MiniMax-H3-Image so với FLUX 3: Tọa độ hay Điểm ảnh — Hai quan niệm khác nhau về kiểm soát

Đặt hai mô hình này trước cùng một bản tóm tắt yêu cầu và chúng sẽ thất bại theo hai hướng trái ngược nhau. MiniMax-H3-Image cho bạn mười sáu megapixel, mười sáu ảnh tham chiếu và một bộ lấy mẫu sáu bước, nhưng không có cách nào để chỉ định vị trí của bất cứ thứ gì ngoài việc viết bằng lời. FLUX 3, trong hạng hình ảnh của nó, cung cấp cho bạn một hộp giới hạn cho mỗi phần tử trên lưới 0–1000 được viết dưới dạng [y_min, x_min, y_max, x_max], cho phép bạn chỉnh sửa từng hộp một mà không chạm vào phần còn lại của khung hình, và bắt đầu thang độ phân giải của nó ở 768 pixel. Một mô hình bán dung lượng; mô hình kia bán sự định hướng. Nếu vấn đề của bạn là một ảnh chụp sản phẩm phải chịu được việc cắt thành biển quảng cáo, MiniMax-H3-Image là mô hình duy nhất trong hai mô hình có thể tạo ra tệp đó. Nếu vấn đề của bạn là logo của khách hàng phải nằm ở góc trên bên trái với đúng 12% chiều rộng khung hình, FLUX 3 là mô hình duy nhất sẽ nhận chỉ dẫn đó.

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.

Mỗi mục cho phép bạn chỉ định những gì

Bề mặt điều khiển của FLUX 3 mang tính không gian, và đó là điểm thể hiện rõ quan điểm nhất về mô hình. Canvas luôn là một lưới 0–1000 trên cả hai trục, được chuẩn hoá, nên prompt bố cục không phụ thuộc vào độ phân giải: bạn mô tả cảnh tổng thể trong một caption, sau đó liệt kê các phần tử với id, box và mô tả, rồi trích dẫn các id bên trong caption. Mô hình lập kế hoạch sắp xếp — BFL có tài liệu mô tả chế độ agent trong đó một LLM tạo ra bố cục — và sau đó mọi box vẫn có thể chỉnh sửa được. Bạn có thể mô tả lại một box, thay thế nó hoặc di chuyển nó, và những vùng bạn không chạm vào được giữ cố định. Các tham chiếu là các token được đánh số, ref_image_0 trở lên, tối đa mười tham chiếu, và chúng được tổng hợp thành một cảnh thay vì xếp chồng làm ứng viên.

Bề mặt điều khiển của MiniMax-H3-Image dựa trên vị trí và văn bản. Văn bản gợi ý được nhập vào tối đa 32.000 ký tự, trong đó khoảng 4.096 token đầu tiên có hiệu lực. Ảnh tham chiếu được đưa vào dưới dạng tối đa mười sáu hình ảnh, được xác định theo thứ tự tải lên — <Picture 1>, <Picture 2> — mà không cần gõ bất cứ thứ gì: không có gì trong API cho mô hình biết ảnh tham chiếu nào là nhân vật, ảnh nào là sản phẩm và ảnh nào là nền. Toàn bộ chỉnh sửa được diễn đạt bằng ngôn ngữ. Không có lượt xử lý thứ hai, không có vùng mặt nạ, không có hệ tọa độ.

Sự khác biệt đó không phải là khoảng trống tính năng theo một hướng. Mười sáu vị trí không gán kiểu mang lại nhiều dư địa hơn mười tham chiếu được đánh số, và một chú thích mô tả mối quan hệ — “người phụ nữ trong ảnh 3, mặc chiếc áo khoác trong ảnh 7, ở trong căn phòng trong ảnh 1” — mang thông tin mà một bounding box không thể. Nhưng một bounding box mang độ chính xác mà một chú thích không thể, và MiniMax-H3-Image không có thứ tương đương.

Các con số, từng chiều một

• Giới hạn đầu ra — FLUX 3 Image: 4K, công bố ở 5456×3072, khoảng 16,8 MP. MiniMax-H3-Image: khoảng 16 MP ở mọi tỷ lệ khung hình, 4096×4096 ở 1:1 cho đến 6272×2688 ở 21:9, được API giới hạn ở mức 20 MP.

• Ngưỡng đầu ra tối thiểu — FLUX 3 Image: 768×768. MiniMax-H3-Image: thẻ ghi khoảng 4 MP là mức đáy thực tế, không có phân hạng ảnh nhỏ nào cả.

• Giá ở 1K — FLUX 3 Image: $0.048. MiniMax-H3-Image: $0.02179.

