocio reale anziché un divario:

• Testo in immagine — Nano Banana 2 si trova all'11º posto su 114 righe con Elo 1.143 (intervallo al 95% 1.133–1.153). MiniMax-H3-Image si trova al 25º posto con 1.066 (1.051–1.080). Sono 77 punti Elo, e gli intervalli non si avvicinano minimamente.

• Modifica delle immagini — MiniMax-H3-Image si posiziona 13° su 84 con Elo 1.138 (1.122–1.154). Nano Banana 2 si posiziona 17° con 1.126 (1.114–1.138). MiniMax è avanti di 12 punti Elo; gli intervalli si sovrappongono di pochi punti, quindi consideralo un vantaggio esiguo più che una vittoria schiacciante, ma è la direzione indicata dalla classifica.

• La variante Highspeed — MiniMax-H3-Image Highspeed, disponibile solo sull'API proprietaria di MiniMax, è classificata separatamente: 24ª nella generazione da testo a immagine con 1.072 e 14ª nell'editing con 1.134. Costa circa 1,7× il livello standard per generazione a 4K e non garantisce un punteggio migliore in nessuna delle due classifiche. Offre latenza, che le classifiche non misurano.

Il riepilogo dei risultati di Artificial Analysis, pubblicato il 13 novembre 2026, aggiunge la cornice che M​iniMax vorrebbe: nelle sue classifiche, MiniMax-H3-Image è la riga meglio classificata che riporta l'indicatore open-weights in entrambe le categorie. Quell'affermazione è loro e dipende dalla loro classificazione di quali righe contano come open weights — diversi modelli sopra H3-Image in text-to-image, inclusa la riga FLUX 3 Image a 1.119, non sono chiaramente scaricabili, quindi l'indicatore svolge un ruolo concreto. Citatela come dichiarazione di chi gestisce la classifica anziché come un fatto verificabile solo dai pesi.

L'aspetto da tenere presente: il modello di M​iniMax è migliore nel compito di modifica e chiaramente peggiore nel compito della pagina bianca. Questo è coerente con il suo design. Sedici slot di riferimento e un sampler ottimizzato per lavori ricchi di riferimenti spingono il tabellone di editing; un sampler distillato a sei passaggi senza guida è una storia di controllo piuttosto che una storia di fedeltà, e il divario testo-immagine è ciò che questo costa.

La scala dei prezzi, e uno sconto con tre giorni rimasti

M​iniMax fattura a token invece che per immagine, il che rende fuorviante la cifra di copertina finché non si leggono gli esempi svolti. Livello standard: 2,30 $ per milione di token di testo in input, 1,50 $ per milione di token immagine in input, 3,80 $ per milione di token immagine in output. Highspeed: stessa tariffa per il testo, 3,00 $ sull'input immagine, 7,60 $ sull'output.

• Testo in immagine, standard — $0.02179 a 1K, $0.02333 a 2K e $0.03439 a 4K finché dura lo sconto di lancio, rispetto a un prezzo di listino di $0.06879.

• Modifica con un riferimento — $0.02654 a 1K, $0.02658 a 2K, $0.03656 a 4K (listino $0.07312).

• Modifica con tre riferimenti — $0.03563 a 1K, $0.04177 a 2K, $0.03957 a 4K (listino $0.07914).

• Highspeed, da testo a immagine — $0.03529 a 1K, $0.03622 a 2K, $0.06501 a 4K (listino $0.13001).

Lo sconto che dimezza la colonna 4K è valido fino al 17 novembre 2026, alle 16:00 UTC, e si applica solo alle immagini consegnate di almeno 16.600.000 pixel. Dopo, la tariffa 4K raddoppia all'incirca, mentre ogni livello inferiore resta invariato — il che cambia la forma della raccomandazione, perché la scala piatta è il motivo stesso per usare questo modello. Al prezzo di listino, un'immagine 4K di MiniMax costa più o meno quanto un'immagine 4K di Nano Banana 2 e non è più meno costosa di quest'ultima.

Il lato di G​oogle è una tabella pulita per immagine: 1.120 token per un'immagine 1K e 2.520 per 4K, a 60 $ per milione di token di output immagine. Ciò corrisponde a 0,045 $ a 512px, 0,067 $ a 1024×1024, 0,101 $ a 2048×2048 e 0,151 $ a 4096×4096, con testo e thinking fatturati separatamente a 3 $ per milione di token di output e input a 0,50 $ per milione. Non è elencato alcun livello batch per questo modello, a differenza della variante Lite. Si noti l'asimmetria in ciò che significa "alla risoluzione": un'immagine Nano Banana 2 a 4K è 4096×4096, e un'immagine M​iniMax a 4K è anch'essa 4096×4096, quindi le due scale si confrontano direttamente in alto e divergono in basso, dove G​oogle vende un livello 512px che M​iniMax non offre.

Diecimila immagini al mese, un riferimento ciascuna, output 2K: circa $266 su M​iniMax standard alla tariffa attuale e circa $1.010 su Nano Banana 2. È l'unico punto in cui i numeri non sono vicini, ed è anche il punto in cui è più probabile che la licenza ti blocchi.

Ciò che uno può fare e che l'altro non può

Le liste delle capacità sono meno simmetriche dei punteggi. Entrambi i modelli generano e modificano tramite un'unica coppia di endpoint, entrambi accettano immagini di riferimento ed entrambi producono file multi-megapixel. Oltre a ciò, divergono su quasi ogni asse:

• Riferimenti — MiniMax-H3-Image accetta da 1 a 16 immagini, indicate posizionalmente nel prompt come <Picture 1> fino a <Picture 16> nell'ordine di caricamento. Nano Banana 2 ne accetta 14, ma le suddivide: fino a 10 riferimenti a oggetti per la fedeltà e fino a 4 riferimenti a personaggi per la coerenza.

