MiniMax-H3-Image: 16 ล้านพิกเซลใน 10 วินาที เป็นเพียงคำกล่าวอ้าง ยังไม่ใช่ผลการวัด

สิบวินาทีสำหรับภาพสิบหกล้านพิกเซลไม่ใช่คำกล่าวอ้างเรื่องคุณภาพ แต่เป็นคำกล่าวอ้างเกี่ยวกับวิธีจัดตารางการทำงานของโมเดล และเป็นส่วนเดียวของการเปิดตัว MiniMax-H3-Image ที่ผู้ใช้สามารถตรวจสอบได้ภายในบ่ายเดียว MiniMax ประกาศโมเดลนี้เมื่อวันที่ 10 พฤศจิกายน 2026 ด้วยโพสต์สั้น ๆ ที่ขึ้นต้นด้วยตัวเลขนั้นโดยตรง: เอาต์พุต 4K ประมาณสิบหกล้านพิกเซล ภาพอ้างอิงสูงสุดสิบหกภาพ ภายในสิบวินาที พร้อมน้ำหนักแบบเปิดและ API ของผู้พัฒนาเอง โดยมี MiniMax Code และ Hailuo เป็นช่องทางเข้าใช้งาน สิ่งที่ประกาศไม่ได้มีคือการวัดความหน่วงแม้แต่ครั้งเดียว การทดสอบมาตรฐานคุณภาพแม้แต่ชุดเดียว หรือลิงก์ไปยังโพสต์บล็อกที่อธิบายว่าสิ่งใดสิ่งหนึ่งสำเร็จได้อย่างไร ไบต์นั้นมีจริง — 68.65 GB บน Hugging Face บวกกับตัวเข้ารหัสข้อความที่ยืมมาจากที่เก็บที่สอง — และรายการราคาก็มีจริงเช่นกัน สิบวินาทีคือคำสัญญา นี่คือสิ่งที่คำสัญญานั้นตั้งอยู่บน สิ่งที่มันต้องแลก และสิ่งที่คุณจะต้องรันเพื่อรู้ว่ามันยังคงเป็นจริงบนฮาร์ดแวร์ของคุณเองหรือไม่

ควรระบุวันที่ให้ชัดเจน เพราะ{{1}}การเปิดตัวครั้งนี้ผิดปกติ{{/1}} รีโพซิทอรี Hugging Face สำหรับ MiniMax-H3-Image ถูกสร้างขึ้นเมื่อวันที่ 3 พฤศจิกายน 2026 และปล่อยว่างไว้ ไฟล์น้ำหนักมาถึงเมื่อ{{2}}10 พฤศจิกายน เวลา 14:50 UTC{{/2}} ในวันเดียวกันนั้น เอกสาร API ของ MiniMax มีการ์ดบันทึกการอัปเดตหัวข้อ {{3}}“MiniMax H3 Image”{{/3}} พร้อมข้อความว่า {{4}}“โมเดลภาพแบบเปิดน้ำหนักชั้นนำ จากไอเดียสู่โลกใหม่”{{/4}} — ประโยคที่ไม่มีข้อกำหนดทางเทคนิคใด ๆ อยู่ในนั้น — และบล็อกกับดัชนีข่าวของบริษัทเองก็ยังไม่มีเนื้อหาเกี่ยวกับโมเดลภาพนี้เลยแม้แต่คำเดียว ดังนั้น {{5}}โมเดลจึงถูกปล่อยออกมาอย่างเงียบ ๆ แล้วจึงมีการประกาศ ตามลำดับนั้น{{/5}} ซึ่งตรงข้ามกับวิธีที่การเปิดตัวส่วนใหญ่เป็นไป และเป็นเหตุผลที่ประกาศนั้นอ่านดูเหมือนข้อความการตลาดที่ถูกนำมาแปะเพิ่มบนเช็กพอยต์ที่ดาวน์โหลดได้อยู่แล้ว

