MiniMax-H3-Image vs MAI-Image 2.7 Preview: Um é um arquivo, o outro é uma prévia

Dê ao MAI-Image 2.7 Preview um prompt de texto e nada é retornado, porque ele não gera a partir de texto. Ele edita. Essa única frase explica a maior parte da diferença entre ele e o MiniMax-H3-Image, e é justamente a parte que todas as comparações lado a lado entre os dois erram, porque os dois modelos não estão resolvendo o mesmo problema: um é um checkpoint unificado de texto para imagem e edição por referência com pesos disponíveis para download; o outro é a prévia somente de edição da Microsoft AI, acessível por meio de um playground e de um leaderboard e não muito mais do que isso.

Ambos são recentes. A MiniMax publicou os pesos do MiniMax-H3-Image em 10 de novembro de 2026 às 14:50 UTC; a prévia da Microsoft está em circulação desde o final de outubro, e o ranking independente em que ela aparece mostra que está se movendo. O que segue não é uma lista de recursos — é uma tentativa de responder à única pergunta que importa se você está escolhendo: qual destes você pode realmente colocar em um pipeline, a que custo, e o que você abre mão ao escolhê-lo.

A primeira diferença é uma capacidade, não um benchmark

O MiniMax-H3-Image realiza duas tarefas a partir de um único checkpoint. Ele gera uma imagem a partir de um prompt e edita uma ou mais imagens de referência passadas posicionalmente como <Picture 1> até <Picture 16>. Os mesmos pesos servem para ambas; não há um endpoint de edição separado para configurar nem um segundo modelo pelo qual pagar.

MAI-Image 2.7 Preview faz a segunda tarefa. É um modelo de edição — você fornece uma imagem e uma instrução, e ele retorna uma imagem revisada. Não há modo texto-para-imagem para ativar. Para uma equipe cujo fluxo de trabalho é "gerar uma foto de produto e depois iterar sobre ela", isso significa que o modelo da Microsoft pode cobrir a metade da iteração e não pode cobrir o primeiro quadro, portanto nunca é um substituto direto do MiniMax-H3-Image. No máximo, é um segundo modelo em uma cadeia.

Vale a pena declarar essa assimetria de forma clara, porque ela muda o que uma comparação pode sequer significar. Você pode compará-los quanto à qualidade de edição. Não é possível compará-los quanto à geração, porque um deles não faz isso.

Um te entrega pesos, o outro te entrega um selo de prévia.

O MiniMax-H3-Image é distribuído sob o Acordo de Licença Comunitária do MiniMax-H3-Image, que não é Apache 2.0 e merece a leitura de um advogado antes de uma implantação comercial, mas é um artefato baixável: 68,65 GB de transformer de difusão, VAE e configuração, além de um codificador de texto de 66,7 GB emprestado do repositório de vídeo MiniMax-H3. Você pode executá-lo em seu próprio hardware por meio de SGLang, vLLM-Omni, diffusers ou ComfyUI, e a equipe do vLLM lançou suporte no dia zero para NVIDIA e AMD no dia do lançamento. Você também pode chamá-lo na própria API da MiniMax, onde o identificador do modelo é MiniMax-H3-Image e um nível Highspeed aplica os mesmos limites a uma taxa de saída mais alta.

O MAI-Image 2.7 Preview é fechado no sentido comum: sem pesos, sem licença para leitura, sem model card com contagem de parâmetros ou arquitetura. A Microsoft não publicou um preço por imagem, uma resolução máxima, um limite de imagens de referência, uma interface de máscara, nem uma listagem no Foundry com um endpoint que um desenvolvedor pudesse chamar hoje. O que existe é o MAI Playground, uma presença na Arena e uma entrada no Artificial Analysis. Isso é suficiente para formar uma opinião sobre o modelo e não é suficiente para montar um orçamento com base nele.

É esta a diferença que decide a maioria das decisões reais. Um modelo de pesos abertos sem pontuação em benchmark é um risco de engenharia que você pode eliminar ao executá-lo. Um modelo fechado sem preço é um beco sem saída na aquisição, por mais boas que as amostras pareçam.

