{{1}}MiniMax-H3-Image{{/1}} vs {{2}}GPT Image 2.6{{/2}}: 각 요청에서 실제로 변경할 수 있는 항목

대부분의 이미지 모델 비교 글은 지면을 점수에 씁니다. 이 글은 조절 손잡이에 지면을 씁니다. MiniMax-H3-Image와 G​PT Image 2.6 Sunburst는 같은 다이얼을 두고 경쟁하는 것이 아니기 때문입니다. MiniMax-H3-Image는 2026년 11월 10일 공개된 오픈 가중치 33.1B 확산 트랜스포머로, 가이던스 스케일 없이 고정된 6단계 샘플러를 실행하며, 최대 16개의 참조 이미지를 입력받고 최대 16메가픽셀을 네이티브로 생성합니다. G​PT Image 2.6 Sunburst — 그리고 더 빠른 형제 모델인 G​PT Image 2.6 Flare, 둘 다 2026년 11월 4일 출시 — 는 폐쇄형 호스팅 모델로, 최근의 개선은 주로 무엇을 건네줄 수 있는지와 무엇을 돌려받는지에 관한 것입니다: 재사용 참조 이미지, 마크업 기반 편집, GIF 및 SVG 출력. 병목이 긴 편집 체인을 제어하는 데 있다면, 이 중 하나가 분명히 정답입니다. 병목이 해상도나 비용에 있다면, 다른 하나가 정답입니다.

둘 다 진지하게 고려할 가치가 있다. 다만 서로 다른 방향으로 실패할 뿐이고, 그 실패 방식은 제어 표면만으로도 읽힌다.

샘플러는 한쪽은 다이얼이고 다른 쪽은 상수입니다.

MiniMax-H3-Image는 조정할 수 있는 것이 거의 없으며, 이를 API 경계에서 강제합니다. 체크포인트는 CFG 증류되어 6회의 함수 평가로 축소되어 있습니다. 즉, 확산 작업의 일반적인 두 가지 조정 값인 스텝 수와 가이던스 스케일이 가중치에 흡수되어 있습니다. num_inference_steps를 6이 아닌 값으로 설정해 호출하면 요청이 HTTP 400으로 반환됩니다. guidance_scale을 1이 아닌 값으로 설정하면 같은 방식으로 거부됩니다. negative_prompt를 보내면 그것이 작용할 두 번째 순방향 패스가 없기 때문에 즉시 거부됩니다.

그건 제약적으로 들리지만 대부분은 단순화입니다. 6단계는 빠르고, 시드가 주어지면 결정적이며, 잘못 구성할 수가 없습니다 — "단계를 올렸더니 더 나빠졌다" 같은 실패가 없으니까요. 잃는 것은 모델 내부에서 지연 시간을 대가로 품질을 맞바꾸는 능력과, 그동안 쌓아 온 모든 네거티브 프롬프트 요령입니다.

G​PT Image 2.6은 샘플러 노브 대신 자체적인 작은 제어 표면을 유지합니다. 기본값이 높음인 복잡도 매개변수가 있는데, 이는 두 모델 중 "더 열심히 생각하기" 스위치에 가장 가까운 것입니다. 2.6에 대해 문서화된 추가 사항은 샘플링이 아니라 입력과 출력에 관한 것입니다 — 후속 편집 전반에 걸쳐 유지되어 다시 업로드할 필요가 없는 참조 이미지, 편집을 지시하기 위해 참조 이미지 위에 그리는 마크업, 그리고 이전 세대가 제공하지 않았던 두 가지 출력 형식입니다.

• 스텝 수 — MiniMax-H3-Image는 6으로 고정되며 그 외에는 거부됩니다; {{1}}GPT Image 2.6{{/1}}에는 노출된 스텝 제어 기능이 없습니다.

• 가이던스 — MiniMax-H3-Image는 guidance_scale을 1로 고정합니다. 대신 GPT Image 2.6은 complexity(기본값 높음)를 노출합니다.

• 네거티브 프롬프트 — MiniMax-H3-Image에서 400으로 거부됨; G​PT Image 2.6에서는 문서화된 표면이 아님.

• 프롬프트 예산 — MiniMax-H3-Image는 4,096 토큰에서 잘리며, GPT Image 2.6의 프롬프트 상한은 모델 페이지에 공개되어 있지 않습니다.

