MiniMax-H3-Image vs Meta Muse Image: Nơi lợi thế trọng số mở dừng lại

Có một phép so sánh mà MiniMax-H3-Image không thắng, và đó là phép so sánh với một mô hình chỉ tốn một xu. Meta Muse Image, ra mắt từ ngày 7 tháng 7 năm 2026 trên Model API của chính Meta với giá cố định 0,01 USD cho mỗi ảnh được tạo và gộp search grounding vào mức giá đó, đứng ở 1.127 Elo trên AA-Image-T2I v2.1 với 9.061 phiếu — xếp thứ mười ba, hơn MiniMax-H3-Image 61 điểm, mô hình đạt 1.066 với 3.206 phiếu và xếp thứ hai mươi lăm, với các khoảng tin cậy không hề gần chạm nhau. Trên bảng chỉnh sửa, hai mô hình gần như hòa nhau: MiniMax-H3-Image đạt 1.138, Muse Image đạt 1.128, cách nhau mười điểm với các thanh sai số chồng lấn mạnh. Và MiniMax-H3-Image tốn từ 0,02179 đến 0,06879 USD mỗi ảnh, so với mức một xu.

Vậy nên mô hình dẫn đầu mọi đối thủ có thể tải xuống trên cả hai bảng xếp hạng bước vào cặp đấu này với một trận hòa mà nó phải trả gấp đôi, và một trận thua mà nó phải trả sáu mươi mốt Elo. Điều đó đáng để suy ngẫm, vì đây chính là phép so sánh cho bạn biết “mô hình hình ảnh open-weights tốt nhất” thực sự đáng giá bao nhiêu.

Mười điểm và sáu mươi mốt, và tại sao điều thứ hai lại quan trọng hơn

Thế hòa trong chỉnh sửa là một thế hòa thực sự và nên được báo cáo đúng như vậy. Khoảng của MiniMax-H3-Image chạy từ 1,122 đến 1,154; khoảng của Muse Image chạy từ 1,117 đến 1,139. Chúng chồng lấn trên phần lớn chiều rộng của mình, và chính các dải thứ hạng của bảng — từ thứ chín đến thứ mười tám so với từ thứ mười ba đến thứ hai mươi mốt — chỉ là một cách nói dài hơn cho cùng một điều. Không ai có thể tuyên bố một lợi thế chỉnh sửa ở đây mà vẫn đứng vững khi đọc lại dữ liệu lần thứ hai.

Khoảng cách giữa các thế hệ là một kiểu con số khác. 1.066 với khoảng có cận trên là 1.081, so với 1.127 với khoảng có cận dưới là 1.116 — ba mươi lăm điểm khoảng trống rõ ràng giữa hai khoảng. Đó không phải là nhiễu, và cũng không phải là một hiệu ứng nhỏ: trên một bảng xếp hạng gồm một trăm mười bốn mô hình, đó là khác biệt giữa nhóm 25% dẫn đầu và nhóm 25% thứ hai. Về text-to-image thuần túy, mô hình penny của Meta tốt hơn, và dữ liệu nói lên điều đó một cách rõ ràng, không thể nhầm lẫn.

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.

Đồng xu thực sự mua được gì, và phép tính đổ vỡ ở đâu

Đơn vị tính phí của Meta được tài liệu hóa với độ chính xác bất thường: hình ảnh, không phải token. Tài liệu dành cho nhà phát triển cho biết mô hình được tính phí cố định $0.01 cho mỗi hình ảnh được tạo và nói thẳng rằng Muse Image "không được tính giá theo token"; khối thông tin sử dụng mà nó trả về có số lượng token đầu vào và đầu ra chỉ mang tính tham khảo. Có hai hệ quả, và cả hai đều thuộc vận hành chứ không phải hình thức. Các trường hợp thất bại không bị tính phí — những hình ảnh tạo thất bại, hoặc bị bộ lọc an toàn loại bỏ trước khi được trả về, không được tính. Và tính năng neo kết quả tìm kiếm, vốn là một lần tra cứu web trực tiếp cộng với các lệnh gọi công cụ đằng sau một đầu ra duy nhất, nằm trong giá mỗi hình ảnh chứ không được tính thêm bên cạnh.

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.

Nhưng hai bên không bán cùng một sản phẩm, và đây là chỗ việc so sánh phải trở nên cụ thể thay vì chỉ dừng ở cấp độ từng hình ảnh. MiniMax-H3-Image công bố khung vẽ của mình ở mọi tỷ lệ khung hình: 4096×4096, 4736×3552, 5024×3360, 5472×3072, 6272×2688, với giới hạn API 20 megapixel. Meta hoàn toàn không công bố kích thước pixel nào cho Muse Image. Tài liệu của họ nói rõ rằng tham số size trên các endpoint images “chỉ đặt tỷ lệ khung hình, không đặt pixel chính xác” — đừng hiểu đó là bảo đảm về độ phân giải. Không có con số megapixel nào được công bố để làm cơ sở quy đổi chi phí, nghĩa là phép so sánh theo từng megapixel lẽ ra có thể phân định chuyện này thì không thể tính được từ tài liệu. Hãy coi đó là một sự thật về mức độ công bố thông tin của hai nhà cung cấp, không phải là khiếm khuyết của một trong hai sản phẩm.

Mô hình đóng là loại dễ triển khai hơn, và đó chính là điều trái ngược.