สิบวินาทีนั้นมีที่มาจากไหนได้บ้าง

คำอธิบายส่วนใหญ่อยู่ในรายการไฟล์มากกว่าในโพสต์ MiniMax-H3-Image เป็น dense diffusion transformer ขนาด 33.1B — 50 เลเยอร์ ขนาด hidden 5,376 หัว attention 56 หัว ความกว้าง FFN 14,336 และ RoPE แบบหลายรูปแบบ 3 มิติ — และถูกกลั่นให้เหลือหกขั้นตอนการสุ่มตัวอย่างโดยไม่มี classifier-free guidance เลย นั่นไม่ใช่ค่าเริ่มต้นที่ผู้เรียกสามารถปรับแต่งได้ API ที่ให้บริการจะปฏิเสธทุกอย่างยกเว้นnum_inference_steps=6 และ guidance_scale=1 ด้วย HTTP 400 และปฏิเสธ negative prompt โดยสิ้นเชิง ไฟล์แยกต่างหากขนาด 12 MB ชื่อpdd_fused_heads.safetensors บรรจุ output head รายขั้นตอนที่แทนที่ output layer ของ transformer โดยมีตารางเวลาอยู่ในpdd_config.json

การที่ต้องรันแบบไม่มีคำแนะนำถึงหกรอบคือเหตุผลว่าทำไมตัวเลขสิบวินาทีจึงไม่ไร้เหตุผล ตัวสุ่มแบบมีคำแนะนำ 30 ขั้นที่ 16 เมกะพิกเซลเป็นงานแบบแบตช์ ส่วนหกขั้นในพื้นที่เดียวกันเป็นเพียงคำขอเดียว การจะทำได้ในสิบวินาทีหรือไม่นั้นขึ้นอยู่กับตัวเร่งความเร็ว การตั้งค่าความขนานเชิงลำดับ และความละเอียดที่คุณขอจริงทั้งหมด และไม่มีสิ่งใดในสามสิ่งนี้อยู่ในประกาศ การ์ดโมเดลของ MiniMax เองไม่ได้ระบุเวลาการสร้างไว้ที่ใดเลย ตัวเลขนี้ปรากฏอยู่ที่เดียว คือโพสต์เปิดตัว

สิ่งที่การ์ดระบุไว้อย่างละเอียดกว่าในโพสต์คือเรขาคณิตของภาพ เอาต์พุตให้ความละเอียดประมาณ 16 เมกะพิกเซลในทุกอัตราส่วนภาพ — 4096×4096 ที่ 1:1, 4736×3552 ที่ 4:3, 5024×3360 ที่ 3:2, 5472×3072 ที่ 16:9, 6272×2688 ที่ 21:9 — โดยไม่มีตัวอัปสเกลเลอร์แยกอยู่ในเส้นทางประมวลผล API จำกัดพื้นที่เอาต์พุตไว้ที่ 20 เมกะพิกเซล และการ์ดระบุว่าช่วงการทำงานจริงอยู่ที่ประมาณ 4 ถึง 20 เมกะพิกเซล การแก้ไขภาพรองรับภาพอ้างอิงได้สูงสุด 16 ภาพ โดยอ้างอิงตามตำแหน่งในพรอมป์ต์เป็น <Picture 1> ถึง <Picture 16> ตามลำดับการอัปโหลด พรอมป์ต์มีความยาวได้ถึง 32,000 ตัวอักษรบน API ที่ให้บริการ แม้ว่าจะมีผลจริงเพียงประมาณ 4,096 โทเคนแรกเท่านั้น

ข้อกล่าวอ้าง ควบคู่กับหลักฐานที่มีอยู่สำหรับข้อกล่าวอ้างเหล่านั้น

• ความละเอียด — "16 ล้านพิกเซล" และ 4K: ระบุไว้ในโพสต์และแสดงซ้ำในตารางขนาดของการ์ด ไม่ได้วัดอย่างเป็นอิสระ แต่รายการนี้สามารถตรวจสอบได้ง่ายมากโดยการสร้างภาพขึ้นมาและอ่านขนาดของภาพ

• ความเร็ว — “ทั้งหมดภายใน 10 วินาที”: เป็นข้อมูลที่ผู้ขายรายงาน โดยไม่ได้ระบุฮาร์ดแวร์ และ ณ วันที่ 11 พฤศจิกายน 2026 ยังไม่มีการเผยแพร่ผลการจับเวลาจากบุคคลที่สาม การ์ดนี้ไม่ได้ให้ตัวเลขใด ๆ เลย

