MiniMax-H3-Image so với Seedream 5.5: Mười sáu megapixel và không có kênh alpha

Đưa cho cả hai mô hình cùng một ảnh chụp sản phẩm, và chúng trả về những loại tệp khác nhau. MiniMax-H3-Image trả về một hình vuông 4.096 pixel — khoảng mười sáu megapixel raster đục, kèm một dòng trong chính tài liệu tham chiếu API của MiniMax ghi thẳng thừng rằng: nền trong suốt: không được hỗ trợ. Seedream 5.5 trả về ảnh 2K có kênh alpha thật sự, giữ nguyên ở mức pixel những phần của khung hình mà bạn không yêu cầu chỉnh sửa, và được thiết kế để có thể sửa đi sửa lại cả trăm lần mà không bị trôi. Một trong hai là tệp để bạn hoàn thiện. Cái còn lại là tệp để bạn tiếp tục làm việc. Khác biệt đó lớn hơn bất cứ thứ gì mà cả hai nhà cung cấp công bố như một chuẩn đánh giá trong tuần này, và cả hai đều không công bố con số nào mà bạn có thể tự kiểm chứng.

Thời điểm ra mắt chính là điều khiến phép so sánh này trở nên công bằng. ByteDance công bố Seedream 5.5 vào ngày 9 tháng 11 năm 2026; MiniMax đưa trọng số của MiniMax-H3-Image lên Hugging Face vào ngày 10 tháng 11 lúc 14:50 UTC và đăng về mô hình lúc 15:40. Hai ngày, hai màn ra mắt, một công việc chồng lấn. Điều không đối xứng là mức độ mà nhà phát triển thực sự có thể tiếp cận từng mô hình. MiniMax-H3-Image có mã định danh mô hình công khai, bảng giá kèm ví dụ tính toán, cùng 68,65 GB trọng số có thể tải xuống và một bộ mã hóa văn bản 66,7 GB vay mượn từ một kho lưu trữ thứ hai. Seedream 5.5 có năm bề mặt của ByteDance, một dòng thông cáo nói rằng endpoint Volcano Ark sẽ mở "trong tuần này", và không có mã định danh mô hình ở bất kỳ đâu trong tài liệu của ModelArk, nơi vẫn liệt kê 5-0-pro, 5-0-flash, 5-0-lite, 4-5 và 4-0. Và tính đến ngày 11 tháng 11 năm 2026, cả hai mô hình đều không có một dòng nào trên các bảng xếp hạng hình ảnh của Artificial Analysis — không phải một dòng thấp, mà là không có.

Dòng trong mỗi bảng thông số kỹ thuật mà bảng còn lại không thể trả lời

MiniMax-H3-Image là một nước đi về độ phân giải, và nó thể hiện điều đó theo đúng nghĩa đen một cách lạ thường. Hình học đầu ra đạt khoảng mười sáu megapixel ở mọi tỷ lệ khung hình — 4096×4096 ở 1:1, 4736×3552 ở 4:3, 5024×3360 ở 3:2, 5472×3072 ở 16:9, 6272×2688 ở 21:9 — không có bộ upscale riêng trong đường xử lý và giới hạn API là 20 megapixel. Mười sáu megapixel là đủ cho một bản kẽm in, một phần cắt cho biển quảng cáo, hoặc một nền phải giữ được chi tiết khi ba vị trí được cắt ra từ đó. Điều nó không có là kênh alpha. Tài liệu tham chiếu API liệt kê ảnh xem trước, chỉnh sửa có mặt nạ và nền trong suốt cùng thuộc nhóm không được hỗ trợ, và không có thông báo nào cho thấy điều ngược lại. Đối với quy trình tổng hợp hình ảnh, đó không phải là một thiếu sót nhỏ: một mô hình nền trong suốt giúp bạn tiết kiệm công đoạn tạo mặt nạ tách nền, còn một mô hình 4K không có tính năng đó trao cho bạn mười sáu megapixel vẫn cần được tách nền trước khi có thể xếp lớp.

Seedream 5.5 là hình ảnh phản chiếu. Tính năng nổi bật thứ hai của nó, sau tuyên bố chỉnh sửa hàng trăm vòng, là đầu ra RGBA native — độ trong suốt được tạo ra như một đầu ra hạng nhất với xử lý viền được xây dựng để phục vụ ghép lớp, thay vì một hình cắt đã qua xử lý hậu kỳ. Các bài đưa tin ra mắt tại Trung Quốc đặt mức trần lên tới 100 lớp trong suốt cho mỗi tài nguyên; đây là con số của nhà cung cấp cho đến khi có người mở một tệp nhiều lớp trong công cụ thiết kế và kiểm tra mặt nạ, nhưng hướng đi đã rõ: ByteDance đang bán một tệp có thể đưa thẳng vào bố cục, chứ không phải một tệp phải xuất ra rồi làm sạch. Đánh đổi là độ phân giải. Mọi con số Seedream 5.5 được công bố đều ở 2K, và chưa có phân khúc 4K nào được công bố. Hai nghìn pixel mỗi chiều là quá đủ cho ảnh hero trên web hoặc một ô danh mục ở kích thước tham chiếu 2K; nhưng đây không phải là đầu ra dành cho in ấn.

