MiniMax-H3-Image vs Qwen-Image 2.1: 두 개의 오픈 체크포인트, 서로 다른 두 가지 잠금

두 모델 모두 다운로드할 수 있지만, 어느 쪽도 ‘무료’라는 단어가 일반적으로 암시하는 의미로 사용할 수 있는 것은 아닙니다. MiniMax-H3-Image — 다운로드 용량 68.65GB에 트랜스포머만 66.28GB, 여기에 66.7GB 텍스트 인코더가 더해지며, 가중치는 2026년 11월 10일에 공개되었습니다 — 는 부여 범위에서 유럽연합, 영국, 대한민국, 미국을 제외하고, 연환산 매출이 미화 100만 달러를 초과할 경우 또는 모든 호스팅 서비스에 대해 M​iniMax의 서면 승인을 요구하는 커뮤니티 라이선스로 배포됩니다. A​libaba의 Q​wen 팀이 2026년 9월 20일 공개한 Qwen-Image 2.1은 다운로드 용량이 33.13GB로 약 4분의 1 수준이며, 제2조 (a)항이 권리를 "오직 비상업적 목적에 한해서만" 부여하고 제2조 (b)항이 별도 라이선스 없이는 상업적 사용을 금지하는 Q​wen Research License Agreement에 따라 배포됩니다. 한쪽 잠금은 지역 제한에 매출 기준 다이얼이 붙은 형태이고, 다른 쪽은 절대적입니다. 제품에 넣을 모델을 고르러 이곳에 왔다면, 라이선스 파일이 이미 답을 내렸으며, 이 비교의 나머지 부분은 그 답이 당신에게 선택지를 남기는 훨씬 더 좁은 용도 집합에 관한 것입니다.

엔지니어링상의 대비는 마찬가지로 선명하며, 파라미터 수가 시사하는 것과는 반대 방향으로 흘러간다. Qwen-Image 2.1은 40단계로 노이즈를 제거하는 70억 파라미터 비주얼 생성기다. MiniMax-H3-Image는 6단계로 증류된 331억 파라미터 덴스 트랜스포머다. 하나는 워크스테이션에 맞게 설계됐고, 다른 하나는 호스팅 요청이 즉각적으로 느껴지도록 설계됐다. 천 장당 어느 쪽이 더 저렴한지 따지는 것은 파라미터에 무언가를 곱하는 문제가 아니라, 각자의 비용이 실제로 어디에 자리 잡고 있는지의 문제다.

각 라이선스에서 "open"이 의미하는 것, 조항별로

Q​wen부터 시작하겠습니다. 그 이유는 이 라이선스의 조건이 둘 중 더 단순하고, 일반적인 경우 더 제한적이기 때문입니다. Hugging Face 카드에서는 라이선스를 기타로 표시하면서 license_name: qwen-research를 함께 기재합니다. 저장소의 LICENSE 파일은 2026년 9월 20일자 Q​wen Research License Agreement입니다. 핵심 문구는 모호하지 않습니다. 권리는 비상업적 목적으로만 부여되며, "Non-Commercial"은 연구 또는 평가로 정의되고, 무언가를 출시하려는 사람은 누구든 해당 계약서에 명시된 주소로 라이선스를 요청해야 합니다. 매출 기준도, 지역 예외도, 소규모 기업이 자동으로 자격을 갖출 수 있는 경로도 텍스트에 적혀 있지 않습니다. 그것은 연구용 허여이며, 그게 전부입니다.

MiniMax의 계약은 원칙적으로는 더 관대하고 실제로는 더 독특하다. 부여되는 권리는 전 세계적이지만 네 개 관할권을 이름으로 명시해 제외한다. 상업적 사용은 금지가 아니라 고려 대상이며, 사전 서면 승인을 요구하는 두 가지 조건과, 모든 상업적 제품이 인터페이스에 "‘MiniMax-H3-Image’를 눈에 띄게 표시"하도록 의무화하는 출처 표시 조항이 적용된다. 이 계약은 또한 출력을 생성하는 모든 서비스에 대해 보호 조치를 요구한다. 즉 구현, 유지, 테스트 및 정기 검토를 요구하는데, 이는 규정 준수 팀은 의무로 읽고 1인 개발자는 상투적인 문구로 읽는 종류의 조항이다.

