MiniMax-H3-Image kontra Seedream 5.5: szesnaście megapikseli i brak kanału alfa

Daj obu modelom to samo zdjęcie produktowe, a zwrócą pliki różnych typów. MiniMax-H3-Image zwraca kwadrat o rozdzielczości 4096 pikseli — około szesnastu megapikseli nieprzezroczystej grafiki rastrowej — oraz zdanie w dokumentacji API samego MiniMaxa, które brzmi bez ogródek: przezroczyste tła: nieobsługiwane. Seedream 5.5 zwraca obraz 2K z prawdziwym kanałem alfa, pozostawia części kadru, o które nie prosiłeś, zablokowane na poziomie pikseli i jest zaprojektowany tak, by można go było poprawiać sto razy bez przesuwania. Jeden z nich to plik, w którym kończysz pracę. Drugi to plik, nad którym wciąż pracujesz. Ta różnica jest większa niż cokolwiek, co którykolwiek z dostawców opublikował w tym tygodniu jako benchmark, i żaden nie opublikował liczby, którą można niezależnie sprawdzić.

To właśnie czas sprawia, że porównanie jest uczciwe. ByteDance ogłosiło Seedream 5.5 9 listopada 2026 r.; MiniMax udostępniło wagi MiniMax-H3-Image na Hugging Face 10 listopada o 14:50 UTC, a o modelu poinformowało o 15:40. Dwa dni, dwa starty, jedno pokrywające się zadanie. Asymetria dotyczy jednak tego, do jak dużej części każdego modelu deweloper może faktycznie dotrzeć. MiniMax-H3-Image ma publiczny identyfikator modelu, cennik z przykładami obliczeń oraz 68,65 GB wag do pobrania i 66,7 GB enkodera tekstu zapożyczonego z drugiego repozytorium. Seedream 5.5 ma pięć interfejsów ByteDance, komunikat prasowy mówiący, że endpoint Volcano Ark otwiera się „w tym tygodniu”, oraz brak identyfikatora modelu gdziekolwiek w dokumentacji ModelArk, która nadal wymienia 5-0-pro, 5-0-flash, 5-0-lite, 4-5 i 4-0. A na tablicach obrazów Artificial Analysis żaden z tych modeli nie ma wiersza na dzień 11 listopada 2026 r. — nie niskiego, żadnego.

Wiersz w każdej karcie specyfikacji, na który ta druga nie potrafi odpowiedzieć

MiniMax-H3-Image to zagranie rozdzielczością i traktuje ją wyjątkowo dosłownie. Geometria wyjściowa to około szesnastu megapikseli przy każdym współczynniku proporcji — 4096×4096 przy 1:1, 4736×3552 przy 4:3, 5024×3360 przy 3:2, 5472×3072 przy 16:9, 6272×2688 przy 21:9 — bez osobnego upscalera na ścieżce i z limitem API wynoszącym 20 megapikseli. Szesnaście megapikseli wystarcza na formę drukową, kadr na billboard albo tło, które musi zachować szczegóły, gdy wycina się z niego trzy elementy do rozmieszczenia. Czego jednak nie ma, to kanału alfa. Dokumentacja API wymienia obrazy podglądowe, edycje z maską i przezroczyste tła łącznie jako nieobsługiwane, a żadna zapowiedź nie sugeruje inaczej. W procesie komponowania to nie jest drobne pominięcie: model z przezroczystym tłem oszczędza ci przygotowywania matte, a model 4K bez niego daje szesnaście megapikseli, które nadal wymagają wycięcia, zanim będzie można je warstwować.

Seedream 5.5 jest lustrzanym odbiciem. Jego drugą sztandarową funkcją — po obietnicy edycji w stu rundach — jest natywne wyjście RGBA: przezroczystość generowana jako pełnoprawny wynik, z obsługą krawędzi zaprojektowaną pod komponowanie, a nie wycięcie uzyskane w postprodukcji. Chińskie relacje z premiery określają pułap na do 100 przezroczystych warstw na zasób, co pozostaje danymi producenta, dopóki ktoś nie otworzy pliku warstwowego w narzędziu projektowym i nie obejrzy maski, ale kierunek jest jasny: ByteDance sprzedaje plik, który trafia prosto do layoutu, a nie plik, który trzeba wyeksportować i oczyścić. Ceną jest rozdzielczość. Wszystkie publikowane parametry Seedream 5.5 podawane są dla 2K i nie ogłoszono żadnego poziomu 4K. Dwa tysiące pikseli na bok w zupełności wystarcza na hero na stronie internetowej albo kafelek katalogowy w referencyjnym rozmiarze 2K; to nie jest materiał do druku.

