MiniMax-H3-Image vs MAI-Image 2.7 Preview: Den ena är en fil, den andra är en förhandsversion

Ge {{1}}MAI-Image 2.7 Preview{{/1}} en textprompt och ingenting kommer tillbaka, eftersom den inte genererar från text. Den redigerar. Den där enda meningen förklarar det mesta av skillnaden mellan den och {{2}}MiniMax-H3-Image{{/2}}, och det är den del som varje jämförelse av de två sida vid sida får fel, eftersom de två modellerna inte löser samma problem: den ena är en enhetlig checkpoint för text-till-bild och referensredigering med nedladdningsbara vikter, den andra är {{3}}Microsoft AI{{/3}}:s förhandsversion för enbart redigering, nåbar via en playground och en resultattavla och inte mycket annat.

Båda är färska. M​iniMax publicerade vikterna för MiniMax-H3-Image den 10 november 2026 kl. 14:50 UTC; Microsofts förhandsversion har funnits tillgänglig sedan slutet av oktober, och den oberoende resultattavlan som den ligger på visar att den rör sig. Det som följer är inte en funktionslista – det är ett försök att svara på den enda fråga som spelar roll om du väljer: vilken av dessa kan du faktiskt sätta in i en pipeline, till vilken kostnad, och vad ger du upp genom att välja den.

Den första skillnaden är en förmåga, inte ett riktmärke.

MiniMax-H3-Image utför två uppgifter från en och samma checkpoint. Modellen genererar en bild från en prompt och redigerar en eller flera referensbilder som skickas positionsbaserat som <Picture 1> till <Picture 16>. Samma vikter används för båda; det finns ingen separat redigeringsslutpunkt att konfigurera och ingen andra modell att betala för.

MAI-Image 2.7 Preview utför det andra jobbet. Det är en redigeringsmodell – du ger den en bild och en instruktion och den returnerar en reviderad bild. Det finns inget text-till-bild-läge att aktivera. För ett team vars arbetsflöde är "generera en produktbild och iterera sedan på den" innebär det att Microsofts modell kan täcka iterationshalvan men inte det första framen, så den är aldrig en direkt ersättning för MiniMax-H3-Image. Det är i bästa fall en andra modell i en kedja.

Den asymmetrin är värd att säga rakt ut, eftersom den förändrar vad en jämförelse ens kan betyda. Du kan jämföra dem när det gäller redigeringskvalitet. Du kan inte jämföra dem när det gäller generering, eftersom en av dem inte gör det.

Den ena räcker dig vikter, den andra räcker dig en förhandsvisningsbadge.

MiniMax-H3-Image levereras under MiniMax-H3-Image Community License Agreement, som inte är Apache 2.0 och förtjänar en jurists genomläsning före en kommersiell driftsättning, men det är en nedladdningsbar artefakt: 68,65 GB diffusionstransformator, VAE och konfiguration, plus en 66,7 GB textkodare lånad från MiniMax-H3-videorepot. Du kan köra det på din egen hårdvara via SGLang, vLLM-Omni, diffusers eller ComfyUI, och vLLM:s team släppte day-zero-stöd för både NVIDIA och AMD på lanseringsdagen. Du kan också anropa det via MiniMaxs eget API, där modellidentifieraren är MiniMax-H3-Image och en Highspeed-nivå kör samma gränser med högre utmatningstakt.

MAI-Image 2.7 Preview är stängd i vanlig bemärkelse: inga vikter, ingen licens att läsa, inget modellkort med parameterantal eller arkitektur. Microsoft har inte publicerat något pris per bild, ingen maximal upplösning, ingen övre gräns för referensbilder, inget maskgränssnitt och ingen Foundry-listning med en slutpunkt som en utvecklare kan anropa i dag. Det som finns är MAI Playground, en medverkan på Arena och en post på Artificial Analysis. Det räcker för att bilda sig en uppfattning om modellen, men inte för att bygga en budget kring den.

Det här är skillnaden som avgör de flesta verkliga beslut. En modell med öppna vikter utan benchmarkresultat är en teknisk risk som du kan eliminera genom att köra den. En sluten modell utan pris är en återvändsgränd i upphandlingen, hur bra proverna än ser ut.

