MiniMax-H3-Image vs Meta Muse Image：オープンウェイトのリードが終わる地点

MiniMax-H3-Image が勝てない比較が1つだけあり、それは1セントしかかからないモデルとの比較だ。Meta Muse Image は2026年7月7日から Meta 自社の Model API で提供されており、生成画像1枚あたり一律0.01ドル、検索グラウンディングもその価格に含まれている。AA-Image-T2I v2.1 では、9,061票で Elo 1,127 の13位につけ、3,206票で Elo 1,066 の25位である MiniMax-H3-Image を61ポイント上回っており、両者の信頼区間は到底重ならない。編集部門では両者は実質同点だ。MiniMax-H3-Image が1,138、Muse Image が1,128で、10ポイント差だが誤差範囲は大きく重なっている。しかも MiniMax-H3-Image は1枚あたり0.02179〜0.06879ドルかかるのに対し、相手は1セントだ。

つまり、両方のボードでダウンロード可能なあらゆる競合を上回るモデルが、この対戦に、2倍の代価を払う引き分けと、61Eloを払う敗北を抱えて臨む。このことは腰を据えて考える価値がある。なぜなら、この比較こそが「最高のオープンウェイト画像モデル」が実際にどれほどの価値を持つのかを教えてくれるからだ。

10点と61点、そしてなぜ後者のほうがより重要なのか

編集体での同点は正真正銘の同点であり、そう報告されるべきです。MiniMax-H3-Image の区間は 1,122 から 1,154、Muse Image の区間は 1,117 から 1,139 です。両者はその幅の大部分で重なっており、ボード自体の順位範囲——9位から18位対13位から21位——も、同じことをより長く言い換えたにすぎません。ここで、データをもう一度読んでも揺るがない編集体の優位を主張できる者は誰もいません。

世代間の差は、また別の種類の数字だ。1,066（区間の上限は1,081）対 1,127（区間の下限は1,116）——二つの区間の間には35ポイントの明確な隔たりがある。これはノイズではなく、小さな効果でもない。114モデルのボードでは、上位四分の一と第二四分の一の差に当たる。単純なテキスト-to-画像生成では、Metaのpennyモデルの方が優れており、データもそれを曖昧さなく示している。

Which inverts the story H3-Image's launch told. The model was presented with sixteen megapixels and sixteen positional references, and the inference everyone drew was that this was a serious editing-capable generator. The boards agree about the editing half and disagree about the generation half. What M​iniMax built is a very good editor that also generates, not a generator that also edits.

1ペニーで実際に何が買えるのか、そして計算が破綻するのはどこか

Metaの課金単位は、異例とも言える精度で文書化されている。対象はトークンではなく画像だ。開発者向けドキュメントには、モデルは生成画像1枚あたり一律0.01ドルで課金され、Muse Imageは「トークン単位の価格設定ではない」と明記されている。返される使用量ブロックには入力トークン数と出力トークン数が含まれるが、これらは情報提供のみを目的としている。ここから2つの帰結が生じ、いずれも見た目上の問題ではなく運用上の問題である。失敗は課金されない。生成に失敗した画像や、返却前に安全フィルタで除去された画像はカウントされない。また検索グラウンディングは、単一の出力の背後で行われるライブWeb検索とツール呼び出しだが、別途課金されるのではなく画像1枚あたりの価格に含まれている。

Run that against M​iniMax's card on a job of ten thousand images. Muse Image: $100 flat, regardless of how many retries died. MiniMax-H3-Image at its 1K tier: $217.90, and every failed request that still produced a billed output is on your invoice. At the 4K tier where the model actually delivers sixteen megapixels, $687.90 list or $343.90 during the current discount, which expires 17 November 2026 at 16:00 UTC and applies only when the delivered image is at least 16,600,000 pixels. The gap is not a rounding difference at any tier; it is the difference between a job you can afford to attempt and one you budget for.

