MiniMax-H3-Image vs FLUX 3: Koordinater eller pixlar – två olika idéer om kontroll

Sätt de här två modellerna framför samma brief och de kommer att misslyckas åt motsatta håll. MiniMax-H3-Image ger dig sexton megapixlar, sexton referensbilder och en sexstegs-sampler, och inget sätt att säga var något ska placeras annat än i löptext. FLUX 3, i sin bildnivå, ger dig en bounding box för varje element på ett 0–1000-rutnät skrivet som [y_min, x_min, y_max, x_max], låter dig redigera en box i taget utan att röra resten av bildrutan, och börjar sin upplösningsstege på 768 pixlar. Den ena modellen säljer kapacitet; den andra säljer riktning. Om ditt problem är en produktbild som måste klara att beskäras till en billboard, är MiniMax-H3-Image den enda av de två som kan producera filen. Om ditt problem är att kundens logotyp måste sitta uppe till vänster på exakt 12 % av bildrutans bredd, är FLUX 3 den enda som tar instruktionen.

Both are recent, and neither is a launch in this article. FLUX 3 was announced by Black Forest Labs on 23 July 2026 as a unified video, image, audio and action model; the image tier that this comparison is about went live with a published rate card on 1 October 2026. MiniMax-H3-Image's weights landed on Hugging Face on 10 November 2026 at 14:50 UTC, with a one-line card in M​iniMax's API release notes and no blog post anywhere on the company's site. So this is a comparison between a model that has had six weeks of paying traffic and one that had its first full day in public yesterday. That asymmetry runs through everything below, and it is the reason the honest answer at the end is conditional rather than a winner.

Vad var och en låter dig ange

FLUX 3:s kontrollgränssnitt är spatialt, och det är det mest egensinniga med modellen. Duken är alltid ett 0–1000-rutnät på båda axlarna, normaliserat, så en layoutprompt är upplösningsoberoende: du beskriver den globala scenen i en bildtext, listar sedan element med ett id, en box och en beskrivning, och citerar id:na i bildtexten. Modellen planerar arrangemanget – BFL dokumenterar ett agentläge där en LLM tar fram layouten – och sedan förblir varje box redigerbar efteråt. Du kan beskriva en box på nytt, ersätta den eller flytta den, och regionerna du inte har rört hålls fasta. Referenser är numrerade tokens, ref_image_0 och uppåt, upp till tio stycken, och de komponeras till en scen i stället för att staplas som kandidater.

MiniMax-H3-Images styrgränssnitt är positionellt och textuellt. Prompttext matas in som upp till 32 000 tecken, varav ungefär de första 4 096 tokens träder i kraft. Referenser matas in som upp till sexton bilder som adresseras efter uppladdningsordning — <Bild 1>, <Bild 2> — helt utan att skriva något: ingenting i API:et talar om för modellen vilken referens som är karaktären, vilken som är produkten och vilken som är bakgrunden. Hela redigeringen uttrycks i språk. Det finns ingen andra omgång, inget maskerat område, inget koordinatsystem.

Den skillnaden är inte ett funktionsgap som bara går åt ett håll. Sexton otypade platser ger mer spelrum än tio numrerade referenser, och en bildtext som beskriver en relation – ”kvinnan från bild 3, iförd jackan från bild 7, i rummet från bild 1” – bär information som en avgränsningsruta inte kan. Men en avgränsningsruta bär precision som en bildtext inte kan, och MiniMax-H3-Image har ingen motsvarighet.

Siffrorna, dimension för dimension

• Övre gräns för utdata — FLUX 3 Image: 4K, anges som 5456×3072, cirka 16,8 MP. MiniMax-H3-Image: cirka 16 MP i alla bildförhållanden, 4096×4096 vid 1:1 upp till 6272×2688 vid 21:9, begränsat till 20 MP av API:et.

• Lägsta utdata — FLUX 3 Image: 768×768. MiniMax-H3-Image: kortet anger ungefär 4 MP som den praktiska nedre gränsen, utan någon nivå för små bilder alls.

• Pris vid 1K — FLUX 3 Image: 0,048 $. MiniMax-H3-Image: 0,02179 $.

• Pris vid 2K — FLUX 3 Image: 0,10 $. MiniMax-H3-Image: 0,02333 $.

• Pris vid 4K — FLUX 3 Image: $0.607. MiniMax-H3-Image: $0.06879 listpris, $0.03439 med en rabatt som löper ut den 17 november 2026 kl. 16:00 UTC.