두 문서를 나란히 놓으면 기이한 지도가 만들어진다. 도쿄의 스튜디오는 임계값 이상의 승인을 받으면 MiniMax-H3-Image를 상업적으로 사용할 수 있지만, Qwen-Image 2.1은 상업적으로 전혀 사용할 수 없다. 캘리포니아의 스튜디오는 둘 다 사용할 수 없다. MiniMax는 해당 지역을 아예 제외하고, Qwen은 해당 목적을 금지한다. 어디에 있든 연구 그룹은 둘 다 사용할 수 있다. 연구는 Qwen이 허용하는 것이고, MiniMax의 비상업적 해석이 포괄하는 것이기 때문이다. 그 마지막 문장은 2026년 11월 오픈 웨이트 이미지 분야에 대한 솔직한 요약이며, 어떤 벤치마크 표도 그것을 바꾸지 못한다.

6에 맞선 40걸음, 그리고 그것이 청구서에 미치는 영향

이 맞대결에서 샘플러 차이는 가장 중대한 엔지니어링 사실입니다. 왜냐하면 그것이 비용에 관한 다른 모든 요소를 압도하기 때문입니다.

• 스텝 — Qwen-Image 2.1은 기본 체크포인트에서 기본적으로 40개의 디노이징 스텝으로 Euler 이산 스케줄링을 사용하는 Flow Matching을 실행하며, 기본 리포지토리에는 증류된 변형이 없습니다. 2026년 10월 9일에 출시된 별도의 Qwen-Image 2.1 Turbo 체크포인트는 이를 8스텝으로 줄이고 CFG는 1로 설정하며, 해당 스케줄은 체크포인트에 저장되어 있습니다. MiniMax-H3-Image는 6스텝으로 실행되며 classifier-free guidance를 전혀 사용하지 않습니다. 이는 기본값이 아니라 제약입니다. 제공되는 API는 다른 스텝 수나 guidance 값에 대해 HTTP 400을 반환하며, 네거티브 프롬프트도 거부합니다.

• 크기 — {{1}}Qwen의 시각 생성 구성 요소는 32개의 단일 스트림 DiT 레이어에 걸쳐 70억 개 매개변수로 구성되며, 블록-인과적 어텐션을 사용합니다. 텍스트와 지시문에는 토큰 수준 인과 마스크가 적용되고, 이미지 생성에는 청크 수준의 양방향 마스크가 적용됩니다.{{/1}} {{2}}MiniMax의 것은 331억 개 규모의 덴스 모델로, 50개 레이어, 은닉 크기 5,376, 56개 헤드, FFN 14,336으로 구성되며, 3D 멀티모달 RoPE와 토큰당 32×32 픽셀을 포괄하는 2×2 잠재 패치를 사용합니다.{{/2}}

• 다운로드 — Qwen-Image 2.1의 {{1}}총 33.13 GB(트랜스포머와 VAE가 약 20.5 GB, 나머지는 Qwen3-VL 8B 텍스트 인코더){{/1}}. 아무것도 생성하기 전에 대략 {{2}}M​iniMax용 135 GB{{/2}}입니다.