しかし両者が販売しているのは同じ成果物ではなく、ここが比較を画像1枚単位にとどめず、具体的にしなければならない点です。MiniMax-H3-Imageは各アスペクト比でのキャンバスサイズを公表しています。4096×4096、4736×3552、5024×3360、5472×3072、6272×2688で、APIの上限は20メガピクセルです。MetaはMuse Imageについてピクセル寸法を一切公表していません。同社のドキュメントでは、画像エンドポイントのsizeパラメータは「アスペクト比のみを設定し、正確なピクセル数は設定しない」と明記されており、これを解像度の保証として読んではいけません。1ペニーを割る対象となる公表済みのメガピクセル数がないため、決着をつけるはずの1メガピクセル当たりの比較はドキュメントから計算できません。これはどちらかの製品の欠陥ではなく、両ベンダーの開示に関する事実として扱ってください。

クローズドモデルの方がデプロイが容易であり、これは逆転だ

Here is the part that makes this matchup more than a price list. Meta Muse Image is proprietary. There are no weights, no model card, no licence to read, and Meta's developer documentation draws the line explicitly: the Muse family models you call over Model API are served, and the one open-weight model in the family, Muse Glimmer, is a different model distilled from M​use Spark rather than an open release of Muse Image. Calling it is a model-string change on an O​penAI- or Anthropic-compatible SDK.

MiniMax-H3-Imageはダウンロード可能で、通常は自由度の高い選択肢と受け取られる。MiniMax-H3-Image Community License Agreementの下では、欧州連合、英国、大韓民国、米国が除外され、モデル自体（単なる出力だけでなく）は、収益水準を問わずホステッドサービスに別途書面による許諾を必要とし、それ以外の場合は年間換算収益が100万ドルを超える場合に別途書面による許諾を必要とし、使用されるあらゆる場所でモデル名を目立つように表示することを求め、その出力を他のモデルの訓練に使用することを禁じている。

Put the two side by side for a team in Austin or Manchester and the usual intuition is backwards. The proprietary model is the one they can use on Monday. The open-weights model is the one that needs a signature from M​iniMax before it can go in a product, and possibly a different conversation entirely. That is an odd thing to write on a blog that generally argues for open weights, and it is true, so it is here.

シンガポールやサンパウロのチームにとって、ライセンス条項は効力を持たず、計算は上記のものに戻る。編集での引き分けは1ペニー対2セント、生成での敗北も1ペニー対2セントだ。この数値で見る限り、ピクセルが要件でない限り、依然としてMetaだ。

ノブを取り外す2つの方法

両モデルはあなたのサンプリング制御を奪い、しかも正反対の方向でそれを実行しました。MiniMax-H3-Image は331億パラメータのトランスフォーマーを、classifier-free guidance なしの6サンプリングステップに蒸留し、API は他のステップ数や guidance 値を受け付けると HTTP 400 で拒否します。ネガティブプロンプトはありません。変えられるのはプロンプト — 最大32,000文字で、そのうち最初の約4,096トークンが有効 — と、位置指定で<Picture 1>から<Picture 16>として指定される最大16個の参照だけです。

Meta Muse Image removed the knobs by adding a layer above them. In Meta's words the model "reasons before it renders": it invokes search and coding tools, self-refines its own generations, and improves through scaling test-time compute. Reference images go up to ten in a single request, and the agentic behaviour is switchable, which makes the reasoning depth the lever for cost and latency rather than the sampler. Meta describes a pairing with its M​use Spark reasoning model so that the two share tools and plan jointly, which is how the documented multi-part outputs — animated GIFs, pages with embedded images, small interactive games — are produced.

実用上の違いは失敗時に現れる。MiniMax-H3-Image が編集を誤った場合、問いただせるパスは1回だけで、呼び出し内にセカンドオピニオンはない。修正は、より良いプロンプトか、より良い参照画像だ。Muse Image が誤った場合、失敗はレンダリングではなく推論経路にある可能性があり、エージェント的行動を上げるか下げるかが、鵜呑みにするのではなく自分のプロンプトで最初に試すべきことになる。どちらが優れているというわけではない。両者は異なるデバッグの対象面であり、自分がどちらにいるかを知っていれば午後を無駄にせずに済む。

