MiniMax-H3-Image vs Ideogram 4.5: Granica edycji i budżet pikseli

Ideogram 4.5 i MiniMax-H3-Image powstały, by odpowiadać na różne pytania, a rankingi zmierzyły oba w tym samym miesiącu, co czyni to porównanie wyjątkowo czystym. Ideogram 4.5, wydany 30 września 2026, to edytor precyzyjny: przyjmuje maskę, kopiuje dokładnie każdy piksel, którego nie zaznaczono, zwraca wynik w szerokości i wysokości samego obrazu źródłowego i pobiera od 0,8 do 22 centów za obraz w zależności od wybranego poziomu. MiniMax-H3-Image, którego wagi opublikowano 10 listopada 2026 o 14:50 UTC, to przeciwny zakład — brak semantyki maski godnej tej nazwy, brak ograniczenia wyjścia do rozmiaru źródła i stałe płótno o rozdzielczości około szesnastu megapikseli przy dowolnym współczynniku proporcji, o jaki poprosisz, w cenie za dostarczony rozmiar od 0,02179 USD do 0,06879 USD.

One model protects what is already in the frame. The other replaces the frame at four times the area. On Artificial Analysis's editing board they are twenty-three places apart, and on the generation board twenty-four — both in M​iniMax's favour — and neither of those facts tells you which one to use, because the two are not competing for the same job.

Co oznacza „precyzyjna edycja” jako specyfikacja?

Twierdzenie Ideogramu jest wystarczająco wąskie, by dało się je sprawdzić, co w tej kategorii jest rzadkością. Słowa samego dostawcy: piksele, których edycja nie dotyka, są kopiowane dokładnie z Twojego obrazu źródłowego, a wynik wraca w szerokości i wysokości Twojego obrazu. Wokół tego rdzenia stoją trzy techniczne wymagania. Maska to pojedynczy plik JPEG, PNG lub WebP, o tych samych wymiarach co źródło, zawierający zarówno czarne, jak i białe obszary — czarny oznacza, co edytować, biały, co zachować, a wartości pośrednie są zaokrąglane do bliższego z tych dwóch. Liczba obrazów referencyjnych jest ograniczona do czterech na dedykowanym punkcie końcowym edycji lub do trzech, gdy obecna jest także maska; punkt końcowy generowania przyjmuje do pięciu, przy czym pierwszy jest traktowany jako edytowany obraz. A rozmiar wyjściowy nie jest kwestią wyboru: punkt końcowy precyzyjnej edycji zwraca dokładną szerokość i wysokość źródła, podczas gdy aplikacja zamienia kontrolki proporcji i rozdzielczości na menu Rozmiar z opcjami Automatyczny, Rozmiar obrazu źródłowego oraz niestandardową szerokością i wysokością w ramach tych samych zasad: wielokrotność 32 pikseli, minimum 256 pikseli i limit 2048×2048.

To ostatnie ograniczenie przesądza o połowie tego porównania. Ideogram 4.5 nie może dać ci większego obrazu, niż ten, który dostarczyłeś. Jego przykład demonstracyjny — edycja wykonana na źródle 4,016×6,016, 24,2 megapiksela, bez wcześniejszego skalowania w dół — jest imponujący właśnie dlatego, że przekazanie modelowi tak dużej ilości danych jest nietypowe; limit samego punktu końcowego wynosi 2048×2048, a niestandardowy rozmiar w aplikacji jest ograniczony do tej wartości.

MiniMax-H3-Image nie ma równoważnego mechanizmu. Przyjmuje do szesnastu obrazów referencyjnych adresowanych pozycyjnie w prompcie od <Obraz 1> do <Obraz 16> — przepis vLLM-Omni dla tych samych wag dokumentuje dziewięć — i zwraca ustalony zestaw dużych kanw: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688. Nie ma wejścia maski, echa rozmiaru źródła ani niczego w dokumentacji, co obiecywałoby, że nietknięte piksele pozostaną nietknięte. Jeśli Twój workflow zależy od tego, że logo się nie przesunie, to jest zły model i żaden wynik Elo tego nie zmieni.

Dwie tablice, odczytane uczciwie

As read on 14 November 2026. On AA-Image-Editing v2.1, MiniMax-H3-Image sits at 1,138 Elo over 3,137 votes, thirteenth overall and first among open-weights models; Ideogram 4.5 (High) sits at 1,065 over 3,875 votes, thirty-sixth. On AA-Image-T2I v2.1 the ordering is the same and the gap is wider: 1,066 over 3,206 votes for M​iniMax, twenty-fifth; 1,016 over 3,497 for Ideogram, forty-ninth.