• การทำตามพรอมต์ — “การทำตามพรอมต์อย่างแม่นยำ”: เป็นข้อกล่าวอ้างเชิงคุณภาพ ถ้อยคำที่หนักแน่นกว่าใน การ์ด คือ “การทำตามคำสั่งได้ดีที่สุดในบรรดาโมเดลโอเพนซอร์ส” ซึ่งเป็นการเปรียบเทียบที่ไม่มีตารางแนบมา

การแก้ไข — “สูงสุด 16 ภาพอ้างอิง”: ยืนยันแล้วในการ์ดและเอกสาร API และมีรายละเอียดหนึ่งที่ขัดแย้งโดยสูตรการใช้งานวันแรกของ vLLM-Omni ซึ่งระบุว่าสูงสุด 9 ภาพต่อคำขอบนเส้นทางของตน ให้ถือว่า 16 เป็นเพดานของโมเดล และ 9 คือสิ่งที่สูตรของเฟรมเวิร์กได้ทดสอบใช้งาน

• Open weight — เป็นความจริง และเป็นประเด็นที่มีน้ำหนักในแบบที่โพสต์ไม่ได้อธิบายไว้: เวตเปิดอยู่ภายใต้สัญญาอนุญาตที่มีเงื่อนไขด้านอาณาเขตและรายได้ ไม่ใช่สัญญาอนุญาตที่ได้รับการรับรองจาก OSI รายละเอียดเพิ่มเติมด้านล่าง

ราคาที่ต้องจ่าย และส่วนลดที่เหลือเวลาอีกหกวัน

เงื่อนไขเชิงพาณิชย์เป็นสิ่งที่ konkret ที่สุดเกี่ยวกับการเปิดตัวครั้งนี้ การคิดค่าบริการอิงตามโทเค็นโดยใช้อัตราต่อผลลัพธ์ภาพ: 2.30 ดอลลาร์ต่อโทเค็นข้อความอินพุต 1 ล้านโทเค็น, 1.50 ดอลลาร์ต่อโทเค็นภาพอินพุต 1 ล้านโทเค็น และ 3.80 ดอลลาร์ต่อโทเค็นภาพเอาต์พุต 1 ล้านโทเค็นในระดับมาตรฐาน ตัวอย่างที่คำนวณไว้เองของ MiniMax ทำให้เห็นว่าอัตราดังกล่าวกลายเป็นบันไดราคาที่แบนราบอย่างผิดปกติ เพราะมิเตอร์คือโทเค็น และจำนวนโทเค็นไม่ได้เพิ่มตามพื้นที่ในแบบที่สัญชาตญาณบอก

• สร้างภาพจากข้อความ 1K — $0.02179 ต่อภาพ
• สร้างภาพจากข้อความ 2K — $0.02333
• สร้างภาพจากข้อความ 4K — ราคาปกติ $0.06879, $0.03439 ในช่วงที่ส่วนลดปัจจุบันยังมีผล
• แก้ไขภาพ 1K ด้วยภาพอ้างอิงหนึ่งภาพ — $0.02654; 2K — $0.02658; 4K — $0.07312, ลดเหลือ $0.03656
• แก้ไขภาพ 1K ด้วยภาพอ้างอิงสามภาพ — $0.03563; 2K — $0.04177; 4K — $0.07914, ลดเหลือ $0.03957

สิบหกเท่าของพิกเซลด้วยราคาที่มากกว่าสามเท่าเล็กน้อย คือรูปแบบที่ควรจดจำ เพราะเป็นจุดที่โมเดลสร้างความแตกต่างได้อย่างแท้จริง: ที่ 4K เช็กพอยต์แบบเปิดน้ำหนักมีต้นทุนต่อเฟรมประมาณหนึ่งในแปดของเฟรม FLUX 3 Image 4K และประมาณหนึ่งในห้าของเฟรม Nano Banana 2.1 4K ที่ราคาตามรายการ

ส่วนลดนี้มีจริงและเป็นเพียงชั่วคราว การลด 50% ใช้ได้เฉพาะเมื่อภาพที่ส่งมอบมีขนาดอย่างน้อย 16,600,000 พิกเซล ครอบคลุมยอดรวมของคำขอทั้งหมด และหมดอายุใน17 พฤศจิกายน 2026 เวลา 16:00 UTC — หกวันหลังจากที่ราคาน้ำหนักปรับขึ้น ใครก็ตามที่ตั้งงบประมาณสำหรับไปป์ไลน์บนราคา $0.03439 เท่ากับกำลังตั้งงบบนโปรโมชัน ให้ตั้งราคาที่ $0.06879 และมองส่วนลดเป็นกำไรส่วนเพิ่ม