O que o conselho independente realmente diz

Em 11 de novembro de 2026, o MAI-Image 2.7 Preview ocupa o quarto lugar no quadro AA-Image-Editing v2.1 do Artificial Analysis, com 1123 de Elo, atrás do GPT Image 2.6 Sunburst, com 1209, do GPT Image 2.6 Flare, com 1206, e do GPT Image 2.5 Sunburst, com 1126. Sua contagem de amostras é 5.280, que é uma contagem real de amostras, e não um placeholder. Quando a Microsoft anunciou a prévia em 27 de outubro de 2026, descreveu o modelo como segundo naquele quadro, com 1.193 Elo, seis pontos atrás do GPT Image 2.5 Sunburst. Desde então, o quadro se encheu de entradas mais recentes da OpenAI, e a posição agora é o quarto lugar, com 1123 — o que acontece com um ranking em um mês acelerado, e um motivo para ler qualquer Elo com sua data de captura associada, em vez de como um fato permanente. O relato do próprio fornecedor sobre as subpontuações (edições baseadas em raciocínio e edições de cena e estilo passando do sétimo para o primeiro lugar, edições de texto e símbolos do sexto para o primeiro, uma vantagem de 24 Elos em cena e estilo) continua sendo uma caracterização do fornecedor sobre dados de terceiros: uma categoria de alegação melhor do que um benchmark interno, e ainda assim não uma medição que você possa reproduzir.

O MiniMax-H3-Image não tem linha nesse ranking, e também não tem linha no AA-Image-T2I v2.1. Não é uma linha baixa — simplesmente não existe. Foi lançado em 10 de novembro, a coleta de amostras para um ranking de preferência pareada leva tempo, e não há número a citar. Quem disser que um modelo supera o outro com base em uma pontuação independente está comparando um modelo ranqueado com um não ranqueado, o que não é uma comparação.

Então, a posição honesta em termos de pontuação é: MAI-Image 2.7 Preview tem uma pontuação de edição em quarto lugar em um ranking cujo topo está repleto de modelos da OpenAI, e MiniMax-H3-Image não tem pontuação alguma. Isso não é um argumento de que o modelo da MiniMax seja melhor ou pior. É um argumento de que as únicas pessoas que sabem o quão bom ele é são aquelas que o rodaram.

Dimensão por dimensão

• O que faz — MiniMax-H3-Image: texto para imagem e edição por referência em um único checkpoint. MAI-Image 2.7 Preview: apenas edição; sem modo texto para imagem.

• Tamanho de saída — MiniMax-H3-Image: cerca de dezesseis megapixels em todas as proporções de aspecto, 4096×4096 em 1:1 até 6272×2688 em 21:9, com um teto de 20 MP na API. MAI-Image 2.7 Preview: não publicado; seu antecessor ficava limitado a cerca de 2,36 megapixels.

• Referências — MiniMax-H3-Image: até 16, endereçadas pela posição na ordem de upload. MAI-Image 2.7 Preview: nenhum limite documentado.

• Pesos — MiniMax-H3-Image: 68,65 GB mais um codificador de texto de 66,7 GB, sob uma licença comunitária que não é a Apache 2.0. MAI-Image 2.7 Preview: nenhum, e nenhum sinal de que algum esteja por vir.

• Preço — MiniMax-H3-Image: US$ 0,02179 por uma imagem 1K, US$ 0,02333 por 2K, US$ 0,06879 por 4K de tabela e US$ 0,03439 com desconto de 50% válido até 17 de novembro de 2026 às 16:00 UTC. MAI-Image 2.7 Preview: nenhum preço publicado.

• Pontuação independente de edição — MAI-Image 2.7 Preview: 1123 Elo, quarto lugar no AA-Image-Editing v2.1. MiniMax-H3-Image: nenhuma linha em nenhum dos rankings até 11 de novembro de 2026.

• Amostragem — MiniMax-H3-Image: fixada em seis passos, sem orientação livre de classificador, sem prompts negativos; qualquer outra contagem de passos é rejeitada com HTTP 400. MAI-Image 2.7 Preview: não divulgado.

• Onde você pode chamá-lo — MiniMax-H3-Image: a própria API da MiniMax, além de auto-hospedagem por meio de quatro frameworks documentados. MAI-Image 2.7 Preview: o MAI Playground e onde quer que a Microsoft o disponibilize em seguida.

