MiniMax-H3-Image vs Nano Banana 2：オープンウェイト、閉ざされた国境

MiniMax-H3-Imageについて驚くべきなのは、そのスコアではない。それはライセンスに描かれた地図だ。チェックポイントは2026年11月10日にHugging Faceで公開された——68.65 GBのリポジトリで、うち66.28 GBが拡散トランスフォーマー、さらにH3動画モデルから借用した66.7 GBのテキストエンコーダーを含む——そしてそれを規定するファイル、MiniMax-H3-Image Community License Agreementは、「世界中、ただし除外地域を除く」権利を付与しており、除外地域を欧州連合、英国、大韓民国、アメリカ合衆国と定義している。Nano Banana 2、Googleのgemini-3.1-flash-imageは、2026年5月28日から一般提供されており、クレジットカード以外には何も求めない。したがって、この対決を正直に捉えるなら、オープン対クローズドではない。それは、ダウンロードはできるが住んでいる地域では合法的に配備できないモデルと、決してダウンロードできないがどこからでも呼び出せるモデルの対決だ。それ以外のすべて——1600万画素、価格のはしご、リーダーボード上の順位——はそれに比べれば二次的であり、本稿の残りは、それを受け入れたときに何が変わるかについてだ。

ライセンスが実際に許可していること

2026年11月14日に読んだところ、M​iniMaxライセンスの第IV節は短く、異例なほど具体的である。事前の書面による許可をM​iniMaxのライセンスコンソールを通じて取得する義務を発動させるのは2つだ。あなたまたはあなたの関連会社の年換算収益が100万米ドルを超えること、または第三者にホスト型サービスを提供することである。どちらの発動条件もロイヤルティを課さない。どちらも申請を必要とする。第IV節は帰属表示義務も課している。モデルを使用するあらゆる商用製品は、そのインターフェースに「MiniMax-H3-Image」を目立つように表示しなければならない。これは企業名ではなくモデル名を示すため、通常の「built with」バッジとは異なる義務である。

地域条項のほうが厳しく、それは些細なニュアンスではない。許諾そのものが適用地域に限定されており、契約はその外での使用について「本契約によって許諾されていない」と明言している。これは再配布の制限ではなく、列挙された4つの法域で重みを実行すること自体の制限だ。M​iniMax自身のモデルカードは、これらの地域にいる人には別途ライセンスの相談をするよう促しており、そうした取り決めに含まれるものとして「堅牢な管理とガードレール」に言及している。ベルリンのスタジオ、ソウルのスタートアップ、あるいは——英語のモデルブログの読者の大半にとってより重要なのは——米国内のどこかにとって、実務的な答えはこうだ。オープンウェイトは、調査し、ベンチマークし、記事を書くことができる研究用の成果物であり、本番環境の依存対象ではない。

Nano Banana 2には相当するパズルはありません。これはG​oogle Cloudの製品です。呼び出せば画像が返り、そのままリリースできます。条件は標準のAPI規約です。収益しきい値も、地域的な除外も、帰属条項も、ホスト型サービスの交渉もありません。そのシンプルさと引き換えに犠牲にするのはファイルです。G​oogleが価格を変更したり、識別子を廃止したり、障害が発生したりすると、フォールバックではなく移行チケットを抱えることになります。

{{1}}一方のモデルは使えないライセンスのついた成果物を渡し、もう一方は成果物なしで使えるライセンスを渡す{{/1}}——この対称性こそが実際の判断を左右する。ほとんどの比較ページはそこを飛ばしている。ライセンスファイルは退屈で、ベンチマークの表はそうではないからだ。

2つのモデルがボード上で交差する場所

Artificial Analysisは現在、両者を同社の2つの画像アリーナの双方で評価しており、これはMiniMax-H3-Imageの提供開始時には当てはまらなかった。2026年11月14日時点で読み取れるのは、その数値が隔たりではなく、真の交差を示しているということだ：

• テキストから画像 — Nano Banana 2 は114件中11位で、Elo 1,143（95%区間 1,133–1,153）。MiniMax-H3-Image は25位で1,066（1,051–1,080）。その差は77 Eloあり、両者の区間は到底重ならない。

• 画像編集 — MiniMax-H3-ImageはElo 1,138（1,122～1,154）で84モデル中13位。Nano Banana 2は1,126（1,114～1,138）で17位。MiniMaxが12 Elo先行しているが、信頼区間は数ポイント重なっているため、これは大差ではなく僅差のリードと見るべきだ。ただし、ランキング表が示している方向性はそうなっている。

• ハイスピードバリアント — MiniMax-H3-Image Highspeed は MiniMax 自社の API にのみ存在し、別枠でランク付けされています。テキストから画像生成では 1,072 で 24 位、編集では 1,134 で 14 位です。4K での生成あたりのコストは標準ティアの約 1.7 倍ですが、どちらのボードでもより良いスコアが得られるわけではありません。得られるのはレイテンシであり、それはボードでは測定されていません。

