MiniMax-H3-Image: 16 megapixels in 10 seconden is een claim, nog geen meting

Tien seconden voor een afbeelding van zestien megapixel is geen kwaliteitsclaim. Het is een claim over hoe een model wordt ingepland, en het is het enige onderdeel van de lancering van MiniMax-H3-Image dat een gebruiker in één middag kan controleren. MiniMax kondigde het model op 10 november 2026 aan met een kort bericht dat precies dat getal vooropstelt: 4K-uitvoer, ruwweg zestien miljoen pixels, tot zestien referentieafbeeldingen, in tien seconden, met open gewichten en de eigen API van de leverancier, met MiniMax Code en Hailuo als toegangswegen. Wat de aankondiging niet bevat, is één enkele latencymeting, één enkele kwaliteitsbenchmark of een link naar een blogpost die uitlegt hoe dit allemaal is bereikt. De bytes zijn echt — 68,65 GB ervan op Hugging Face, plus een tekstencoder die uit een tweede repository is geleend — en dat geldt ook voor de prijslijst. Die tien seconden zijn een belofte. Dit is waarop de belofte is gebouwd, wat ze kost, en wat je zou moeten draaien om te weten of ze op je eigen hardware standhoudt.

Het is de moeite waard de datums gewoon duidelijk te noemen, want de uitrol was ongebruikelijk. De Hugging Face-repository voor MiniMax-H3-Image werd op 3 november 2026 aangemaakt en bleef leeg. De weights werden op 10 november om 14:50 UTC gepubliceerd. Diezelfde dag kreeg de API-documentatie van MiniMax een release-noteskaart met de kop “MiniMax H3 Image” en de regel “Een toonaangevend open-weight beeldmodel. Van ideeën naar nieuwe werelden” — een zin zonder enige specificatie — en de eigen blog en nieuwsindex van het bedrijf bevatten nog steeds helemaal niets over het beeldmodel. Het model werd dus stil uitgebracht en daarna aangekondigd, in die volgorde, wat het omgekeerde is van hoe de meeste lanceringen verlopen en de reden waarom de aankondiging leest als marketingtekst die op een al downloadbaar checkpoint is geplakt.

Waar tien seconden aannemelijk vandaan zouden kunnen komen

Het grootste deel van de uitleg staat in de bestandslijst en niet in het bericht. MiniMax-H3-Image is een dense diffusietransformer van 33,1B — 50 lagen, verborgen grootte 5.376, 56 attention-heads, FFN-breedte 14.336, 3D multimodale RoPE — en hij is gedistilleerd tot zes samplingstappen zonder enige classifier-free guidance. Dat is geen standaardinstelling die een aanroeper kan afstellen. De aangeboden API weigert alles behalve num_inference_steps=6 en guidance_scale=1 met een HTTP 400, en negatieve prompts worden ronduit geweigerd. Een apart bestand van 12 MB, pdd_fused_heads.safetensors, bevat per stap output-heads die de uitvoerlaag van de transformer vervangen, met het schema in pdd_config.json.

Zes onbegeleide passes zijn de reden waarom het cijfer van tien seconden niet absurd is. Een begeleide sampler van 30 stappen op zestien megapixel is een batchtaak; zes stappen op hetzelfde oppervlak is een verzoek. Of het op tien seconden uitkomt, hangt volledig af van de accelerator, de sequence-parallelism-configuratie en de resolutie die je daadwerkelijk aanvraagt, en geen van die drie dingen staat in de aankondiging. MiniMax' eigen modelkaart vermeldt nergens een generatietijd. Het getal staat op één plek: het lanceringsbericht.

Wat de kaart wel specificeert, in meer detail dan de post, is de geometrie. De uitvoer loopt op tot ongeveer 16 megapixels bij elke beeldverhouding — 4096×4096 bij 1:1, 4736×3552 bij 4:3, 5024×3360 bij 3:2, 5472×3072 bij 16:9, 6272×2688 bij 21:9 — zonder afzonderlijke upscaler in het traject. De API beperkt het uitvoeroppervlak tot 20 megapixels, en de kaart beschrijft het praktische werkbereik als ruwweg 4 tot 20 megapixels. Bij bewerken worden maximaal 16 referentieafbeeldingen gebruikt, die in de prompt positioneel worden aangeduid als <Picture 1> tot en met <Picture 16> in uploadvolgorde. Prompts kunnen op de aangeboden API oplopen tot 32.000 tekens, hoewel slechts ongeveer de eerste 4.096 tokens effect hebben.

De beweringen, naast het bewijs dat ervoor bestaat

• Resolutie — "16 miljoen pixels" en 4K: vermeld in het bericht en overgenomen in de formaattabel van de kaart. Niet onafhankelijk gemeten, maar dit is triviaal te controleren door een afbeelding te genereren en de afmetingen ervan uit te lezen.

• Snelheid — "alles binnen 10 seconden": door de leverancier gerapporteerd, zonder gespecificeerde hardware en zonder gepubliceerde timing door derden per 11 november 2026. De kaart vermeldt helemaal geen cijfer.