Uma edição, com preço apenas no lado que tem preço

MiniMax-H3-Image cobra tokens de entrada e saída, em vez de imagens, e os exemplos detalhados do cartão são a versão legível: uma edição de 1,024×1,024 com uma referência 1K fica em $0.02654, porque você paga $1.50 por milhão de tokens de imagem de entrada além da saída. Uma geração 2K custa $0.02333 e uma geração 4K custa $0.06879 de tabela. Faça um lote de mil edições 2K com uma referência cada e você fica na faixa de $26 a $30, dependendo de quanto custa codificar a referência — um número que você pode colocar numa planilha hoje.

Você não consegue fazer essa conta para o MAI-Image 2.7 Preview, e é aqui que o preço ausente deixa de ser uma lacuna na documentação e passa a ser um problema de planejamento. Uma prévia sem tarifa publicada não pode ser orçada, não pode ser comparada e não pode ser assumida como compromisso, independentemente da posição que ocupe em um ranking. Se o modelo da Microsoft for realmente melhor em edição — e um quarto lugar com 1123 de Elo é uma posição respeitável —, o custo de descobrir isso não é uma taxa por imagem, é uma semana de integração com uma interface que pode mudar antes de ser lançada.

O OrcaRouter não encaminha nenhum desses dois modelos, e este artigo não vai fingir o contrário. O que encaminhamos é geração de imagens que você pode chamar com a mesma chave de todo o resto — gpt-image-2.5-sunburst, gpt-image-2, as prévias de imagem do G​emini, o Imagen 4 em três níveis, o G​rok Imagine Image — pelo preço de lista do provedor, com 0% de margem repassada, então quando um fornecedor altera uma tarifa, sua fatura muda no mesmo dia. Para uma equipe criando o protótipo de um recurso de imagem enquanto aguarda a qualidade de edição do M​iniMax ser medida ou a prévia da Microsoft ganhar um preço, essa é uma forma de manter o fluxo de trabalho andando sem um segundo contrato. Não é um substituto para nenhum dos dois modelos, e a diferença importa.

Dezesseis referências contra um teto não documentado

A linha mais subestimada da ficha técnica do MiniMax-H3-Image é a contagem de referências. Dezesseis imagens, endereçadas posicionalmente, bastam para condicionar uma edição a uma folha de personagem, um produto, três ângulos de um ambiente, uma referência de cor e um painel de estilo em uma única chamada. Muito poucos modelos de imagem documentam essa capacidade, e quase nenhum dos fechados a documenta — o MAI-Image 2.7 Preview não o faz, então um fluxo de trabalho que depende de muitas referências precisa ser validado empiricamente antes de poder ser projetado em torno disso.

Uma ressalva sobre esse número, porque vai acabar custando caro a alguém: a ficha do modelo diz 16 referências, enquanto a receita de lançamento do vLLM-Omni para os mesmos pesos documenta até 9 imagens por requisição. Os dois números podem estar corretos ao mesmo tempo — o limite de batching de uma stack de serving e a capacidade treinada de um modelo são coisas diferentes —, mas, se seu fluxo de trabalho precisa de doze referências, a posição honesta é que você deve testá-lo no seu próprio caminho de serving em vez de confiar em qualquer um dos dois documentos.

O que fazer com isto, esta semana

Se precisar de geração em alta resolução com a opção de auto-hospedagem, a decisão não é realmente entre estes dois modelos; o MAI-Image 2.7 Preview não está nessa disputa. Fique com o MiniMax-H3-Image, com o preço de $0.02333 para 2K e $0.06879 para 4K, decida antes de 17 de novembro se o desconto de 4K altera o seu plano, e leia a licença antes do download, e não depois.

Se você precisa da melhor edição disponível e está disposto a trabalhar dentro de uma prévia, o quarto lugar do MAI-Image 2.7 Preview em um ranking independente de edição é um sinal real, e a ausência de preço é um obstáculo real. Peça à Microsoft acesso ao Foundry e uma tabela de preços. Até que um desses exista, um pipeline de edição construído sobre ele é um protótipo, não um produto.

O que importa não é a próxima atualização do ranking. É se o MAI-Image 2.7 Preview recebe um preço e um endpoint, porque isso transforma isto de uma comparação entre um modelo aberto e uma demo fechada numa escolha genuína entre duas coisas compráveis. E se o MiniMax-H3-Image recebe uma pontuação, porque neste momento o modelo com pesos é o único dos dois cuja qualidade pode medir por si mesmo — o que, para quem já se deu mal com uma preview, pode ser o mais valioso dos dois desconhecidos.