2026年11月13日に投稿されたArtificial Analysis自身による結果の要約は、MiniMaxが望むであろう枠付けを加えている。同社のボード上では、MiniMax-H3-Imageが両カテゴリーでオープンウェイトの印を持つ行のうち最も上位にランクされている。この主張は同社のものであり、どの行をオープンウェイトと数えるかという同社の分類に依存している。テキストから画像生成ではH3-Imageより上位のモデルのうち、1,119のFLUX 3 Imageの行を含む複数は、明らかにダウンロード可能とは言えない。したがって、この印は実際に重要な役割を果たしている。これは重みだけから検証できる事実としてではなく、リーダーボード提供元による発言として引用すること。

押さえておくべき構図はこうだ。M​iniMaxのモデルは編集タスクに優れ、白紙ページのタスクでは明らかに劣る。これは設計と一致している。16個の参照スロットと、参照重視の作業向けに調整されたサンプラーが編集系の評価を押し上げる一方、ガイダンスなしの6ステップ蒸留サンプラーは忠実性の話ではなく制御の話であり、その代償がテキストto画像の差として現れる。

価格ラダーと、残り3日間の割引

M​iniMaxは画像単位ではなくトークン単位で課金するため、計算例を読むまでは見出しの数字が誤解を招きます。スタンダード階層：入力テキストは100万トークンあたり2.30ドル、入力画像は100万トークンあたり1.50ドル、出力画像は100万トークンあたり3.80ドル。ハイスピード：テキスト料金は同じで、画像入力は100万トークンあたり3.00ドル、出力は100万トークンあたり7.60ドルです。

• テキストから画像、標準 — ローンチ割引の適用中は、1Kで$0.02179、2Kで$0.02333、4Kで$0.03439（定価$0.06879）

• 参照を1つ使して編集 — 1Kで$0.02654、2Kで$0.02658、4Kで$0.03656（定価$0.07312）。

• 3つの参照で編集 — 1Kで$0.03563、2Kで$0.04177、4Kで$0.03957（定価$0.07914）。

• 高速、テキストから画像 — 1Kで$0.03529、2Kで$0.03622、4Kで$0.06501（定価$0.13001）。

4K列の料金を半額にする割引は2026年11月17日16:00 UTCまで適用され、少なくとも16,600,000ピクセルの配信済み画像にのみ適用されます。その後、4K料金はほぼ2倍になる一方、下位の各ティアは据え置きです。これにより推奨の形が変わります。というのも、均一な料金ラダーこそがこのモデルを使う理由だからです。定価では、4KのMiniMax画像は4KのNano Banana 2画像とほぼ同じ価格になり、もはやそれを下回りません。

Google側は画像ごとに整理された料金表で、1K画像で1,120トークン、4Kで2,520トークン、画像出力トークン100万あたり60ドルです。これは512pxで0.045ドル、1024×1024で0.067ドル、2048×2048で0.101ドル、4096×4096で0.151ドルに相当し、テキストとthinkingは出力トークン100万あたり3ドル、入力は100万あたり0.50ドルで別途課金されます。このモデルには、Liteの兄弟モデルと異なり、バッチ階層の記載がありません。「解像度で」が何を意味するかの非対称性に注意してください。Nano Banana 2の4K画像は4096×4096で、MiniMaxの4K画像も4096×4096なので、両者の段階は最上位では直接比較でき、下位では分かれます。GoogleはMiniMaxが提供していない512px階層を販売しているからです。

月1万枚の画像、それぞれ参照画像1枚、2K出力：現在のレートでM​iniMax standardなら約266ドル、Nano Banana 2なら約1,010ドルです。そこが数字の差が縮まらない唯一の箇所であり、ライセンスによって止められる可能性が最も高い箇所でもあります。

一方にできて他方にできないこと

機能リストはスコアほど対称的ではない。両モデルとも単一のエンドポイントペアを通じて生成と編集を行い、どちらも参照画像を受け付け、複数メガピクセルのファイルを出力する。それ以外の点では、ほぼあらゆる軸で両者は分かれる：

• 参照 — MiniMax-H3-Image は 1〜16 枚の画像を受け取り、プロンプト内ではアップロード順に <Picture 1> から <Picture 16> として位置で指定されます。Nano Banana 2 は 14 枚を受け取りますが、それを分割します。忠実性のためのオブジェクト参照が最大 10 個、一貫性のためのキャラクター参照が最大 4 個です。

• 出力 — MiniMax は、4096×4096 の正方形から 6272×2688 のウルトラワイドまで、あらゆるアスペクト比で約 16 メガピクセルを実現すると主張しており、API の上限は 20 メガピクセルで、処理経路にアップスケーラーはありません。Nano Banana 2 は 4096×4096 が上限ですが、極端な 1:4、4:1、1:8、8:1 の形状と、サムネイル用の 512px ティアを追加しています。