มีระดับที่สองที่เร็วกว่า MiniMax-H3-Image-Highspeed ใช้พารามิเตอร์และขีดจำกัดเดียวกัน และคิดค่าบริการ $7.60 ต่อโทเค็นภาพเอาต์พุตหนึ่งล้านโทเค็น: $0.03529 ที่ 1K, $0.03622 ที่ 2K, $0.13001 ที่ 4K ก่อนที่ส่วนลดเดียวกันจะลดครึ่งหนึ่งเหลือ $0.06501 หากข้ออ้างเรื่องสิบวินาทีคือเหตุผลที่คุณสนใจ Highspeed คือรุ่นย่อยที่ต้องเป็นจริงเพื่อให้เรื่องนั้นมีความหมาย — และ MiniMax ไม่ได้เผยแพร่ความแตกต่างด้านความหน่วงระหว่างทั้งสองรุ่น

“Open weight” ในที่นี้หมายถึงสัญญาอนุญาตที่คุณต้องอ่าน

น้ำหนักโมเดลสามารถดาวน์โหลดได้ และสถาปัตยกรรมก็มีเอกสารกำกับ ซึ่งมากกว่าที่โมเดลภาพระดับแนวหน้าส่วนใหญ่มีให้ สัญญาอนุญาตคือจุดที่คำว่า “open” หยุดทำหน้าที่อย่างที่ผู้คนคาดหวัง MiniMax-H3-Image เผยแพร่ภายใต้ข้อตกลงอนุญาตชุมชน MiniMax-H3-Image และเงื่อนไขที่ชี้ขาดการนำไปใช้งานไม่ใช่เชิงอรรถ:

• ดินแดน คำนิยาม "ดินแดนที่ถูกยกเว้น" ของสัญญาอนุญาตครอบคลุมสหภาพยุโรป สหราชอาณาจักร สาธารณรัฐเกาหลี และสหรัฐอเมริกา ซึ่งคิดเป็นสัดส่วนที่มากของตลาดสำหรับโมเดลภาพเชิงพาณิชย์

• ขนาด จำเป็นต้องมีหนังสืออนุญาตเป็นลายลักษณ์อักษรล่วงหน้าแยกต่างหาก เมื่อรายได้ต่อปีเกินหนึ่งล้านดอลลาร์สหรัฐ

• การโฮสต์ ข้อกำหนดการอนุญาตเดียวกันนี้ใช้กับการเสนอโมเดลในฐานะบริการโฮสต์ โดยไม่มีเกณฑ์รายได้ขั้นต่ำเลย — เป็นข้อกำหนดที่มุ่งเป้าไปที่รูปแบบผู้ขายต่อ API โดยตรง

• การระบุที่มา อินเทอร์เฟซเชิงพาณิชย์ที่ใช้โมเดลต้องแสดง “MiniMax-H3-Image” อย่างเด่นชัด

• ดาวน์สตรีม เอาต์พุตอาจไม่สามารถนำไปใช้ในการฝึกหรือปรับปรุงโมเดลอื่นได้

หน้า Hugging Face แสดงข้อมูลนี้เป็นบรรทัดเดียวว่า license: other ซึ่งถูกต้องตามหลักเทคนิคแต่แทบไร้ประโยชน์ในทางปฏิบัติ หากคุณกำลังประเมินโมเดลเพื่อใช้ในผลิตภัณฑ์而非เพื่องานในโน้ตบุ๊ก ไฟล์สัญญาอนุญาตคือสิ่งแรกที่ควรอ่าน และอาจเป็นเหตุผลให้หยุดพิจารณา

ต้นทุนจริงที่คุณต้องจ่ายในการรันโมเดลแบบ open weights คือเท่าไร

68.65 GB ของ transformer และ VAE บวกกับ text encoder ที่ไม่ได้อยู่ในรีโพซิทอรี model_index.json จะเข้าไปยังโมเดลวิดีโอ MiniMax-H3 และโหลด text_encoder/ จากที่นั่น — Qwen3-VL ขนาด 66.7 GB โดยไม่มีการเปลี่ยนแปลง ดังนั้นการสร้างครั้งแรกในเครื่องจึงเป็นการดาวน์โหลดประมาณ 135 GB จากสองรีโพซิทอรี และ encoder คือครึ่งที่ใหญ่กว่า