• Promptopvolging — “nauwkeurige promptopvolging”: een kwalitatieve bewering. De sterkere formulering op de kaart is “de sterkste instructieopvolging onder open-sourcemodellen,” een vergelijking waarvoor geen tabel is bijgevoegd.

• Bewerken — “tot 16 referentieafbeeldingen”: bevestigd in de kaart en de API-documentatie, en in één detail tegengesproken door vLLM-Omni's recept van dag één, dat op zijn pad maximaal 9 afbeeldingen per verzoek documenteert. Beschouw 16 als het plafond van het model en 9 als wat het recept van het framework test.

• Open weight — waar, en op een manier dragend die de post niet uitlegt: de gewichten zijn open onder een licentie met territoriale en omzetvoorwaarden, niet onder een OSI-goedgekeurde licentie. Meer daarover hieronder.

Wat het kost, en een korting die nog zes dagen geldig is

De commerciële voorwaarden zijn het meest concrete aspect van de release. De facturering is tokengebaseerd volgens een tarief voor beeldoutput: $2,30 per miljoen inputtokens voor tekst, $1,50 per miljoen inputtokens voor afbeeldingen en $3,80 per miljoen outputtokens voor afbeeldingen op de standaardlaag. MiniMax' eigen uitgewerkte voorbeelden leiden tot een staffel die ongewoon vlak is, omdat er in tokens wordt gemeten en het aantal tokens niet met de oppervlakte meeschaalt zoals de intuïtie suggereert:

• 1K tekst-naar-afbeelding — $0,02179 per afbeelding.
• 2K tekst-naar-afbeelding — $0,02333.
• 4K tekst-naar-afbeelding — $0,06879 volgens lijstprijs, $0,03439 zolang de huidige korting geldt.
• 1K bewerken met één referentie — $0,02654; 2K — $0,02658; 4K — $0,07312, met korting $0,03656.
• 1K bewerken met drie referenties — $0,03563; 2K — $0,04177; 4K — $0,07914, met korting $0,03957.

Zestien keer zoveel pixels voor iets meer dan drie keer zoveel geld is de verhouding die je moet onthouden, want daar onderscheidt het model zich echt: bij 4K is de open-weight checkpoint ongeveer een achtste van een FLUX 3 Image 4K-frame en ongeveer een vijfde van een Nano Banana 2.1 4K-frame tegen lijstprijs.

De korting is echt en tijdelijk. De reductie van 50% geldt alleen wanneer de geleverde afbeelding ten minste 16.600.000 pixels bevat, het volledige aanvraagtotaal dekt, en verloopt op 17 november 2026 om 16:00 UTC — zes dagen nadat de gewichten omhoog zijn gegaan. Iedereen die een pipeline op $0,03439 begroot, begroot op een actie. Reken met $0,06879 en beschouw de korting als marge.

Er is een tweede, snellere categorie. MiniMax-H3-Image-Highspeed accepteert dezelfde parameters en limieten en rekent $7,60 per miljoen output-afbeeldingstokens: $0,03529 bij 1K, $0,03622 bij 2K, $0,13001 bij 4K, voordat dezelfde korting dit halveert naar $0,06501. Als de bewering over tien seconden de reden is dat je geïnteresseerd bent, is Highspeed de variant die moet kloppen om relevant te zijn — en MiniMax publiceert geen latentieverschil tussen de twee.

“Open weight” betekent hier een licentie die je moet lezen.

De gewichten zijn downloadbaar en de architectuur is gedocumenteerd, wat meer is dan de meeste geavanceerde beeldmodellen bieden. De licentie is het punt waarop het woord ‘open’ niet meer doet wat mensen ervan verwachten. MiniMax-H3-Image wordt geleverd onder de MiniMax-H3-Image Community License Agreement, en de voorwaarden die bepalen hoe je het inzet, zijn geen voetnoten:

• Territorium. De definitie van uitgesloten territorium in de licentie omvat de Europese Unie, het Verenigd Koninkrijk, de Republiek Korea en de Verenigde Staten, wat een groot deel van de markt voor een commercieel beeldmodel is.

• Schaal. Voor meer dan één miljoen Amerikaanse dollar geannualiseerde omzet is aparte voorafgaande schriftelijke toestemming vereist.

• Hosting. Dezelfde autorisatievereiste geldt voor het aanbieden van het model als gehoste dienst, zonder enige omzetondergrens — een clausule die zich regelrecht richt op het model van de API-wederverkoper.

• Naamsvermelding. Commerciële interfaces die het model gebruiken, moeten “MiniMax-H3-Image” prominent weergeven.

• Downstream. Outputs mogen niet worden gebruikt om andere modellen te trainen of te verbeteren.

De Hugging Face-pagina toont dit als één regel met de tekst license: other, wat technisch juist en praktisch nutteloos is. Als je het model voor een product evalueert in plaats van voor een notebook, is het licentiebestand het eerste dat je moet lezen en mogelijk de reden om te stoppen.