Vậy là hai mô hình hoàn toàn không cạnh tranh để giành cùng một ngân sách pixel. Câu trả lời của M​iniMax cho câu hỏi "tôi được gì" là diện tích. Câu trả lời của ByteDance là các kênh.

Từng chiều một

• Giới hạn đầu ra — MiniMax-H3-Image: khoảng 16 MP ở mọi tỷ lệ khung hình, từ 4096×4096 ở 1:1 đến 6272×2688 ở 21:9, giới hạn API 20 MP. Seedream 5.5: 2K vừa là kích thước tham chiếu vừa là kích thước được dùng để báo giá; chưa công bố hạng 4K.

• Độ trong suốt — MiniMax-H3-Image: không được hỗ trợ, theo tài liệu tham chiếu API. Seedream 5.5: RGBA gốc, nhà cung cấp công bố tối đa 100 lớp trong suốt cho mỗi tài nguyên.

• Những gì một chỉnh sửa giữ lại — MiniMax-H3-Image: không có gì bị khóa; mỗi chỉnh sửa là một lần tạo mới dựa trên những tham chiếu bạn truyền vào. Seedream 5.5: các vùng không chỉnh sửa được giữ nguyên "ở cấp độ điểm ảnh", loại bỏ sai lệch màu sắc, 100 lượt trên một hình ảnh — tất cả theo báo cáo của nhà cung cấp.

• Tham chiếu — MiniMax-H3-Image: tối đa 16, được tham chiếu theo vị trí dưới dạng <Picture 1> đến <Picture 16> theo thứ tự tải lên, tính phí 1,50 USD cho mỗi triệu token hình ảnh đầu vào. Seedream 5.5: không có giới hạn tham chiếu được công bố, vì không có schema yêu cầu được công bố.

• Giá ở 2K — MiniMax-H3-Image: $0.02333. Seedream 5.5: khoảng ¥0.28, tương đương $0.039, mỗi lần chỉnh sửa.

• Giá ở 4K — MiniMax-H3-Image: $0.06879 niêm yết, $0.03439 với mức giảm giá 50% kết thúc lúc 16:00 UTC ngày 17 tháng 11 năm 2026 và chỉ áp dụng khi hình ảnh được giao có ít nhất 16.600.000 pixel. Seedream 5.5: không được cung cấp.

• Lấy mẫu — MiniMax-H3-Image: cố định ở sáu bước và không dùng classifier-free guidance; mọi giá trị khác đều bị từ chối với HTTP 400. Seedream 5.5: số bước và guidance không được công bố.

• Độ dài prompt — MiniMax-H3-Image: chấp nhận 32.000 ký tự, trong đó chỉ khoảng 4.096 token đầu tiên là thực sự có tác dụng. Seedream 5.5: không được nêu cụ thể.

• Nơi bạn có thể gọi nó — MiniMax-H3-Image: mã model MiniMax-H3-Image trên API riêng của MiniMax, một hạng Highspeed với giới hạn y hệt, và trọng số mở. Seedream 5.5: Doubao, Doubao Work, Dreamina, BytePlus AI Playground và Dola, cùng một API dành cho nhà phát triển được hứa hẹn trên Volcano Ark nhưng chưa được xác định.

• Điểm số độc lập — không bên nào. Cả hai bảng đều trống đối với cả hai mô hình.

Chi phí thực tế của một megapixel, được tính toán cụ thể

Giá được nêu chính không thể so sánh như khi được báo giá, vì một bên được báo ở mức 2K còn bên kia là một thang ba nấc. Chia cho diện tích được giao giúp chúng so sánh được, và câu trả lời không phải là câu mà các bảng giá gợi ý.

Seedream 5.5 ở mức khoảng $0.039 cho một khung vuông 2K, tương đương khoảng $0.0093 mỗi megapixel. MiniMax-H3-Image ở mức $0.02333 cho cùng khung vuông 2K là khoảng $0.0056 mỗi megapixel — rẻ hơn khoảng 40% mỗi pixel cho cùng một sản phẩm danh nghĩa. Đẩy MiniMax-H3-Image lên 4K và đường cong còn uốn sâu hơn: $0.06879 trên khoảng 16.8 megapixel là $0.0041 mỗi megapixel, một mức giá tốt hơn gần gấp rưỡi so với chính gói 2K của nó và rẻ hơn khoảng 2,3 lần mỗi pixel so với gói 2K của Seedream 5.5. Dưới mức giảm giá ra mắt, con số đó trở thành $0.00205 mỗi megapixel — nhưng con số ấy hết hạn vào ngày 17 tháng 11, và một pipeline được lập ngân sách dựa trên nó tức là được lập ngân sách dựa trên một chương trình khuyến mãi.

