MiniMax-H3-Image против Qwen-Image 3.0: открытая ниша, которую Qwen упустила

Линейка имиджевых моделей Alibaba раньше была простым выбором для всех, кто хотел владеть моделью, а не арендовать её: скачать веса, запустить, прекратить споры о тарифах. Qwen-Image 3.0 положила этому конец в августе. Она вышла по приглашениям 22 июля 2026 года, стала общедоступной 4 августа в тарифах Standard и Pro на Qwen Cloud и Alibaba Cloud Model Studio и появилась без весов, без карточки модели, без указания числа параметров и без технического отчёта. Открытая ветвь семейства — Qwen-Image-2.1, выпущенная 20 сентября 2026 года под некоммерческой исследовательской лицензией: её можно изучать, дообучать, но нельзя поставлять в составе продукта. MiniMax-H3-Image, веса которой появились на Hugging Face 10 ноября 2026 года в 14:50 UTC, — первая серьёзная имиджевая модель с тех пор, что заполнила эту нишу. Вот настоящее сравнение: не какая модель красивее, а какая оставляет вам путь к выходу.

Два пути покупки, которые когда-то были единым

До 3.0 вопрос «Qwen или что-то другое» был вопросом о качестве, потому что ответ насчёт лицензирования всегда был одним и тем же. Теперь две модели находятся по разные стороны черты, которая важнее любого бенчмарка: что произойдёт, если поставщик поднимет цену, прекратит поддержку тарифа или у него будет плохая неделя.

Qwen-Image 3.0 — это облачный сервис с хорошо документированным интерфейсом и опубликованным прайс-листом. MiniMax-H3-Image — это и облачный сервис, и загружаемый трансформер объёмом 68,65 ГБ, а также текстовый энкодер объёмом 66,7 ГБ, заимствованный из видеорепозитория MiniMax-H3, в соответствии с MiniMax-H3-Image Community License Agreement. Эта лицензия — не Apache 2.0, и кто-то из ваших юристов должен прочитать её перед коммерческим развёртыванием, но это лицензия на файл, который у вас есть, а это принципиально иная вещь, чем прайс-лист.

Одно практическое следствие, которое легко упустить: цена этого выхода — не только диск. Сэмплер MiniMax-H3-Image жёстко зафиксирован на шести шагах, без classifier-free guidance и без негативных промптов, и API отклоняет любое другое число шагов или значение guidance с HTTP 400. Именно шесть прямых проходов делают 33-миллиардный трансформер на шестнадцати мегапикселях практичным на арендованном железе — и это же означает, что привычного цикла тонкой настройки при самостоятельном хостинге не существует. Настраивать приходится промпт и референсы.

Что Qwen-Image 3.0 на самом деле говорит о себе

Меньше, чем следует из его документации. Alibaba не опубликовала для Qwen-Image 3.0 ни результатов бенчмарков — ни на Qwen-Image-Bench, ни где-либо ещё — ни архитектуры, поэтому единственный независимый сигнал — Artificial Analysis, в текущих таблицах которой Qwen-Image-3.0-Pro занимает 1094 Elo в генерации изображений по тексту с 6691 образцом, а Qwen-Image-3.0 — 1074; это девятнадцатое и двадцатое места в таблице, где первые пять — все модели OpenAI. Что касается редактирования, Pro находится примерно на 1085, а Standard — около 1062. Это ничем не примечательные позиции, и это единственные существующие цифры.

MiniMax-H3-Image по состоянию на 11 ноября 2026 года не имеет строки ни в одной из таблиц — ни слабой, никакой. Поэтому ни одну из моделей нельзя ранжировать относительно другой по независимой оценке, и любое утверждение, что одна превосходит другую по качеству, — это чьё-то впечатление, переодетое в сравнение. Сравнивать можно интерфейс, разрешение, цену и выход.

Аспекты, в которых эти двое резко расходятся

• Разрешение — MiniMax-H3-Image: около шестнадцати мегапикселей при любом соотношении сторон — от 4096×4096 при 1:1 до 6272×2688 при 21:9, с верхним пределом API в 20 МП. Qwen-Image 3.0: максимум 2048×2048 по собственным данным Alibaba, примерно 4,2 мегапикселя.