Vad den oberoende styrelsen faktiskt säger

Per den 11 november 2026 ligger MAI-Image 2.7 Preview på fjärde plats på resultattavlan för AA-Image-Editing v2.1 från Artificial Analysis med 1123 Elo, efter GPT Image 2.6 Sunburst på 1209, GPT Image 2.6 Flare på 1206 och GPT Image 2.5 Sunburst på 1126. Dess sampelantal är 5 280, vilket är ett verkligt sampelantal och inte en platshållare. När Microsoft meddelade förhandsversionen den 27 oktober 2026 beskrev man modellen som tvåa på den tavlan med 1 193 Elo, sex poäng efter GPT Image 2.5 Sunburst. Tavlan har sedan dess fyllts på med nyare OpenAI-poster och placeringen är nu en fjärdeplats med 1123 – vilket är vad som händer med en rangordning under en snabb månad, och ett skäl att läsa varje Elo-värde tillsammans med dess insamlingsdatum snarare än som ett permanent faktum. Leverantörens egen redogörelse för delpoängen (resonemangsbaserade redigeringar och scen- och stilredigeringar som går från sjunde till första plats, text- och symbolredigeringar från sjätte till första, en ledning på 24 Elo inom scen och stil) förblir en leverantörsbeskrivning av tredjepartsdata: en bättre typ av påstående än ett eget benchmark, och fortfarande inte en mätning som du kan reproducera.

MiniMax-H3-Image har ingen rad på den tavlan och ingen rad på AA-Image-T2I v2.1 heller. Inte en låg sådan – ingen alls. Den släpptes den 10 november, insamling av prover för en tavla med parvisa preferenser tar tid, och det finns inget nummer att hänvisa till. Den som säger att den ena modellen slår den andra på en oberoende poäng jämför en rankad modell med en orankad, vilket inte är en jämförelse.

Så den ärliga poängsituationen är: MAI-Image 2.7 Preview har en redigeringspoäng på fjärde plats på en lista vars topp är full av OpenAI-modeller, och MiniMax-H3-Image har ingen poäng alls. Det är inte ett argument för att MiniMax modell är bättre eller sämre. Det är ett argument för att de enda som vet hur bra den är, är de som har kört den.

Dimension för dimension

• Vad den gör — MiniMax-H3-Image: text-till-bild och referensredigering i en och samma checkpoint. MAI-Image 2.7 Preview: endast redigering; inget text-till-bild-läge.

• Utdatastorlek — MiniMax-H3-Image: cirka sexton megapixlar vid alla bildförhållanden, 4096×4096 vid 1:1 upp till 6272×2688 vid 21:9, med ett API-tak på 20 MP. MAI-Image 2.7 Preview: inte publicerad; dess föregångare begränsades till cirka 2,36 megapixlar.

• Referenser – MiniMax-H3-Image: upp till 16, adresserade efter position i uppladdningsordningen. MAI-Image 2.7 Preview: inget dokumenterat tak.

• Vikter — MiniMax-H3-Image: 68,65 GB plus en textkodare på 66,7 GB, under en community-licens som inte är Apache 2.0. MAI-Image 2.7 Preview: inga, och ingen signal om att några är på väg.

• Pris — {{1}}MiniMax-H3-Image{{/1}}: 0,02179 USD för en 1K-bild, 0,02333 USD för 2K, 0,06879 USD i listpris för 4K och 0,03439 USD med 50 % rabatt som gäller till och med den 17 november 2026 kl. 16:00 UTC. MAI-Image 2.7 Preview: inget publicerat pris alls.

• Oberoende redigeringspoäng — MAI-Image 2.7 Preview: 1123 Elo, fjärde plats på AA-Image-Editing v2.1. MiniMax-H3-Image: ingen rad på någon av listorna per den 11 november 2026.

• Sampling – MiniMax-H3-Image: fast vid sex steg, ingen classifier-free guidance, inga negativa prompter; alla andra stegantal avvisas med HTTP 400. MAI-Image 2.7 Preview: inte offentliggjort.

• Var du kan anropa den – MiniMax-H3-Image: MiniMax:s eget API plus självhosting via fyra dokumenterade ramverk. MAI-Image 2.7 Preview: MAI Playground och varhelst Microsoft placerar den härnäst.

