MiniMax-H3-Image против Nano Banana 2: свободные веса, закрытые границы

Самое удивительное в MiniMax-H3-Image — не его оценка. А карта в его лицензии. Чекпойнт был выложен на Hugging Face 10 ноября 2026 года — репозиторий на 68,65 ГБ, из которых 66,28 ГБ — диффузионный трансформер, плюс текстовый энкодер на 66,7 ГБ, который он заимствует у видеомодели H3, — а документ, который его регулирует, MiniMax-H3-Image Community License Agreement, предоставляет права «по всему миру, за исключением Исключённых территорий», которые затем определяет как Европейский союз, Соединённое Королевство, Республику Корея и Соединённые Штаты Америки. Nano Banana 2 от G​oogle, gemini-3.1-flash-image, находится в общем доступе с 28 мая 2026 года и не требует от вас ничего, кроме кредитной карты. Так что честная формулировка этого противостояния — не «открытое против закрытого». Это модель, которую можно скачать, но нельзя законно развернуть там, где вы живёте, против модели, которую вы никогда не сможете скачать, но к которой можете обратиться откуда угодно. Всё остальное — шестнадцать мегапикселей, ценовая лестница, позиции в таблице лидеров — вторично по отношению к этому, а остальная часть статьи — о том, что меняется, как только вы это примете.

Что на самом деле разрешает лицензия

Прочитано 14 ноября 2026 г. Раздел IV лицензии M​iniMax краток и необычайно конкретен. Предварительное письменное разрешение через консоль лицензий M​iniMax требуется в двух случаях: годовая выручка выше 1 млн долларов США у вас или ваших аффилированных лиц либо предоставление хостингового сервиса третьим лицам. Ни один из этих триггеров не предусматривает роялти. В обоих случаях необходимо запросить разрешение. Раздел IV также устанавливает обязанность указывать авторство: любой коммерческий продукт, использующий модель, должен «заметно отображать "MiniMax-H3-Image"» в своём интерфейсе, что отличается от обычной плашки «built with», поскольку здесь указывается модель, а не компания.

Территориальная оговорка — более сложный пункт, и это не какая-то тонкость. Само предоставление прав ограничено применимой территорией, и в соглашении прямо сказано, что использование за её пределами «не разрешено настоящим Соглашением». Это не ограничение на распространение; это ограничение на запуск весов как таковой в четырёх перечисленных юрисдикциях. Собственная карточка M​iniMax направляет всех, кто находится в этих регионах, на отдельный разговор о лицензировании, упоминая «надёжные средства контроля и защитные механизмы» как часть того, что предполагала бы такая договорённость. Для студии в Берлине, стартапа в Сеуле или — что важнее для большинства читателей англоязычного блога о моделях — где угодно в США практический ответ таков: открытые веса — это исследовательский артефакт, который можно изучать, проверять на бенчмарках и описывать, а не производственная зависимость.

Nano Banana 2 не имеет аналогичной головоломки. Это продукт Google Cloud: вы вызываете его, получаете изображение, запускаете его в работу, а условия — стандартные условия API. Здесь нет порога выручки, территориальных исключений, пункта об указании авторства и переговоров о хостинговом сервисе. Ради этой простоты вы отказываетесь от файла. Если Google изменит цену, снимет идентификатор с поддержки или столкнётся со сбоем, у вас будет тикет на миграцию, а не запасной вариант.

Эта симметрия — одна модель даёт вам артефакт с непригодной лицензией, другая даёт пригодную лицензию без артефакта — и есть настоящее решение. Большинство страниц сравнения упускают это, потому что файл лицензии скучен, а таблица бенчмарков — нет.

Где две модели пересекаются на досках

Artificial Analysis теперь оценивает оба из них на обеих своих аренах изображений, чего не было, когда вышла MiniMax-H3-Image. По состоянию на 14 ноября 2026 года эти цифры описывают настоящее пересечение, а не разрыв:

• Текст в изображение — Nano Banana 2 занимает 11-е место из 114 строк с Elo 1 143 (95%-й интервал 1 133–1 153). MiniMax-H3-Image занимает 25-е место с 1 066 (1 051–1 080). Это 77 Elo, и интервалы даже близко не соприкасаются.

• Редактирование изображений — MiniMax-H3-Image занимает 13-е место из 84 с рейтингом Elo 1 138 (1 122–1 154). Nano Banana 2 занимает 17-е место с рейтингом 1 126 (1 114–1 138). MiniMax опережает на 12 очков Elo; интервалы перекрываются на несколько очков, поэтому считайте это небольшим преимуществом, а не разгромом, но именно такую картину показывает таблица.

• Вариант Highspeed — MiniMax-H3-Image Highspeed, который существует только в собственном API MiniMax, ранжируется отдельно: 24-е место в преобразовании текста в изображение с результатом 1 072 и 14-е место в редактировании с результатом 1 134. Он стоит примерно в 1,7 раза дороже стандартного тарифа за генерацию в 4K и не обеспечивает более высокий балл ни в одной из таблиц. Он даёт выигрыш по задержке, который таблицы не измеряют.

