MiniMax-H3-Image เทียบกับ Qwen-Image 3.0: ช่องที่ยังเปิดอยู่ซึ่ง Qwen ปล่อยไว้
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-07212 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 123 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 230 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 39 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228ความฉลาด
สายผลิตภัณฑ์ภาพของ Alibaba เคยเป็นคำแนะนำที่ง่ายสำหรับใครก็ตามที่อยากเป็นเจ้าของโมเดลแทนที่จะเช่าใช้: ดาวน์โหลดเวต รันมัน แล้วเลิกเถียงเรื่องตารางราคา Qwen-Image 3.0 ยุติเรื่องนั้นในเดือนสิงหาคม มันเปิดตัวแบบเฉพาะผู้ได้รับเชิญเมื่อวันที่ 22 กรกฎาคม 2026 เปิดให้ใช้งานทั่วไปเมื่อวันที่ 4 สิงหาคม ในระดับ Standard และ Pro บน Qwen Cloud และ Alibaba Cloud Model Studio และมาพร้อมกับไม่มีเวต ไม่มีการ์ดโมเดล ไม่มีจำนวนพารามิเตอร์ และไม่มีรายงานทางเทคนิค สายเปิดของตระกูลนี้คือ Qwen-Image-2.1 ซึ่งเผยแพร่เมื่อวันที่ 20 กันยายน 2026 ภายใต้สัญญาอนุญาตเพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์ — เปิดให้ตรวจสอบได้ ปรับแต่งละเอียดได้ แต่ไม่สามารถนำไปใช้ในผลิตภัณฑ์ได้ MiniMax-H3-Image ซึ่งเวตของมันถูกอัปโหลดขึ้น Hugging Face เมื่อวันที่ 10 พฤศจิกายน 2026 เวลา 14:50 UTC เป็นโมเดลภาพระดับจริงจังตัวแรกนับจากนั้นที่มาเติมช่องนั้น นั่นคือการเปรียบเทียบที่แท้จริง: ไม่ใช่ว่าโมเดลไหนสวยกว่า แต่คือโมเดลไหนที่ทิ้งทางออกไว้ให้คุณ
สองเส้นทางการซื้อที่เคยเป็นหนึ่งเดียว
ก่อนเวอร์ชัน 3.0 "{{1}}Qwen หรืออย่างอื่น{{/1}}" เป็นคำถามเกี่ยวกับคุณภาพ เพราะคำตอบด้านการอนุญาตใช้งานยังเหมือนเดิมเสมอ ตอนนี้ทั้งสองโมเดลอยู่คนละฝั่งของเส้นแบ่งที่สำคัญกว่าผลเบนช์มาร์กใด ๆ: จะเกิดอะไรขึ้นหากผู้ขายขึ้นราคา ประกาศเลิกใช้ระดับแพ็กเกจนั้น หรือมีสัปดาห์ที่ย่ำแย่
Qwen-Image 3.0 เป็นบริการแบบโฮสต์ที่มีอินเทอร์เฟซพร้อมเอกสารประกอบครบถ้วนและมีตารางอัตราค่าบริการที่เผยแพร่แล้ว MiniMax-H3-Image เป็นทั้งบริการแบบโฮสต์และไฟล์ transformer ขนาด 68.65 GB ที่ดาวน์โหลดได้ พร้อมด้วยตัวเข้ารหัสข้อความขนาด 66.7 GB ที่ยืมมาจากที่เก็บวิดีโอ MiniMax-H3 ภายใต้ MiniMax-H3-Image Community License Agreement สัญญาอนุญาตนี้ไม่ใช่ Apache 2.0 และฝ่ายกฎหมายของคุณควรอ่านก่อนการนำไปใช้งานเชิงพาณิชย์ — แต่มันเป็นสัญญาอนุญาตสำหรับไฟล์ที่คุณถือครองอยู่ ซึ่งเป็นสิ่งที่แตกต่างโดยสิ้นเชิงจากตารางอัตราค่าบริการ