• Output — M​iniMax dichiara circa 16 megapixel per ogni rapporto d'aspetto, da 4096×4096 quadrato a 6272×2688 ultrawide, con un tetto API di 20 megapixel e nessun upscaler nel percorso. Nano Banana 2 arriva al massimo a 4096×4096 ma aggiunge le forme estreme 1:4, 4:1, 1:8 e 8:1 e un livello da 512px per le miniature.

• Grounding — Nano Banana 2 può ancorare una generazione ai risultati di Google Search o Image Search. MiniMax-H3-Image non dispone di alcun tipo di recupero delle informazioni; tutto proviene dal prompt e dai riferimenti.

• Provenienza — ogni output di Nano Banana 2 porta una filigrana SynthID e metadati C2PA. Il repository e la licenza di M​iniMax non dichiarano alcuno schema di watermarking, il che è o una funzionalità o un problema di conformità a seconda della giurisdizione, e nell'UE è quest'ultimo.

• Controlli di ragionamento — Nano Banana 2 espone il thinking a minimal o high, il valore predefinito è minimal e non è possibile disattivare il thinking tramite l'API; quei token vengono fatturati indipendentemente dal fatto che li leggiate o meno. M​iniMax non espone alcuna superficie di ragionamento, solo un sampler fisso.

• Sampler — M​iniMax è distillato in sei passi senza classifier-free guidance. L'API restituisce HTTP 400 se si passa qualsiasi altro numero di passi o valore di guidance e rifiuta i prompt negativi. Si regolano il prompt e i riferimenti, e nient'altro. Il modello di G​oogle accetta la consueta superficie di parametri.

Il punto del sampler è a doppio taglio. Rende l'output di M​iniMax esattamente riproducibile sul proprio hardware, il che è una proprietà concreta per i test di regressione, e rimuove la manopola di qualità standard a cui un team abituato a regolare CFG ricorrerebbe per primo quando una modifica risulta sbagliata.

Se hai intenzione di fare self-hosting, leggi prima questo.

{{1}}La ragione per cui la maggior parte delle persone vuole i pesi aperti non è l'ideologia; è l'opzione di smettere di pagare per ogni immagine. Su questo modello quell'opzione è costosa in un modo che la dimensione del download lascia intuire e che l'annuncio non rivela.{{/1}} Il transformer è da 66,28 GB in BF16, il VAE da 2,34 GB, e il text encoder è un download separato da 66,7 GB — il Qwen3-VL completo di MiniMax-H3, invariato, i cui stati nascosti del 50° strato vengono letti dal DiT. Si tratta di circa 135 GB di pesi prima ancora di generare una singola immagine, e il modello è un transformer denso da 33,1 miliardi di parametri, non un mixture-of-experts con un percorso attivo economico.

In confronto, Qwen-Image 2.1 — l'altra opzione open di cui la gente chiede — si scarica a circa un quarto della dimensione. Se il tuo piano prevede una singola workstation o una GPU a noleggio, i calcoli su questo checkpoint sono la prima cosa da fare, non l'ultima. La scheda di MiniMax non offre alcun dato sulla latenza né alcuna configurazione hardware, quindi nel materiale di rilascio non c'è nulla che ti dica se sei passaggi a sedici megapixel entrano nella tua scheda.

Quale, considerando tutto quanto

Se sei fuori da UE, Regno Unito, Corea del Sud e Stati Uniti e hai bisogno di volumi in 4K con molti riferimenti, MiniMax-H3-Image è il modello di editing migliore e più economico al momento, e il vantaggio di 12 Elo nell'editing è abbastanza piccolo da consigliarti di testarlo sui tuoi prompt invece di fidarti della classifica. Se ti trovi in quei territori, la licenza ha già deciso per te, e la domanda interessante diventa se M​iniMax concederà la licenza — una conversazione commerciale, non tecnica.

Se hai bisogno di rendering del testo, grounding tramite ricerca, marcatura della provenienza o un contratto lato chiamante senza limiti, Nano Banana 2 vince in capacità e perde in prezzo, e il suo vantaggio di 77 punti Elo nella generazione di immagini da testo è il singolo dato più grande di questo confronto.

Nessuno dei due modelli è nel catalogo di OrcaRouter al 14 novembre 2026, e questa pagina non fingerà il contrario. Ciò che la piattaforma offre davvero nella linea di immagini sono i modelli per immagini di OpenAI e Google effettivamente richiamabili oggi, al prezzo di listino del provider con markup dello 0% applicato — il che significa che quando lo sconto 4K di MiniMax scade il 17 novembre, o quando Google modifica una tariffa, il numero sul nostro catalogo cambia lo stesso giorno anziché al rinnovo contrattuale successivo. L'altro motivo per cui il livello di routing è importante in questo caso è il failover: un modello senza un dato indipendente sulla latenza e con una voce in classifica vecchia di sei giorni è esattamente il tipo di dipendenza che vuoi dietro un failover automatico anziché collegata direttamente a un percorso di produzione.

Ciò che cambierebbe questo verdetto è una modifica della licenza. M​iniMax ha già rilasciato, elogiato e poi relicenziato dei modelli in passato, e la clausola territoriale suona più come un'impostazione predefinita di conformità che come una restrizione ponderata. Se l'elenco dei Territori esclusi si accorcia, il versante editing di questo confronto diventa una semplice raccomandazione basata su prezzo e punteggio. Fino ad allora, il modello aperto è aperto nel senso che puoi leggerlo, e chiuso nel senso che decide se puoi usarlo.