Zatem te dwa modele wcale nie konkurują o ten sam budżet pikseli. Odpowiedzią M​iniMax na pytanie „co otrzymuję” jest powierzchnia. Odpowiedzią ByteDance są kanały.

Dimension by dimension

• Maksymalna rozdzielczość wyjściowa — MiniMax-H3-Image: około 16 MP przy każdym współczynniku proporcji, od 4096×4096 przy 1:1 do 6272×2688 przy 21:9, limit API 20 MP. Seedream 5.5: 2K to zarówno rozmiar referencyjny, jak i rozmiar, dla którego podawana jest cena; nie ogłoszono poziomu 4K.

• Przezroczystość — MiniMax-H3-Image: nieobsługiwana, zgodnie z dokumentacją API. Seedream 5.5: natywny RGBA, według danych producenta do 100 przezroczystych warstw na zasób.

• Co zachowuje edycja — MiniMax-H3-Image: nic nie jest zablokowane; każda edycja to świeże wygenerowanie warunkowane przekazanymi referencjami. Seedream 5.5: nieedytowane obszary zachowane „na poziomie pikseli”, wyeliminowane przesunięcie kolorów, 100 rund na jednym obrazie — wszystko według producenta.

• Odniesienia — MiniMax-H3-Image: do 16, adresowanych pozycyjnie jako <Picture 1> do <Picture 16> w kolejności przesłania, rozliczane po 1,50 USD za milion wejściowych tokenów obrazu. Seedream 5.5: brak opublikowanego limitu odniesień, ponieważ nie ma opublikowanego schematu żądania.

• Cena przy 2K — MiniMax-H3-Image: $0.02333. Seedream 5.5: około ¥0.28, czyli mniej więcej $0.039, za edycję.

• Cena przy 4K — MiniMax-H3-Image: 0,06879 USD ceny katalogowej, 0,03439 USD w ramach 50% zniżki, która kończy się 17 listopada 2026 r. o 16:00 UTC i obowiązuje tylko wtedy, gdy dostarczony obraz ma co najmniej 16 600 000 pikseli. Seedream 5.5: niedostępny.

• Próbkowanie — MiniMax-H3-Image: na stałe sześć kroków bez classifier-free guidance; każda inna wartość jest odrzucana z HTTP 400. Seedream 5.5: liczba kroków i guidance nie są ujawniane.

• Długość promptu — MiniMax-H3-Image: akceptowane jest 32 000 znaków, z czego efektywnie uwzględnianych jest około pierwszych 4096 tokenów. Seedream 5.5: nieokreślona.

• Gdzie można go wywołać — MiniMax-H3-Image: identyfikator modelu MiniMax-H3-Image w własnym API MiniMax, warstwa Highspeed z identycznymi limitami oraz otwarte wagi. Seedream 5.5: Doubao, Doubao Work, Dreamina, BytePlus AI Playground i Dola, z obiecanym API dla deweloperów w Volcano Ark, ale jeszcze niewskazanym.

• Niezależny wynik — żaden. Obie plansze są puste w przypadku obu modeli.

Ile faktycznie kosztuje megapiksel — wyliczenie

Ceny podane w nagłówkach nie są porównywalne w przedstawionej postaci, ponieważ jedna jest podana jako 2K, a druga to drabinka o trzech szczeblach. Podzielenie przez dostarczoną powierzchnię pozwala je porównać, a odpowiedź nie jest tą, którą sugerują karty stawek.

Seedream 5.5 w cenie około 0,039 USD za obraz 2K w formacie kwadratowym daje około 0,0093 USD za megapiksel. MiniMax-H3-Image za 0,02333 USD dla tego samego obrazu 2K w formacie kwadratowym to około 0,0056 USD za megapiksel — około 40% mniej za piksel przy tym samym nominalnym produkcie końcowym. Po podniesieniu MiniMax-H3-Image do 4K krzywa opada jeszcze bardziej: 0,06879 USD na około 16,8 megapiksela to 0,0041 USD za megapiksel, czyli nieco mniej niż półtorakrotnie lepsza oferta niż jego własny poziom 2K i około 2,3 razy taniej za piksel niż 2K Seedream 5.5. W ramach rabatu premierowego staje się to 0,00205 USD za megapiksel — ale ta liczba wygasa 17 listopada, a pipeline, którego budżet opiera się na tej liczbie, jest budżetowany na podstawie promocji.

