MiniMax-H3-Image vs Meta Muse Image: Där de öppna vikternas försprång upphör

Det finns en jämförelse som MiniMax-H3-Image inte vinner, och det är den mot en modell som kostar en cent. Meta Muse Image, tillgänglig sedan 7 juli 2026 på Metas egen Model API till ett fast pris på $0,01 per genererad bild, med sökförankring inkluderad i det priset, ligger på 1 127 Elo i AA-Image-T2I v2.1 över 9 061 röster – på trettonde plats, 61 poäng före MiniMax-H3-Images 1 066 över 3 206 röster på tjugofemte plats, med intervall som inte är i närheten av att överlappa. På redigeringslistan är de två i praktiken jämspelta: MiniMax-H3-Image på 1 138, Muse Image på 1 128, tio poäng ifrån varandra med kraftigt överlappande felstaplar. Och MiniMax-H3-Image kostar $0,02179 till $0,06879 per bild, jämfört med en cent.

Så modellen som leder över varje nedladdningsbar konkurrent på båda listorna kommer till den här matchen med ett oavgjort resultat som den betalar dubbelt så mycket för och en förlust som den betalar sextioett Elo för. Det är värt att fundera över, eftersom det är jämförelsen som talar om vad "bästa bildmodell med öppna vikter" egentligen är värd.

Tio punkter och sextioett, och varför den andra spelar större roll

Oavgjort i redigering är verkligen oavgjort och bör rapporteras som ett sådant. MiniMax-H3-Image sträcker sig från 1,122 till 1,154; Muse Image från 1,117 till 1,139. De överlappar över större delen av sin bredd, och resultattavlans egna rangintervall – nionde till artonde mot trettonde till tjugoförsta – är ett mer omständligt sätt att säga samma sak. Ingen kan hävda en redigeringsfördel här som står sig när man läser datan en andra gång.

Generationsgapet är en annan typ av siffra. 1 066 med ett intervall som toppar på 1 081 mot 1 127 med ett intervall som bottnar på 1 116 — trettiofem poängs tydligt avstånd mellan de två intervallen. Det är inte brus, och det är inte en liten effekt: på en resultattavla med 114 modeller är det skillnaden mellan den övre fjärdedelen och den andra fjärdedelen. På ren text-till-bild är Metas penny-modell bättre, och data säger det entydigt.

Which inverts the story H3-Image's launch told. The model was presented with sixteen megapixels and sixteen positional references, and the inference everyone drew was that this was a serious editing-capable generator. The boards agree about the editing half and disagree about the generation half. What M​iniMax built is a very good editor that also generates, not a generator that also edits.

Vad en penny faktiskt köper, och där aritmetiken brister

Metas faktureringsenhet dokumenteras med ovanlig precision: bilden, inte token. Utvecklardokumentationen säger att modellen faktureras med ett fast pris på $0.01 per genererad bild och anger direkt att Muse Image "inte prissätts per token"; användningsblocket som den returnerar innehåller antal input- och output-token som endast är informationsgivande. Två konsekvenser följer, och båda är operativa snarare än kosmetiska. Misslyckanden faktureras inte — bilder som misslyckas med genereringen, eller som säkerhetsfiltreringen tar bort innan de returneras, räknas inte. Och sökförankring, som är en live-webbsökning plus verktygsanrop bakom en enda utdata, ingår i priset per bild i stället för att faktureras vid sidan av det.

Run that against M​iniMax's card on a job of ten thousand images. Muse Image: $100 flat, regardless of how many retries died. MiniMax-H3-Image at its 1K tier: $217.90, and every failed request that still produced a billed output is on your invoice. At the 4K tier where the model actually delivers sixteen megapixels, $687.90 list or $343.90 during the current discount, which expires 17 November 2026 at 16:00 UTC and applies only when the delivered image is at least 16,600,000 pixels. The gap is not a rounding difference at any tier; it is the difference between a job you can afford to attempt and one you budget for.