16개의 레퍼런스 슬롯은 두 모델 중 어느 쪽이 제공하든 가장 넓은 제어 범위입니다

가장 큰 기능적 차이는 편집 앞에 얼마나 많은 컨텍스트를 넣을 수 있느냐입니다. MiniMax-H3-Image는 한 요청에서 최대 16개의 참조 이미지를 받아들이며, 모델 카드는 편집 모드가 생성과 대략 같은 충실도로 작동한다고 설명합니다 — vLLM-Omni 이식판은 2048² 편집에서 자체 단일 GPU 기준 대비 0.985 SSIM과 약 35 dB PSNR을 보고하는데, 이는 품질 점수라기보다 자기 일관성 검사이지만, 병렬화된 경로가 출력을 조용히 저하시키고 있지는 않다는 뜻입니다.

16개의 레퍼런스는 "이미지 하나에 문장 하나"와는 차원이 다른 제어 방식이다. 여섯 각도의 제품 사진, 스타일 시트, 캐릭터 시트, 브랜드 가이드라인을 한 번에 넣을 수 있다. 그 폭넓음의 대가는 프롬프트 엔지니어링이 컨텍스트 엔지니어링이 된다는 점이다. 16개의 이미지가 사용되는 상황에서는 텍스트가 어느 이미지가 어느 속성을 지배하는지 말해야 하며, 모델은 물어볼 방법이 없다.

같은 문제에 대한 GPT Image 2.6의 해답은 너비가 아니라 메모리입니다. 세션 내 후속 편집에서도 참조 이미지가 유지되므로, 다중 턴 리터치에서 매번 원본을 다시 업로드할 필요가 없고, 마크업 기반 편집 경로를 사용하면 영역을 설명하는 대신 직접 지정할 수 있습니다. 한 이미지에 대한 반복 작업에는 이것이 16개의 정적 슬롯보다 나은 인터페이스입니다. 십여 개의 애셋으로 구성된 일회성 합성 작업에는 그렇지 않습니다.

무엇이 다시 나오는가

출력 형식 목록은 GPT Image 2.6이 이 모델을 포함한 모든 오픈 가중치 이미지 모델보다 앞서는 지점입니다. 버전 2.6에서는 일반적인 래스터 형식과 함께 애니메이션 GIF 출력과 SVG 출력이 추가되었습니다. SVG 결과는 들리는 것보다 더 중요합니다. 이는 로고 콘셉트 초안을 만드는 데 사용하는 이미지 모델과 프런트엔드에 넘길 수 있는 이미지 모델의 차이이기 때문입니다. MiniMax-H3-Image는 PNG를 반환하며(서빙 경로는 비트 단위로 동일한 PNG 비교로 검증됨), vLLM-Omni 파이프라인이나 모델 카드 어디에도 벡터 또는 애니메이션 출력을 시사하는 내용은 없습니다.

해상도에서는 상황이 정반대로 흘러가며, 근소한 차이도 아니다. MiniMax-H3-Image는 정사각형부터 울트라와이드까지 모든 화면 비율에서 최대 1,600만 픽셀을 네이티브로 생성하며, 경로에 업스케일러가 전혀 없다 — 4096×4096과 6272×2688 모두 네이티브 출력이다. 작업 범위는 약 400만~2,000만 픽셀이고, 품질은 그 상단 부근에서 정점을 이룬다. GPT Image 2.6의 모델 페이지는 포맷과 레퍼런스 처리를 문서화하지만 최대 픽셀 수는 공개하지 않는다. 따라서 이번 대결에서 해상도 논쟁은 측정된 정면 승부라기보다, MiniMax가 숫자를 공개하고 OpenAI는 공개하지 않는다는 구도다.

• 네이티브 출력 — MiniMax-H3-Image는 모든 비율에서 최대 16MP까지 지원하며 업스케일러가 필요 없고, G​PT Image 2.6은 문서상 최대치가 없습니다.

• 형식 — MiniMax-H3-Image는 PNG를 반환하고, GPT Image 2.6은 GIF와 SVG를 추가합니다.

• 가로세로 비율 — MiniMax-H3-Image는 모든 너비와 높이 조합을 허용합니다; G​PT Image 2.6의 세트는 모델 페이지별로 공개되지 않습니다.

• 입력 편집 — MiniMax-H3-Image는 요청당 최대 16장의 참조 이미지를 사용하며, G​PT Image 2.6은 턴이 바뀌어도 참조를 유지하고 그려 넣은 마크업도 받아들입니다.