곱해 보면 직관이 뒤집힌다. 33B 모델이 6스텝에서 이미지당 약 199B 파라미터-스텝의 연산을 하는 반면, 7B 모델은 40스텝에서 약 280B를 한다. 더 큰 모델이 자동으로 더 비싼 모델은 아니다 — 이것이 증류의 핵심이며, 스펙 시트의 "33B"가 이미지 비용에 대해 거의 알려주지 않는 이유다. 다만 고정된 카드에서는 33B 체크포인트가 1600만 화소에서 들어가지 않을 수 있는 쪽이고, M​iniMax는 출시 자료 어디에도 지연 시간 수치도, 하드웨어 구성도, 메모리 지침도 공개하지 않아 그것이 들어가는지 알려주지 않는다. Q​wen은 대신 고정 프리셋을 공개한다: 1:1의 2048×2048, 4:3의 2400×1792, 16:9의 2752×1536 및 그 전치형 — 최대 약 420만 화소로, M​iniMax 주장의 4분의 1이다.

해상도 격차는 비용 비교에서 부수적인 것이 아니다. MiniMax의 4K까지의 가격 단계는 이례적으로 평평한데, 과금 기준이 토큰이고 토큰 수가 직관처럼 면적에 비례해 늘어나지 않기 때문이다. 출시 할인으로 최상위 티어가 절반이 되기 전 기준으로 1K에서 $0.02179, 4K에서 $0.06879다. Qwen은 비교할 가격 단계가 없다. 구매할 호스팅 기본 모델이 없기 때문이다. Artificial Analysis는 Qwen-Image-2.1을 가격 없이 등재하는데, 그 리더보드에서는 이는 API가 없다는 뜻이다. Alibaba가 실제로 호스팅하는 Pro 및 Turbo 티어는 완전히 별도 행으로, 이미지 1,000장당 $35.33 및 $16이다.

Q​wen이 가진, M​iniMax에는 없는 단 하나의 능력

네이티브 투명도. Qwen-Image 2.1의 VAE는 16배 공간 압축을 갖춘 64채널 RGBA 오토인코더이므로, 알파 채널은 나중에 배경 제거 과정을 거쳐 나오는 것이 아니라 모델에서 바로 출력됩니다. 이는 합성되는 에셋, 예컨대 제품 컷아웃, 스프라이트, 레이어드 디자인 파일을 제작하는 사람이라면 누구에게나 실질적인 워크플로 차이이며, MiniMax-H3-Image에 프롬프트로 입력해서 만들어낼 수 있는 것이 아닙니다. 해당 리포지토리, 모델 카드, 라이선스 어디에도 알파 채널에 대한 언급은 없으며, 그 VAE는 24계층 ViT 디코더와 24개 잠재 채널을 갖춘 CNN 인코더로 설명됩니다.

나머지 기능 목록은 서류상으로는 M​iniMax에 유리하며, 대부분이 공급업체가 밝힌 내용이므로 주의 깊게 읽어 볼 가치가 있습니다:

• 해상도 — 여기서 33B가 비로소 목적성이 있어 보이기 시작합니다. MiniMax-H3-Image는 모든 종횡비에서 최대 약 16메가픽셀(4096×4096부터 6272×2688까지)을 네이티브로 생성하며, API 상한은 20메가픽셀이고 처리 경로에 업스케일러가 없습니다. Q​wen의 문서화된 프리셋은 최대 약 4.2메가픽셀에 그칩니다.

• 참조 — MiniMax-H3-Image는 최대 16개를 받을 수 있으며, 슬롯으로 지정합니다. 프롬프트에 <Picture 3>라고 쓰면 업로드한 세 번째 파일을 의미합니다. Qwen-Image 2.1은 최대 10개를 받을 수 있고, 그 쇼케이스에는 여섯 장의 인물 사진으로 구성된 단체 사진이 포함되어 있습니다.

• 지시 수행 — MiniMax의 모델 카드는 "오픈소스 모델 중 가장 강력한 지시 수행"을 주장하지만, 그 문장 뒤에는 평가 표가 없습니다. Qwen은 3,506개 샘플에 걸쳐 로컬 0.81, 글로벌 0.83이라는 VDEBench 수치를 공개하는데, 이는 실제 샘플 수가 있는 실제 숫자이지만 여전히 벤더가 자체 하네스로 계산한 벤더 수치입니다.