เรื่องราวของเฟรมเวิร์กถือว่าดีเป็นพิเศษสำหรับเช็กพอยต์ที่ยังใหม่ขนาดนี้ และมันมาพร้อมตั้งแต่วันแรกแทนที่จะค่อยๆ ตามมาในเดือนถัดไป SGLang เป็นเส้นทางอ้างอิงที่มีคุกบุ๊กพร้อมเอกสารประกอบและคำสั่งสำหรับ GPU ตัวเดียว การทำ sequence parallelism เป็นเพียงแฟล็ก (--ulysses-degree บน SGLang, --usp บน vLLM-Omni); vLLM-Omni เผยแพร่สูตรการใช้งานเฉพาะฮาร์ดแวร์ที่ระบุชื่อ NVIDIA H200, RTX PRO 6000 Blackwell และ AMD Instinct MI350X; ทั้ง diffusers และ ComfyUI ต่างรองรับมัน คำแนะนำด้านการให้บริการของ MiniMax เองชี้ไปที่การใช้หลาย GPU เพื่อให้ได้เลเทนซีที่ยอมรับได้ที่ความละเอียดเต็ม ซึ่งเป็นสิ่งที่ใกล้เคียงที่สุดที่ผู้จำหน่ายยอมรับว่าสิบวินาทีนั้นเป็นการตั้งค่า ไม่ใช่ค่าคงที่

สำหรับทีมส่วนใหญ่ การคำนวณที่ตามมานี้ทำให้รู้สึกอึดอัด ที่ราคา $0.02179 ต่อภาพ 1K และ $0.06879 ต่อภาพ 4K การใช้ hosted API นั้นถูกกว่าค่าไฟฟ้าและค่าตัดจำหน่ายไปอีกนานมาก เหตุผลที่จะเลือก 135 GB คือการควบคุม — ซัมเปลอร์หกขั้นตอนแบบคงที่ที่คุณทำซ้ำได้อย่างแม่นยำ ใบอนุญาตที่คุณใช้เหตุผลพิจารณาได้ และไม่ต้องพึ่งพาคิวของผู้ขายในจังหวะที่คุณต้องการปริมาณงาน

สามการทดสอบที่ควรลองรันก่อนที่คุณจะคอมมิต

วิธีแรกคือวิธีที่ประหยัด: สร้างพรอมต์ 4K เดียวกันสิบครั้งผ่าน API ของ MiniMax บันทึกเวลาจริงที่ใช้ต่อคำขอและขนาดพิกเซลของแต่ละผลลัพธ์ที่ส่งกลับมา ซึ่งจะยืนยันตัวเลขเด่นทั้งสองตัว—สิบวินาทีและสิบหกล้านพิกเซล—กับเครือข่ายและความยาวพรอมต์ของคุณเอง ภายในไม่ถึงชั่วโมง และด้วยค่าใช้จ่ายที่ต่ำกว่าหนึ่งดอลลาร์มาก

อย่างที่สองคือการทดสอบอัตลักษณ์ และเป็นจุดที่ภาพอ้างอิงสิบหกภาพจะคุ้มค่าหรือไม่คุ้มค่า ลองป้อนภาพ 8 ถึง 16 เฟรมของตัวแบบคนเดียวในมุมที่หลากหลาย แล้วขอฉากใหม่ และดูว่าใบหน้า เนื้อผ้า และโลโก้ยังคงอยู่หรือไม่ ช่องอ้างอิงตามตำแหน่งมีโครงสร้างน้อยกว่าการอ้างอิงแบบระบุประเภท — ไม่มีทางบอกโมเดลได้ว่าภาพไหนคือตัวละครและภาพไหนคือแจ็คเก็ต — ดังนั้นการทดสอบจึงอยู่ที่ว่าตำแหน่งเพียงอย่างเดียวเพียงพอที่จะถ่ายทอดเจตนานั้นได้หรือไม่