Собственное резюме результатов Artificial Analysis, опубликованное 13 ноября 2026 года, добавляет ту подачу, которую хотел бы видеть M​iniMax: на таблицах Artificial Analysis MiniMax-H3-Image — строка с самым высоким рейтингом, несущая отметку open-weights, в обеих категориях. Это утверждение принадлежит им, и оно зависит от их классификации того, какие строки считаются open weights — несколько моделей, стоящих выше H3-Image в преобразовании текста в изображение, включая строку FLUX 3 Image с показателем 1,119, не выглядят очевидно доступными для скачивания, так что эта отметка играет существенную роль. Цитируйте это как заявление вендора, ведущего рейтинг, а не как факт, который можно проверить по одним лишь весам.

Главное, что стоит запомнить: модель M​iniMax лучше справляется с задачей редактирования и явно хуже — с задачей с чистого листа. Это соответствует её замыслу. Шестнадцать слотов для референсов и сэмплер, заточенный под работу с обилием референсов, вытягивают редактирование; дистиллированный сэмплер на шесть шагов без guidance — это скорее история про контроль, чем про точность, и разрыв в text-to-image — как раз то, чего это стоит.

Ценовая лестница и скидка, действующая ещё три дня

M​iniMax тарифицирует по токенам, а не по изображениям, поэтому заявленная цифра вводит в заблуждение, пока не изучишь примеры расчёта. Стандартный тариф: $2.30 за миллион входных текстовых токенов, $1.50 за миллион входных токенов изображений, $3.80 за миллион выходных токенов изображений. Highspeed: та же ставка за текст, $3.00 за ввод изображений, $7.60 за вывод.

• Стандартный режим «текст в изображение» — $0.02179 при 1K, $0.02333 при 2K и $0.03439 при 4K, пока действует скидка в честь запуска, при цене по прайс-листу $0.06879.

• Редактирование с одним референсом — $0.02654 при 1K, $0.02658 при 2K, $0.03656 при 4K (по прайс-листу $0.07312).

Редактирование с тремя референсами — $0.03563 при 1K, $0.04177 при 2K, $0.03957 при 4K (цена по прайс-листу $0.07914).

• Highspeed, текст в изображение — $0.03529 при 1K, $0.03622 при 2K, $0.06501 при 4K (по прайс-листу $0.13001).

Скидка, которая вдвое снижает цену в колонке 4K, действует до 17 ноября 2026 года, 16:00 UTC, и распространяется только на доставленные изображения размером не менее 16 600 000 пикселей. После этого ставка 4K примерно удваивается, а все более низкие уровни остаются без изменений — это меняет характер рекомендации, потому что именно плоская шкала и является причиной вообще использовать эту модель. По каталожной цене изображение 4K MiniMax стоит примерно столько же, сколько изображение 4K Nano Banana 2, и больше не стоит дешевле.

Сторона Google — это чистая таблица по каждому изображению: 1,120 токенов для изображения 1K и 2,520 для 4K, по $60 за миллион выходных токенов изображения. Это даёт $0,045 при 512px, $0,067 при 1024×1024, $0,101 при 2048×2048 и $0,151 при 4096×4096, при этом текст и рассуждения тарифицируются отдельно по $3 за миллион выходных токенов, а входные данные — по $0,50 за миллион. Для этой модели не указан пакетный тариф, в отличие от её Lite-собрата. Обратите внимание на асимметрию в том, что означает «при разрешении»: изображение Nano Banana 2 в 4K — это 4096×4096, и изображение MiniMax в 4K — тоже 4096×4096, поэтому две линейки напрямую сопоставимы на верхнем уровне и расходятся на нижнем, где Google предлагает тариф 512px, которого у MiniMax нет.

Десять тысяч изображений в месяц, по одному референсу на каждое, вывод в 2K: около $266 на M​iniMax standard по текущему тарифу и около $1,010 на Nano Banana 2. Это единственное место, где цифры сильно расходятся, и вместе с тем именно там, где лицензия с наибольшей вероятностью вас остановит.

Что один может сделать, а другой не может

Списки возможностей менее симметричны, чем оценки. Обе модели генерируют и редактируют через одну пару эндпоинтов, обе принимают референсные изображения и обе выдают файлы с разрешением в несколько мегапикселей. Помимо этого, они расходятся почти по каждому параметру:

• Референсы — MiniMax-H3-Image принимает от 1 до 16 изображений, на которые в промпте ссылаются позиционно: <Picture 1> – <Picture 16> в порядке загрузки. Nano Banana 2 принимает 14, но распределяет их иначе: до 10 референсов объектов для точности и до 4 референсов персонажей для согласованности.

• Вывод — MiniMax заявляет примерно 16 мегапикселей при любом соотношении сторон: от квадрата 4096×4096 до сверхширокого 6272×2688, с ограничением API в 20 мегапикселей и без апскейлера в цепочке. Nano Banana 2 ограничивается 4096×4096, но добавляет экстремальные соотношения 1:4, 4:1, 1:8 и 8:1, а также уровень 512 px для миниатюр.