Men de två säljer inte samma artefakt, och det är här jämförelsen måste bli specifik i stället för att stanna på bildnivå. MiniMax-H3-Image publicerar sin canvas för varje bildförhållande: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688, med ett API-tak på 20 megapixlar. Meta publicerar ingen pixeldimension för Muse Image alls. Dess dokumentation är tydlig med att parametern size på images-endpunkterna "anger endast bildförhållande, inte exakta pixlar" – läs det inte som en garant för upplösning. Det finns ingen publicerad megapixelsiffra att slå ut öret på, vilket innebär att den jämförelse per megapixel som skulle avgöra saken inte kan beräknas utifrån dokumentationen. Betrakta det som ett faktum om de två leverantörernas upplysningar, inte som en brist i någon av produkterna.

Den slutna modellen är den enklare att distribuera, vilket är inversionen

Here is the part that makes this matchup more than a price list. Meta Muse Image is proprietary. There are no weights, no model card, no licence to read, and Meta's developer documentation draws the line explicitly: the Muse family models you call over Model API are served, and the one open-weight model in the family, Muse Glimmer, is a different model distilled from M​use Spark rather than an open release of Muse Image. Calling it is a model-string change on an O​penAI- or Anthropic-compatible SDK.

MiniMax-H3-Image går att ladda ner, vilket normalt framstår som frihetsalternativet. Enligt licensavtalet MiniMax-H3-Image Community License Agreement utesluter det Europeiska unionen, Förenade kungariket, Republiken Korea och Amerikas förenta stater – modellen, inte bara dess utdata – kräver separat skriftligt tillstånd för värdbaserad tjänst oavsett intäktsnivå och annars över en miljon dollar i annualiserade intäkter, kräver att modellnamnet visas framträdande varhelst det används, och förbjuder användning av dess utdata för att träna andra modeller.

Put the two side by side for a team in Austin or Manchester and the usual intuition is backwards. The proprietary model is the one they can use on Monday. The open-weights model is the one that needs a signature from M​iniMax before it can go in a product, and possibly a different conversation entirely. That is an odd thing to write on a blog that generally argues for open weights, and it is true, so it is here.

För ett team i Singapore eller São Paulo är licensklausulen verkningslös och beräkningen återgår till den ovan: en penny mot två cent för oavgjort vid redigering, och en penny mot två cent för förlust vid generering. Fortfarande Meta, utifrån dessa siffror, såvida inte pixlarna är kravet.

Två sätt att ta bort knopparna

Båda modellerna tog bort dina samplingskontroller, och de gjorde det i motsatta riktningar. MiniMax-H3-Image destillerade en transformer med 33,1 miljarder parametrar till sex samplingssteg utan classifier-free guidance, och API:et avvisar alla andra antal steg eller vägledningsvärden med HTTP 400. Det finns inga negativa promptar. Det enda du varierar är prompten – upp till 32 000 tecken, varav ungefär de första 4 096 tokens får effekt – och referenserna, upp till sexton som adresseras positionellt som <Picture 1> till <Picture 16>.

Meta Muse Image removed the knobs by adding a layer above them. In Meta's words the model "reasons before it renders": it invokes search and coding tools, self-refines its own generations, and improves through scaling test-time compute. Reference images go up to ten in a single request, and the agentic behaviour is switchable, which makes the reasoning depth the lever for cost and latency rather than the sampler. Meta describes a pairing with its M​use Spark reasoning model so that the two share tools and plan jointly, which is how the documented multi-part outputs — animated GIFs, pages with embedded images, small interactive games — are produced.

Den praktiska skillnaden visar sig när det går fel. När MiniMax-H3-Image gör en redigering fel finns det bara en enda genomgång att granska och ingen andra åsikt inbyggd i anropet; lösningen är en bättre prompt eller en bättre referens. När Muse Image gör ett fel kan felet ligga i resonemangsbanan snarare än i renderingen, och att skruva upp eller ner det agentiska beteendet är det första man bör testa med sina egna prompter i stället för att lita på det blint. Inget av dem är bättre. De är olika felsökningsytor, och att veta vilken man befinner sig på sparar en eftermiddag.