Siedemdziesiąt trzy punkty w edycji i pięćdziesiąt w generowaniu, przy czym w obu przypadkach przedziały są rozłączne. To realna luka preferencji i powinna być raportowana jako taka. Czym to nie jest, to pomiar właściwości, którą sprzedaje Ideogram. Żadna z tablic nie prosi głosującego o ocenę, czy nietknięty obszar edycji jest bitowo identyczny ze źródłem, ponieważ głosującemu nie pokazuje się źródła — pokazuje się mu dwa kandydujące wyniki i pyta, który woli. Model, który po cichu renderuje od nowa całą klatkę i tworzy atrakcyjniejszy obraz, zawsze wygra z modelem, który zachowuje każdy piksel idealnie i tworzy nieco bardziej mdły obraz, za każdym razem, a tablica zapisze to jako różnicę jakości.

Uczciwa interpretacja jest taka: MiniMax-H3-Image tworzy edycje, których wygląd preferuje więcej osób, a przewaga ta wykracza poza szum. Ideogram 4.5 składa obietnicę dotyczącą zachowania pikseli, której nie przetestowała żadna niezależna instytucja. Oba stwierdzenia mogą być prawdziwe, a to drugie jest powodem, dla którego retuszer wciąż sięgnie po Ideogram.

Ile kosztuje tysiąc obrazów w każdym z nich

Doniesienia z premiery z 1 października 2026 r. podały, że drabinka Ideogramu wynosi od 0,8 do 22 centów za obraz w zależności od poziomu jakości, a udokumentowana zasada podziału na poziomy mówi, że generowanie jest rozliczane według pikseli rozdzielczości wyjściowej — do 1024×1024 liczy się jako 1K, a powyżej tego jako 2K. Wiersz Artificial Analysis dla Ideogram 4.5 (High) wskazuje 220,00 USD za tysiąc obrazów na tablicy edycji i 100,00 USD na generowaniu, co domyka ten zakres od góry; tani koniec drabinki, Very Low przy około 0,8 centa, to inna konfiguracja i nie to, co rankinguje tablica.

MiniMax-H3-Image jest prostszy i – na poziomie, dla którego został stworzony – konkurencyjny. 0,02179 USD za wygenerowany obraz przy 1K, 0,02333 USD przy 2K, 0,06879 USD przy 4K według cennika. Poziom 4K to ten, który faktycznie zwraca model szesnastomapikselowy, a do 17 listopada 2026 r. do godz. 16:00 UTC kosztuje o połowę mniej – 0,03439 USD – pod warunkiem, że dostarczony obraz ma co najmniej 16 600 000 pikseli; zniżka obowiązuje dla całego żądania. Edycje doliczają koszt wejścia: edycja 4K z jednym odniesieniem to 0,07312 USD według cennika, 0,03656 USD po zniżce; trzy odniesienia przy 2K to 0,04177 USD.

Put against each other at the configurations the two models are actually for: an Ideogram 4.5 High edit at $0.22 against a M​iniMax 4K edit with one reference at $0.0366 during the discount is a sixfold difference, and even at list price it is threefold. Per megapixel the gap inverts again, because Ideogram is capped at 2,048 on a side while M​iniMax returns sixteen megapixels and up. A buyer who needs the higher resolution is not choosing between $0.22 and $0.0366; they are choosing between $0.22 for four megapixels and $0.0366 for sixteen, and the second number buys four times the area for a sixth of the money.

Drabinka poziomów to narzędzie do budżetowania — i to jest ta niedoceniana część.

Ustawienia Ideogramu Very low, Low, Medium i High — przy czym High jest domyślne w planach płatnych, a Low w planie darmowym, zaś Very low oznacza wyłącznie referencje — są na tym rynku czymś nieznanym: dostawca pozwala ci zdecydować, ile modelu opłacasz przy każdym wywołaniu. Zespół projektowy iterujący nad układem może wykonać dwadzieścia przebiegów Very low i jeden przebieg High, wydając na eksplorację niemal nic. MiniMax-H3-Image nie ma odpowiednika. Sześć kroków próbkowania, brak classifier-free guidance, brak negatywnych promptów, a API odrzuca każdą inną liczbę kroków lub wartość guidance z błędem HTTP 400. Jest tylko jedno ustawienie jakości — takie, jakie daje destylowany sampler.

