MiniMax-H3-Image vs Qwen-Image 3.0: lo spazio aperto che Qwen ha lasciato

La linea di modelli per immagini di A​libaba era la raccomandazione facile per chiunque volesse possedere il modello invece di affittarlo: scaricare i pesi, eseguirlo, smettere di discutere di tariffe. Qwen-Image 3.0 vi ha posto fine in agosto. È stato rilasciato solo su invito il 22 luglio 2026, ha raggiunto la disponibilità generale il 4 agosto nei livelli Standard e Pro su Q​wen Cloud e A​libaba Cloud Model Studio, ed è arrivato senza pesi, senza model card, senza numero di parametri e senza report tecnico. Il ramo aperto della famiglia è Qwen-Image-2.1, rilasciato il 20 settembre 2026 con una licenza di ricerca non commerciale — ispezionabile, fine-tunabile, non distribuibile in un prodotto. MiniMax-H3-Image, i cui pesi sono stati pubblicati su Hugging Face il 10 novembre 2026 alle 14:50 UTC, è il primo modello per immagini serio da allora a occupare quel posto. Questo è il vero confronto: non quale modello sia più bello, ma quale ti lascia una via d'uscita.

Due percorsi d'acquisto che un tempo erano uno solo

Prima della 3.0, "Qwen o qualcos'altro" era una questione di qualità, perché la risposta sulla licenza era sempre la stessa. Ora i due modelli si trovano su lati opposti di una linea che conta più di qualsiasi benchmark: cosa succede se il fornitore aumenta il prezzo, dismette il piano o ha una settimana storta.

Qwen-Image 3.0 è un servizio hosted con un'interfaccia ben documentata e un tariffario pubblicato. MiniMax-H3-Image è sia un servizio hosted sia 68,65 GB di transformer scaricabile, più un text encoder da 66,7 GB che prende in prestito dal repository video MiniMax-H3, secondo il MiniMax-H3-Image Community License Agreement. La licenza non è Apache 2.0 e qualcuno del vostro team legale dovrebbe leggerla prima di un deployment commerciale — ma è una licenza su un file che possedete, il che è una cosa categoricamente diversa da un tariffario.

Una conseguenza pratica facile da trascurare: il prezzo di quella via d’uscita non è solo il disco. Il sampler di MiniMax-H3-Image è fissato a sei passaggi, senza classifier-free guidance e senza prompt negativi, e l’API rifiuta qualsiasi altro numero di passaggi o valore di guidance con HTTP 400. Sei passaggi in avanti sono ciò che rende pratico su hardware a noleggio un transformer da 33 miliardi di parametri a sedici megapixel, e significa anche che il consueto ciclo di ottimizzazione del self-hosting non esiste. Ciò che si ottimizza sono il prompt e i riferimenti.

Cosa ti dice davvero di sé Qwen-Image 3.0

Meno di quanto la sua documentazione lasci intendere. Alibaba non ha pubblicato alcun numero di benchmark per Qwen-Image 3.0 — né su Qwen-Image-Bench, né altrove — e nessuna architettura, quindi l'unico segnale indipendente è Artificial Analysis, le cui classifiche attuali collocano Qwen-Image-3.0-Pro a 1094 Elo su text-to-image con 6.691 campioni e Qwen-Image-3.0 a 1074, rispettivamente al diciannovesimo e ventesimo posto su una classifica i cui primi cinque sono tutti modelli OpenAI. Per quanto riguarda l'editing, Pro si attesta intorno a 1.085 e Standard intorno a 1.062. Sono posizioni non eccezionali, e sono gli unici numeri esistenti.

MiniMax-H3-Image non ha alcuna riga in nessuna delle due classifiche all'11 novembre 2026 — nemmeno una debole, nessuna. Quindi nessuno dei due modelli può essere classificato rispetto all'altro tramite un punteggio indipendente, e qualsiasi affermazione secondo cui uno batta l'altro sulla qualità è l'impressione di qualcuno vestita da confronto. Ciò che si può confrontare è l'interfaccia, la risoluzione, il prezzo e l'uscita.