• 프롬프트 길이 — M​iniMax는 제공되는 API에서 32,000자를 허용하며, 대략 처음 4,096개의 토큰이 적용됩니다. Q​wen의 카드와 예시는 긴 프롬프트보다는 짧은 구조화된 지침을 중심으로 작성되었으며, Q​wen의 mixed-granularity attention은 지시사항과 조건 이미지를 한 번 캐시하고 단계별로 재사용하도록 명시적으로 설계되었습니다. 이는 용량에 대한 주장이라기보다는 효율성에 대한 주장입니다.

독립 이사회가 현재 보여주는 것

두 모델 모두 2026년 11월 14일 기준 Artificial Analysis의 두 이미지 아레나 모두에서 평가되었으며, 이는 양측이 비교 가능한 제3자 증거를 갖춘 몇 안 되는 오픈 웨이트 맞대결 중 하나입니다. 텍스트-투-이미지 보드는 거의 동률입니다. MiniMax-H3-Image는 114개 행 중 25위로 Elo 1,066, 구간은 1,051~1,080이며, Qwen-Image-2.1은 28위로 1,047, 구간은 1,035~1,059입니다. 구간이 서로 겨우 스칠 정도인 20 Elo 차이는 격차가 아니라 우위일 뿐이며, 누구도 그것만 보고 파이프라인을 바꿔서는 안 됩니다.

편집 리더보드가 바로 이 둘을 갈라놓는 지표입니다. MiniMax-H3-Image는 Elo 1,138(1,122–1,154)로 84개 중 13위이고, Qwen-Image-2.1은 1,084(1,071–1,097)로 30위입니다. 이는 54 Elo 차이에 전혀 겹치는 구간이 없다는 뜻이며, 이 비교에서 제3자 증거가 비용이나 라이선싱이 아니라 품질에 대해 결정적인 무언가를 말해주는 유일한 부분입니다.

변형 모델들은 형태를 바꾸지 않고 부모 모델을 따라갑니다. MiniMax-H3-Image Highspeed는 텍스트→이미지에서 24위(1,072), 편집에서 14위(1,134)에 올라, 더 빠르게 제공되는 티어가 두 보드 모두에서 표준 티어에 근접합니다. Q​wen 쪽에서는 호스팅된 Pro 형제 모델이 1,059와 1,068에, Turbo가 1,025와 1,062에 위치합니다 — 둘 다 기본 체크포인트의 편집 점수보다 낮으며, 이는 놀라운 일이 아니라 8단계 스케줄의 예상된 비용입니다.

누구든 그 수치를 근거로 구매 논리를 세우기 전에 두 가지 주의할 점이 있다. 첫째, Elo는 해상도, 알파 처리, 단계 수 준수 여부를 측정한 값이 아니라 블라인드 쌍대 비교 투표에서 나온다. 합성 파이프라인을 볼 수 없는 평가단은 자신들에게 중요한 것을 점수화할 수 없다. 둘째, Qwen-Image-2.1의 행들은 프롬프트를 보낼 호스팅된 기본 엔드포인트가 없어 사람들이 가중치를 직접 실행해 만든 것이고, M​iniMax의 행들은 해당 API를 대상으로 한 트래픽을 포함한다. 서로 다른 모집단, 같은 리더보드 — 그리고 Artificial Analysis는 그 차이를 숨기지 않고 스스로 표시한다.

OrcaRouter가 적합한 경우와 그렇지 않은 경우

이 두 모델은 OrcaRouter의 카탈로그에 없으며, 이를 숨기기보다 분명히 말할 가치가 있습니다: 2026년 11월 14일 기준으로 MiniMax-H3-Image 또는 Qwen-Image 2.1을 위한 경로는 여기에 없고, 위의 라이선스 분석은 호스팅 카탈로그가 가중치 저장소와는 다른 사업인 이유의 상당 부분입니다. 플랫폼이 이미지 계열에서 실제로 라우팅하는 것은 Google 및 OpenAI 제품군 — Gemini 이미지 모델과 GPT Image 라인 포함 — 이며, 텍스트 모델과 동일한 키를 통해 공급자 정가로 0% 마크업이 그대로 전달됩니다.