• グラウンディング — Nano Banana 2 は、生成を G​oogle 検索または画像検索の結果にグラウンディングできます。MiniMax-H3-Image にはいかなる種類の検索機能もなく、すべてはプロンプトと参照から得られます。

• 来歴 — Nano Banana 2 のすべての出力には、SynthID ウォーターマークと C2PA メタデータが付与されています。MiniMax のリポジトリとライセンスにはウォーターマーク方式が明記されておらず、これは管轄地域によって利点にもコンプライアンス上の問題にもなりますが、EU では後者に当たります。

• 推論の制御 — Nano Banana 2 は thinking を minimal または highで公開し、デフォルトは minimal で、API 経由で thinking をオフにすることはできません。これらのトークンは、読むか読まないかにかかわらず課金されます。MiniMax は推論に関するインターフェースを一切公開しておらず、固定のサンプラーのみです。

• サンプラー — M​iniMax は classifier-free guidance なしで 6 ステップに蒸留されています。他のステップ数やガイダンス値を渡すと API は HTTP 400 を返し、ネガティブプロンプトも拒否します。調整するのはプロンプトと参照だけです。G​oogle のモデルは通常のパラメータ一式を受け付けます。

サンプラーに関するこの点は諸刃の剣だ。MiniMaxの出力を自社ハードウェア上で正確に再現可能にする——これは回帰テストにとって確かな利点だが、編集結果がうまくいかないときにCFGの調整に慣れたチームがまず手を伸ばす標準的な品質調整のつまみを奪ってしまう。

セルフホストを検討しているなら、まずはこれを読んでください

オープンウェイトを求める人が多い理由はイデオロギーではなく、画像ごとの支払いをやめる選択肢を得るためだ。このモデルでは、その選択肢は高くつく。ダウンロードサイズがほのめかし、発表文が示していない形で。トランスフォーマーはBF16で66.28 GB、VAEは2.34 GB、テキストエンコーダーは別途66.7 GBの取得が必要だ。これはMiniMax-H3の完全なQwen3-VLをそのまま使うもので、DiTがその50層目の隠れ状態を読み取る。1枚の画像を生成する前に、およそ135 GBの重みがあることになり、しかもこのモデルは331億パラメータの密なトランスフォーマーであって、安価なアクティブパスを持つMixture-of-Expertsではない。

それに対して、人々がよく尋ねるもう一つのオープンな選択肢であるQwen-Image 2.1は、ダウンロードサイズがおよそ4分の1です。単一のワークステーションか1台のレンタルGPUを想定しているなら、このチェックポイントに関する計算は最後ではなく最初にすべきことです。M​iniMax自身のカードにはレイテンシの数値もハードウェアのレシピも示されていないため、16メガピクセルで6ステップがあなたのカードに適合するかどうかをリリース資料から判断する術はありません。

それらすべてを踏まえると、どれですか

EU・英国・韓国・米国の外にいて、多数の参照を用いた4Kでのボリュームが必要なら、現時点でMiniMax-H3-Imageがより優れた、より安価な編集モデルです。そして12 Eloの編集でのリードは、掲示板を信じるよりも自分のプロンプトで試すべきほど小さいものです。これらの地域内にいる場合、ライセンスがすでにあなたの代わりに決定を下しており、興味深い問いはMiniMaxがそれをライセンスするかどうかになります——それは技術的な話ではなく、商業的な話です。

テキストレンダリング、検索グラウンディング、来歴マーキング、または無制限の呼び出し側契約が必要なら、Nano Banana 2は機能面で勝るが価格で劣り、その77-Eloのテキストから画像へのリードはこの比較の中で最大の単一数値だ。

2026年11月14日時点で、どちらのモデルもOrcaRouterのカタログには掲載されておらず、このページでもそうでないふりはしません。当プラットフォームが画像ラインで提供しているのは、現時点で実際に呼び出せるOpenAIとGoogleの画像モデルです。プロバイダーの定価をそのまま適用し、マークアップ0%で提供しています — つまり、MiniMaxの4K割引が11月17日に終了するとき、あるいはGoogleが料金を調整するとき、当社カタログ上の数字は次回の契約更新時ではなく当日に変わります。ここでルーティング層が重要になるもう一つの理由はフェイルオーバーです。独立したレイテンシー値がなく、リーダーボードの記録が6日前のモデルは、まさに自動フェイルオーバーの背後に置いておきたい種類の依存関係であり、本番経路に直接配線するものではありません。

この評決を変えるのはライセンスの改定だろう。M​iniMaxは以前にもモデルをリリースし、称賛され、その後ライセンスを変更したことがあり、地域条項は熟慮された制限というよりコンプライアンス上の既定事項のように読める。除外地域リストが短くなれば、この比較の編集側は価格とスコアに基づく明快な推奨になる。それまでは、このオープンモデルは、読めるという意味ではオープンであり、使えるかどうかを決めるという意味ではクローズドだ。