That is not a flaw in M​iniMax's design — the fixed six-step sampler is what makes a 33-billion-parameter transformer at sixteen megapixels economically servable at all, and it is the same choice that makes the open weights runnable on a single large GPU. But it means the two products have different iteration economics. Ideogram's ladder is cheap to explore with and expensive to finish with. M​iniMax's flat pricing is expensive to explore with and cheap to finish with, because every exploration already returns the final resolution.

Gdzie każda z nich jest prawidłową odpowiedzią

Wybierz Ideogram 4.5, gdy obraz źródłowy jest kluczowym aktywem. Retusz katalogowy, korekcja kolorów i oświetlenia, podmiana tekstu na opakowaniach, prace wnętrzarskie i architektoniczne, renowacja starych fotografii, przekształcanie szkiców w obrazy — to własne zestawienie przykładów dostawcy, a we wszystkich tych przypadkach kadr jest stały, a zmiana ma charakter lokalny. Semantyka maski, kopiowanie z dokładnością do piksela i reguła wynikowego rozmiaru równego rozmiarowi źródła to dokładnie te gwarancje, których potrzebuje ten tok pracy, i żaden wynik preferencji ich nie zastąpi.

Wybierz MiniMax-H3-Image, gdy kadr nie jest ustalony. Reklama out-of-home, płyty drukarskie, tła, które będą przycinane na trzy sposoby — wszystko, do czego w przeciwnym razie przypinałbyś upscaler do danych wyjściowych innego modelu. Szesnaście megapikseli natywnie to zupełnie inna klasa zasobu, system referencji pozycyjnych pozwala komponować kilka dostarczonych obrazów w nową scenę, a nie edytować jeden, a cena za dostarczony megapiksel jest zdecydowanie najniższa w tym porównaniu. Ideogram 4.5 nie może ci tam towarzyszyć, ponieważ jego endpoint nie zwróci obrazu większego niż ten, który otrzymał.

A zanim wybierzesz którąkolwiek z nich, zwróć uwagę na licencję: MiniMax-H3-Image jest udostępniany na warunkach Umowy licencyjnej społeczności MiniMax-H3-Image, która wyklucza UE, Wielką Brytanię, Republikę Korei i Stany Zjednoczone, wymaga odrębnej pisemnej zgody w przypadku usługi hostowanej oraz rocznego przychodu przekraczającego milion dolarów, a także wymaga wyraźnego wyeksponowania nazwy modelu. Ideogram 4.5 to zamknięta usługa hostowana, która nie ma żadnego z tych obciążeń terytorialnych. Dla zespołu w Seulu lub San Francisco przewaga rozdzielczości jest teoretyczna, dopóki prawnik nie powie inaczej.

Gdzie pasuje router

OrcaRouter nie udostępnia żadnego z tych modeli. MiniMax-H3-Image nie znajduje się w naszym katalogu, a Ideogram 4.5 jest dostępny przez własne API Ideogramu — nie nasze. Z tej samej rodziny oferujemy natomiast model wideo minimax/minimax-h3 w cenie katalogowej dostawcy, z 0% narzutu.

Realistyczna odpowiedź produkcyjna dla sklepu, który potrzebuje obu tych właściwości, nie polega na dokonaniu wyboru. Pracę nad kompozycją i powiększaniem kieruj do tego modelu 16-megapikselowego, który masz licencję wywoływać, a precyzyjny retusz kieruj do edytora z maskowaniem; trzymaj oba za jednym interfejsem, aby wybór był wartością konfiguracji, a nie przepisaniem kodu. To właśnie przypadek, w którym jeden klucz do ponad dwustu modeli się opłaca — nie dlatego, że czyni modele równoważnymi, lecz dlatego, że przełączanie między nimi staje się żądaniem, a nie migracją. Tutaj przełączanie awaryjne ma większe znaczenie niż katalog: kolejka retuszu, która przechodzi do drugiego edytora, gdy pierwszy jest objęty limitem zapytań, to kolejka, która nie przestaje się posuwać.

Dwa modele, dwa zadania i czterodniowy debiutant, który wygrywa głosowanie preferencyjne na obu rankingach, tracąc przy tym jedyną gwarancję, którą drugi model faktycznie sprzedaje. Kup gwarancję, której potrzebujesz.