Le dimensioni in cui i due divergono nettamente

• Risoluzione — MiniMax-H3-Image: circa sedici megapixel per ogni rapporto d'aspetto, da 4096×4096 a 1:1 fino a 6272×2688 a 21:9, con un limite API di 20 MP. Qwen-Image 3.0: massimo 2048×2048 secondo i dati di Alibaba, circa 4,2 megapixel.

• Prezzo a 2K — MiniMax-H3-Image: $0.02333 per immagine generata, inclusa una fascia 4K a $0.06879 di listino. Qwen-Image 3.0: $0.03 per immagine per la versione Standard a 1K o 2K, con le modifiche fatturate circa $0.003 per riferimento di input; Pro costa $0.04 a 1K e $0.075 a 2K.

Pesi — MiniMax-H3-Image: disponibili, licenza community, quattro percorsi di serving documentati, incluso il supporto day-zero per vLLM-Omni su NVIDIA e AMD. Qwen-Image 3.0: nessuno, un'inversione rispetto a 1.0 e 2.0. Il membro aperto della famiglia Qwen è Qwen-Image-2.1, solo per uso non commerciale.

• Testo all'interno dell'immagine — Qwen-Image 3.0: prompt fino a 4.500 token, testo leggibile fino a circa 10 pixel, dodici lingue native, più di venti font, fino a sei output per chiamata, riscrittura dei prompt lato server. MiniMax-H3-Image: prompt da 32.000 caratteri di cui circa i primi 4.096 token hanno effetto; nessuna dichiarazione pubblicata sul rendering del testo.

• Riferimenti — MiniMax-H3-Image: fino a 16, indirizzati in base alla posizione nell'ordine di caricamento, sebbene la ricetta di rilascio di vLLM-Omni per gli stessi pesi ne documenti 9 per richiesta. Qwen-Image 3.0: nessun limite massimo di riferimenti pubblicato; la 3.0 è un endpoint ospitato con uno schema documentato anziché un rilascio di pesi.

• Punteggio indipendente — Qwen-Image 3.0: 1074 su AA-Image-T2I v2.1, Pro a 1094, Pro circa 1.085 sull'editing. MiniMax-H3-Image: nessuna riga su nessuna delle due board.

Sedici megapixel non sono un lusso se stampi

Quattro megapixel sono un'immagine hero per il web, una tile di catalogo o un'immagine per una presentazione. Sedici sono una lastra per la stampa, un ritaglio per un cartellone pubblicitario o uno sfondo che deve mantenere il dettaglio quando se ne ricavano tre posizionamenti. Il limite di 2048×2048 di Qwen-Image 3.0 non è un difetto: è una decisione su a cosa serve il modello, ed è la stessa decisione che ha preso la maggior parte dei modelli di immagini ospitati. Ma significa che per chiunque produca packaging, out-of-home o fotografia di prodotto ad alto DPI, MiniMax-H3-Image non è affatto in concorrenza con Qwen-Image 3.0; è in concorrenza con qualunque upscaler avresti aggiunto all'output di Qwen, e un upscaler non aggiunge dettaglio nello stesso modo in cui lo fa una generazione nativa da sedici megapixel.

Detto questo, la cosa interessante di Qwen-Image 3.0 non è la risoluzione. È il testo. Testo leggibile fino a circa dieci pixel, dodici lingue, più di venti font e una fase di riscrittura lato server che rimodella un prompt prima che il modello lo veda: è un insieme di affermazioni mirate dritte a poster, testi di packaging, mockup di UI e diagrammi, dove il modo di fallire che tutti conoscono è un'immagine splendidamente renderizzata con una parola corrotta. I resoconti di chi l'ha provato lo descrivono come valido sui mockup di UI e sui diagrammi, con qualche occasionale testo piccolo corrotto, che è grosso modo ciò che le affermazioni del fornitore lasciano prevedere. MiniMax-H3-Image non avanza alcuna pretesa analoga sul testo nella sua model card, e nessuna terza parte l'ha misurata.

La divisione è quindi insolitamente netta per un confronto diretto. Se il vostro lavoro consiste in testo denso in un layout composto, Qwen-Image 3.0 è il modello su cui punta la documentazione. Se invece il vostro lavoro è un fotogramma fotorealistico grande e dettagliato, MiniMax-H3-Image offre quattro volte i pixel a un costo inferiore per immagine, alle dimensioni che entrambi mettono a disposizione.