ผลในทางปฏิบัติประการหนึ่งที่มองข้ามได้ง่าย: ต้นทุนของการเลือกออกไปนั้นไม่ใช่แค่พื้นที่ดิสก์ ตัวสุ่มตัวอย่างของ MiniMax-H3-Image ถูกกำหนดตายตัวไว้ที่หกขั้นตอน โดยไม่มี classifier-free guidance และไม่มีพรอมป์ต์เชิงลบ และ API จะปฏิเสธจำนวนขั้นตอนหรือค่าการชี้นำอื่นใดด้วย HTTP 400 การส่งผ่านไปข้างหน้าหกครั้งคือสิ่งที่ทำให้ทรานส์ฟอร์เมอร์ขนาด 33 พันล้านพารามิเตอร์ที่ 16 เมกะพิกเซลใช้งานได้จริงบนฮาร์ดแวร์ที่เช่าใช้ และยังหมายความว่าวงจรการปรับแต่งสำหรับการโฮสต์เองตามปกติไม่มีอยู่ สิ่งที่คุณปรับแต่งคือพรอมป์ต์และข้อมูลอ้างอิง
Qwen-Image 3.0 บอกอะไรคุณเกี่ยวกับตัวมันเองจริง ๆ
น้อยกว่าที่เอกสารประกอบของมันบอกเป็นนัย Alibaba ไม่ได้เผยแพร่ตัวเลข benchmark สำหรับ Qwen-Image 3.0 — ไม่ว่าจะบน Qwen-Image-Bench หรือที่ใดเลย — และไม่ได้เผยสถาปัตยกรรม ดังนั้นสัญญาณอิสระเดียวคือ Artificial Analysis ซึ่งกระดานปัจจุบันจัดให้ Qwen-Image-3.0-Pro อยู่ที่ 1094 Elo ในการสร้างภาพจากข้อความ โดยมี 6,691 ตัวอย่าง และ Qwen-Image-3.0 อยู่ที่ 1074 เป็นอันดับที่ 19 และ 20 บนกระดานที่ห้าอันดับแรกเป็นโมเดลของ OpenAI ทั้งหมด ในด้านการแก้ไขภาพ Pro อยู่ที่ประมาณ 1,085 และ Standard ประมาณ 1,062 เหล่านั้นเป็นอันดับที่ไม่โดดเด่น และเป็นตัวเลขเดียวที่มีอยู่
ณ วันที่ 11 พฤศจิกายน 2026 MiniMax-H3-Image ไม่มีรายชื่ออยู่ในบอร์ดจัดอันดับทั้งสองบอร์ดเลย — ไม่ใช่แค่รายการที่อ่อนแอ แต่ไม่มีเลย ดังนั้นจึงไม่มีคะแนนอิสระใดที่ใช้จัดอันดับสองโมเดลนี้เทียบกันได้ และข้อกล่าวอ้างใด ๆ ที่ว่าตัวหนึ่งชนะอีกตัวในด้านคุณภาพก็เป็นเพียงความประทับใจของใครบางคนที่แต่งตัวเป็นบทเปรียบเทียบ สิ่งที่เปรียบเทียบได้คืออินเทอร์เฟซ ความละเอียด ราคา และทางออก
มิติที่ทั้งสองแตกต่างกันอย่างมาก
• ความละเอียด — MiniMax-H3-Image: ประมาณสิบหกล้านพิกเซลในทุกอัตราส่วนภาพ, 4096×4096 ที่ 1:1 ไปจนถึง 6272×2688 ที่ 21:9 โดยมีเพดาน API ที่ 20 MP. Qwen-Image 3.0: สูงสุด 2048×2048 ตามตัวเลขของ Alibaba เอง ซึ่งประมาณ 4.2 ล้านพิกเซล.
