MiniMax-H3-Image vs Seedream 5.5: dezesseis megapixels e sem canal alfa

Dê a mesma foto de produto aos dois modelos e eles devolvem tipos diferentes de arquivo. O MiniMax-H3-Image retorna um quadrado de 4.096 pixels — cerca de dezesseis megapixels de raster opaco — e uma linha na própria referência de API da MiniMax que diz, sem rodeios, fundos transparentes: não suportado. O Seedream 5.5 retorna uma imagem 2K com um canal alfa real, mantém as partes do quadro sobre as quais você não perguntou fixas no nível do pixel e é feito para ser revisado cem vezes sem se deslocar. Um deles é um arquivo em que você finaliza. O outro é um arquivo em que você continua trabalhando. Essa diferença é maior do que qualquer coisa que qualquer um dos fornecedores publicou como benchmark esta semana, e nenhum dos dois publicou um número que você possa verificar de forma independente.

O timing é o que torna a comparação justa. A ByteDance anunciou o Seedream 5.5 em 9 de novembro de 2026; a MiniMax disponibilizou os pesos do MiniMax-H3-Image no Hugging Face em 10 de novembro às 14:50 UTC e publicou sobre o modelo às 15:40. Dois dias, dois lançamentos, uma tarefa sobreposta. O que não é simétrico é quanto de cada modelo um desenvolvedor consegue realmente acessar. O MiniMax-H3-Image tem um identificador público de modelo, uma tabela de preços com exemplos práticos e 68.65 GB de pesos baixáveis, além de um codificador de texto de 66.7 GB emprestado de um segundo repositório. O Seedream 5.5 tem cinco superfícies da ByteDance, uma nota à imprensa dizendo que o endpoint do Volcano Ark abre “esta semana”, e nenhum identificador de modelo em lugar algum da documentação do ModelArk, que ainda lista 5-0-pro, 5-0-flash, 5-0-lite, 4-5 e 4-0. E nenhum dos modelos tem uma entrada nos rankings de imagem da Artificial Analysis em 11 de novembro de 2026 — não uma entrada baixa, nenhuma.

A linha em cada ficha técnica que a outra não consegue responder.

O MiniMax-H3-Image é uma aposta na resolução, e é incomumente literal quanto a isso. A geometria de saída é de aproximadamente dezesseis megapixels em todas as proporções — 4096×4096 em 1:1, 4736×3552 em 4:3, 5024×3360 em 3:2, 5472×3072 em 16:9, 6272×2688 em 21:9 — sem nenhum upscaler separado no fluxo e com um teto de API de 20 megapixels. Dezesseis megapixels bastam para uma chapa de impressão, um recorte de outdoor ou um fundo que precisa manter detalhes quando três aplicações são recortadas dele. O que ele não tem é um canal alfa. A referência da API lista imagens de pré-visualização, edições com máscara e fundos transparentes como não suportados, e nenhum anúncio sugere o contrário. Para um fluxo de trabalho de composição, isso não é uma omissão pequena: um modelo com fundo transparente poupa você da máscara, e um modelo 4K sem essa capacidade entrega dezesseis megapixels que ainda precisam de um recorte antes de poderem ser sobrepostos em camadas.

O Seedream 5.5 é a imagem espelhada. Seu segundo recurso de destaque, depois da alegação de edição em cem rodadas, é a saída RGBA nativa — transparência produzida como uma saída de primeira classe, com tratamento de bordas criado para composição, em vez de um recorte pós-processado. A cobertura de lançamento na China coloca o teto em até 100 camadas transparentes por asset, o que é um número do fornecedor até alguém abrir um arquivo em camadas em uma ferramenta de design e inspecionar o matte, mas a direção é clara: a ByteDance está vendendo um arquivo que entra direto em um layout, não um arquivo que é exportado e limpo. O trade-off é a resolução. Todo número publicado do Seedream 5.5 é citado em 2K, e nenhum nível 4K foi anunciado. Dois mil pixels por lado é bastante para um hero web ou um tile de catálogo em um tamanho de referência 2K; não é um entregável para impressão.

Portanto, os dois modelos não estão competindo de jeito nenhum pelo mesmo orçamento de pixels. A resposta da MiniMax para "o que eu ganho" é área. A resposta da ByteDance é canais.

Dimensão por dimensão

• Limite de saída — MiniMax-H3-Image: cerca de 16 MP em qualquer proporção, de 4096×4096 em 1:1 até 6272×2688 em 21:9, com limite de 20 MP na API. Seedream 5.5: 2K é tanto o tamanho de referência quanto o tamanho usado como base para o preço; nenhuma opção 4K anunciada.

• Transparência — MiniMax-H3-Image: não suportado, conforme a referência da API. Seedream 5.5: RGBA nativo, número informado pelo fornecedor de até 100 camadas transparentes por ativo.