Fare i conti su mille immagini

Prendi un lotto di mille immagini di prodotto in 2K, solo generazione, senza riferimenti. Qwen-Image 3.0 Standard a $0,03 arriva a $30. MiniMax-H3-Image a $0,02333 arriva a $23,33. Aggiungi un'immagine di riferimento per ogni output — il caso comune per un aggiornamento del catalogo in cui si vuole un prodotto coerente — e Qwen aggiunge circa $3 di token di input, arrivando vicino a $33, mentre la tariffa di MiniMax per le immagini di input, pari a $1,50 per milione di token, aggiunge una frazione comparabile, lasciandolo comunque sotto i $30. Alla fascia 4K MiniMax costa $68,79 di listino per lo stesso migliaio, oppure $34,39 con uno sconto del 50% a tempo limitato valido fino al 17 novembre 2026 alle 16:00 UTC e che richiede che ogni immagine consegnata sia di almeno 16.600.000 pixel. Qwen-Image 3.0 non ha una fascia 4K da preventivare.

Quei divari sono piccoli in termini assoluti e non sono il motivo per scegliere l'uno o l'altro modello. Il motivo per scegliere MiniMax-H3-Image è che 23 $ di spesa per le API e un costo marginale di 0 $ per immagine sul proprio hardware sono due attività diverse, e solo una delle due può essere modellata in prospettiva. Il motivo per scegliere Qwen-Image 3.0 è che dispone di una pipeline di testo documentata e di un'interfaccia che puoi integrare oggi pomeriggio.

Nessuno dei due modelli è su OrcaRouter, e questo articolo non fingerà il contrario. Quello che offriamo è più circoscritto e vale la pena dichiararlo con precisione: i modelli di immagini che instradiamo — gpt-image-2.5-sunburst, gpt-image-2, le anteprime di immagini di G​emini, Imagen 4 in tre livelli, G​rok Imagine Image — vengono fatturati al prezzo di listino del provider con 0% di ricarico applicato, e una regola di routing può passare a un secondo provider quando il primo fallisce. Questo non ti aiuta a scegliere tra MiniMax-H3-Image e Qwen-Image 3.0. Ti aiuta il giorno in cui smetti di valutare e inizi a rilasciare, e scopri che il modello che hai scelto ha una brutta giornata.

Quanto costa davvero la questione della licenza

«Open weight» è accurato per MiniMax-H3-Image e «open source» è l'espressione che mette nei guai i team. Il Community License Agreement è un documento con termini che possono applicarsi al tuo prodotto, e l'unico consiglio responsabile è leggere il file vero invece di un riassunto — compreso questo. Lo stesso vale, in modo ancora più netto, per Qwen-Image-2.1: una licenza di ricerca non commerciale significa un prototipo che puoi esaminare e un prodotto che probabilmente non puoi distribuire senza parlarne, e almeno un sito di confronto elenca ancora Qwen Image 3.0 come Apache-2.0, il che è semplicemente sbagliato ed è il tipo di errore che costa una settimana.

Il test pratico è breve. Il tuo piano richiede che i pesi siano all'interno del tuo perimetro — per la residenza dei dati, per i costi su volumi elevati o per il fine-tuning? Se sì, l'unico candidato tra questi due è MiniMax-H3-Image, e la via d'uscita è reale, con circa 135 GB di artefatti e una revisione della licenza. Se no, allora la questione della licenza è irrilevante e la decisione si riduce al rendering del testo in rapporto alla risoluzione, su due modelli la cui qualità non è stata misurata in modo indipendente da nessuno al di fuori dei rispettivi fornitori.

La cosa che vale la pena osservare non è il prossimo aggiornamento della classifica, dato che nessuno dei due modelli vi compare in un modo che chiarisca qualcosa. È se A​libaba annullerà la chiusura e rilascerà i pesi per la linea 3.x, perché ciò metterebbe due modelli di immagini open ad alta risoluzione sullo stesso mercato per la prima volta in un anno — e se MiniMax-H3-Image otterrà un punteggio, perché al momento l'unica parte che può dirti quanto è buono sei tu, sui tuoi prompt, il che è o la posizione più onesta in questo confronto o la più scomoda, a seconda di quanto tempo della tua settimana hai.