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 có thể tải xuống, điều thường được hiểu là lựa chọn tự do. Theo Thỏa thuận Cấp phép Cộng đồng MiniMax-H3-Image, thỏa thuận này loại trừ Liên minh Châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ — đối với mô hình, chứ không chỉ các đầu ra của mô hình — yêu cầu sự cho phép riêng bằng văn bản đối với dịch vụ lưu trữ ở bất kỳ mức doanh thu nào và, nếu không, đối với trường hợp trên một triệu đô la doanh thu hằng năm, yêu cầu hiển thị nổi bật tên mô hình ở mọi nơi sử dụng mô hình, và cấm sử dụng các đầu ra của mô hình để huấn luyện các mô hình khác.

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.

Đối với một nhóm ở Singapore hoặc São Paulo, điều khoản giấy phép không có hiệu lực và cách tính quay lại như trên: một xu so với hai xu khi hòa về chỉnh sửa, và một xu so với hai xu khi thua về tạo sinh. Vẫn là Meta, theo những con số này, trừ khi pixel là yêu cầu.

Hai cách tháo các núm vặn

Cả hai mô hình đều đã lấy đi các điều khiển lấy mẫu của bạn, và chúng làm điều đó theo hai hướng trái ngược nhau. MiniMax-H3-Image đã chưng cất một transformer 33,1 tỷ tham số xuống còn sáu bước lấy mẫu mà không có classifier-free guidance, và API từ chối mọi số bước hoặc giá trị guidance khác bằng HTTP 400. Không có prompt phủ định. Những thứ duy nhất bạn thay đổi là prompt — tối đa 32.000 ký tự, trong đó khoảng 4.096 token đầu tiên có hiệu lực — và các tham chiếu, tối đa mười sáu, được đánh địa chỉ theo vị trí là <Picture 1> đến <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.

Khác biệt thực tiễn thể hiện rõ khi gặp lỗi. Khi MiniMax-H3-Image chỉnh sửa sai, chỉ có một lượt để chất vấn và không có ý kiến thứ hai bên trong lệnh gọi; cách khắc phục là prompt tốt hơn hoặc tham chiếu tốt hơn. Khi Muse Image làm sai một trường hợp, lỗi có thể nằm ở đường suy luận chứ không phải ở khâu kết xuất, và việc tăng hay giảm hành vi tác tử là điều đầu tiên cần thử trên prompt của chính bạn thay vì tin sẵn. Không cái nào tốt hơn. Chúng là những bề mặt gỡ lỗi khác nhau, và biết mình đang ở bề mặt nào sẽ tiết kiệm cả một buổi chiều.

Những gì Meta sẽ không nói với bạn

Cái giá phải trả đi kèm với một khoảng trống tài liệu lớn, và điều đó xứng đáng được nhắc đến ngay cùng với mức giá. Meta chưa công bố giới hạn tốc độ cho Muse Image mà chúng tôi có thể đọc được — trang giới hạn tốc độ trên site dành cho nhà phát triển của họ chỉ trả về một khung rỗng không có số liệu. Không có hồ sơ độ trễ nào được công bố, không có tỷ lệ thành công, và không có đánh giá độc lập nào về vòng lặp agentic dưới lưu lượng production. Không có bộ đánh giá chuẩn nào về khả năng tuân theo chỉ dẫn hoặc độ trung thực khi chỉnh sửa từ bất kỳ bên độc lập nào, và chính đồ họa đánh giá chuẩn của Meta cũng không có số liệu nào đọc được. Nếu thông lượng quan trọng đối với thiết kế của bạn, bạn sẽ tự khám phá ra giới hạn vận hành từ API thay vì từ tài liệu hướng dẫn.

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.

Làm thế nào để quyết định, chỉ trong một lượt

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.

Nếu đầu ra của bạn phải giữ được chi tiết ở kích thước in, hoặc phải được cắt theo ba cách từ một bản gốc duy nhất, thì câu trả lời là MiniMax-H3-Image và giá cả không thành vấn đề vì giải pháp thay thế không thể tạo ra tư liệu đó. Mười sáu megapixel gốc ở mọi tỷ lệ khung hình là một đẳng cấp mà mô hình giá rẻ không thể cạnh tranh, bất kể điểm ưu tiên của nó, và mười sáu khe vị trí của hệ thống tham chiếu cho phép bạn dàn dựng nhiều hình ảnh được cung cấp thành một cảnh mới thay vì chỉnh sửa một ảnh — đây là khả năng mà không mô hình nào khác trong so sánh này ghi nhận ở quy mô đó.

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.

Nơi bộ định tuyến phù hợp và nơi nó không phù hợp.

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.

Nơi duy nhất mà định tuyến thực sự hữu ích trong so sánh này là phần mà các con số ít ổn định nhất. MiniMax-H3-Image mới ra đời được bốn ngày với khoảng mười sáu điểm trên hàng chỉnh sửa của nó và giấy phép thay đổi theo từng quốc gia; Muse Image có bốn tháng bình chọn và một phạm vi vận hành không được tài liệu hóa. Cả hai đều không phải là thứ để đấu nối vào như một phụ thuộc cứng. Một tuyến chính với chuyển đổi dự phòng tự động sang một mô hình thứ hai đã được đo đạc là cách bạn cấp lưu lượng thật cho một mô hình mới gia nhập mà không đặt cược toàn bộ công việc vào nó — và khi so sánh ở trên là một thế hòa trong giới hạn sai số, thì đó là kiến trúc vận hành trung thực thay vì một sự phòng hờ.

Một xu so với hai xu thoạt trông như một lựa chọn dễ, cho đến khi mô hình thứ nhất có thể trả về khung đầu ra lớn gấp bốn lần và mô hình thứ hai có thể được chuyển sang độ sâu suy luận. Nó không còn giống một câu hỏi về giá đúng vào lúc bạn xác định được đầu ra của mình thực sự phụ thuộc vào thuộc tính nào trong hai thuộc tính đó.