• ราคาที่ 2K — MiniMax-H3-Image: $0.02333 ต่อภาพที่สร้าง รวมถึงระดับ 4K ในราคาตั้ง $0.06879 Qwen-Image 3.0: $0.03 ต่อภาพสำหรับ Standard ที่ 1K หรือ 2K โดยการแก้ไขคิดค่าบริการประมาณ $0.003 ต่อภาพอ้างอิงอินพุต; Pro ราคา $0.04 ที่ 1K และ $0.075 ที่ 2K
• น้ำหนักโมเดล — MiniMax-H3-Image: ใช้งานได้ สัญญาอนุญาตชุมชน มีเส้นทางการให้บริการที่ Dokumentasikan ไว้สี่เส้นทาง รวมถึงการรองรับ vLLM-Omni ตั้งแต่ Day Zero บน NVIDIA และ AMD Qwen-Image 3.0: ไม่มีเลย ซึ่งเป็นการกลับลำจาก 1.0 และ 2.0 สมาชิกแบบโอเพนซอร์สของตระกูล Qwen คือ Qwen-Image-2.1 ใช้ได้เฉพาะเชิงพาณิชย์เท่านั้น
• ข้อความในภาพ — {{1}}Qwen-Image 3.0{{/1}}: พร้อมท์ได้สูงสุด 4,500 โทเคน ข้อความอ่านออกได้จนถึงขนาดประมาณ 10 พิกเซล รองรับ 12 ภาษาพื้นเมือง มากกว่า 20 ฟอนต์ เอาต์พุตได้สูงสุด 6 รายการต่อการเรียกหนึ่งครั้ง และมีการเขียนพร้อมท์ใหม่ฝั่งเซิร์ฟเวอร์ {{2}}MiniMax-H3-Image{{/2}}: พร้อมท์ 32,000 ตัวอักษร ซึ่งประมาณ 4,096 โทเคนแรกมีผล; ไม่มีการเผยแพร่ข้อกล่าวอ้างเกี่ยวกับการเรนเดอร์ข้อความ
• เอกสารอ้างอิง — MiniMax-H3-Image: รองรับได้สูงสุด 16 รายการ โดยอ้างอิงตามตำแหน่งตามลำดับการอัปโหลด อย่างไรก็ตาม สูตรการใช้งานที่เผยแพร่ของ vLLM-Omni สำหรับน้ำหนักชุดเดียวกันนี้ระบุไว้ที่ 9 รายการต่อคำขอ Qwen-Image 3.0: ไม่มีเพดานจำนวนอ้างอิงที่ประกาศไว้ เนื่องจาก 3.0 เป็นเอนด์พอยต์แบบโฮสต์ที่มีสคีมาจากเอกสารRather than เผยแพร่น้ำหนักโมเดล
• คะแนนอิสระ — Qwen-Image 3.0: 1074 บน AA-Image-T2I v2.1, Pro ที่ 1094, Pro ประมาณ 1,085 ในการแก้ไขภาพ MiniMax-H3-Image: ไม่มีรายการบนกระดานจัดอันดับทั้งสองแห่ง
สิบหกล้านพิกเซลไม่ใช่แค่ของฟุ่มเฟือย ถ้าคุณพิมพ์ภาพ
สี่เมกะพิกเซลคือภาพฮีโร่บนเว็บ ภาพย่อในแคตตาล็อก หรือภาพในงานนำเสนอ ส่วนสิบหกเมกะพิกเซลคือเพลตสำหรับงานพิมพ์ ภาพครอปสำหรับป้ายโฆษณา หรือภาพพื้นหลังที่ต้องคงรายละเอียดไว้ได้เมื่อต้องตัดสามตำแหน่งวางออกมาจากภาพนั้น เพดาน 2048×2048 ของ Qwen-Image 3.0 ไม่ใช่ข้อบกพร่อง — แต่เป็นการตัดสินใจว่าโมเดลนี้มีไว้เพื่ออะไร และเป็น Entscheidung เดียวกับที่โมเดลภาพแบบโฮสต์ส่วนใหญ่ได้เลือกไว้แล้ว แต่มันหมายความว่าสำหรับใครก็ตามที่ผลิตงานบรรจุภัณฑ์ สื่อโฆษณานอกบ้าน หรือภาพถ่ายสินค้าแบบความละเอียดสูง MiniMax-H3-Image ไม่ได้แข่งขันกับ Qwen-Image 3.0 เลยด้วยซ้ำ แต่กำลังแข่งขันกับตัวอัปสเกลใดก็ตามที่คุณคงต้องเอามาต่อพ่วงกับผลลัพธ์ของ Qwen และการอัปสเกลก็ไม่ได้เพิ่มรายละเอียดในแบบเดียวกับการสร้างภาพแบบสิบหกเมกะพิกเซลโดยกำเนิด