ข้อที่สามคือสิ่งที่ไม่มีใครทำให้คุณได้: การทดสอบ A/B เทียบกับสิ่งที่คุณใช้อยู่ตอนนี้ ด้วยพรอมป์ของคุณเอง แบบไม่รู้ว่าอันไหนเป็นอันไหน MiniMax-H3-Image ไม่มีรายการอยู่ในบอร์ดภาพใด ๆ ของ Artificial Analysis ณ วันที่ 11 พฤศจิกายน 2026 — ไม่ใช่คะแนนต่ำ แต่ไม่มีเลย — และไม่มีตารางประเมินจากผู้ขายเช่นกัน ไม่มี GenEval ไม่มี DPG-Bench ไม่มีตัวเลขความชอบของมนุษย์ ตารางโชว์เคสบนการ์ดโมเดลเป็นหลักฐานเดียวเกี่ยวกับคุณภาพผลลัพธ์ที่มีอยู่ และตารางโชว์เคสถูกออกแบบมาให้ดูดี การเปรียบเทียบด้วยตัวเองหนึ่งสัปดาห์จะบอกคุณได้มากกว่าโพสต์เปิดตัว

สิ่งนี้ทำให้การเปิดตัวอยู่ในสถานะใด

สรุปตามจริงคือ MiniMax-H3-Image เป็นเช็กพอยต์จริงที่มีเรื่องราวการดีพลอยต์ครบถ้วนอย่างผิดปกติ มีบันไดราคาที่ต่ำกว่าโมเดลปิดอย่างมากที่ 4K และมีตัวเลขพาดหัวที่ไม่มีใครนอกบริษัทตรวจสอบได้ ข้ออ้างเรื่องความเร็วนั้นสมเหตุสมผลในเชิงสถาปัตยกรรม — หกขั้นตอนแบบไม่ใช้คำแนะนำเป็นคลาสต้นทุนที่ต่างกันจริง ๆ จากตัวสุ่มตัวอย่างแบบมีคำแนะนำ 30 ขั้นตอน — และความสมเหตุสมผลไม่ใช่หลักฐาน

สิ่งที่เปลี่ยนภาพรวมได้คือเรื่องเฉพาะเจาะจงและน่าจะอีกหลายสัปดาห์กว่าจะเกิดขึ้น ได้แก่ การจัดอันดับอิสระบนตารางอันดับภาพพร้อมจำนวนตัวอย่างกำกับ การให้บุคคลที่สามจับเวลาเส้นทาง 4K บนฮาร์ดแวร์ที่ระบุชื่อ และการดูว่าการอ้างอิงตำแหน่งสิบหกจุดทำงานอย่างไรภายใต้แรงกดดันด้านอัตลักษณ์จริง จนกว่าจะถึงตอนนั้น จุดยืนที่มีประโยชน์คือเส้นทางตัวเลือกมากกว่าตัวแทนที่มาแทนที่ — ลองใช้มันคู่กับโมเดลที่คุณไว้วางใจ บนชุดพรอมป์ตคงที่ แล้วให้ภาพเป็นตัวตัดสิน

OrcaRouter ยังไม่ให้บริการ MiniMax-H3-Image ในปัจจุบัน ไม่มีเส้นทางสำหรับโมเดลนี้ในแคตตาล็อกของเรา และการพูดเป็นอย่างอื่นก็จะเป็นข้อกล่าวอ้างแบบที่บทความนี้กำลังโต้แย้งอยู่ สิ่งที่เรามีให้บริการจากตระกูลเดียวกันคือโมเดลวิดีโอ minimax/minimax-h3 ที่ ราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% และส่งต่อให้คุณ — ซึ่งหมายความว่าการเปลี่ยนแปลงราคาของ MiniMax รวมถึงส่วนลด 4K และวันหมดอายุของส่วนลดนั้น จะมีผลที่นี่ทันทีในวันที่เกิดขึ้น ไม่ใช่รอถึงการย้ายระบบเรียกเก็บเงินครั้งถัดไป หากโมเดลภาพนี้มาอยู่ในแคตตาล็อกจริง ก็จะมาพร้อมเงื่อนไขเดียวกัน จนกว่าจะถึงตอนนั้น โมเดลนี้ต้องใช้ API ของ MiniMax เองหรือ GPU ของคุณเอง