MiniMax-H3-Image vs MAI-Image 2.7 Preview: один — файл, другой — предварительный просмотр

Дайте MAI-Image 2.7 Preview текстовый запрос — и ничего не вернётся, потому что она не генерирует по тексту. Она редактирует. Это одно предложение объясняет большую часть различий между ней и MiniMax-H3-Image, и именно в этом ошибается каждое прямое сравнение двух моделей, потому что они решают не одну и ту же задачу: одна — унифицированный чекпойнт для преобразования текста в изображение и редактирования по референсу с загружаемыми весами, другая — preview-версия Microsoft AI только для редактирования, доступная через плейграунд и таблицу лидеров, и почти ничего больше.

Оба варианта появились недавно. M​iniMax опубликовала веса MiniMax-H3-Image 10 ноября 2026 г. в 14:50 UTC; предварительная версия Microsoft доступна с конца октября, а независимая таблица лидеров, где она фигурирует, показывает, что её позиции меняются. Далее — не список функций, а попытка ответить на единственный вопрос, который имеет значение, если вы выбираете: что из этого можно реально включить в пайплайн, какой ценой и чем приходится жертвовать при выборе.

Первое различие — это способность, а не бенчмарк.

MiniMax-H3-Image выполняет две задачи на основе одного чекпоинта. Он генерирует изображение по запросу и редактирует одно или несколько референсных изображений, передаваемых позиционно в диапазоне от <Изображение 1> до <Изображение 16>. Одни и те же веса используются для обеих задач; отдельного эндпоинта редактирования, который нужно настраивать, нет, и платить за вторую модель не нужно.

MAI-Image 2.7 Preview выполняет вторую задачу. Это модель редактирования — вы передаёте ей изображение и инструкцию, и она возвращает изменённое изображение. Режима «текст-в-изображение», который нужно было бы включать, нет. Для команды, чей рабочий процесс — «сгенерировать продуктовый снимок, а затем дорабатывать его», это означает, что модель Microsoft может закрыть половину с итерациями и не может закрыть первый кадр, поэтому она никогда не станет готовой заменой MiniMax-H3-Image без доработок. В лучшем случае это вторая модель в цепочке.

Эту асимметрию стоит обозначить прямо, потому что она меняет сам смысл сравнения. Их можно сравнивать по качеству редактирования. Их нельзя сравнивать по генерации, поскольку один из них этого не делает.

Один вручает тебе веса, другой — значок предпросмотра.

MiniMax-H3-Image распространяется по условиям MiniMax-H3-Image Community License Agreement, которая не является Apache 2.0 и заслуживает того, чтобы юрист прочитал её перед коммерческим развёртыванием, но это загружаемый артефакт: 68,65 ГБ диффузионного трансформера, VAE и конфигурации, плюс 66,7 ГБ текстового энкодера, заимствованного из видеорепозитория MiniMax-H3. Вы можете запустить его на собственном оборудовании через SGLang, vLLM-Omni, diffusers или ComfyUI, и команда vLLM выпустила поддержку «нулевого дня» как для NVIDIA, так и для AMD в день релиза. Вы также можете обращаться к нему через собственный API MiniMax, где идентификатор модели — MiniMax-H3-Image, а тариф Highspeed обеспечивает те же лимиты при более высокой скорости вывода.

MAI-Image 2.7 Preview закрыта в привычном смысле: нет весов, нет лицензии, которую можно прочитать, нет карточки модели с числом параметров или архитектурой. Microsoft не опубликовала цену за изображение, максимальное разрешение, предельное число референсных изображений, интерфейс масок или запись в Foundry с эндпоинтом, который разработчик мог бы вызвать уже сегодня. Что действительно есть — это MAI Playground, появление на Arena и запись в Artificial Analysis. Этого достаточно, чтобы составить мнение о модели, но недостаточно, чтобы строить вокруг неё бюджет.

Это то различие, которое определяет большинство реальных решений. Модель с открытыми весами без оценки в бенчмарке — это инженерный риск, который можно снять, просто запустив её. Закрытая модель без цены — это тупик в закупках, как бы хорошо ни выглядели примеры.