• Giá ở 2K — FLUX 3 Image: $0.10. MiniMax-H3-Image: $0.02333.

• Giá ở 4K — FLUX 3 Image: $0.607. MiniMax-H3-Image: $0.06879 giá niêm yết, $0.03439 với mức giảm giá hết hạn vào 16:00 UTC ngày 17 tháng 11 năm 2026.

• Tài liệu tham khảo — FLUX 3 Image: tối đa 10, được đánh số, miễn phí. MiniMax-H3-Image: tối đa 16, theo vị trí, được tính phí như token hình ảnh đầu vào với $1.50 mỗi triệu.

• Chỉnh sửa — FLUX 3 Image: giới hạn theo hộp, nhiều hộp cho mỗi yêu cầu, bảo toàn các vùng không bị tác động. MiniMax-H3-Image: toàn bộ ảnh, được mô tả bằng prompt, tối đa 16 tham chiếu trong một lần gọi.

• Trọng số — FLUX 3 Image: chưa phát hành; giấy phép trọng số thương mại được bán cho các công ty ở quy mô lớn thông qua kênh bán hàng của BFL, và phần lõi FLUX 3 Dev vẫn đang ở trạng thái “sắp ra mắt.” MiniMax-H3-Image: có thể tải xuống ngay hôm nay, 68,65 GB cộng với bộ mã hóa 66,7 GB mượn từ MiniMax-H3.

• Lấy mẫu — MiniMax-H3-Image: cố định ở sáu bước, không có classifier-free guidance, các giá trị khác bị từ chối với HTTP 400. FLUX 3 Image: không có số bước hoặc điều khiển guidance được công bố; hạng hình ảnh chỉ dùng qua API.

• Điểm số độc lập — FLUX 3 Image: Elo 1116 trên bảng xếp hạng văn bản thành hình ảnh của Artificial Analysis, thứ 16/108, trên 6.457 mẫu; Elo 1119 trên bảng xếp hạng chỉnh sửa, thứ 17, trên 5.256 mẫu. MiniMax-H3-Image: không có mục nào trên cả hai bảng, và cũng không có bảng đánh giá của nhà cung cấp.

Chênh lệch giá lớn hơn chênh lệch độ phân giải, và nó lại chỉ theo hướng ngược lại.

Ở 1K, MiniMax-H3-Image có giá $0.02179 còn FLUX 3 Image có giá $0.048 — chỉ hơn một nửa một chút. Ở 2K, tỷ lệ này nới rộng lên khoảng bốn trên một. Ở 4K, con số gần chín trên một: $0.607 so với $0.06879, hoặc mười hai trên một so với mức giá đã giảm $0.03439. Đường cong đó là dữ kiện hệ trọng nhất trong phép so sánh này, và đáng để hiểu vì sao nó lại có hình dạng như vậy thay vì cho rằng một nhà cung cấp nào đó đang bán giá cắt cổ.

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.

Sáu tuần lưu lượng truy cập đổi lấy được gì, và một ngày thì không.

FLUX 3 Image đã được chấm điểm. Artificial Analysis xếp nó thứ 16 ở mảng tạo ảnh từ văn bản với Elo 1116 trên 6.457 mẫu, và thứ 17 ở mảng chỉnh sửa với Elo 1119 trên 5.256 mẫu — ở giữa bảng, trên FLUX.2 [max] và dưới phần lớn dàn Nano Banana và MAI hiện tại, với mức giá niêm yết 48 USD mỗi nghìn ảnh. Bạn có thể đặt con số đó cạnh con số của đối thủ và đưa ra quyết định. Bạn cũng có thể theo dõi nó thay đổi khi có thêm mẫu, điều đã xảy ra với một số mô hình xếp trên nó.

MiniMax-H3-Image không có gì tương đương. Không phải điểm thấp — mà là không có điểm. Thẻ mô tả của nhà cung cấp tuyên bố “khả năng tuân thủ chỉ dẫn mạnh nhất trong số các mô hình mã nguồn mở” mà không có bảng số liệu, và lưới trưng bày trên trang mô hình là bằng chứng duy nhất hiện có về đầu ra. Mới một ngày công khai không đủ thời gian để một đấu trường mù tích lũy mẫu trên một mô hình mất mười giây cho mỗi lần tạo, nên việc thiếu vắng là điều dễ hiểu chứ không đáng ngờ. Dù vậy, đó vẫn là một sự thiếu vắng, và điều đó có nghĩa là lập luận về chất lượng dành cho MiniMax-H3-Image hiện tại là lập luận dựa trên kiến trúc và dựa trên giá cả.