• Привязка к источникам — Nano Banana 2 умеет привязывать генерацию к результатам Поиска Google или Поиска по изображениям. У MiniMax-H3-Image нет никаких механизмов извлечения данных; всё берётся из промпта и референсов.

• Происхождение — каждый результат Nano Banana 2 содержит водяной знак SynthID и метаданные C2PA. В репозитории и лицензии MiniMax не указана какая-либо схема нанесения водяных знаков: в зависимости от вашей юрисдикции это либо преимущество, либо проблема соответствия требованиям, а в ЕС — именно проблема.

• Настройки рассуждений — Nano Banana 2 позволяет выбрать уровень мышления: minimal или high, по умолчанию — minimal, и мышление нельзя отключить через API; эти токены тарифицируются независимо от того, читаете вы их или нет. M​iniMax вообще не предоставляет настроек рассуждений, только фиксированный сэмплер.

• Сэмплер — MiniMax дистиллирован до шести шагов без classifier-free guidance. API возвращает HTTP 400, если передать любое другое количество шагов или значение guidance, а также отклоняет негативные промпты. Вы настраиваете только промпт и референсы, и ничего больше. Модель Google принимает обычный набор параметров.

Вопрос с сэмплером имеет две стороны. Он делает вывод M​iniMax в точности воспроизводимым на вашем собственном оборудовании, что действительно ценно для регрессионного тестирования, и при этом убирает стандартный регулятор качества, к которому команда, привыкшая настраивать CFG, потянулась бы в первую очередь, когда правка оказывается неудачной.

Если вы собирались развернуть у себя, сначала прочитайте это

Причина, по которой большинство людей хочет открытые веса, — не идеология; это возможность перестать платить за каждое изображение. В этой модели такая возможность обходится дорого — так, как намекает размер загрузки, но о чём не говорит анонс. Трансформер занимает 66,28 ГБ в BF16, VAE — 2,34 ГБ, а текстовый энкодер — это отдельная загрузка на 66,7 ГБ: полный Qwen3-VL от MiniMax-H3, без изменений, чьи скрытые состояния 50-го слоя читает DiT. Это примерно 135 ГБ весов ещё до получения хотя бы одного изображения, причём модель представляет собой плотный трансформер с 33,1 млрд параметров, а не смесь экспертов с дешёвым активным путём.

В противовес этому Qwen-Image 2.1 — другой открытый вариант, о котором спрашивают, — скачивается примерно вчетверо меньшего размера. Если ваш план — одна рабочая станция или один арендованный GPU, арифметику по этому чекпоинту стоит просчитать в первую очередь, а не в последнюю. В собственной карточке MiniMax не приводится ни цифры задержки, ни рецепта по оборудованию, так что в материалах релиза нет ничего, что подсказало бы, укладываются ли шесть шагов при шестнадцати мегапикселях в вашу видеокарту.

Какой именно, учитывая всё это?

Если вы находитесь за пределами ЕС, Великобритании, Южной Кореи и США и вам нужен объём в 4K с большим количеством референсов, MiniMax-H3-Image сейчас является лучшей и более дешёвой моделью для редактирования, а преимущество в 12 Elo в редактировании достаточно мало, чтобы вам стоило проверить её на собственных промптах, а не доверять таблице лидеров. Если вы находитесь на этих территориях, лицензия уже приняла решение за вас, и интересный вопрос теперь в том, будет ли MiniMax лицензировать её — а это коммерческий разговор, не технический.

Если вам нужен рендеринг текста, обоснование через поиск, маркировка происхождения или неограниченный контракт на стороне вызывающей стороны, Nano Banana 2 выигрывает по возможностям и проигрывает по цене, а его преимущество в 77-Elo в генерации изображений по тексту — самое большое отдельное число в этом сравнении.

Ни одной из этих моделей нет в каталоге OrcaRouter по состоянию на 14 ноября 2026 года, и эта страница не будет делать вид, что это не так. Что платформа действительно предлагает в линейке изображений — это модели изображений O​penAI и G​oogle, которые реально можно вызвать сегодня, по прайсовой цене провайдера с нулевой наценкой — а значит, когда скидка M​iniMax на 4K истечёт 17 ноября или когда G​oogle скорректирует тариф, цифра в нашем каталоге изменится в тот же день, а не при следующем продлении договора. Другая причина, по которой слой маршрутизации здесь важен, — это аварийное переключение: модель без независимого показателя задержки и с записью в таблице лидеров шестидневной давности — это именно та зависимость, которую хочется держать за автоматическим аварийным переключением, а не подключать напрямую к производственному пути.

Что изменило бы этот вердикт, так это поправка к лицензии. MiniMax уже выпускала модели, хвалила их, а затем меняла лицензию, и пункт о территории звучит как стандартное требование соответствия, а не как продуманное ограничение. Если список исключённых территорий сократится, аспект редактирования в этом сравнении станет однозначной рекомендацией по цене и оценке. До тех пор открытая модель открыта в том смысле, что вы можете её читать, и закрыта в том смысле, который определяет, можете ли вы её использовать.