Wat het draaien van open weights je daadwerkelijk kost

68,65 GB transformer en VAE, plus een tekstencoder die niet in de repository staat. model_index.json reikt tot in het MiniMax-H3-videomodel en laadt text_encoder/ daaruit — 66,7 GB Qwen3-VL, ongewijzigd. Een eerste lokale generatie is dus een download van ongeveer 135 GB verspreid over twee repositories, en de encoder is de grotere helft.

Het frameworkverhaal is ongewoon goed voor een checkpoint dat zo jong is, en het was er op dag één in plaats van in de loop van de volgende maand. SGLang is het referentiepad met een gedocumenteerd cookbook en een single-GPU-commando; sequence parallelism is een flag (--ulysses-degree op SGLang, --usp op vLLM-Omni); vLLM-Omni publiceert recepten per hardware die NVIDIA H200, RTX PRO 6000 Blackwell en AMD Instinct MI350X noemen; diffusers en ComfyUI ondersteunen het allebei. MiniMax' eigen serving-richtlijnen wijzen op multi-GPU voor acceptabele latency op volledige resolutie, wat het dichtst komt bij een erkenning door de leverancier dat tien seconden een configuratie is, geen constante.

Voor de meeste teams is de rekensom die volgt ongemakkelijk. Bij $0,02179 per 1K-afbeelding en $0,06879 per 4K-afbeelding is de gehoste API heel lang goedkoper dan de elektriciteit en afschrijving. De reden om de 135 GB te nemen is controle — een vaste sampler met zes stappen die je exact kunt reproduceren, een licentie waar je over kunt redeneren, en geen afhankelijkheid van de wachtrij van een leverancier op het moment dat je doorvoer nodig hebt.

Drie tests die je moet draaien voordat je commit

De eerste is de goedkope: genereer dezelfde 4K-prompt tien keer via de API van MiniMax, noteer de werkelijke tijd per verzoek en de pixelafmetingen van elk resultaat. Dat beslecht beide kerncijfers — de tien seconden en de zestien megapixels — op je eigen netwerk en met je eigen promptlengtes, in minder dan een uur, voor ruim minder dan een dollar.

De tweede is de identiteitstest, en daarin moeten zestien referenties hun waarde bewijzen of niet. Voer acht tot zestien frames van één onderwerp vanuit verschillende hoeken in, vraag om een nieuwe scène en kijk of het gezicht, de stof en het logo het overleven. Positionele slots zijn minder gestructureerd dan getypte referenties — je kunt het model niet vertellen welke afbeelding het personage is en welke het jasje — dus de test is of positie alleen genoeg is om die intentie over te brengen.

De derde is degene die niemand voor je kan doen: een A/B-test tegen wat je nu gebruikt, met je eigen prompts, blind. MiniMax-H3-Image heeft per 11 november 2026 op geen van beide imageboards van Artificial Analysis een vermelding — niet een lage, geen enkele — en ook geen leveranciersevaluatietabel. Geen GenEval, geen DPG-Bench, geen cijfers over menselijke voorkeur. Het showcase-raster op de modelkaart is het enige bewijs van outputkwaliteit dat bestaat, en een showcase-raster is ontworpen om er goed uit te zien. Een week van je eigen vergelijkingen zal je meer vertellen dan de lanceringspost kan.

Wat dit betekent voor de lancering

De eerlijke samenvatting is dat MiniMax-H3-Image een echte checkpoint is met een ongewoon compleet implementatieverhaal, een prijsladder die de gesloten modellen bij 4K met een ruime marge onderbiedt, en een prominent cijfer dat niemand buiten het bedrijf heeft geverifieerd. De snelheidsclaim is aannemelijk op architecturale gronden — zes ongestuurde stappen vormen echt een andere kostenklasse dan een geleide sampler met dertig stappen — en aannemelijkheid is geen bewijs.

Wat het beeld zou veranderen, is concreet en waarschijnlijk nog weken weg: een onafhankelijke notering op een ranglijst voor afbeeldingen met een bijbehorend aantal samples, een derde partij die het 4K-pad timet op genoemde hardware, en een blik op hoe zestien positionele referenties zich gedragen onder echte identiteitsdruk. Tot dan is de nuttige houding een kandidaatroute in plaats van een vervanging — laat het meelopen naast het model dat je vertrouwt, op een vaste set prompts, en laat de afbeeldingen beslissen.

OrcaRouter levert MiniMax-H3-Image vandaag niet; er is geen route voor in onze catalogus, en iets anders beweren zou precies het soort claim zijn waartegen dit artikel pleit. Wat we wél uit dezelfde familie aanbieden, is het videomodel, minimax/minimax-h3, tegen de lijstprijs van de provider met 0% opslag, één-op-één doorgegeven — wat betekent dat een prijswijziging van MiniMax, inclusief de 4K-korting en het aflopen daarvan, hier live is op de dag dat ze gebeurt en niet pas bij de volgende facturatiemigratie. Als het imagemodel op de catalogus verschijnt, zal het onder dezelfde voorwaarden verschijnen. Tot die tijd is dit model alleen beschikbaar via MiniMax' eigen API of je eigen GPU's.