청구서는 각 공급업체가 자체적으로 제시한 산출 예시를 기준으로

두 공급업체 모두 이미지를 토큰으로 측정하므로, 표시 가격은 비슷해 보이지만 이미지당 비용은 전혀 비슷해 보이지 않습니다. M​iniMax는 가격 페이지에 계산 예시를 공개하므로, 이는 추론이 아니라 자사 수치에 대한 산술입니다:

• MiniMax-H3-Image 1024×1024, 텍스트→이미지 — 이미지당 $0.02179로, 백만 출력 토큰당 $3.80과 대비됩니다.

• MiniMax-H3-Image 2048×2048 — 이미지당 $0.02333. 픽셀 수를 두 배로 늘리는 데는 0.5센트가 더 듭니다. 이 범위의 끝에서는 토큰 수가 면적보다 훨씬 느리게 증가하기 때문입니다.

• MiniMax-H3-Image 4096×4096 — 이미지당 $0.06879, 2026년 11월 17일 16:00 UTC까지 진행되는 한시적 50% 할인 적용 시 $0.03439로 인하되며, 전달되는 이미지가 최소 16,600,000픽셀이어야 합니다.

• MiniMax-H3-Image 편집, 1024×1024 참조 1개 — 이미지당 $0.02654, 입력 이미지는 100만 토큰당 $1.50, 입력 텍스트는 $2.30으로 청구됩니다.

• GPT Image 2.6 — 출력 토큰은 100만 개당 $30입니다. OpenAI 자체 문서가 1024×1024 결과에 대해 시사하는 토큰 수를 기준으로 하면, 이미지 한 장당 약 21센트가 되며, 이는 동일한 명목 크기 기준 MiniMax 수치의 약 10배입니다.

속도도 다르며, 바로 이 지점에서 두 제품은 더 이상 서로 대체 가능하지 않게 된다. MiniMax가 11월 4일 릴리스와 함께 공개한 수치에 따르면, GPT Image 2.6 Flare는 텍스트-투-이미지 요청을 중앙값 약 30초에 처리하며, 이는 이전 세대의 약 55초에서 줄어든 것이다. 편집은 약 32초로, 이전의 약 58초에서 감소했다. Sunburst는 더 느리고 충실도가更高的? no.

공개 증거가 다루는 것과 다루지 않는 것

Artificial Analysis는 두 모델을 동일한 두 개의 보드에서 점수화하므로, 이는 대결 구도에서 양측을 스펙 시트로 논쟁하는 대신 직접 비교할 수 있는 몇 안 되는 지점 중 하나입니다. AA-Image-Editing v2.1에서 G​PT Image 2.6 Sunburst는 약 6,400개 샘플에서 1,210 Elo, Flare는 약 6,700개에서 1,206, MiniMax-H3-Image는 약 3,200개 샘플에서 8~17위 대역의 1,138에 위치합니다. AA-Image-T2I v2.1에서는 격차가 더 벌어집니다: Sunburst는 5,282개 샘플에서 1위로 1,261인 반면, MiniMax-H3-Image는 23위로 1,066입니다. 동일한 투표 풀, 동일한 Elo 척도에서 편집에서는 약 70점, 생성에서는 거의 200점 차이입니다.

솔직하게 읽으면 두 가지를 동시에 말하고 있다. MiniMax-H3-Image는 편집 부문 리더보드에서 가장 높은 순위의 오픈 웨이트 모델이다. 1,085의 Fibo 2.0과 1,084의 Qwen-Image-2.1보다 앞선다. 따라서 그 품질 주장은 더 이상 단언이 아니라 측정된 숫자다. 그러나 그 숫자는 GPT Image 2.6 Sunburst보다 약 70 Elo 낮고, 그 구간은 10개 순위에 걸쳐 있지만 Sunburst의 상위 3위 밴드는 그렇지 않다. 두 모델이 가장 분명히 공유하는 축에서는 GPT Image 2.6이 이기며, H3-Image가 더 약한 보드에서는 더 큰 차이로 이긴다. 16메가픽셀 해상도 논거와 2센트 가격은 여전히 그 자체로 성립한다. 다만 그것들은 품질 논거는 아니다.