Lập luận về kiến trúc không hề rỗng. Một transformer khuếch tán dense 33,1B được chưng cất xuống còn sáu bước không dẫn hướng là một lựa chọn có chủ đích về chi phí phục vụ, và chính sáu bước là lý do khiến một lần sinh 16 MP là một yêu cầu chứ không phải một tác vụ theo lô. Cách diễn đạt của chính model card — 16 MP “với chi phí tính toán thực tế” — là một tuyên bố về FLOPs, và nó nhất quán với mọi thứ trong kho mã. Chỉ có điều đó không phải là một tuyên bố về chất lượng, và hai điều này bị hòa lẫn trong mọi bài công bố ra mắt.

Nơi mà mỗi cái sẽ hỏng khi chạy trong môi trường production

Giới hạn của FLUX 3 nằm ở đầu ra nhỏ nhất của nó. Mức sàn 768 pixel và trần 4K nghĩa là mô hình thoải mái trong phạm vi diễn ra phần lớn công việc thương mại, và nó sẽ không cung cấp cho bạn một bản ảnh rộng 6000 pixel. Nó cũng là mô hình đóng: bạn không thể tải xuống, không thể ghim một checkpoint, và trang cấp phép của BFL bán dịch vụ tự lưu trữ cho các công ty ở quy mô lớn thay vì cho cá nhân. Nếu BFL thay đổi mức giá hoặc ngừng cung cấp một gói, pipeline của bạn cũng thay đổi theo. Sáu tuần lưu lượng truy cập là một thành tích đã qua, không phải là bảo đảm.

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.

Có một giới hạn thứ ba mà cả hai cùng có và không bài đăng ra mắt nào nhắc đến: vòng lặp đánh giá. Không mô hình nào cho bạn cách biết liệu một prompt nhất định có đạt kết quả mong muốn hay không, ngoại trừ việc tạo ra nó. Các hộp của FLUX 3 thu hẹp không gian các lỗi có thể xảy ra vào vị trí, thứ có thể kiểm tra bằng mã. Các lỗi của MiniMax-H3-Image mang tính ngữ nghĩa, nghĩa là phải có con người xem xét. Đối với một pipeline tạo hàng nghìn hình ảnh mỗi ngày, khác biệt về chi phí xác minh đó có thể vượt quá khác biệt về chi phí tạo sinh.

Gọi cái nào

Nếu sản phẩm bàn giao lớn — một bản in, một nền sẽ được cắt thành ba tỷ lệ khung hình, một ảnh hero 4K phải giữ được chi tiết ở 100% — thì MiniMax-H3-Image là lựa chọn duy nhất ở đây tạo ra được tệp, và ở mức $0.06879 mỗi khung hình, nó cũng là lựa chọn rẻ hơn với khoảng cách lớn. Hãy chọn nó, lập ngân sách theo giá niêm yết thay vì con số đã giảm giá, và đọc giấy phép trước khi bạn xây dựng sản phẩm dựa trên nó.

Nếu sản phẩm bàn giao mang tính bố cục — một bố cục phải chính xác tuyệt đối, một chỉnh sửa phải giữ nguyên mọi thứ khác, một hệ thống thương hiệu mà vị trí đặt chính là điểm mấu chốt — thì FLUX 3 là bên duy nhất có các điều khiển, và nó được chấm điểm, nghĩa là bạn có thể dự đoán được thứ mình đang mua. Chênh thêm hai xu rưỡi ở 1K không phải là con số quyết định trong trường hợp đó.

Nếu bạn cần cả hai, cách thực sự hiệu quả là chia tách công việc thay vì chọn một bên: bố cục và chỉnh sửa ở độ phân giải mà FLUX 3 xử lý được, sau đó phóng to hoặc tạo lại khung đã được duyệt ở 16 MP. Đó là hai lần gọi và hai hóa đơn thay vì một, và vẫn rẻ hơn so với việc phát hiện ra sau một trăm lần tạo rằng mô hình của bạn không thể giữ được logo ở góc.

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.

Câu hỏi sẽ định đoạt điều đó.

Điều còn thiếu trong phép so sánh này không phải là một thông số kỹ thuật. Mà là số lượng mẫu. Khi MiniMax-H3-Image xuất hiện trên một đấu trường hình ảnh với vài nghìn lượt bình chọn mù, khoảng cách giá thôi đóng vai trò lý lẽ chính và trở thành một sự đánh đổi: một lượng chất lượng đo được lấy một lượng tiền. Cho đến lúc đó, FLUX 3 là mô hình bạn có thể suy luận, còn MiniMax-H3-Image là mô hình bạn phải kiểm thử, và chi phí kiểm thử nó đủ thấp — vài đô-la và một buổi chiều — đến mức bất kỳ ai có sản phẩm bàn giao 4K đều nên tự chạy thử thay vì chờ kết quả của người khác.