Что на самом деле говорит независимый совет директоров

По состоянию на 11 ноября 2026 года MAI-Image 2.7 Preview занимает четвёртое место в таблице AA-Image-Editing v2.1 от Artificial Analysis с рейтингом 1123 Elo, уступая GPT Image 2.6 Sunburst с 1209, GPT Image 2.6 Flare с 1206 и GPT Image 2.5 Sunburst с 1126. Объём её выборки составляет 5280 — это реальное количество примеров, а не заглушка. Когда Microsoft анонсировала предварительную версию 27 октября 2026 года, она описала модель как вторую в этой таблице с 1193 Elo, отстающую на шесть пунктов от GPT Image 2.5 Sunburst. С тех пор таблица заполнилась более новыми записями OpenAI, и теперь позиция четвёртая с 1123 — вот что происходит с рейтингом за быстро меняющийся месяц, и это повод воспринимать любое значение Elo вместе с прикреплённой датой фиксации, а не как постоянный факт. Собственное описание вендора относительно частных показателей (редактирование на основе рассуждений и редактирование сцен и стилей переместились с седьмого места на первое, редактирование текста и символов — с шестого на первое, преимущество в 24 Elo в сценах и стиле) остаётся вендорской характеристикой сторонних данных: более надёжная категория утверждений, чем собственный внутренний бенчмарк, и всё же не измерение, которое можно воспроизвести.

У MiniMax-H3-Image нет строки на той таблице лидеров, и в AA-Image-T2I v2.1 её тоже нет. Не низкой — никакой. Она была выпущена 10 ноября, сбор примеров для таблицы попарных предпочтений требует времени, и приводить нечего. Любой, кто говорит, что одна модель превосходит другую по независимой оценке, сравнивает модель с рейтингом и модель без рейтинга, а это не сравнение.

Итак, честная оценка такова: MAI-Image 2.7 Preview занимает четвёртое место по оценке редактирования в рейтинге, верхняя часть которого плотно заполнена моделями OpenAI, а у MiniMax-H3-Image оценки нет вообще. Это не аргумент в пользу того, что модель MiniMax лучше или хуже. Это аргумент в пользу того, что единственные, кто знает, насколько она хороша, — это те, кто её запускал.

Измерение за измерением

• Что это делает — MiniMax-H3-Image: преобразование текста в изображение и редактирование по референсу в одном чекпоинте. MAI-Image 2.7 Preview: только редактирование; без режима текст-в-изображение.

• Размер выходного изображения — MiniMax-H3-Image: около шестнадцати мегапикселей при любом соотношении сторон, от 4096×4096 при 1:1 до 6272×2688 при 21:9, с ограничением API в 20 МП. MAI-Image 2.7 Preview: не опубликован; у его предшественника предел составлял около 2,36 мегапикселя.

• Референсы — MiniMax-H3-Image: до 16, адресуются по позиции в порядке загрузки. MAI-Image 2.7 Preview: документированного предела нет.

• Веса — MiniMax-H3-Image: 68,65 ГБ плюс текстовый энкодер объёмом 66,7 ГБ, по лицензии сообщества, которая не является Apache 2.0. MAI-Image 2.7 Preview: нет, и нет никаких сигналов о том, что они появятся.

• Цена — MiniMax-H3-Image: $0,02179 за изображение 1K, $0,02333 за 2K, $0,06879 за 4K по прайс-листу и $0,03439 со скидкой 50%, действующей до 17 ноября 2026 года в 16:00 UTC. MAI-Image 2.7 Preview: опубликованная цена отсутствует вовсе.

• Независимая оценка редактирования — MAI-Image 2.7 Preview: 1123 Elo, четвёртое место в AA-Image-Editing v2.1. MiniMax-H3-Image: по состоянию на 11 ноября 2026 года нет строки ни в одной из таблиц.

• Сэмплирование — MiniMax-H3-Image: фиксировано на шести шагах, без classifier-free guidance, без негативных промптов; любое другое количество шагов отклоняется с HTTP 400. MAI-Image 2.7 Preview: не раскрывается.

• Где можно к нему обратиться — MiniMax-H3-Image: собственный API MiniMax плюс самостоятельный хостинг через четыре документированных фреймворка. MAI-Image 2.7 Preview: MAI Playground и там, где Microsoft разместит его дальше.

Правка, цена которой указана на той стороне, где цена есть.

