MiniMax-H3-Image vs Nano Banana 2: Pesos Livres, Fronteiras Fechadas

O surpreendente no MiniMax-H3-Image não é sua pontuação. É o mapa em sua licença. O checkpoint foi publicado no Hugging Face em 10 de novembro de 2026 — um repositório de 68,65 GB, dos quais 66,28 GB são o transformer de difusão, além de um codificador de texto de 66,7 GB emprestado do modelo de vídeo H3 — e o arquivo que o rege, o MiniMax-H3-Image Community License Agreement, concede direitos "em todo o mundo, excluindo os Territórios Excluídos", que ele então define como a União Europeia, o Reino Unido, a República da Coreia e os Estados Unidos da América. O Nano Banana 2, o gemini-3.1-flash-image do Google, está disponível em geral desde 28 de maio de 2026 e não exige de você nada além de um cartão de crédito. Então, o enquadramento honesto deste confronto não é aberto versus fechado. É um modelo que você pode baixar, mas não pode implantar legalmente onde mora, contra um modelo que você nunca pode baixar, mas pode chamar de qualquer lugar. Todo o resto — os dezesseis megapixels, a escada de preços, as posições no leaderboard — é secundário a isso, e o restante deste texto é o que muda quando você aceita isso.

O que a licença realmente permite

Lido em 14 de novembro de 2026, a Seção IV da licença da M​iniMax é curta e incomumente específica. Duas coisas acionam a exigência de obter autorização prévia por escrito por meio do console de licenças da M​iniMax: receita anualizada superior a US$ 1 milhão para você ou suas afiliadas, ou o fornecimento de um serviço hospedado a terceiros. Nenhum dos gatilhos cobra royalties. Ambos exigem que você solicite. A Seção IV também impõe um dever de atribuição — qualquer produto comercial que use o modelo deve “exibir com destaque ‘MiniMax-H3-Image’” em sua interface, o que é uma obrigação diferente do habitual selo “built with”, porque nomeia o modelo, e não a empresa.

A cláusula de território é a mais difícil, e não é uma nuance. A própria concessão está limitada ao território aplicável, e o contrato afirma claramente que o uso fora dele “não é autorizado por este Contrato”. Isso não é uma restrição à redistribuição; é uma restrição a sequer executar os pesos nas quatro jurisdições listadas. O próprio cartão da MiniMax direciona qualquer pessoa nessas regiões para uma conversa separada sobre licenciamento, mencionando “controles e salvaguardas robustos” como parte do que tal arranjo envolveria. Para um estúdio em Berlim, uma startup em Seul ou — mais relevante para a maioria dos leitores de um blog em inglês sobre modelos — em qualquer lugar dos Estados Unidos, a resposta prática é que pesos abertos são um artefato de pesquisa que você pode inspecionar, submeter a benchmarks e sobre o qual pode escrever, e não uma dependência de produção.

O Nano Banana 2 não tem um quebra-cabeça equivalente. É um produto do Google Cloud: você faz a chamada, recebe uma imagem, coloca no ar, e os termos são os termos padrão da API. Não há limite de receita, exceção territorial, cláusula de atribuição nem negociação de serviço hospedado. O que você abre mão por essa simplicidade é o arquivo. Se o Google mudar o preço, aposentar o identificador ou sofrer uma indisponibilidade, você tem um ticket de migração em vez de uma alternativa de contingência.

Essa simetria — um modelo dá-lhe o artefacto com uma licença inutilizável, o outro dá-lhe uma licença utilizável sem artefacto — é a verdadeira decisão. A maioria das páginas de comparação ignora-a porque o ficheiro de licença é aborrecido e a tabela de benchmarks não.

Onde os dois modelos se cruzam nas placas

O Artificial Analysis agora avalia ambos nas duas arenas de imagem dele, o que não era verdade quando o MiniMax-H3-Image foi lançado. Lidos em 14 de novembro de 2026, os números descrevem um cruzamento genuíno, e não uma lacuna:

• Texto para imagem — Nano Banana 2 ocupa a 11ª posição entre 114 linhas, com Elo 1.143 (intervalo de 95% 1.133–1.153). MiniMax-H3-Image ocupa a 25ª posição com 1.066 (1.051–1.080). São 77 pontos de Elo, e os intervalos não chegam nem perto de se tocar.

• Edição de imagens — MiniMax-H3-Image está em 13º de 84, com Elo 1.138 (1.122–1.154). Nano Banana 2 está em 17º, com 1.126 (1.114–1.138). M​iniMax está à frente por 12 pontos de Elo; os intervalos se sobrepõem em alguns pontos, então trate isto como uma liderança estreita, e não como uma vitória esmagadora, mas é a direção que o ranking mostra.

• A variante Highspeed — MiniMax-H3-Image Highspeed, que existe apenas na API própria da MiniMax, é classificada separadamente: 24º em texto para imagem, com 1.072, e 14º em edição, com 1.134. Ela custa aproximadamente 1,7× o nível padrão por geração em 4K e não garante uma pontuação melhor em nenhum dos rankings. Ela compra latência, que os rankings não medem.