Uczciwa interpretacja jest taka, że drabinka cenowa MiniMax jest niemal płaska, ponieważ rozliczanie opiera się na tokenach, a liczba tokenów nie skaluje się z powierzchnią tak, jak podpowiada intuicja: 0,02179 USD przy 1K, 0,02333 USD przy 2K, 0,06879 USD przy 4K. Szesnaście razy więcej pikseli przy 4K za niewiele ponad trzykrotność ceny przy 1K. Sposób rozliczania ByteDance jest innego rodzaju — obraz wejściowy plus obraz wyjściowy, tokeny tekstowe bezpłatnie — więc edycja Seedream kosztuje tyle samo niezależnie od tego, czy prosisz o małą, czy dużą zmianę, co jest właściwym kształtem dla modelu, którego produktem jest rewizja, a nie generowanie.

Arytmetyka na poziomie pojedynczych pikseli również faworyzuje niewłaściwą stronę tego porównania. Nikt nie kupuje megapikseli; kupuje się rezultat. Jeśli potrzebujesz 2K, MiniMax-H3-Image jest o około 40% tańszy za obraz, zanim doliczysz wycinanie, które i tak musisz wykonać, aby uzyskać kanał alfa, którego nie potrafi wygenerować. To wycinanie to realna pozycja kosztowa, a w katalogu kilkuset SKU to właśnie ta pozycja decyduje o projekcie.

Sto naboi to inny zakup niż sto obrazów.

Głównym twierdzeniem Seedream 5.5 jest wytrzymałość: pojedynczy obraz wytrzymuje 100 rund edycji, a nietknięte obszary pozostają nienaruszone i nie pojawia się narastające przesunięcie kolorów. W cenie ¥0,28 za rundę pełna sesja stu rund na jednym zasobie kosztuje około ¥28, czyli mniej więcej 3,89 USD, a każda runda to poprawka na tej samej klatce. To jest workflow, który sprzedaje ByteDance, i wyjaśnia dwuczęściowy licznik — płacisz za wysłanie obrazu i otrzymanie jednego, a nie za wygenerowanie nowego.

MiniMax-H3-Image nie ma odpowiednika — i to z założenia. Nie ma maski, blokady regionu ani drugiego przebiegu; edycja to pełne generowanie uwarunkowane na maksymalnie 16 pozycyjnych obrazach referencyjnych i prompcie o długości do 4096 efektywnych tokenów. Sto poprawek przy cenie katalogowej za 4K to około 6,88 USD — więcej niż sto rund Seedream i pieniądze o innej strukturze, ponieważ trzydziesta siódma runda to nowa próbka całej klatki, a nie łata na rundach od pierwszej do trzydziestej szóstej. Czy to ma znaczenie, zależy od tego, czy recenzent sprawdza pozycję logo, czy cały obraz. Jeśli zlecenie brzmi „przesuń etykietę o dwa milimetry w lewo i nie zmieniaj niczego innego”, pętla „wygeneruj ponownie i licz na szczęście” jest niewłaściwym narzędziem, a żadna ilość szczegółów w prompcie nie uczyni z niej właściwego.

Tylko jeden z nich można dziś rano wywołać z kodu.

To jest ta część, która rozstrzyga większość rzeczywistych ocen, i nie ma ona nic wspólnego z jakością obrazu. MiniMax-H3-Image można już wywoływać: identyfikator modelu, który istnieje, udokumentowany schemat ze stałym samplerem działającym w sześciu krokach, wyjście w formatach PNG, JPEG i WebP oraz otwarte wagi, jeśli wolisz uruchomić go samodzielnie. Kalkulacja dotycząca samodzielnego hostowania nie wypada korzystnie — 68,65 GB wag plus 66,7 GB enkodera to 135 GB, zanim obsłużysz choćby jedno żądanie, w porównaniu z 0,06879 USD za ramkę 4K w API — ale istnieje jako opcja, co oferuje więcej niż druga strona.