• O que uma edição preserva — MiniMax-H3-Image: nada fica travado; cada edição é uma geração nova condicionada às referências que você fornece. Seedream 5.5: regiões não editadas preservadas "no nível do pixel", desvio de cor eliminado, 100 rodadas em uma mesma imagem — tudo segundo o fornecedor.

• Referências — MiniMax-H3-Image: até 16, endereçadas posicionalmente como <Picture 1> a <Picture 16> na ordem de upload, cobradas a US$ 1,50 por milhão de tokens de imagem de entrada. Seedream 5.5: nenhum limite de referências publicado, porque não há esquema de requisição publicado.

• Preço em 2K — MiniMax-H3-Image: $0.02333. Seedream 5.5: cerca de ¥0,28, aproximadamente $0,039, por edição.

• Preço em 4K — MiniMax-H3-Image: $0,06879 de tabela, $0,03439 com desconto de 50% que termina em 17 de novembro de 2026 às 16:00 UTC e se aplica apenas quando a imagem entregue tiver pelo menos 16.600.000 pixels. Seedream 5.5: não oferecido.

• Amostragem — MiniMax-H3-Image: fixado em seis etapas, sem orientação livre de classificador; qualquer outro valor é rejeitado com HTTP 400. Seedream 5.5: número de etapas e orientação não divulgados.

• Comprimento do prompt — MiniMax-H3-Image: 32.000 caracteres aceitos, dos quais aproximadamente os primeiros 4.096 tokens têm efeito. Seedream 5.5: não especificado.

• Onde você pode chamá-lo — MiniMax-H3-Image: id do modelo MiniMax-H3-Image na API própria da MiniMax, um nível Highspeed com limites idênticos, e pesos abertos. Seedream 5.5: Doubao, Doubao Work, Dreamina, o BytePlus AI Playground e Dola, com uma API para desenvolvedores prometida no Volcano Ark, mas ainda não identificada.

• Pontuação independente — nenhum dos dois. Ambos os quadros estão vazios para ambos os modelos.

Quanto custa realmente um megapixel, na prática

Os preços anunciados não são comparáveis conforme cotados, porque um é cotado a 2K e o outro é uma escada de três degraus. Dividir pela área entregue torna-os comparáveis, e a resposta não é a que as tabelas de preços sugerem.

Seedream 5.5 a aproximadamente US$ 0,039 para um quadrado 2K resulta em cerca de US$ 0,0093 por megapixel. MiniMax-H3-Image a US$ 0,02333 para o mesmo quadrado 2K fica em cerca de US$ 0,0056 por megapixel — aproximadamente 40% menos por pixel para o mesmo entregável nominal. Se você levar o MiniMax-H3-Image para 4K, a curva se inclina ainda mais: US$ 0,06879 para cerca de 16,8 megapixels dá US$ 0,0041 por megapixel, quase 1,5 vez mais vantajoso que seu próprio nível 2K e cerca de 2,3 vezes mais barato por pixel do que o 2K do Seedream 5.5. Com o desconto de lançamento, isso passa a US$ 0,00205 por megapixel — mas esse número expira em 17 de novembro, e um pipeline orçado com base nele está orçado com base em uma promoção.

A leitura honesta é que a escada de preços da MiniMax é quase plana porque a cobrança é baseada em tokens, e a contagem de tokens não escala com a área como a intuição espera: US$ 0,02179 em 1K, US$ 0,02333 em 2K, US$ 0,06879 em 4K. Dezesseis vezes os pixels em 4K por pouco mais de três vezes o preço de 1K. A métrica da ByteDance é de outra natureza — imagem de entrada mais imagem de saída, tokens de texto grátis —, então uma edição do Seedream custa o mesmo, quer você peça uma mudança pequena ou grande, o que é o formato certo para um modelo cujo produto é a revisão, e não a geração.

A aritmética por pixel também favorece o lado errado dessa comparação. Ninguém compra megapixels; compra um entregável. Se 2K é o que você precisa, o MiniMax-H3-Image é cerca de 40% mais barato por imagem antes de contar o recorte que você ainda terá de fazer para obter o canal alfa que ele não consegue produzir. Esse recorte é um item orçamentário real e, para um catálogo de algumas centenas de SKUs, é o item que decide o projeto.

Cem cartuchos é uma compra diferente de cem imagens.

A alegação central do Seedream 5.5 é a resistência: uma única imagem sobrevive a 100 rodadas de edição com as regiões intocadas intactas e sem desvio de cor acumulado. Com preço de ¥0,28 por rodada, uma sessão completa de cem rodadas em um único ativo custa cerca de ¥28, aproximadamente US$3,89, e cada rodada é um patch no mesmo quadro. Esse é o fluxo de trabalho que a ByteDance está vendendo, e isso explica a cobrança em duas partes — você paga para enviar uma imagem e receber uma, não para gerar uma nova.