이 비교에서 실제로 유용한 부분은 라우팅 DSL입니다. 인쇄 작업을 위해 1600만 화소 플레이트가 필요하고 상품 등록을 위해 100만 화소 썸네일이 필요한 파이프라인은 하나의 모델이 한 가격으로 둘 다 처리하기를 원하지 않으며, 그렇게 하기 위해 두 개의 벤더 계약을 맺기를 원하지도 않습니다. 호출을 구성하는 것 — 무거운 생성에는 한 경로, 저렴한 파생물에는 또 다른 경로를, 둘 다 하나의 엔드포인트 뒤에 두는 것 — 은 라우터가 존재하는 이유이며, 연구용 라이선스 체크포인트를 애플리케이션에 직접 연결하는 대신 내부 서비스 뒤에 두는 것과 같은 논리입니다.

그 결정을, 마땅히 그럴 만큼 좁게 한정해 말하자면

연구 그룹, 평가 팀, 또는 결과물이 상업적으로 출시될 일이 없는 사람이라면 Qwen-Image 2.1이 더 나은 다운로드입니다: 크기는 3분의 1, 문서화된 프리셋, 샘플 수와 함께 공개된 평가 수치, 반복 작업을 원할 때의 8단계 Turbo, 그리고 작업에 합성이 포함된다면 네이티브 알파를 제공합니다. 또한 오늘 오후에 자체 하드웨어에서 동작을 특성화해 볼 수 있는 모델이기도 합니다.

네 개의 제외 관할권 밖에 있는 상업 팀이라면, MiniMax-H3-Image는 두 제품 중 합법적으로 출시할 수 있는 유일한 제품이며, 이사회가 결론을 내릴 수 있을 만큼 더 강력한 편집 모델입니다. 다운로드 비용을 예산에 반영하고, 매출이 100만을 넘으면 M​iniMax와 협상해야 할 것으로 예상하며, 저작자 표시 요구사항을 출시 후가 아니라 출시 전에 인터페이스에 반영하도록 계획하세요.

그 관할권들 안에 있는 상업 팀에게 답은 둘 중 어느 쪽도 아니다. 그건 만족스럽지 못하며, 동시에 정확하다. 오픈 웨이트 이미지 분야는 이제 흥미로운 질문이 어느 체크포인트가 더 높은 점수를 받는지가 아니라, 변호사가 여러분에게 실행하도록 허락할 체크포인트가 어느 것인지로 바뀌는 지점에 도달했다 — 그리고 그 질문에서 이 쌍은 '오픈'이라는 말이 얼마나 많은 서로 다른 의미를 갖게 되었는지를 보여주는 유용한 예시다.

무엇이 이것을 움직일까요

어느 한쪽에서 라이선스를 개정한다면 어떤 포인트 릴리스보다 비교 구도를 더 크게 바꿀 것입니다. MiniMax의 지역 목록은 규정 준수를 위한 기본값처럼 보이며, 이 회사는 이전에도 모델 라이선스를 변경한 전례가 있습니다. Qwen의 연구용 라이선스는 2.1 계열 이후 이 제품군의 표준이었고, 호스팅형 Pro 및 Turbo 엔드포인트와는 별개로 기본 가중치에 대한 상용 티어가 생긴다면 아티팩트를 원하는 누구에게나 명백한 선택이 될 것입니다. 그중 하나가 실현되기 전까지 이 두 모델 간의 기술적 차이는 실재하고 잘 문서화되어 있지만, 출시할 제품이 있는 사람에게는 대부분 학술적인 차이입니다.