Cách hiểu trung thực là bảng giá bậc thang của MiniMax gần như phẳng vì việc tính phí dựa trên token và số lượng token không tăng theo diện tích theo cách trực giác vẫn mong đợi: $0,02179 ở 1K, $0,02333 ở 2K, $0,06879 ở 4K. Gấp mười sáu lần số pixel ở 4K với mức giá chỉ hơn ba lần giá 1K một chút. Cách tính của ByteDance khác về bản chất — ảnh đầu vào cộng ảnh đầu ra, token văn bản miễn phí — nên một lần chỉnh sửa bằng Seedream tốn cùng một mức giá dù bạn yêu cầu thay đổi nhỏ hay lớn, đây là hình thức phù hợp cho một mô hình mà sản phẩm là chỉnh sửa thay vì tạo sinh.

Phép tính theo từng pixel cũng làm lợi cho phía không nên được lợi trong so sánh này. Không ai mua megapixel; họ mua một sản phẩm bàn giao. Nếu bạn cần 2K, MiniMax-H3-Image rẻ hơn khoảng 40% mỗi ảnh trước khi tính đến việc tách nền mà bạn vẫn phải chạy để có kênh alpha mà nó không thể tạo ra. Việc tách nền đó là một mục chi phí thực sự, và với một danh mục vài trăm SKU, đó chính là mục chi phí quyết định dự án.

Mua một trăm viên đạn là một giao dịch mua khác với mua một trăm hình ảnh.

Tuyên bố cốt lõi của Seedream 5.5 là độ bền bỉ: một hình ảnh duy nhất trụ vững qua 100 vòng chỉnh sửa với các vùng không bị chạm tới vẫn nguyên vẹn và không tích tụ lệch màu. Với mức giá ¥0.28 mỗi vòng, một phiên đủ trăm vòng trên cùng một tài sản tốn khoảng ¥28, tức khoảng $3.89, và mỗi vòng là một miếng vá trên cùng một khung hình. Đó chính là quy trình mà ByteDance đang bán, và nó giải thích cho cách tính hai phần — bạn trả tiền để gửi một hình ảnh và nhận lại một hình ảnh, chứ không phải để tạo ra một hình ảnh mới.

MiniMax-H3-Image không có tương đương, theo thiết kế. Không có mặt nạ, không khóa vùng, không lượt xử lý thứ hai; một chỉnh sửa là một lần sinh toàn bộ, được điều kiện hóa trên tối đa 16 ảnh tham chiếu theo vị trí và một prompt tối đa 4.096 token hiệu dụng. Một trăm lần sửa đổi ở mức giá niêm yết 4K là khoảng 6,88 đô la — nhiều hơn một trăm vòng của Seedream, và là khoản tiền khác về mặt cấu trúc, bởi vì vòng thứ ba mươi bảy là một mẫu mới của toàn bộ khung hình chứ không phải một bản vá trên các vòng một đến ba mươi sáu. Việc đó có quan trọng hay không phụ thuộc vào việc người đánh giá của bạn đang kiểm tra vị trí logo hay toàn bộ bức ảnh. Nếu yêu cầu là "dịch nhãn sang trái hai milimét và không thay đổi gì khác", thì vòng lặp tạo lại-rồi-cầu-may là công cụ sai, và dù prompt có chi tiết đến đâu cũng không biến nó thành công cụ đúng.

Chỉ một trong số chúng có thể được gọi từ code vào sáng nay.

Đây là phần quyết định phần lớn các đánh giá thực tế, và nó không liên quan gì đến chất lượng hình ảnh. MiniMax-H3-Image hiện đã có thể gọi được: một định danh mô hình thực sự tồn tại, một lược đồ được tài liệu hóa với bộ lấy mẫu sáu bước cố định, đầu ra PNG, JPEG và WebP, cùng trọng số mở nếu bạn muốn tự chạy nó. Phép tính tự vận hành không mấy tốt đẹp — 68,65 GB trọng số cộng với bộ mã hóa 66,7 GB là 135 GB trước khi bạn phục vụ được một yêu cầu nào, so với 0,06879 USD cho một khung 4K trên API — nhưng nó tồn tại như một lựa chọn, điều mà phía bên kia không đưa ra được.