MiniMax-H3-Image тарифицирует входящие и исходящие токены, а не изображения, а примеры расчётов в карточке — это наглядная версия: редактирование изображения 1024×1024 с одним референсом 1K обходится в $0,02654, поскольку вы платите $1,50 за миллион входных токенов изображения в дополнение к выходным. Генерация 2K стоит $0,02333, а генерация 4K — $0,06879 по прайс-листу. При пакетной обработке тысячи 2K-правок, каждая с одним референсом, вы окажетесь в диапазоне около $26–$30 в зависимости от того, сколько стоит кодирование референса, — число, которое можно внести в таблицу уже сегодня.

Вы не можете произвести эти расчёты для MAI-Image 2.7 Preview, и именно здесь отсутствующая цена перестаёт быть пробелом в документации и становится проблемой планирования. Preview без опубликованного тарифа нельзя заложить в бюджет, нельзя сравнить и нельзя принять на его основе обязательства, независимо от того, какое место он занимает в таблице лидеров. Если модель Microsoft действительно лучше справляется с редактированием — а четвёртое место с 1123 Elo — это достойная позиция — то цена выяснения этого не составляет плату за изображение, это неделя интеграции с интерфейсом, который может измениться до релиза.

OrcaRouter не маршрутизирует ни одну из этих моделей, и этот материал не собирается делать вид, что это не так. Что мы маршрутизируем, так это генерацию изображений, которую можно вызывать на том же ключе, что и всё остальное — gpt-image-2.5-sunburst, gpt-image-2, превью изображений G​emini, Imagen 4 в трех тарифных уровнях, G​rok Imagine Image — по прейскурантной цене провайдера с 0% наценки, перекладываемой напрямую, поэтому когда поставщик меняет тариф, ваш счет меняется в тот же день. Для команды, прототипирующей функцию работы с изображениями, пока качество редактирования M​iniMax еще не измерено или пока у превью Microsoft не появится ценник, это способ поддерживать пайплайн в движении без второго договора. Это не замена ни той, ни другой модели, и эта разница важна.

Шестнадцать ссылок на фоне недокументированного потолка

Самая недооценённая строка в спецификации MiniMax-H3-Image — это число референсов. Шестнадцать изображений, адресуемых позиционно, достаточно, чтобы за один вызов задать условия для редактирования по листу персонажа, продукту, трём ракурсам комнаты, цветовому референсу и мудборду стиля. Очень немногие имиджевые модели документируют такую ёмкость, а среди закрытых — почти никто не документирует её вообще: MAI-Image 2.7 Preview этого не делает, поэтому рабочий процесс, зависящий от множества референсов, приходится эмпирически валидировать, прежде чем проектировать его вокруг них.

Одна оговорка насчёт этого числа, потому что иначе кто-то обязательно обожжётся: в карточке модели указано 16 референсов, тогда как в рецепте релиза vLLM-Omni для тех же весов документировано до 9 изображений на запрос. Оба значения могут быть верны одновременно — лимит батчинга в стеке обслуживания и ёмкость, на которую обучена модель, — это разные вещи, — но если вашему рабочему процессу нужны двенадцать референсов, честная позиция такова: проверяйте это на собственном serving-пути, а не доверяйте ни одному из документов.

Что с этим делать на этой неделе?

Если вам нужна генерация в высоком разрешении с возможностью самостоятельного размещения, выбор на самом деле не между этими двумя моделями; MAI-Image 2.7 Preview в этой гонке не участвует. Выбирайте MiniMax-H3-Image по цене $0.02333 за 2K и $0.06879 за 4K, решите до 17 ноября, изменит ли скидка на 4K ваши планы, и прочитайте лицензию до загрузки, а не после.

Если вам нужно лучшее доступное редактирование и вы готовы работать в рамках предварительной версии, четвёртое место MAI-Image 2.7 Preview в независимом рейтинге редактирования — это реальный сигнал, а отсутствие цены — реальное препятствие. Запросите у Microsoft доступ к Foundry и прайс-лист. Пока не появится хотя бы одно из этого, конвейер редактирования, построенный на нём, — это прототип, а не продукт.

Следить стоит не за очередным обновлением таблицы лидеров. А за тем, получит ли MAI-Image 2.7 Preview цену и эндпоинт, — потому что это превращает сравнение открытой модели с закрытым демо в настоящий выбор между двумя продуктами, доступными для покупки. И за тем, получит ли MiniMax-H3-Image оценку, — потому что сейчас модель с весами — единственная из двух, чьё качество можно измерить самостоятельно; а для любого, кто уже обжигался на превью, это может оказаться более ценным из двух неизвестных.