MiniMax-H3-Image vs MAI-Image 2.7 Preview: Một cái là tệp, một cái là bản xem trước

Đưa cho MAI-Image 2.7 Preview một câu lệnh văn bản và không có gì trả về, vì nó không tạo hình từ văn bản. Nó chỉnh sửa. Chỉ một câu đó giải thích phần lớn khác biệt giữa nó và MiniMax-H3-Image, và đây cũng là phần mà mọi so sánh song song giữa hai mô hình đều hiểu sai, bởi vì hai mô hình không giải cùng một bài toán: một bên là checkpoint hợp nhất tạo hình từ văn bản và chỉnh sửa theo ảnh tham chiếu với trọng số có thể tải xuống, bên kia là bản xem trước chỉ để chỉnh sửa của Microsoft AI, có thể truy cập qua playground và bảng xếp hạng, và gần như không có gì khác.

Cả hai đều là những bản phát hành gần đây. MiniMax đã công bố trọng số của MiniMax-H3-Image vào ngày 10 tháng 11 năm 2026 lúc 14:50 UTC; bản xem trước của Microsoft đã xuất hiện rộng rãi từ cuối tháng 10, và bảng xếp hạng độc lập mà nó nằm trên đó cho thấy nó đang dịch chuyển. Những gì sau đây không phải là danh sách tính năng — mà là một nỗ lực trả lời câu hỏi duy nhất quan trọng nếu bạn đang cân nhắc lựa chọn: cái nào trong số này bạn thực sự có thể đưa vào một pipeline, với chi phí bao nhiêu, và bạn phải đánh đổi điều gì khi chọn nó.

Sự khác biệt đầu tiên là một năng lực, không phải một điểm chuẩn.

MiniMax-H3-Image thực hiện hai công việc từ một checkpoint. Nó tạo ảnh từ một prompt và chỉnh sửa một hoặc nhiều ảnh tham chiếu được truyền theo vị trí dưới dạng <Picture 1> đến <Picture 16>. Cùng một bộ trọng số phục vụ cả hai; không có endpoint chỉnh sửa riêng nào cần cấu hình và không có mô hình thứ hai nào phải trả tiền.

MAI-Image 2.7 Preview đảm nhận công việc thứ hai. Đây là một mô hình chỉnh sửa — bạn đưa cho nó một hình ảnh và một chỉ dẫn, và nó trả về một hình ảnh đã được chỉnh sửa. Không có chế độ văn bản-thành-hình ảnh nào để bật. Đối với một nhóm có quy trình làm việc là “tạo một ảnh chụp sản phẩm, rồi lặp chỉnh sửa nó”, điều đó có nghĩa là mô hình của Microsoft có thể đảm nhận nửa phần lặp chỉnh sửa và không thể đảm nhận khung hình đầu tiên, vì vậy nó không bao giờ là một lựa chọn thay thế trực tiếp cho MiniMax-H3-Image. Cùng lắm, nó chỉ là mô hình thứ hai trong một chuỗi.

Sự bất đối xứng đó đáng được nói rõ, vì nó thay đổi ý nghĩa mà một phép so sánh có thể mang lại. Bạn có thể so sánh chúng về chất lượng chỉnh sửa. Bạn không thể so sánh chúng về khả năng tạo sinh, vì một trong hai không làm việc đó.

Một bên đưa bạn tạ, bên kia đưa bạn huy hiệu xem trước.

MiniMax-H3-Image được phát hành theo Thỏa thuận cấp phép cộng đồng MiniMax-H3-Image, không phải Apache 2.0 và đáng để luật sư đọc trước khi triển khai thương mại, nhưng đây là một sản phẩm có thể tải xuống: 68,65 GB gồm diffusion transformer, VAE và cấu hình, cộng thêm một text encoder 66,7 GB mượn từ kho video MiniMax-H3. Bạn có thể chạy nó trên phần cứng của riêng mình thông qua SGLang, vLLM-Omni, diffusers hoặc ComfyUI, và đội ngũ vLLM đã phát hành hỗ trợ ngay từ ngày đầu cho cả NVIDIA và AMD vào ngày ra mắt. Bạn cũng có thể gọi nó trên API riêng của MiniMax, nơi mã định danh mô hình là MiniMax-H3-Image và một gói Highspeed áp dụng cùng các giới hạn với tốc độ đầu ra cao hơn.