To, co łagodzi ten obraz, to licencja. Wagi są udostępniane na mocy Umowy licencyjnej społeczności MiniMax-H3-Image, a jej wyłączone terytorium obejmuje Unię Europejską, Wielką Brytanię, Republikę Korei i Stany Zjednoczone. Dla zespołu w którymkolwiek z tych miejsc pobranie wag nie jest obejściem API; to przegląd prawny o niepewnym zakończeniu. Strona Hugging Face podsumowuje to wszystko jako license: other, co jest trafne i nie mówi nic.

Seedream 5.5 jest przeciwieństwem: gotowym produktem, który nie ma jeszcze drzwi dla deweloperów. Można go używać już dziś w aplikacjach ByteDance i dotrzeć do niego przez własne API dostawcy oraz kilka platform zewnętrznych, gdy tylko otworzy się endpoint Volcano Ark, ale na dzień 11 listopada nie ma identyfikatora modelu do wpisania w pliku konfiguracyjnym, tabeli limitów szybkości, schematu ani oświadczenia, że cena konsumencka 0,28 ¥ jest tym, co będzie naliczać API rozliczane za użycie. Cena w playgroundzie i cena API rozliczanego za użycie często są różnymi liczbami.

Żaden z tych modeli nie znajduje się w katalogu OrcaRoutera, więc nic tutaj nie stanowi rekomendacji routingowej dla któregokolwiek z nich. To, co mamy, to wideo-połowa tej samej rodziny — minimax/minimax-h3 — obok ponad 200 innych tras pod jednym kluczem, z ceną listową dostawcy przekazywaną bez marży (0%) i automatycznym przełączaniem awaryjnym, gdy u dostawcy zdarzy się gorsza godzina. To uogólnia się na to porównanie, ponieważ oba te modele są obecnie zakładami na jednego dostawcę: jeden dostawca, jedna kolejka, brak fallbacku. Dopóki nie istnieje druga trasa, argument przełączania awaryjnego jest czymś, czego nie można kupić, a praktycznym krokiem jest trzymanie identyfikatora modelu w konfiguracji, a nie w kodzie, aby dzień, w którym się pojawi, był zmianą ciągu znaków.

Kto powinien wybrać, które

Jeśli produkt końcowy jest duży i nieprzejrzysty — płyta drukowa, grafika główna 4K, jedno tło przycięte do trzech wariantów wykorzystania — MiniMax-H3-Image jest jedynym z tych dwóch, który wytwarza plik, a przy cenie 0,06879 USD jest tani jak na to, czym jest. Planuj budżet według ceny katalogowej, a nie kwoty po rabacie, i traktuj kanał alfa jako krok, który wciąż musisz wykonać.

Jeśli produktem końcowym jest warstwa w kompozycji — wycięcie produktu, kompozycja opakowania, zasób, który cztery osoby będą po kolei delikatnie poprawiać — Seedream 5.5 jest jedynym z tych dwóch, który to rozwiązał, a zachowanie edycji na poziomie pikseli oznacza, że czterdziesta zmiana kosztuje tyle samo co pierwsza. Użyj go w Dreamina lub Doubao w tym tygodniu; nie planuj integracji wokół niego, dopóki nie istnieje identyfikator modelu.

Jeśli potrzebujesz obu, ten podział jest uczciwy, a nie sprytny: wygeneruj płytę w szesnastu megapikselach, a przezroczystość weź z tego modelu, który daje matę, której możesz zaufać. To dwa narzędzia i dwa rachunki, a i tak jest taniej niż odkryć przy czterdziestej rundzie, że twoje obrazy się rozjechały, albo u drukarza, że twoja grafika główna ma 2K.

Trzy rzeczy rozwiążą tę kwestię i żadna z nich nie jest benchmarkiem. Identyfikator modelu Volcano Ark oraz to, czy cena naliczana za zużycie znajdzie się choćby w pobliżu ¥0.28. Kanał alfa w MiniMax-H3-Image, który w jego dokumentacji jest obecnie wymieniony jako nieobsługiwany, a nie jako pozycja w planie rozwoju. I pierwsze niezależne Elo dla któregokolwiek z modeli — bo obecnie cała argumentacja dotycząca jakości po obu stronach opiera się na siatkach prezentacyjnych i panelach dostawców, a siatka prezentacyjna jest projektowana tak, aby dobrze wyglądać.