Điều xoa dịu nó chính là giấy phép. Các trọng số được phát hành theo Thỏa thuận Giấy phép Cộng đồng MiniMax-H3-Image, và lãnh thổ bị loại trừ của nó bao gồm Liên minh châu Âu, Vương quốc Anh, Hàn Quốc và Hoa Kỳ. Đối với một nhóm ở bất kỳ nơi nào trong số đó, việc tải các trọng số xuống không phải là cách lách API; đó là một cuộc rà soát pháp lý với cái kết không chắc chắn. Trang Hugging Face tóm tắt tất cả những điều này là license: other, điều đó chính xác và chẳng cho bạn biết điều gì.

Seedream 5.5 thì ngược lại: một sản phẩm đã hoàn thiện nhưng vẫn chưa có lối vào dành cho nhà phát triển. Hôm nay bạn có thể dùng nó trong các ứng dụng của chính ByteDance và truy cập qua API của chính nhà cung cấp cùng một số nền tảng bên thứ ba khi endpoint Volcano Ark mở, nhưng tính đến ngày 11 tháng 11, không có model id để đưa vào tệp cấu hình, không có bảng giới hạn tốc độ, không có schema, và không có tuyên bố nào rằng giá cho người tiêu dùng ¥0.28 là mức mà API tính phí theo lưu lượng sẽ thu. Giá trên playground và giá API tính theo lưu lượng thường là những con số khác nhau.

Cả hai mô hình đều không có trong danh mục của OrcaRouter, nên không có gì ở đây là khuyến nghị định tuyến cho mô hình nào cả. Thứ chúng tôi thực sự cung cấp là phần video của cùng dòng sản phẩm — minimax/minimax-h3 — cùng với hơn 200 tuyến khác dưới một khóa, với giá niêm yết của nhà cung cấp được chuyển qua với mức cộng thêm 0% và tự động chuyển đổi dự phòng nếu một nhà cung cấp gặp trục trặc tạm thời. Lý do điều này áp dụng được cho so sánh này là cả hai mô hình hiện đều là cược một nhà cung cấp: một nhà cung cấp, một hàng đợi, không dự phòng. Cho đến khi có tuyến thứ hai, lập luận về chuyển đổi dự phòng là thứ bạn không thể mua, và bước thực tế là giữ mã định danh mô hình trong cấu hình thay vì trong mã để ngày nó xuất hiện chỉ là thay đổi một chuỗi.

Ai nên chọn cái nào

Nếu sản phẩm bàn giao lớn và không trong suốt — một bản in, một ảnh hero 4K, một nền được cắt thành ba vị trí — thì MiniMax-H3-Image là lựa chọn duy nhất trong hai lựa chọn tạo ra tệp, và với $0.06879 thì nó rẻ so với giá trị của nó. Hãy lập ngân sách theo giá niêm yết, không phải con số đã giảm giá, và coi kênh alpha là một bước bạn vẫn còn phải làm.

Nếu sản phẩm bàn giao là một lớp trong bố cục — ảnh cắt sản phẩm, ảnh ghép bao bì, một tài nguyên mà bốn người sẽ mỗi người chỉnh nhích một chút — thì Seedream 5.5 là cái duy nhất trong hai cái đã giải quyết được việc này, và khả năng bảo toàn chỉnh sửa ở cấp độ điểm ảnh nghĩa là lần chỉnh sửa thứ bốn mươi tốn công như lần đầu. Hãy dùng nó trong Dreamina hoặc Doubao trong tuần này; đừng lên kế hoạch tích hợp xoay quanh nó cho đến khi có ID mô hình.

Nếu bạn cần cả hai, cách tách này thẳng thắn thay vì khéo léo: tạo bản plate ở mười sáu megapixel, và lấy độ trong suốt từ bất kỳ model nào cho bạn một matte mà bạn có thể tin cậy. Đó là hai công cụ và hai hóa đơn, và vẫn rẻ hơn việc phát hiện ở vòng thứ bốn mươi rằng hình ảnh của bạn đã bị lệch, hoặc ở nhà in rằng ảnh hero của bạn chỉ là 2K.

Ba thứ sẽ giải quyết chuyện này, và không thứ nào là một benchmark. Mã định danh mô hình Volcano Ark, và liệu giá tính theo mức sử dụng có nằm đâu đó gần ¥0.28 hay không. Một kênh alpha trên MiniMax-H3-Image, thứ mà tài liệu của nó hiện liệt kê là không được hỗ trợ chứ không phải nằm trong lộ trình. Và một chỉ số Elo độc lập đầu tiên cho một trong hai mô hình — bởi vì hiện tại toàn bộ lập luận về chất lượng ở cả hai phía đều dựa vào các lưới trình diễn và bảng quảng bá của nhà cung cấp, mà lưới trình diễn thì được thiết kế để trông thật đẹp.