MAI-Image 2.7 Preview đóng theo nghĩa thông thường: không có trọng số, không có giấy phép để đọc, không có model card ghi số tham số hay kiến trúc. Microsoft chưa công bố giá trên mỗi ảnh, độ phân giải tối đa, giới hạn ảnh tham chiếu, giao diện mask hay một mục trên Foundry với endpoint mà nhà phát triển có thể gọi ngay hôm nay. Những gì hiện có là MAI Playground, một lần xuất hiện trên Arena và một mục trên Artificial Analysis. Thế là đủ để có ý kiến về mô hình nhưng chưa đủ để lập ngân sách dựa trên nó.

Đây là khác biệt quyết định phần lớn các quyết định thực tế. Một mô hình trọng số mở không có điểm đánh giá chuẩn là rủi ro kỹ thuật mà bạn có thể loại bỏ bằng cách chạy thử nó. Một mô hình đóng không có giá là ngõ cụt trong thu mua, dù các mẫu trông có tốt đến đâu.

Hội đồng độc lập thực sự nói gì

Tính đến ngày 11 tháng 11 năm 2026, MAI-Image 2.7 Preview đứng thứ tư trên bảng AA-Image-Editing v2.1 của Artificial Analysis với 1123 Elo, xếp sau GPT Image 2.6 Sunburst ở 1209, GPT Image 2.6 Flare ở 1206 và GPT Image 2.5 Sunburst ở 1126. Số lượng mẫu của nó là 5.280, đây là số lượng mẫu thực chứ không phải giá trị giữ chỗ. Khi Microsoft công bố bản xem trước vào ngày 27 tháng 10 năm 2026, họ mô tả mô hình này đứng thứ hai trên bảng đó với 1.193 Elo, kém GPT Image 2.5 Sunburst sáu điểm. Kể từ đó, bảng đã được lấp đầy bởi các mục OpenAI mới hơn và vị trí hiện là thứ tư với 1123 — đó là điều xảy ra với một thứ hạng trong một tháng thay đổi nhanh, và là lý do để đọc bất kỳ điểm Elo nào cùng với ngày ghi nhận của nó thay vì coi đó là sự thật vĩnh viễn. Cách nhà cung cấp tự trình bày về các điểm phụ (chỉnh sửa dựa trên suy luận và chỉnh sửa bối cảnh và phong cách tăng từ thứ bảy lên thứ nhất, chỉnh sửa văn bản và ký hiệu từ thứ sáu lên thứ nhất, dẫn trước 24 Elo về bối cảnh và phong cách) vẫn là mô tả của nhà cung cấp về dữ liệu bên thứ ba: một loại tuyên bố tốt hơn benchmark nội bộ, và vẫn không phải là phép đo mà bạn có thể tái tạo.

MiniMax-H3-Image không có dòng nào trên bảng đó, và cũng không có dòng nào trên AA-Image-T2I v2.1. Không phải là một con số thấp — mà là không có. Mô hình được phát hành vào ngày 10 tháng 11, việc thu thập mẫu cho một bảng ưu tiên theo cặp cần thời gian, và không có con số nào để dẫn ra. Bất kỳ ai nói với bạn rằng một mô hình đánh bại mô hình kia trên một điểm số độc lập đều đang so sánh một mô hình đã được xếp hạng với một mô hình chưa được xếp hạng, mà đó không phải là một phép so sánh.

Vậy nên vị thế chấm điểm trung thực là: MAI-Image 2.7 Preview có điểm chỉnh sửa đứng thứ tư trên một bảng xếp hạng mà nhóm dẫn đầu đông đặc các mô hình O​penAI, còn MiniMax-H3-Image hoàn toàn không có điểm. Đó không phải là lập luận rằng mô hình của M​iniMax tốt hơn hay kém hơn. Đó là lập luận rằng những người duy nhất biết nó giỏi đến mức nào là những người đã chạy thử nó.

Từng chiều một

• Chức năng — MiniMax-H3-Image: tạo ảnh từ văn bản và chỉnh sửa theo ảnh tham chiếu trong cùng một checkpoint. MAI-Image 2.7 Preview: chỉ chỉnh sửa; không có chế độ tạo ảnh từ văn bản.