• Referenser — FLUX 3 Image: upp till 10, numrerade, kostnadsfritt. MiniMax-H3-Image: upp till 16, positionsbaserade, debiteras som bildtoken för indata till $1.50 per miljon.

• Redigering – FLUX 3 Image: avgränsat till markerade rutor, flera rutor per begäran, orörda områden bevaras. MiniMax-H3-Image: hela bilden, beskrivs via prompt, upp till 16 referenser i ett anrop.

• Vikter – FLUX 3 Image: inte släppt; licensiering av kommersiella vikter säljs till företag i stor skala via BFL:s försäljning, och FLUX 3 Dev-stommen är fortfarande "kommer snart". MiniMax-H3-Image: nedladdningsbar idag, 68,65 GB plus en 66,7 GB-kodare lånad från MiniMax-H3.

• Sampling – MiniMax-H3-Image: fast på sex steg, ingen classifier-free guidance, andra värden avvisas med HTTP 400. FLUX 3 Image: inget publicerat antal steg eller vägledningskontroll; bildnivån är endast tillgänglig via API.

• Oberoende poäng — FLUX 3 Image: Elo 1116 på Artificial Analysiss text-till-bild-tavla, 16:e av 108, över 6 457 prover; Elo 1119 på redigeringstavlan, 17:e, över 5 256 prover. MiniMax-H3-Image: ingen post på någon av tavlorna, och ingen leverantörsutvärderingstabell heller.

Prisskillnaden är större än upplösningsskillnaden, och den pekar åt andra hållet.

Vid 1K kostar MiniMax-H3-Image $0,02179 och FLUX 3 Image $0,048 – drygt hälften. Vid 2K vidgas förhållandet till ungefär fyra till ett. Vid 4K är det nästan nio till ett: $0,607 mot $0,06879, eller tolv till ett mot det rabatterade priset $0,03439. Den kurvan är det enskilt mest betydelsefulla faktumet i den här jämförelsen, och det är värt att förstå varför den ser ut så i stället för att anta att en leverantör tar ut oskäliga priser.

FLUX 3 Image's ladder — $0.041, $0.048, $0.07, $0.10, $0.607 — is close to proportional to pixels up to 2K and then jumps hard at 4K. M​iniMax's ladder is nearly flat: $0.02179, $0.02333, $0.06879. Sixteen times the pixels for a little over three times the money. M​iniMax meters tokens and the token count does not scale with area the way a naive model would predict; BFL appears to price the 4K tier as a premium product. Whatever the reasoning on either side, the practical consequence is that at the resolution both models were built for, the open-weight one is nearly an order of magnitude cheaper.

That is also where the comparison stops being symmetrical. If you only ever generate 1K images, the price difference is two and a half cents and FLUX 3's layout control is probably worth more than the saving. The 4K tier is the only tier where the arithmetic changes a decision, and it is exactly the tier where M​iniMax's discount is temporary.

Vad sex veckors trafik köper, och vad en dag inte gör

FLUX 3 Image har poängsatts. Artificial Analysis placerar det på 16:e plats för text-till-bild med Elo 1116 över 6 457 prover, och på 17:e plats för redigering med Elo 1119 över 5 256 – i mitten av tabellen, ovanför FLUX.2 [max] och under större delen av det nuvarande fältet med Nano Banana och MAI, till ett listat pris på 48 dollar per tusen bilder. Du kan ställa det bredvid en konkurrents siffra och fatta ett beslut. Du kan också se det röra sig när fler prover anländer, vilket hände med flera modeller ovanför det.

MiniMax-H3-Image har inget jämförbart. Inte en låg poäng – ingen poäng alls. Leverantörens kort hävdar "den starkaste instruktionsföljsamheten bland öppen källkods-modeller" utan en tabell, och showcase-rutnätet på modellsidan är det enda beviset på output som existerar. En dag offentligt är inte tillräckligt med tid för att en blind arena ska hinna samla in sampel på en modell som tar tio sekunder per generering, så frånvaron är förväntad snarare än misstänkt. Det är fortfarande en frånvaro, och det innebär att argumentet för MiniMax-H3-Image vad gäller kvalitet för närvarande är ett argument utifrån arkitektur och utifrån pris.

Arkitekturargumentet är inte tomt. En tät diffusionstransformator på 33,1B destillerad till sex vägledningsfria steg är ett medvetet val när det gäller serveringskostnad, och sex steg är anledningen till att en generering i 16 MP är en förfrågan snarare än ett batchjobb. Kortets egen formulering – 16 MP ”till en praktisk beräkningskostnad” – är ett FLOPs-påstående, och den stämmer överens med allt i repot. Det är bara inte ett kvalitetspåstående, och de två sammanblandas i varje lanseringsinlägg.

