MiniMax-H3-Image vs FLUX 3: Coordenadas ou Pixels — Duas Ideias Diferentes de Controle

Coloque esses dois modelos diante do mesmo briefing e eles falharão em direções opostas. O MiniMax-H3-Image oferece dezesseis megapixels, dezesseis imagens de referência e um amostrador de seis etapas, e nenhuma forma de dizer onde cada elemento fica a não ser em prosa. O FLUX 3, em seu nível de imagem, fornece uma caixa delimitadora para cada elemento em uma grade de 0–1000 escrita como [y_min, x_min, y_max, x_max], permite editar uma caixa por vez sem tocar no restante do quadro e começa sua escala de resolução em 768 pixels. Um modelo vende capacidade; o outro vende direção. Se o seu problema é uma foto de produto que precisa sobreviver a um recorte para outdoor, o MiniMax-H3-Image é o único dos dois que consegue produzir o arquivo. Se o seu problema é que o logotipo do cliente precisa ficar no canto superior esquerdo a exatamente 12% da largura do quadro, o FLUX 3 é o único que vai aceitar a instrução.

Both are recent, and neither is a launch in this article. FLUX 3 was announced by Black Forest Labs on 23 July 2026 as a unified video, image, audio and action model; the image tier that this comparison is about went live with a published rate card on 1 October 2026. MiniMax-H3-Image's weights landed on Hugging Face on 10 November 2026 at 14:50 UTC, with a one-line card in M​iniMax's API release notes and no blog post anywhere on the company's site. So this is a comparison between a model that has had six weeks of paying traffic and one that had its first full day in public yesterday. That asymmetry runs through everything below, and it is the reason the honest answer at the end is conditional rather than a winner.

O que cada um permite especificar

A superfície de controle do FLUX 3 é espacial, e é a coisa mais opinativa sobre o modelo. A tela é sempre uma grade de 0 a 1000 em ambos os eixos, normalizada, então um prompt de layout é independente de resolução: você descreve a cena global em uma legenda, depois lista elementos com um id, uma caixa e uma descrição, e cita os ids dentro da legenda. O modelo planeja o arranjo — a BFL documenta um modo agente em que um LLM produz o layout — e então cada caixa permanece editável depois. Você pode redescrever uma caixa, substituí-la ou movê-la, e as regiões que você não tocou permanecem fixas. As referências são tokens numerados, ref_image_0 em diante, até dez delas, e são compostas em uma única cena em vez de empilhadas como candidatas.

A superfície de controlo do MiniMax-H3-Image é posicional e textual. O texto do prompt entra com até 32 000 caracteres, dos quais aproximadamente os primeiros 4 096 tokens produzem efeito. As referências entram como até dezasseis imagens endereçadas pela ordem de carregamento — <Picture 1>, <Picture 2> — sem qualquer escrita: nada na API indica ao modelo qual referência é a personagem, qual é o produto e qual é o fundo. Toda a edição é expressa em linguagem. Não há segunda passagem, nem região mascarada, nem sistema de coordenadas.

Essa diferença não é uma lacuna de funcionalidade em uma direção. Dezesseis slots sem tipo oferecem mais margem do que dez referências numeradas, e uma legenda que descreve uma relação — “a mulher da imagem 3, vestindo a jaqueta da imagem 7, na sala da imagem 1” — carrega informações que uma caixa delimitadora não consegue. Mas uma caixa delimitadora carrega uma precisão que uma legenda não consegue, e o MiniMax-H3-Image não tem equivalente.

Os números, dimensão por dimensão

• Limite de saída — FLUX 3 Image: 4K, publicado como 5456×3072, cerca de 16,8 MP. MiniMax-H3-Image: cerca de 16 MP em todas as proporções, 4096×4096 em 1:1 até 6272×2688 em 21:9, limitado a 20 MP pela API.

• Piso de saída — FLUX 3 Image: 768×768. MiniMax-H3-Image: o cartão indica cerca de 4 MP como o mínimo prático, sem nenhum nível para imagens pequenas.

• Preço em 1K — FLUX 3 Image: $0,048. MiniMax-H3-Image: $0,02179.

• Preço em 2K — FLUX 3 Image: $0.10. MiniMax-H3-Image: $0.02333.

• Preço em 4K — FLUX 3 Image: US$ 0,607. MiniMax-H3-Image: US$ 0,06879 de tabela, US$ 0,03439 com um desconto que expira em 17 de novembro de 2026 às 16:00 UTC.