• Kích thước đầu ra — MiniMax-H3-Image: khoảng mười sáu megapixel ở mọi tỷ lệ khung hình, 4096×4096 ở 1:1 cho đến 6272×2688 ở 21:9, với giới hạn API 20 MP. MAI-Image 2.7 Preview: không được công bố; phiên bản tiền nhiệm của nó bị giới hạn ở khoảng 2,36 megapixel.

• Tham chiếu — MiniMax-H3-Image: tối đa 16, được tham chiếu theo vị trí trong thứ tự tải lên. MAI-Image 2.7 Preview: không có giới hạn tối đa nào được ghi trong tài liệu.

• Trọng số — MiniMax-H3-Image: 68,65 GB cùng một bộ mã hóa văn bản 66,7 GB, theo giấy phép cộng đồng không phải Apache 2.0. MAI-Image 2.7 Preview: không có, và không có dấu hiệu nào cho thấy sẽ có bất kỳ cái nào.

• Giá — MiniMax-H3-Image: $0.02179 cho ảnh 1K, $0.02333 cho 2K, $0.06879 cho 4K theo giá niêm yết và $0.03439 với mức giảm giá 50% kết thúc lúc 16:00 UTC ngày 17 tháng 11 năm 2026. MAI-Image 2.7 Preview: hoàn toàn không có giá được công bố.

• Điểm chỉnh sửa độc lập — MAI-Image 2.7 Preview: 1123 Elo, đứng thứ tư trên AA-Image-Editing v2.1. MiniMax-H3-Image: không có dòng nào trên cả hai bảng tính đến ngày 11 tháng 11 năm 2026.

• Lấy mẫu — MiniMax-H3-Image: cố định ở sáu bước, không có guidance không phân loại, không có lời nhắc phủ định; mọi số bước khác đều bị từ chối với HTTP 400. MAI-Image 2.7 Preview: không được công bố.

• Nơi bạn có thể gọi nó — MiniMax-H3-Image: API riêng của MiniMax cùng khả năng tự lưu trữ qua bốn framework đã được tài liệu hóa. MAI-Image 2.7 Preview: MAI Playground, và bất cứ nơi nào Microsoft triển khai nó tiếp theo.

Một bản chỉnh sửa, được định giá ở phía duy nhất có giá.

MiniMax-H3-Image tính phí theo token đầu vào và đầu ra thay vì theo hình ảnh, và các ví dụ đã tính sẵn trên thẻ là phiên bản dễ đọc: một lần chỉnh sửa 1.024×1.024 với một ảnh tham chiếu 1K tốn $0,02654, vì bạn trả $1,50 cho mỗi triệu token hình ảnh đầu vào cộng thêm chi phí đầu ra. Tạo ảnh 2K có giá niêm yết $0,02333 và tạo ảnh 4K là $0,06879. Chạy hàng loạt một nghìn lần chỉnh sửa 2K, mỗi lần một ảnh tham chiếu, thì bạn sẽ rơi vào khoảng $26 đến $30, tùy thuộc vào chi phí mã hóa ảnh tham chiếu — một con số bạn có thể đưa vào bảng tính ngay hôm nay.

Bạn không thể thực hiện phép tính đó cho MAI-Image 2.7 Preview, và đây là lúc mức giá còn thiếu không còn là lỗ hổng tài liệu mà trở thành vấn đề lập kế hoạch. Một bản preview không có mức giá công bố thì không thể lập ngân sách, không thể so sánh và không thể cam kết, bất kể nó đứng ở đâu trên bảng xếp hạng. Nếu mô hình của Microsoft thực sự giỏi chỉnh sửa hơn — và vị trí thứ tư với 1123 Elo là một vị trí đáng nể — thì cái giá để tìm hiểu không phải là phí theo từng ảnh, mà là một tuần tích hợp với một giao diện có thể thay đổi trước khi nó phát hành.