O próprio resumo dos resultados da Artificial Analysis, publicado em 13 de novembro de 2026, acrescenta o enquadramento que a MiniMax gostaria: em seus rankings, o MiniMax-H3-Image é a linha mais bem classificada que carrega o marcador de pesos abertos em ambas as categorias. Essa alegação é deles e depende da classificação deles sobre quais linhas contam como pesos abertos — vários dos modelos acima do H3-Image em texto para imagem, incluindo a linha FLUX 3 Image em 1,119, não são obviamente baixáveis, então o marcador está fazendo um trabalho real. Cite isso como uma declaração do fornecedor do ranking, e não como um fato que você pode verificar apenas pelos pesos.

A ideia central a reter: o modelo da M​iniMax é melhor na tarefa de edição e claramente pior na tarefa de página em branco. Isso corresponde ao seu design. Dezesseis slots de referência e um amostrador ajustado para trabalho com muitas referências impulsionam o painel de edição; um amostrador destilado de seis etapas sem orientação é uma história de controle, não uma história de fidelidade, e a lacuna de texto para imagem é o que isso custa.

A escada de preços, e um desconto com três dias restantes

MiniMax cobra por token, e não por imagem, o que torna o número de destaque enganoso até você ler os exemplos detalhados. Nível padrão: US$ 2,30 por milhão de tokens de texto de entrada, US$ 1,50 por milhão de tokens de imagem de entrada, US$ 3,80 por milhão de tokens de imagem de saída. Highspeed: a mesma tarifa de texto, US$ 3,00 na entrada de imagem, US$ 7,60 na saída.

• Texto para imagem, padrão — $0.02179 a 1K, $0.02333 a 2K e $0.03439 a 4K enquanto durar o desconto de lançamento, contra um preço de tabela de $0.06879.

• Editar com uma referência — $0.02654 em 1K, $0.02658 em 2K, $0.03656 em 4K (preço de tabela $0.07312).

Editar com três referências — $0.03563 em 1K, $0.04177 em 2K, $0.03957 em 4K (preço de tabela $0.07914).

• Texto para imagem em alta velocidade — $0.03529 em 1K, $0.03622 em 2K, $0.06501 em 4K (preço de tabela $0.13001).

O desconto que reduz pela metade a coluna 4K é válido até 17 de novembro de 2026, 16:00 UTC, e se aplica apenas a imagens entregues com pelo menos 16.600.000 pixels. Depois disso, a tarifa 4K praticamente dobra, enquanto todos os níveis inferiores permanecem como estão — o que muda o formato da recomendação, porque a tabela linear é o motivo para usar este modelo. No preço de tabela, uma imagem 4K do MiniMax custa aproximadamente o mesmo que uma imagem 4K do Nano Banana 2 e não tem mais preço inferior a ela.

O lado do Google é uma tabela limpa por imagem: 1.120 tokens para uma imagem 1K e 2.520 para 4K, a US$ 60 por milhão de tokens de saída de imagem. Isso resulta em US$ 0,045 a 512px, US$ 0,067 a 1024×1024, US$ 0,101 a 2048×2048 e US$ 0,151 a 4096×4096, com texto e raciocínio cobrados separadamente a US$ 3 por milhão de tokens de saída e entradas a US$ 0,50 por milhão. Não há nível de lote listado para este modelo, diferentemente do seu irmão Lite. Observe a assimetria no que "em resolução" significa: uma imagem do Nano Banana 2 em 4K é 4096×4096, e uma imagem do MiniMax em 4K também é 4096×4096, então as duas escadas se comparam diretamente no topo e divergem na base, onde o Google vende um nível de 512px que a MiniMax não vende.

Dez mil imagens por mês, uma referência para cada, saída em 2K: cerca de US$ 266 no padrão do M​iniMax à tarifa atual e cerca de US$ 1.010 no Nano Banana 2. Esse é o único ponto em que os números não estão nem perto, e também é onde a licença tem maior probabilidade de impedir você.

O que um pode fazer que o outro não pode.

As listas de recursos são menos simétricas do que as pontuações. Ambos os modelos geram e editam por meio de um único par de endpoints, ambos aceitam imagens de referência e ambos produzem arquivos com vários megapixels. Além disso, divergem em quase todos os eixos:

• Referências — o MiniMax-H3-Image aceita de 1 a 16 imagens, referenciadas posicionalmente no prompt como <Picture 1>até<Picture 16>, na ordem de envio. O Nano Banana 2 aceita 14, mas as divide: até 10 referências de objeto para fidelidade e até 4 referências de personagem para consistência.

• Saída — A MiniMax afirma cerca de 16 megapixels em todas as proporções, de 4096×4096 quadrado a 6272×2688 ultrawide, com um teto de 20 megapixels na API e sem upscaler no caminho. O Nano Banana 2 chega no máximo a 4096×4096, mas acrescenta os formatos extremos 1:4, 4:1, 1:8 e 8:1 e um nível de 512px para miniaturas.