Var och en går sönder i produktion

FLUX 3:s begränsning är dess minsta utdata. Ett golv på 768 pixlar och ett tak på 4K gör att modellen känner sig bekväm i intervallet där det mesta kommersiella arbetet sker, och den ger dig inte en 6000 pixlar bred platta. Den är också stängd: du kan inte ladda ner den, du kan inte låsa en checkpoint, och BFL:s licensieringssida säljer självhosting till företag i stor skala snarare än till privatpersoner. Om BFL ändrar ett pris eller avvecklar en nivå ändras din pipeline med det. Sex veckors trafik är en historik, inte en garanti.

MiniMax-H3-Image's limit is the licence, and it is stricter than “open weight” suggests. The MiniMax-H3-Image Community License Agreement excludes the European Union, the United Kingdom, the Republic of Korea and the United States by definition; requires separate written authorisation above one million US dollars of annualised revenue; requires the same for any hosted service with no revenue floor; requires the model's name displayed prominently on commercial interfaces; and forbids using outputs to train other models. If you are in one of those territories and building a product, the open weights are not available to you on these terms, and the hosted API — which M​iniMax sells — is the path that remains.

Det finns en tredje begränsning som båda delar och som inget lanseringsinlägg nämner: utvärderingsloopen. Ingen av modellerna ger dig ett sätt att veta om en viss prompt kommer att träffa rätt annat än genom att generera den. FLUX 3:s boxar begränsar utrymmet av möjliga fel till placering, vilket är kontrollerbart i kod. MiniMax-H3-Image:s fel är semantiska, vilket innebär att en människa måste titta. För en pipeline som genererar tusentals bilder per dag kan skillnaden i verifieringskostnad överstiga skillnaden i genereringskostnad.

Vilken ska man ringa?

Om leveransen är stor – en tryckplåt, en bakgrund som ska beskuras till tre bildförhållanden, en 4K-huvudbild som måste behålla detaljerna vid 100 % – är MiniMax-H3-Image den enda sidan av detta som producerar filen, och med $0.06879 per bild är den också den klart billigare. Välj den, budgetera utifrån listpriset i stället för det rabatterade priset, och läs licensen innan du bygger en produkt på den.

Om leveransen är kompositionell – en layout som måste vara exakt, en redigering som måste lämna allt annat orört, ett varumärkessystem där placeringen är själva poängen – är FLUX 3 den enda sidan med kontrollerna, och den är poängsatt, vilket innebär att du kan förutse vad du köper. Två och en halv cent mer vid 1K är inte det avgörande talet där.

Om du behöver båda är det mönster som faktiskt fungerar att dela upp jobbet i stället för att välja sida: komponera och redigera vid den upplösning som FLUX 3 klarar, och skala sedan upp eller generera om den godkända bildrutan vid 16 MP. Det är två anrop och två fakturor i stället för en, och det är fortfarande billigare än att upptäcka efter hundra generationer att din modell inte kan hålla en logotyp i hörnet.

Neither model is on OrcaRouter's catalogue today — FLUX 3 Image is a direct Black Forest Labs call, and MiniMax-H3-Image is M​iniMax's own API or your own GPUs — so nothing here is a routing recommendation. What we do carry is the video half of M​iniMax's H3 family, minimax/minimax-h3, alongside the image routes we do host, under one key with 0% markup on provider list price. The reason that matters in a comparison like this one is failover: when a 16 MP request takes longer than your client's timeout, a second route under the same interface is worth more than a better per-image price. Long, billed-on-timeout generations are precisely the workload where a fallback earns its keep, and M​iniMax charges for a timeout rather than refunding it.

Frågan som avgör saken

Det som saknas i den här jämförelsen är inte en specifikation. Det är ett antal prover. När MiniMax-H3-Image dyker upp på en bildarena med några tusen blinda röster upphör prisgapet att vara huvudargumentet och blir en avvägning: en viss mängd uppmätt kvalitet för en viss summa pengar. Fram till dess är FLUX 3 modellen du kan resonera kring och MiniMax-H3-Image modellen du måste testa, och kostnaden för att testa den är tillräckligt låg – några dollar och en eftermiddag – för att alla med en 4K-leverans helt enkelt bör köra testet i stället för att vänta på någon annans.