OrcaRouter không định tuyến cho cả hai mô hình này, và bài viết này sẽ không giả vờ điều ngược lại. Thứ chúng tôi định tuyến là tính năng tạo ảnh mà bạn có thể gọi bằng cùng một khóa như mọi thứ khác — gpt-image-2.5-sunburst, gpt-image-2, các bản xem trước ảnh G​emini, Imagen 4 ở ba hạng dịch vụ, G​rok Imagine Image — theo giá niêm yết của nhà cung cấp với 0% markup được chuyển nguyên, vì vậy khi nhà cung cấp thay đổi mức giá, hóa đơn của bạn cũng thay đổi ngay trong ngày. Đối với một nhóm đang tạo nguyên mẫu tính năng hình ảnh trong khi chờ chất lượng chỉnh sửa của M​iniMax được đánh giá hoặc bản xem trước của Microsoft được gắn giá, đó là một cách để giữ cho pipeline tiếp tục chạy mà không cần hợp đồng thứ hai. Nó không thể thay thế cho một trong hai mô hình, và sự khác biệt này rất quan trọng.

Mười sáu tài liệu tham khảo đối lại với một mức trần không được ghi nhận

Dòng ít được chú ý nhất trong bảng thông số kỹ thuật của MiniMax-H3-Image là số lượng tham chiếu. Mười sáu hình ảnh, được định địa chỉ theo vị trí, đủ để điều kiện hóa một thao tác chỉnh sửa dựa trên một bảng nhân vật, một sản phẩm, ba góc của một căn phòng, một tham chiếu màu sắc và một bảng phong cách trong một lần gọi. Rất ít mô hình hình ảnh ghi rõ khả năng đó, và gần như không mô hình đóng nào ghi rõ điều này. MAI-Image 2.7 Preview không ghi rõ, nên một quy trình làm việc phụ thuộc vào nhiều tham chiếu phải được kiểm chứng bằng thực nghiệm trước khi có thể thiết kế xoay quanh nó.

Một lưu ý về con số đó, vì nó sẽ khiến ai đó gặp rắc rối: model card ghi 16 tham chiếu, trong khi recipe phát hành của vLLM-Omni cho cùng bộ trọng số ghi nhận tối đa 9 hình ảnh mỗi yêu cầu. Cả hai con số đều có thể đúng cùng lúc — giới hạn gom lô của một stack phục vụ và năng lực đã huấn luyện của mô hình là những thứ khác nhau — nhưng nếu quy trình của bạn cần mười hai tham chiếu, thì quan điểm trung thực là bạn nên kiểm thử trên đường phục vụ của chính mình thay vì tin vào một trong hai tài liệu.

Làm gì với cái này, tuần này

Nếu bạn cần tạo ở độ phân giải cao với tùy chọn tự lưu trữ, quyết định thực ra không nằm giữa hai mô hình này; MAI-Image 2.7 Preview không tham gia cuộc đua đó. Hãy chọn MiniMax-H3-Image, với mức giá $0.02333 cho 2K và $0.06879 cho 4K, quyết định trước ngày 17 tháng 11 xem ưu đãi giảm giá 4K có thay đổi kế hoạch của bạn không, và hãy đọc giấy phép trước khi tải xuống chứ không phải sau đó.

Nếu bạn cần khả năng chỉnh sửa tốt nhất hiện có và sẵn sàng làm việc trong một bản xem trước, vị trí thứ tư của MAI-Image 2.7 Preview trên một bảng xếp hạng chỉnh sửa độc lập là một tín hiệu thực sự, và việc nó không có giá là một trở ngại thực sự. Hãy yêu cầu Microsoft cấp quyền truy cập Foundry và một bảng giá. Cho đến khi một trong hai điều đó tồn tại, một pipeline chỉnh sửa được xây dựng trên nó vẫn chỉ là nguyên mẫu, không phải sản phẩm.

Điều đáng theo dõi không phải là lần làm mới bảng xếp hạng tiếp theo. Mà là liệu MAI-Image 2.7 Preview có được định giá và có endpoint hay không, vì điều đó biến đây từ một phép so sánh giữa một mô hình mở với một bản demo đóng thành một lựa chọn thực sự giữa hai thứ có thể mua được. Và liệu MiniMax-H3-Image có được điểm số hay không, bởi hiện tại mô hình có trọng số là mô hình duy nhất trong hai mô hình mà bạn có thể tự đo chất lượng — điều mà, với bất kỳ ai từng bị một bản preview làm cho thất vọng, có thể là ẩn số đáng giá hơn trong hai ẩn số.