Vad Meta inte kommer att berätta för dig

Penningen kommer med en stor dokumentationslucka, och den hör hemma i samma andetag som priset. Meta har inte publicerat några hastighetsbegränsningar för Muse Image som vi kunde läsa – sidan om hastighetsbegränsningar på deras utvecklarsajt returnerade ett skal utan siffror. Det finns ingen publicerad latensprofil, ingen framgångsgrad och ingen oberoende utvärdering av den agentiska loopen under produktionstrafik. Det finns ingen benchmark för instruktionsföljning eller redigeringsnoggrannhet från någon oberoende part, och Metas egen benchmark-grafik innehåller inga läsbara siffror. Om genomströmning är viktigt för din design kommer du att upptäcka gränserna från API:et i stället för från manualen.

Provenance has the same shape. Muse Image carries Content Seal, an invisible watermarking system that Meta says stays intact through cropping, compression, resizing and screenshots, with a detection tool in preview. Read the scope carefully: Meta describes the mark as being carried by images created in the Meta AI app and on meta.ai — the consumer surfaces — and neither the model page nor the API documentation says whether images generated through Model API carry it. Assume it does not travel with an API-produced file until you have tested output from your own account. Independently, the one reported test of the detector, from Reuters, found it failed to verify a majority of watermarked images. M​iniMax, for its part, publishes no provenance or watermarking system for H3-Image at all, which is a different kind of answer to the same question.

M​iniMax's own gap is latency in the other direction: the vendor claim is sixteen megapixels in ten seconds, and there is no published p50, p95 or ceiling per aspect ratio behind it. Krea publishes a per-job ceiling for its slowest mode; M​iniMax publishes a best case. Meta publishes neither. Three vendors, three different levels of disclosure about the same operational question, and the one with the most detailed price is not the one with the most detailed performance data.

Så avgör du i ett svep

If your output is going to the web, a feed, a listing, or a client deck at sizes under about four megapixels, the answer on these numbers is Meta Muse Image. It is measured ahead on generation, tied on editing, cheaper per call by a factor of two to seven, bills failures at zero, folds search into the price, and needs no licence review in the four jurisdictions that M​iniMax excludes. The documentation gaps are real and they are the kind of thing you resolve with a week of your own testing rather than a procurement cycle.

Om din utdata måste behålla detaljer i tryckstorlek, eller beskäras på tre sätt från en och samma master, är svaret MiniMax-H3-Image och priset är irrelevant eftersom alternativet inte kan producera tillgången. Sexton megapixlar inbyggt i alla bildförhållanden är en kategori som lågprismodellen inte konkurrerar i, oavsett dess preferenspoäng, och referenssystemets sexton positionsplatser låter dig sätta samman flera medföljande bilder till en ny scen i stället för att redigera en — vilket är en funktion som ingen annan modell i den här jämförelsen dokumenterar i den skalan.

If you are in the EU, the UK, Korea or the US and you need the pixels, the honest answer is that you are waiting — on a written authorisation from M​iniMax, or on a model that returns that much canvas without one. Both are plausible within a quarter. Neither exists today.

Var en router passar in, och var den inte gör det

OrcaRouter serves neither model. MiniMax-H3-Image has no route on our catalogue, and Meta Muse Image is reached through Meta's own Model API — not ours. Note also that the Muse models on our catalogue carrying similar names are chat models, not this image model, and nothing here should be read as a route to it. What we do carry from M​iniMax's H3 family is the video model, minimax/minimax-h3, at the provider's list price with 0% markup passed through.

Det enda stället där routning verkligen hjälper i den här jämförelsen är den del där siffrorna är minst fastställda. MiniMax-H3-Image är fyra dagar gammal med ett intervall på sexton punkter på sin redigeringsrad och en licens som varierar mellan länder; Muse Image har fyra månaders röster och ett odokumenterat operativt omfång. Ingen av dem är något att koppla in som ett hårt beroende. En primär väg med automatisk failover till en andra uppmätt modell är hur man ger en ny aktör verklig trafik utan att satsa jobbet på den – och när jämförelsen ovan är oavgjord inom felmarginalerna är det den ärliga produktionsarkitekturen snarare än en hedge.

Ett öre mot två cent verkar vara ett enkelt beslut tills den första modellen kan returnera fyra gånger så stor canvas och den andra kan ställas om till resonemangsdjup. Det slutar se ut som en prisfråga exakt vid den punkt där du räknar ut vilken av dessa två egenskaper din utdata faktiskt är beroende av.