ถึงอย่างนั้น สิ่งที่น่าสนใจเกี่ยวกับ Qwen-Image 3.0 ไม่ใช่ความละเอียด แต่เป็นข้อความ คือข้อความที่อ่านออกได้จนถึงขนาดราวสิบพิกเซล รองรับสิบสองภาษา ฟอนต์มากกว่ายี่สิบแบบ และขั้นตอนการเขียนพรอมต์ใหม่ฝั่งเซิร์ฟเวอร์ที่ปรับรูปพรอมต์ก่อนที่โมเดลจะได้รับข้อมูล นั่นคือชุดคำกล่าวอ้างที่มุ่งเป้าไปที่โปสเตอร์ ข้อความบนบรรจุภัณฑ์ ม็อกอัป UI และไดอะแกรมโดยตรง ซึ่งโหมดความล้มเหลวที่ทุกคนรู้จักคือภาพที่เรนเดอร์ออกมาสวยงามแต่มีคำหนึ่งคำเพี้ยนไป บันทึกจากการทดลองใช้บรรยายว่ามันแข็งแกร่งด้านม็อกอัป UI และไดอะแกรม โดยมีข้อความขนาดเล็กเพี้ยนเป็นครั้งคราว ซึ่งประมาณนั้นคือสิ่งที่คำกล่าวอ้างของผู้ขายคาดการณ์ไว้ ส่วน MiniMax-H3-Image ไม่ได้กล่าวอ้างเรื่องข้อความในลักษณะเทียบเคียงได้ในโมเดลการ์ดของตน และยังไม่มีบุคคลที่สามใดวัดผลมัน
ดังนั้นการแบ่งแยกจึงชัดเจนผิดปกติสำหรับการเทียบกันแบบตัวต่อตัว หากงานของคุณคือข้อความหนาแน่นในเลย์เอาต์ที่จัดวางไว้ Qwen-Image 3.0 คือโมเดลที่มีการบันทึกข้อมูลรองรับไว้อย่างชัดเจน หากงานของคุณคือภาพถ่ายสมจริงขนาดใหญ่ที่มีรายละเอียดสูง MiniMax-H3-Image มีจำนวนพิกเซลมากกว่าเป็นสี่เท่าในราคาต่อภาพที่ถูกกว่า ณ ขนาดภาพที่ทั้งสองโมเดลรองรับ
กำลังคำนวณตัวเลขจากภาพหนึ่งพันภาพ
ใช้ชุดภาพสินค้า 2K หนึ่งพันภาพ โดยเป็นการสร้างภาพเท่านั้น ไม่มีภาพอ้างอิง Qwen-Image 3.0 Standard ราคา $0.03 คิดเป็น $30 ส่วน MiniMax-H3-Image ราคา $0.02333 คิดเป็น $23.33 หากเพิ่มภาพอ้างอิงหนึ่งภาพต่อผลลัพธ์หนึ่งภาพ ซึ่งเป็นกรณีทั่วไปของการรีเฟรชแคตตาล็อกที่ต้องการให้สินค้าดูสม่ำเสมอ Qwen จะบวกค่าโทเค็นอินพุตเพิ่มราว $3 รวมเป็นประมาณ $33 ขณะที่อัตราค่าภาพอินพุตของ MiniMax ที่ $1.50 ต่อหนึ่งล้านโทเค็นจะเพิ่มขึ้นในสัดส่วนที่เทียบเคียงได้ ยังคงทำให้ราคาต่ำกว่า $30 ในระดับ 4K MiniMax อยู่ที่ราคาตั้ง $68.79 สำหรับหนึ่งพันภาพเท่ากัน หรือ $34.39 ภายใต้ส่วนลด 50% แบบจำกัดเวลา ซึ่งใช้ได้ถึงวันที่ 17 พฤศจิกายน 2026 เวลา 16:00 UTC และกำหนดให้ภาพที่ส่งมอบแต่ละภาพมีขนาดอย่างน้อย 16,600,000 พิกเซล ส่วน Qwen-Image 3.0 ไม่มีระดับ 4K ให้คิดราคา
ช่องว่างเหล่านั้นเล็กในแง่ค่าสัมบูรณ์ และไม่ใช่เหตุผลในการเลือกโมเดลใดโมเดลหนึ่ง เหตุผลที่ควรเลือก MiniMax-H3-Image คือการใช้จ่าย API 23 ดอลลาร์กับต้นทุนส่วนเพิ่ม 0 ดอลลาร์ต่อภาพบนฮาร์ดแวร์ของคุณเองเป็นธุรกิจที่แตกต่างกันสองแบบ และมีเพียงแบบเดียวเท่านั้นที่สามารถจำลองไปข้างหน้าได้ เหตุผลที่ควรเลือก Qwen-Image 3.0 คือ它具有ไปป์ไลน์ข้อความที่มีเอกสารประกอบและอินเทอร์เฟซที่คุณสามารถผสานรวมได้ในบ่ายนี้