• Referências — FLUX 3 Image: até 10, numeradas, sem custo. MiniMax-H3-Image: até 16, posicionais, cobradas como tokens de imagem de entrada a US$ 1,50 por milhão.

• Edição — FLUX 3 Image: delimitado por caixa, várias caixas por solicitação, regiões não alteradas preservadas. MiniMax-H3-Image: imagem inteira, descrita por prompt, até 16 referências em uma única chamada.

• Pesos — FLUX 3 Image: não lançado; o licenciamento comercial de pesos é vendido a empresas em escala por meio das vendas da BFL, e o backbone do FLUX 3 Dev permanece “em breve”. MiniMax-H3-Image: disponível para download hoje, 68,65 GB mais um codificador de 66,7 GB emprestado do MiniMax-H3.

Amostragem — MiniMax-H3-Image: fixada em seis passos, sem orientação livre de classificador; outros valores são rejeitados com HTTP 400. FLUX 3 Image: não há contagem de passos publicada nem controle de orientação; o nível de imagem é somente via API.

• Pontuação independente — FLUX 3 Image: Elo 1116 no ranking de texto para imagem da Artificial Analysis, 16º de 108, com mais de 6.457 amostras; Elo 1119 no ranking de edição, 17º, com mais de 5.256 amostras. MiniMax-H3-Image: não aparece em nenhum dos dois rankings, e também não há tabela de avaliação do fornecedor.

A diferença de preço é maior do que a diferença de resolução, e aponta na direção oposta.

Em 1K, o MiniMax-H3-Image custa $0.02179 e o FLUX 3 Image custa $0.048 — um pouco mais da metade. Em 2K, a proporção aumenta para cerca de quatro para um. Em 4K, é quase nove para um: $0.607 contra $0.06879, ou doze para um contra o valor com desconto de $0.03439. Essa curva é o fato de maior consequência nesta comparação, e vale a pena entender por que ela tem esse formato, em vez de presumir que um fornecedor está praticando preços abusivos.

FLUX 3 Image's ladder — $0.041, $0.048, $0.07, $0.10, $0.607 — is close to proportional to pixels up to 2K and then jumps hard at 4K. M​iniMax's ladder is nearly flat: $0.02179, $0.02333, $0.06879. Sixteen times the pixels for a little over three times the money. M​iniMax meters tokens and the token count does not scale with area the way a naive model would predict; BFL appears to price the 4K tier as a premium product. Whatever the reasoning on either side, the practical consequence is that at the resolution both models were built for, the open-weight one is nearly an order of magnitude cheaper.

That is also where the comparison stops being symmetrical. If you only ever generate 1K images, the price difference is two and a half cents and FLUX 3's layout control is probably worth more than the saving. The 4K tier is the only tier where the arithmetic changes a decision, and it is exactly the tier where M​iniMax's discount is temporary.

O que seis semanas de tráfego compram, e o que um dia não compra

O FLUX 3 Image recebeu uma pontuação. O Artificial Analysis o coloca em 16º lugar em texto para imagem, com Elo 1116 em 6.457 amostras, e em 17º em edição, com Elo 1119 em 5.256 — no meio da tabela, acima do FLUX.2 [max] e abaixo da maior parte do atual grupo Nano Banana e MAI, a um preço listado de US$ 48 por mil imagens. Você pode colocar isso ao lado do número de um concorrente e tomar uma decisão. Também pode acompanhar sua movimentação à medida que mais amostras chegam, o que aconteceu com vários modelos acima dele.

O MiniMax-H3-Image não tem nada comparável. Não é uma pontuação baixa — é ausência de pontuação. A ficha do fornecedor afirma “a mais forte capacidade de seguir instruções entre modelos de código aberto” sem uma tabela, e a grade de demonstração na página do modelo é a única evidência de saída que existe. Um dia em público não é tempo suficiente para uma arena cega acumular amostras de um modelo que leva dez segundos por geração, então a ausência é esperada, e não suspeita. Ainda assim, é uma ausência, e isso significa que o argumento a favor do MiniMax-H3-Image em termos de qualidade é atualmente um argumento baseado na arquitetura e no preço.

O argumento da arquitetura não é vazio. Um transformador de difusão denso de 33,1B destilado para seis etapas não guiadas é uma escolha deliberada sobre custo de inferência, e seis etapas são o motivo pelo qual uma geração de 16 MP é uma requisição em vez de um trabalho em lote. A própria formulação do card — 16 MP “a um custo computacional prático” — é uma alegação de FLOPs, e é consistente com tudo no repositório. Só não é uma alegação de qualidade, e as duas coisas são confundidas em todo post de lançamento.