• Grounding — o Nano Banana 2 pode ancorar uma geração nos resultados do Google Search ou do Image Search. O MiniMax-H3-Image não faz nenhum tipo de recuperação; tudo vem do prompt e das referências.

• Proveniência — cada saída do Nano Banana 2 carrega uma marca d'água SynthID e metadados C2PA. O repositório e a licença do M​iniMax não declaram nenhum esquema de marca d'água, o que é ou um recurso ou um problema de conformidade, dependendo da sua jurisdição, e na UE é o segundo.

• Controles de raciocínio — o Nano Banana 2 expõe o raciocínio em minimal ou high, usa minimal por predefinição e não permite desativar o raciocínio através da API; esses tokens são faturados quer os leia ou não. O MiniMax não expõe qualquer superfície de raciocínio, apenas um sampler fixo.

• Sampler — O MiniMax é destilado para seis etapas, sem orientação livre de classificador. A API retorna HTTP 400 se você passar qualquer outra contagem de etapas ou valor de orientação, e rejeita prompts negativos. Você ajusta o prompt e as referências, e nada mais. O modelo do Google aceita o conjunto usual de parâmetros.

O ponto sobre o sampler corta nos dois sentidos. Ele torna a saída do MiniMax exatamente reproduzível no seu próprio hardware, o que é uma propriedade real para testes de regressão, e remove o ajuste de qualidade padrão ao qual uma equipe acostumada a ajustar CFG recorreria primeiro quando uma edição saísse errada.

Se você pretende fazer self-hosting, leia isto primeiro.

A razão pela qual a maioria das pessoas quer pesos abertos não é ideologia; é a opção de parar de pagar por imagem. Neste modelo, essa opção é cara de um modo que o tamanho do download sugere e o anúncio não. O transformador tem 66,28 GB em BF16, o VAE tem 2,34 GB, e o codificador de texto é um download separado de 66,7 GB — o Qwen3-VL completo do MiniMax-H3, sem alterações, cujos estados ocultos da 50ª camada o DiT lê. Isso é aproximadamente 135 GB de pesos antes de você ter uma única imagem, e o modelo é um transformador denso de 33,1 bilhões de parâmetros, não uma mistura de especialistas com um caminho ativo barato.

Em contrapartida, o Qwen-Image 2.1 — a outra opção aberta sobre a qual as pessoas perguntam — tem download de aproximadamente um quarto do tamanho. Se o seu plano é uma única estação de trabalho ou uma GPU alugada, as contas sobre este checkpoint são a primeira coisa a fazer, não a última. A própria ficha do MiniMax não oferece nenhum número de latência nem uma receita de hardware, portanto não há nada no material de lançamento que lhe diga se seis etapas a dezesseis megapixels cabem na sua placa.

Qual deles, considerando tudo isso

Se você estiver fora da UE, do Reino Unido, da Coreia do Sul e dos Estados Unidos e precisar de volume em 4K com muitas referências, o MiniMax-H3-Image é o modelo de edição melhor e mais barato neste momento, e a vantagem de 12 pontos Elo na edição é pequena o suficiente para você testá-lo com seus próprios prompts em vez de confiar no ranking. Se você estiver nesses territórios, a licença já tomou a decisão por você, e a pergunta interessante passa a ser se a MiniMax vai licenciá-lo — o que é uma conversa comercial, não técnica.

Se você precisa de renderização de texto, fundamentação em pesquisa, marcação de proveniência ou um contrato ilimitado do lado do chamador, o Nano Banana 2 vence em capacidade e perde em preço, e sua vantagem de 77 Elo em texto para imagem é o maior número individual desta comparação.

Nenhum dos dois modelos está no catálogo da OrcaRouter em 14 de novembro de 2026, e esta página não fingirá o contrário. O que a plataforma oferece na linha de imagens são os modelos de imagem da OpenAI e do Google que realmente podem ser chamados hoje, ao preço de tabela do provedor, com 0% de markup repassado — o que significa que, quando o desconto de 4K da MiniMax expirar em 17 de novembro, ou quando o Google ajustar uma tarifa, o número no nosso catálogo muda no mesmo dia, em vez de na próxima renovação do contrato. A outra razão pela qual a camada de roteamento importa aqui é o failover: um modelo sem uma métrica independente de latência e com uma entrada no ranking com seis dias de idade é exatamente o tipo de dependência que você quer atrás de failover automático, em vez de ligada diretamente a um caminho de produção.

O que mudaria esse veredito seria uma emenda de licença. A M​iniMax já lançou, elogiou e depois relicenciou modelos antes, e a cláusula de território parece um padrão de conformidade, e não uma restrição ponderada. Se a lista de Territórios Excluídos encurtar, o lado de edição desta comparação se torna uma recomendação direta com base em preço e pontuação. Até lá, o modelo aberto é aberto no sentido de que você pode lê-lo, e fechado no sentido que determina se você pode usá-lo.