โมเดลทั้งสองนี้ไม่ได้อยู่บน OrcaRouter และบทความนี้จะไม่แสร้งทำเป็นว่าเป็นเช่นนั้น สิ่งที่เราเสนอจริงนั้นแคบกว่าและควรกล่าวให้ชัดเจน: โมเดลรูปภาพที่เรากำหนดเส้นทางให้ — gpt-image-2.5-sunburst, gpt-image-2, พรีวิวภาพของ Gemini, Imagen 4 ในสามระดับ, Grok Imagine Image — คิดค่าบริการตามราคารายการของผู้ให้บริการ โดยมีมาร์กอัป 0% ที่ส่งผ่าน และกฎการกำหนดเส้นทางสามารถส่งต่อไปยังผู้ให้บริการรายที่สองได้เมื่อรายแรก ล้มเหลว สิ่งนั้นไม่ได้ช่วยให้คุณเลือกระหว่าง MiniMax-H3-Image กับ Qwen-Image 3.0 ได้ แต่มันช่วยในวันที่คุณเลิกประเมินและเริ่มนำขึ้นใช้งานจริง แล้วปรากฏว่าโมเดลที่คุณเลือกมีวันที่แย่
คำถามเรื่องใบอนุญาตมีต้นทุนที่แท้จริงเท่าไร
"Open weight" เป็นคำที่ถูกต้องสำหรับ MiniMax-H3-Image ส่วน "open source" คือวลีที่ทำให้ทีมต่างๆ เดือดร้อนได้ Community License Agreement เป็นเอกสารที่มีข้อกำหนดซึ่งอาจผูกติดกับผลิตภัณฑ์ของคุณได้ และคำแนะนำที่รับผิดชอบมีเพียงอย่างเดียว คืออ่านไฟล์จริงแทนที่จะอ่านบทสรุป รวมถึงบทสรุปฉบับนี้ด้วย เช่นเดียวกันและยิ่งชัดเจนขึ้นกับ Qwen-Image-2.1: ใบอนุญาตเพื่อการวิจัยที่ไม่ใช่เชิงพาณิชย์หมายถึงคุณได้ต้นแบบที่ตรวจสอบได้ แต่เป็นผลิตภัณฑ์ที่คุณคงไม่สามารถวางจำหน่ายได้หากไม่มีการหารือกันก่อน และอย่างน้อยมีเว็บไซต์เปรียบเทียบแห่งหนึ่งที่ยังระบุ Qwen Image 3.0 เป็น Apache-2.0 ซึ่งผิดอย่างชัดเจน และเป็นความผิดพลาดแบบที่ทำให้เสียเวลาหนึ่งสัปดาห์
การทดสอบเชิงปฏิบัติสั้น ๆ แผนของคุณกำหนดให้ต้องมี weights อยู่ภายในขอบเขตของคุณเองหรือไม่ — เพื่อการพำนักของข้อมูล เพื่อต้นทุนเมื่อใช้งานปริมาณมาก หรือเพื่อการปรับแต่งละเอียด หากใช่ ผู้สมัครเพียงรายเดียวจากสองตัวนี้คือ MiniMax-H3-Image และทางออกนั้นเป็นไปได้จริงด้วยอาร์ติแฟกต์ราว 135 GB และการทบทวนสัญญาอนุญาต หากไม่ ข้อคำถามเรื่องสัญญาอนุญาตก็ไม่มีความหมาย และการตัดสินใจเหลือเพียงการเทียบการเรนเดอร์ข้อความกับความละเอียด บนสองโมเดลที่คุณภาพยังไม่มีใครภายนอกบริษัทผู้ขายวัดอย่างอิสระ
สิ่งที่น่าจับตาคือไม่ใช่การรีเฟรชกระดานผู้นำครั้งถัดไป เพราะไม่มีโมเดลไหนอยู่บนกระดานนั้นในลักษณะที่จะตัดสินอะไรได้เด็ดขาด สิ่งที่น่าจับตาคือ Alibaba จะกลับลำการปิดและปล่อยเวตสำหรับสาย 3.x หรือไม่ เพราะนั่นจะทำให้มีโมเดลภาพความละเอียดสูงแบบเปิดสองตัวอยู่ในตลาดเดียวกันเป็นครั้งแรกในรอบหนึ่งปี — และ MiniMax-H3-Image จะได้คะแนนหรือไม่ เพราะตอนนี้คนเดียวที่บอกได้ว่ามันดีแค่ไหนคือคุณ จากพรอมป์ของคุณเอง ซึ่งอาจเป็นจุดยืนที่ซื่อสัตย์ที่สุดในการเปรียบเทียบนี้ หรือเป็นจุดที่ลำบากที่สุดก็ได้ ขึ้นอยู่กับว่าคุณมีเวลาในสัปดาห์มากแค่ไหน
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