O MiniMax-H3-Image não tem equivalente, por design. Não há máscara, bloqueio de região nem segunda passagem; uma edição é uma geração completa condicionada a até 16 imagens de referência posicionais e a um prompt de até 4.096 tokens efetivos. Cem revisões pelo preço de tabela de 4K custam cerca de US$ 6,88 — mais do que as cem rodadas do Seedream e um dinheiro estruturalmente diferente, porque a trigésima sétima rodada é uma nova amostra do quadro inteiro, e não um remendo nas rodadas de um a trinta e seis. Se isso importa depende de seu revisor estar verificando a posição do logotipo ou a imagem inteira. Se o pedido for “mover o rótulo dois milímetros para a esquerda e não mudar mais nada”, um ciclo de regenerar e torcer é o instrumento errado, e nenhuma quantidade de detalhe no prompt o transforma no instrumento certo.

Apenas um deles pode ser chamado a partir do código nesta manhã

Esta é a parte que decide a maioria das avaliações reais, e não tem nada a ver com a qualidade da imagem. O MiniMax-H3-Image já pode ser chamado: um identificador de modelo que existe, um esquema documentado com um amostrador fixo de seis etapas, saída em PNG, JPEG e WebP, e pesos abertos caso você prefira executá-lo por conta própria. A conta da auto-hospedagem não é nada favorável — 68,65 GB de pesos mais um codificador de 66,7 GB dá 135 GB antes de você atender uma única requisição, contra US$ 0,06879 por um quadro 4K na API —, mas existe como opção, o que é mais do que o outro lado oferece.

O que o atenua é a licença. Os pesos são distribuídos sob o Acordo de Licença Comunitária MiniMax-H3-Image, e seu território excluído abrange a União Europeia, o Reino Unido, a República da Coreia e os Estados Unidos. Para uma equipe em qualquer um desses lugares, baixar os pesos não é uma forma de contornar a API; é uma revisão jurídica com um desfecho incerto. A página do Hugging Face resume tudo isso como licença: outra, o que é preciso e não diz nada.

O Seedream 5.5 é o oposto: um produto acabado, ainda sem porta de entrada para desenvolvedores. Você pode usá-lo hoje nos próprios apps da ByteDance e acessá-lo pela API do próprio fornecedor e por várias plataformas de terceiros assim que o endpoint do Volcano Ark for aberto, mas, até 11 de novembro, não há um model id para colocar em um arquivo de configuração, nem tabela de limites de requisições, nem schema, nem qualquer declaração de que o preço ao consumidor de ¥0,28 seja o que a API tarifada vai cobrar. O preço de um playground e o preço de uma API tarifada costumam ser números diferentes.

Nenhum dos dois modelos está no catálogo da OrcaRouter, portanto nada aqui é uma recomendação de roteamento para qualquer um deles. O que temos é a metade de vídeo da mesma família — minimax/minimax-h3 —, além de mais de 200 outras rotas sob uma única chave, com o preço de tabela do provedor repassado com 0% de margem e failover automático caso um provedor tenha um momento ruim. A razão pela qual isso se generaliza para esta comparação é que ambos os modelos são atualmente apostas em um único provedor: um fornecedor, uma fila, sem fallback. Enquanto não existir uma segunda rota, o argumento de failover é o que você não pode comprar, e a medida prática é manter o identificador do modelo na configuração, e não no código, para que o dia em que ele aparecer seja apenas uma mudança de string.

Quem deve escolher qual?

Se o entregável for grande e opaco — uma matriz de impressão, um hero em 4K, um fundo recortado em três posicionamentos — o MiniMax-H3-Image é o único dos dois que gera o arquivo e, por US$ 0,06879, é barato pelo que oferece. Orce pelo preço de tabela, não pelo valor com desconto, e trate o canal alfa como uma etapa ainda pendente.

Se o entregável é uma camada em um layout — um recorte de produto, uma composição de embalagem, um ativo que quatro pessoas vão ajustar individualmente — o Seedream 5.5 é o único dos dois que resolveu isso, e a preservação de edição em nível de pixel significa que a quadragésima alteração custa o mesmo que a primeira. Use-o no Dreamina ou no Doubao esta semana; não planeje uma integração em torno dele até que o id do modelo exista.

Se você precisa das duas coisas, a divisão é honesta em vez de engenhosa: gere a chapa com dezesseis megapixels e obtenha a transparência do modelo que lhe der um matte confiável. São duas ferramentas e duas faturas, e ainda é mais barato do que descobrir na rodada quarenta que suas imagens se desviaram ou, na gráfica, que sua imagem principal está em 2K.

Três coisas resolverão isso, e nenhuma delas é um benchmark. O identificador do modelo Volcano Ark, e se o preço por uso fica em algum lugar perto de ¥0,28. Um canal alfa no MiniMax-H3-Image, que sua documentação atualmente lista como não suportado, e não como previsto no roteiro. E um primeiro Elo independente para qualquer um dos dois modelos — porque, no momento, todo o argumento de qualidade de ambos os lados se baseia em grades de demonstração e painéis de fornecedores, e uma grade de demonstração é feita para parecer boa.