Metaがあなたに教えてくれないこと

その代償には大きなドキュメントの空白が伴い、それは価格と同じ文脈で語るべきものだ。MetaはMuse Imageのレート制限を、私たちが読める形では公開していない。開発者サイトのレート制限ページは、数値が一切ない空のシェルを返しただけだった。公開されたレイテンシプロファイルも成功率もなく、本番トラフィック下でのエージェントループに関する独立評価もない。指示追従性や編集忠実度について、独立した第三者によるベンチマークはなく、Meta自身のベンチマーク図にも読み取れる数値はない。スループットが設計上重要なら、マニュアルではなくAPIからその許容範囲を知ることになるだろう。

Provenance has the same shape. Muse Image carries Content Seal, an invisible watermarking system that Meta says stays intact through cropping, compression, resizing and screenshots, with a detection tool in preview. Read the scope carefully: Meta describes the mark as being carried by images created in the Meta AI app and on meta.ai — the consumer surfaces — and neither the model page nor the API documentation says whether images generated through Model API carry it. Assume it does not travel with an API-produced file until you have tested output from your own account. Independently, the one reported test of the detector, from Reuters, found it failed to verify a majority of watermarked images. M​iniMax, for its part, publishes no provenance or watermarking system for H3-Image at all, which is a different kind of answer to the same question.

M​iniMax's own gap is latency in the other direction: the vendor claim is sixteen megapixels in ten seconds, and there is no published p50, p95 or ceiling per aspect ratio behind it. Krea publishes a per-job ceiling for its slowest mode; M​iniMax publishes a best case. Meta publishes neither. Three vendors, three different levels of disclosure about the same operational question, and the one with the most detailed price is not the one with the most detailed performance data.

一発で決める方法

If your output is going to the web, a feed, a listing, or a client deck at sizes under about four megapixels, the answer on these numbers is Meta Muse Image. It is measured ahead on generation, tied on editing, cheaper per call by a factor of two to seven, bills failures at zero, folds search into the price, and needs no licence review in the four jurisdictions that M​iniMax excludes. The documentation gaps are real and they are the kind of thing you resolve with a week of your own testing rather than a procurement cycle.

出力が印刷サイズでディテールを保たなければならない場合、あるいは1つのマスターから3通りにクロップしなければならない場合、答えはMiniMax-H3-Imageであり、価格は問題ではない。なぜなら代替手段ではそのアセットを作れないからだ。あらゆるアスペクト比でネイティブ1600万画素というのは、低価格モデルが嗜好スコアでどれほど高評価であっても太刀打ちできないカテゴリーであり、参照システムの16個の位置スロットを使えば、1枚の画像を編集するのではなく、提供された複数の画像を新しいシーンへと構成できる——これはこの比較に登場する他のどのモデルも、その規模では謳っていない機能である。

If you are in the EU, the UK, Korea or the US and you need the pixels, the honest answer is that you are waiting — on a written authorisation from M​iniMax, or on a model that returns that much canvas without one. Both are plausible within a quarter. Neither exists today.

ルーターが適する場面と、適さない場面

OrcaRouter serves neither model. MiniMax-H3-Image has no route on our catalogue, and Meta Muse Image is reached through Meta's own Model API — not ours. Note also that the Muse models on our catalogue carrying similar names are chat models, not this image model, and nothing here should be read as a route to it. What we do carry from M​iniMax's H3 family is the video model, minimax/minimax-h3, at the provider's list price with 0% markup passed through.

この比較でルーティングが本当に役立つ唯一の場面は、数値が最も固まっていない部分です。MiniMax-H3-Imageは登場から4日しか経っておらず、編集項目には16ポイントの幅があり、ライセンスは国によって異なります。Muse Imageには4か月分の投票があり、運用上の許容範囲は文書化されていません。どちらもハード依存として組み込むべきものではありません。プライマリルートに、実測済みの第2モデルへの自動フェイルオーバーを備えた構成こそ、新規参入者に実際のトラフィックを与えつつ、仕事をそれに賭けずに済ませる方法です — そして、上記の比較が誤差範囲内で互角であるなら、それはヘッジではなく、正直な本番アーキテクチャです。

1ペニー対2セントは簡単な判断に見える。だが、最初のモデルが4倍のキャンバスを返せて、2番目のモデルを推論深度に切り替えられるとなると、話は変わる。出力が実際に依存しているのはその2つの特性のどちらなのかを突き止めたまさにその時点で、それは価格の問題には見えなくなる。