어느 리더보드도 말해 주지 않는 것은, 이 글에서 다루는 작업 — 참조가 많고 샘플러가 고정된 긴 편집 체인 — 에서 GPT Image 2.6의 우위가 얼마나 유지되는지입니다. Elo는 알 수 없는 프롬프트에 대한 인간 선호도를 집계한 지표이며, 어떤 모델이 그 집계에서 70점 앞서면서도 특정 워크플로에서는 뒤질 수 있습니다. 알아내는 유일한 방법은 두 모델 모두에 자신의 프롬프트를 직접 돌려 보는 것이며, 이는 글 중간의 얼버무림이 아니라 이 글 끝에서 드리는 권고입니다.

두 번째 계약 없이 그것들을 병행 운영하기

실질적인 걸림돌은 대부분의 팀이 두 모델 중 어느 것도 API 호출 한 번으로 이용할 수 없다는 점이다. MiniMax-H3-Image의 출시 첫날 이용 경로는 자체 호스팅이다. 즉 33.1B 트랜스포머, 비디오 모델에서 그대로 재사용한 33.4B Qwen3-VL 텍스트 인코더, 0.58B VAE를 합친 총 67B 규모의 구성이며, 16메가픽셀 최적점에서는 최고 속도로 데이터센터 GPU 4대가 필요하다. 또한 위에 제시된 토큰 가격으로 공급사 자체 API와 여러 타사 플랫폼을 통해서도 사용할 수 있다. GPT Image 2.6은 OpenAI 전용이다.

직접 작성한 프롬프트로 두 모델을 A/B 테스트하고 싶다면, 라우팅 계층에 대한 솔직한 설명은 이렇습니다: OrcaRouter는 아직 MiniMax-H3-Image를 지원하지 않으며, G​PT Image 2.6 Sunburst나 Flare도 지원하지 않습니다. 지원하는 것은 이전 G​PT Image 쌍 — gpt-image-2.5-sunburst 와 gpt-image-2.5-flare — 과 함께 gpt-image-2 및 gpt-image-1.5, 모두 제공업체의 정가에 추가 마크업 없이. 이는 유용한 중간 테스트가 됩니다: 하나의 키로 2.5를 대상으로 하네스를 구축하고, 평가가 Sunburst의 충실도와 Flare의 속도를 실제로 구분하는지 확인한 다음에야 2.6 델타가 필요한지 아니면 자체 호스팅 오픈 가중치 모델이 필요한지 결정하세요. 모델 퓨전은 여기서 알아둘 만한 또 다른 옵션입니다 — 여러 모델로 구성된 패널이 동일한 이미지 프롬프트에 응답하면 세 개의 클라이언트를 직접 작성하지 않고도 프롬프트당 다양한 출력 결과를 얻을 수 있습니다.

참고로, 반대의 경우는 이미 다뤄져 있습니다: minimax/minimax-h3는, DiT와 텍스트 인코더로 MiniMax-H3-Image가 구축된 비디오 모델이며, 오늘날 라우팅 가능합니다. 이미지 모델을 살펴보는 이유가 이미 H3 비디오를 실행 중이기 때문이라면, 이 패밀리는 이미 하나의 키로 답합니다.

어느 걸 고를까?

제약이 픽셀, 참조 또는 단위 비용이라면 MiniMax-H3-Image를 선택하세요: 16메가픽셀 네이티브 출력, 16개의 입력 이미지, 그리고 1024² 생성에 약 2센트입니다. 제약이 출력의 형태나 편집 루프의 매끄러움이라면 G​PT Image 2.6을 선택하세요: 출력 시 SVG와 GIF, 입력 시 지속적인 참조와 그려진 마크업을 지원하며, 편집 보드에서 70 Elo 앞서고 그 뒤에 상위 3위 구간이 있습니다.

당신에게 실제로 필요했던 것이 프롬프트에 대한 점수였다면, 둘 중 어느 쪽도 자신 있게 선택하지 마세요. 이제 두 모델 모두 공개 점수를 갖고 있지만, 두 점수 모두 다른 누군가의 프롬프트에 대한 집계일 뿐입니다. 당신의 사례를 결정하는 비교는 당신이 직접 실행하는 비교이며, 그 양쪽에는 각각 비용이 붙습니다. 리더보드가 당신에게 사주는 것은 사전(prior)입니다 — G​PT Image 2.6이 앞서 있고, 텍스트-투-이미지에서는 당신이 그것을 확인할 수 있을 만큼 충분히 앞서 있습니다. 리더보드가 당신에게 사줄 수 없는 것은 4메가픽셀에서의 16개 참조 제품 합성에 대한 답입니다. 왜냐하면 아무도 그 비교를 공개하지 않았고 Elo 보드는 그것을 측정하지 않기 때문입니다.