• Цена на 2K — MiniMax-H3-Image: $0,02333 за сгенерированное изображение, включая тариф 4K по прейскуранту $0,06879. Qwen-Image 3.0: $0,03 за изображение для Standard при 1K или 2K, при этом редактирование тарифицируется примерно по $0,003 за входной референс; Pro — $0,04 при 1K и $0,075 при 2K.

• Веса — MiniMax-H3-Image: доступны, лицензия сообщества, четыре задокументированных способа развёртывания, включая поддержку vLLM-Omni с первого дня на NVIDIA и AMD. Qwen-Image 3.0: отсутствуют — откат от версий 1.0 и 2.0. Открытым представителем семейства Qwen является Qwen-Image-2.1, только для некоммерческого использования.

• Текст внутри изображения — Qwen-Image 3.0: промпты до 4 500 токенов, текст остаётся разборчивым вплоть до примерно 10 пикселей, двенадцать языков с нативной поддержкой, более двадцати шрифтов, до шести результатов за вызов, переписывание промптов на стороне сервера. MiniMax-H3-Image: промпты до 32 000 символов, из которых действуют примерно первые 4 096 токенов; опубликованных заявлений о качестве отрисовки текста нет.

• Референсы — MiniMax-H3-Image: до 16, адресуются позиционно в порядке загрузки, хотя в рецепте выпуска vLLM-Omni для тех же весов указано 9 на запрос. Qwen-Image 3.0: опубликованного ограничения на число референсов нет; 3.0 — это хостинговый эндпоинт с документированной схемой, а не выпуск весов.

• Независимая оценка — Qwen-Image 3.0: 1074 в AA-Image-T2I v2.1, Pro — 1094, Pro — около 1085 при редактировании. MiniMax-H3-Image: нет строки ни в одной из таблиц.

Шестнадцать мегапикселей — не роскошь, если вы печатаете.

Четыре мегапикселя — это веб-герой, плитка каталога или изображение для презентации. Шестнадцать — это печатная форма, кадрированный фрагмент для билборда или фон, который должен сохранять детализацию, когда из него вырезают три рекламных размещения. Потолок Qwen-Image 3.0 в 2048×2048 — не недостаток, а решение о том, для чего предназначена модель, и такое же решение приняло большинство облачных моделей изображений. Но это означает, что для всех, кто производит упаковку, наружную рекламу или продуктовую фотографию с высоким DPI, MiniMax-H3-Image вообще не конкурирует с Qwen-Image 3.0; она конкурирует с тем апскейлером, который вы бы прикрутили к результату Qwen, а апскейлер не добавляет детализацию так, как это делает нативная генерация на шестнадцать мегапикселей.

Тем не менее самое интересное в Qwen-Image 3.0 — не разрешение, а текст. Разборчивый текст размером примерно до десяти пикселей, двенадцать языков, более двадцати шрифтов и серверный этап переписывания, который преобразует промпт до того, как его увидит модель, — это набор заявлений, нацеленных прямо на постеры, текст на упаковке, UI-макеты и диаграммы, где всем известный режим отказа — красиво отрендеренное изображение с одним искажённым словом. В отзывах о практическом использовании его называют сильным в UI-макетах и диаграммах, но с периодически искажающимся мелким текстом, что примерно соответствует тому, что предсказывают заявления производителя. MiniMax-H3-Image не делает сопоставимых заявлений о тексте в своей карточке модели, и ни одна третья сторона его не измеряла.

Итак, для очного сравнения расклад на удивление однозначен. Если ваша задача — плотный текст в композиционно выверенной вёрстке, Qwen-Image 3.0 — это модель с задокументированной ставкой. Если ваша задача — большой, детализированный фотореалистичный кадр, у MiniMax-H3-Image в четыре раза больше пикселей при меньшей стоимости изображения и тех же размерах, которые предлагают обе модели.