Onde cada um falha em produção

O limite do FLUX 3 é a sua menor saída. Um piso de 768 pixels e um teto de 4K significam que o modelo fica confortável na faixa em que a maior parte do trabalho comercial acontece, e ele não vai entregar uma imagem de 6000 pixels de largura. Ele também é fechado: você não pode baixá-lo, não pode fixar um checkpoint, e a página de licenciamento da BFL vende auto-hospedagem para empresas em escala, e não para indivíduos. Se a BFL mudar uma taxa ou descontinuar um nível, seu pipeline muda junto. Seis semanas de tráfego são um histórico, não uma garantia.

MiniMax-H3-Image's limit is the licence, and it is stricter than “open weight” suggests. The MiniMax-H3-Image Community License Agreement excludes the European Union, the United Kingdom, the Republic of Korea and the United States by definition; requires separate written authorisation above one million US dollars of annualised revenue; requires the same for any hosted service with no revenue floor; requires the model's name displayed prominently on commercial interfaces; and forbids using outputs to train other models. If you are in one of those territories and building a product, the open weights are not available to you on these terms, and the hosted API — which M​iniMax sells — is the path that remains.

Há um terceiro limite que ambos compartilham e que nenhum post de lançamento menciona: o loop de avaliação. Nenhum dos modelos oferece uma forma de saber se um determinado prompt vai funcionar a não ser gerando-o. As caixas do FLUX 3 reduzem o espaço de possíveis falhas ao posicionamento, o que é verificável em código. As falhas do MiniMax-H3-Image são semânticas, o que significa que uma pessoa precisa olhar. Para um pipeline que gera milhares de imagens por dia, essa diferença no custo de verificação pode exceder a diferença no custo de geração.

Qual chamar

Se o entregável for grande — uma chapa de impressão, um fundo que será recortado em três proporções de aspeto, um hero em 4K que tem de manter o detalhe a 100% —, o MiniMax-H3-Image é o único lado disto que produz o ficheiro e, a $0.06879 por frame, é também o mais barato por uma margem larga. Fique com ele, faça o orçamento pelo preço de tabela em vez do valor com desconto e leia a licença antes de construir um produto sobre ele.

Se o entregável for composicional — um layout que precisa ser exato, uma edição que precisa deixar todo o resto intacto, um sistema de marca em que o posicionamento é o ponto central —, o FLUX 3 é o único lado com os controles, e ele é avaliado, o que significa que você pode prever o que está comprando. Dois centavos e meio a mais em 1K não é o número decisivo aí.

Se você precisa dos dois, o padrão que realmente funciona é dividir a tarefa em vez de escolher um lado: componha e edite na resolução que o FLUX 3 suporta, depois faça upscale ou regenere o quadro aprovado em 16 MP. São duas chamadas e duas cobranças em vez de uma, e ainda é mais barato do que descobrir depois de cem gerações que seu modelo não consegue manter um logo no canto.

Neither model is on OrcaRouter's catalogue today — FLUX 3 Image is a direct Black Forest Labs call, and MiniMax-H3-Image is M​iniMax's own API or your own GPUs — so nothing here is a routing recommendation. What we do carry is the video half of M​iniMax's H3 family, minimax/minimax-h3, alongside the image routes we do host, under one key with 0% markup on provider list price. The reason that matters in a comparison like this one is failover: when a 16 MP request takes longer than your client's timeout, a second route under the same interface is worth more than a better per-image price. Long, billed-on-timeout generations are precisely the workload where a fallback earns its keep, and M​iniMax charges for a timeout rather than refunding it.

A pergunta que vai resolver isso

O que falta nesta comparação não é uma especificação. É uma contagem de amostras. Quando o MiniMax-H3-Image aparecer em uma arena de imagens com alguns milhares de votos cegos, a diferença de preço deixa de ser o argumento principal e passa a ser uma troca: certa quantidade de qualidade medida por certa quantia de dinheiro. Até lá, o FLUX 3 é o modelo sobre o qual você pode raciocinar, e o MiniMax-H3-Image é o modelo que você precisa testar; e o custo de testá-lo é baixo o suficiente — alguns dólares e uma tarde — para que qualquer pessoa com um entregável em 4K simplesmente execute o teste em vez de esperar pelo de outra pessoa.