En redigering, prissatt på den sida som har ett pris

MiniMax-H3-Image debiterar tokens in och ut snarare än bilder, och kortets genomräknade exempel är den läsbara versionen: en redigering på 1,024×1,024 med en 1K-referens landar på $0.02654, eftersom du betalar $1.50 per miljon indatabildtokens utöver utdata. En 2K-generering kostar $0.02333 och en 4K-generering kostar $0.06879 enligt listpris. Kör du tusen 2K-redigeringar i batch med en referens var hamnar du i intervallet $26 till $30, beroende på hur mycket referensen kostar att koda — en siffra du kan lägga in i ett kalkylblad redan i dag.

Du kan inte göra den beräkningen för MAI-Image 2.7 Preview, och det är här det saknade priset slutar vara en dokumentationslucka och blir ett planeringsproblem. En förhandsversion utan offentliggjord taxa kan inte budgeteras, inte jämföras och inte bindas upp till, oavsett var den ligger på en resultattavla. Om Microsofts modell verkligen är bättre på redigering – och en fjärdeplats med 1123 Elo är en respektabel placering – är kostnaden för att ta reda på det inte en avgift per bild, utan en vecka av integration mot ett gränssnitt som kan ändras innan det släpps.

OrcaRouter dirigerar ingendera av dessa modeller, och den här artikeln tänker inte låtsas något annat. Det vi däremot dirigerar är bildgenerering som du kan anropa med samma nyckel som allt annat — gpt-image-2.5-sunburst, gpt-image-2, G​emini-bildförhandsvisningarna, Imagen 4 i tre nivåer, G​rok Imagine Image — till leverantörens listpris med 0 % påslag som förs vidare, så när en leverantör ändrar ett pris ändras din faktura samma dag. För ett team som prototypar en bildfunktion medan de väntar på att M​iniMax redigeringskvalitet ska mätas eller att Microsofts förhandsversion ska få en prislapp, är det ett sätt att hålla pipelinen igång utan ett andra avtal. Det är inte en ersättning för någon av modellerna, och skillnaden spelar roll.

Sexton referenser mot ett odokumenterat tak

Den mest underskattade raden i MiniMax-H3-Image:s specifikationsblad är antalet referenser. Sexton bilder, adresserade positionellt, räcker för att betinga en redigering på ett karaktärsblad, en produkt, tre vinklar av ett rum, en färgreferens och en stilmapp i ett enda anrop. Väldigt få bildmodeller dokumenterar den kapaciteten, och nästan ingen av de slutna modellerna dokumenterar den överhuvudtaget — MAI-Image 2.7 Preview gör det inte, så ett arbetsflöde som är beroende av många referenser måste valideras empiriskt innan det kan designas kring dem.

En brasklapp om den siffran, för den kommer att ställa till problem för någon: modellkortet anger 16 referenser, medan vLLM-Omnis utgivningsrecept för samma vikter dokumenterar upp till 9 bilder per begäran. Båda siffrorna kan vara korrekta samtidigt – en serving-stacks batchgräns och en modells tränade kapacitet är olika saker – men om ditt arbetsflöde behöver tolv referenser är det ärliga ställningstagandet att du bör testa det på din egen serving-väg i stället för att lita på något av dokumenten.

Vad man ska göra med detta, den här veckan

Om du behöver generering i hög upplösning med möjlighet att självhosta, står valet egentligen inte mellan dessa två modeller; MAI-Image 2.7 Preview är inte med i den tävlingen. Ta MiniMax-H3-Image, prissätt det till $0.02333 för 2K och $0.06879 för 4K, bestäm före 17 november om 4K-rabatten ändrar dina planer, och läs licensen före nedladdningen i stället för efter.

Om du behöver den bästa redigering som finns och är beredd att arbeta i en förhandsversion, är {{1}}MAI-Image 2.7 Preview{{/1}}s fjärdeplats på en oberoende redigeringslista en verklig signal, och avsaknaden av ett pris är ett verkligt hinder. Be Microsoft om Foundry-åtkomst och ett prisblad. Tills något av dessa finns är en redigeringspipeline som bygger på det en prototyp, inte en produkt.

Det man bör hålla utkik efter är inte nästa uppdatering av resultattavlan. Det är huruvida MAI-Image 2.7 Preview får ett pris och en endpoint, eftersom det förvandlar detta från en jämförelse av en öppen modell mot en stängd demo till ett genuint val mellan två köpbara saker. Och huruvida MiniMax-H3-Image får en poäng, eftersom modellen med vikter just nu är den enda av de två vars kvalitet du själv kan mäta – vilket, för den som har bränt sig på en förhandsversion, kan vara det mer värdefulla av de två okända faktorerna.