Подсчитываем показатели по тысяче изображений

Возьмите партию из тысячи 2K-изображений товаров, только генерация, без референсов. Qwen-Image 3.0 Standard по $0.03 обходится в $30. MiniMax-H3-Image по $0.02333 обходится в $23.33. Добавьте одно референсное изображение на каждый результат — обычный случай для обновления каталога, когда нужен единообразный товар, — и Qwen добавит примерно $3 входных токенов, доводя цену почти до $33, тогда как тариф MiniMax на входные изображения в $1.50 за миллион токенов добавит сопоставимую долю, всё ещё оставляя цену ниже $30. На уровне 4K MiniMax стоит $68.79 по прайс-листу за ту же тысячу, или $34.39 по ограниченной по времени скидке 50%, которая действует до 17 ноября 2026 года, 16:00 UTC, и требует, чтобы каждое поставленное изображение содержало не менее 16 600 000 пикселей. У Qwen-Image 3.0 нет уровня 4K, который можно было бы оценить.

Эти разрывы невелики в абсолютных величинах, и они не являются причиной отдавать предпочтение той или иной модели. Причина выбрать MiniMax-H3-Image в том, что $23 расходов на API и $0 предельных затрат на изображение на собственном оборудовании — это два разных бизнеса, и только один из них поддаётся перспективному моделированию. Причина выбрать Qwen-Image 3.0 в том, что у неё есть документированный текстовый конвейер и интерфейс, который можно интегрировать уже сегодня днём.

Ни одна из этих моделей не представлена на OrcaRouter, и эта статья не станет делать вид, что это не так. Мы предлагаем кое-что более узкое, и об этом стоит сказать точно: модели изображений, которые мы маршрутизируем — gpt-image-2.5-sunburst, gpt-image-2, превью изображений G​emini, Imagen 4 на трёх уровнях, G​rok Imagine Image — тарифицируются по прайс-листу провайдера с 0% наценки, передаваемой напрямую, а правило маршрутизации может переключиться на второго провайдера, если первый даст сбой. Это не поможет вам выбрать между MiniMax-H3-Image и Qwen-Image 3.0. Это поможет в тот день, когда вы прекращаете оценивать и начинаете выпускать продукт, а выбранная вами модель, как выясняется, переживает не самый лучший день.

Чего на самом деле стоит вопрос о лицензии

«Открытые веса» — точная формулировка для MiniMax-H3-Image, а «открытый исходный код» — это фраза, которая создаёт командам проблемы. Community License Agreement — это документ с условиями, которые могут распространяться на ваш продукт, и единственный ответственный совет — читать сам файл, а не пересказ, включая этот. То же самое, но ещё в большей степени, относится к Qwen-Image-2.1: некоммерческая исследовательская лицензия означает прототип, который можно изучить, и продукт, который вы, вероятно, не сможете выпустить без обсуждения, а как минимум один сайт сравнения по-прежнему указывает Qwen Image 3.0 как Apache-2.0, что просто неверно, и это именно та ошибка, которая стоит недели.

Практический тест короткий. Требует ли ваш план веса внутри вашей собственной границы — для размещения данных, для затрат при больших объёмах или для дообучения? Если да, единственный кандидат из этих двух — MiniMax-H3-Image, и выход реален при примерно 135 ГБ артефактов и проверке лицензии. Если нет, то вопрос лицензии теряет смысл, и решение сводится к выбору между рендерингом текста и разрешением на двух моделях, качество которых никто за пределами их вендоров независимо не измерял.

Стоит следить не за очередным обновлением таблицы лидеров, поскольку ни одна из моделей не присутствует в ней так, чтобы это что-то решало. А за тем, отменит ли A​libaba закрытие и выпустит ли веса для линейки 3.x, — это впервые за год вывело бы две открытые модели генерации изображений высокого разрешения на один рынок, — и за тем, получит ли MiniMax-H3-Image оценку, ведь прямо сейчас единственный, кто может сказать, насколько она хороша, — это вы, на ваших собственных промптах. И это либо самая честная позиция в данном сравнении, либо самая неудобная — в зависимости от того, сколько свободного времени у вас осталось на этой неделе.