MiniMax-H3-Image 对比 Ideogram 4.5：编辑边界与像素预算

Ideogram 4.5 和 MiniMax-H3-Image 旨在回答不同的问题，而评测榜恰好在这个月对两者都做了测量，因此这次对比异常清晰。Ideogram 4.5 于 2026 年 9 月 30 日发布，是一款精确编辑器：它接收掩码，原样复制所有你未标记的像素，以源图自身的宽度和高度返回结果，并根据你选择的档位，每张图收费 0.8 到 22 美分。MiniMax-H3-Image 的权重于 2026 年 11 月 10 日 14:50 UTC 上线，则是相反的押注——没有真正值得一提的掩码语义，没有按源图尺寸输出的限制，固定画布约为 1600 万像素，并采用你要求的任意宽高比，按交付尺寸计价，从 $0.02179 到 $0.06879。

一个模型会保护画面中已有的内容，另一个则以四倍面积替换画面。在 Artificial Analysis 的编辑榜上，它们相差二十三名；在生成榜上相差二十四名——两项都对 M​iniMax 有利——但这些事实都不能告诉你该用哪一个，因为两者并不在竞争同一项任务。

“精确编辑”作为一项规范意味着什么

Ideogram 的说法足够具体，因而可以验证，这在这一类别中并不多见。用厂商自己的话来说：编辑未触及的像素会从你的源图像中精确复制，结果会以你图像自身的宽度和高度返回。围绕这一核心，有三项操作层面的硬性要求。蒙版是一个单独的 JPEG、PNG 或 WebP 文件，尺寸与源图像相同，同时包含黑色和白色区域——黑色标记要编辑的内容，白色标记要保留的内容，介于两者之间的值会舍入到更接近的那一端。在专用编辑端点上，参考图像最多四张；如果同时提供蒙版，则最多三张；生成端点最多接受五张，其中第一张被视为正在编辑的图像。输出尺寸不是可选项：精确编辑端点返回源图像的精确宽度和高度，而应用会把宽高比和分辨率控件替换为一个“尺寸”菜单，其中包含“自动”、“源图像尺寸”，以及遵循同样规则的自定义宽度和高度：32 像素的倍数、最小 256 像素、上限 2048×2048。

{{1}}最后那条限制{{/1}}正是决定这场对比一半结果的关键。{{2}}Ideogram 4.5{{/2}}无法给你一张比你带来的更大的图。它的演示案例——{{3}}在一张 4,016×6,016、2420 万像素的源图上执行编辑，且没有先进行降采样{{/3}}——之所以令人印象深刻，恰恰是因为模型很少会被交给这么大的图；端点自身的上限是 {{4}}2048×2048{{/4}}，应用的自定义尺寸也封顶于此。

MiniMax-H3-Image 没有等效机制。它最多可接收十六张参考图像，这些图像在提示词中按位置分别以 <Picture 1> 到 <Picture 16> 来指代——针对相同权重的 vLLM-Omni 方案文档记录的是九张——并且它会返回一组固定的大画布尺寸：4096×4096、4736×3552、5024×3360、5472×3072、6272×2688。没有掩码输入，没有源尺寸回显，文档中也没有任何内容承诺未受改动的像素会保持原样。如果你的工作流依赖于某个 logo 不发生移动，那么这个模型就是错误的选择，没有任何 Elo 分数能改变这一点。

两块板，如实解读

截至2026年11月14日。在AA-Image-Editing v2.1上，MiniMax-H3-Image基于3,137票达到1,138 Elo，总排名第十三，并在开放权重模型中排名第一；Ideogram 4.5 (High)基于3,875票达到1,065 Elo，排名第三十六。在AA-Image-T2I v2.1上，排名顺序相同，且差距更大：MiniMax基于3,206票达到1,066 Elo，排名第二十五；Ideogram基于3,497票达到1,016 Elo，排名第四十九。

在编辑项上领先 73 分，在生成项上领先 50 分，且这两种情况下的区间均不重叠。这是真实的偏好差距，应当作为偏好差距来报告。但它并不是对 Ideogram 所宣传的那项特性的测量。两个榜单都没有要求投票者判断一次编辑中未改动区域是否与源图逐位相同，因为投票者看不到源图——他们看到的是两个候选输出，并被问更喜欢哪一个。一个悄悄重绘整个画面并生成更吸引人的图像的模型，每次都会击败一个完美保留每个像素但生成画面稍显平淡的模型，而榜单会把这记录为质量差异。

So the honest reading is this: MiniMax-H3-Image produces edits that more people prefer the look of, by a margin that is outside the noise. Ideogram 4.5 makes a promise about pixel preservation that no independent body has tested. Both statements can be true, and the second one is the reason a retoucher will still reach for Ideogram.

一千张图像在每一项上的费用是多少

2026年10月1日的发布报道称，Ideogram 的价格阶梯为每张图像 0.8 至 22 美分，覆盖各质量档位；而根据文档记载的分档规则，生成按最终输出像素计费——最高 1024×1024 计为 1K，超过则计为 2K。Artificial Analysis 中 Ideogram 4.5（High）所在行显示，编辑榜上为每千张图像 220.00 美元，生成上为 100.00 美元，这从上限界定了该区间；价格阶梯的低端——约 0.8 美分的 Very Low——属于另一种配置，并非该榜单所排名的对象。

MiniMax-H3-Image 更简单，并且在其所面向的档位上具有竞争力。每张生成图像在 1K 档标价为 $0.02179，2K 档为 $0.02333，4K 档为 $0.06879。4K 档才是 1600 万像素模型实际返回的档位，并且在 2026 年 11 月 17 日 16:00 UTC 之前半价为 $0.03439——条件是交付图像至少为 16,600,000 像素，并应用于整个请求。编辑会增加输入成本：带一个参考图的 4K 编辑标价为 $0.07312，折后价为 $0.03656；2K 档带三个参考图为 $0.04177。

把两款模型真正对应的配置放在一起对比：Ideogram 4.5 High 编辑为 $0.22，而 M​iniMax 4K 编辑在折扣期间带一个参考图为 $0.0366，二者相差六倍；即便按标价，也相差三倍。按每兆像素计算，差距又反了过来，因为 Ideogram 单边上限为 2,048，而 M​iniMax 可返回十六兆像素及以上。需要更高分辨率的买家并不是在 $0.22 和 $0.0366 之间做选择；他们是在“$0.22 买四兆像素”和“$0.0366 买十六兆像素”之间做选择，而后一个数字用六分之一的钱买到了四倍的面积。

层级阶梯是一种预算工具，而这正是它被低估的地方。

Ideogram 的 Very low、Low、Medium 和 High 设置——其中 High 是付费计划的默认值，Low 是免费计划的默认值，而 Very low 表示仅使用参考——在这个市场上并不常见：供应商让你按每次调用决定要为多少模型能力付费。一个反复调整布局的设计团队可以跑二十次 Very low 和一次 High，探索成本几乎为零。MiniMax-H3-Image 没有对应功能。六步采样、无分类器引导、无负面提示词，且 API 对任何其他步数或引导值都会以 HTTP 400 拒绝。它只有一个质量设置，那就是蒸馏采样器实际给出的结果。

这并不是 MiniMax 设计中的缺陷——固定的六步采样器正是让一个 330 亿参数的 Transformer 在 1600 万像素下能够以经济可行的方式提供服务的原因，也正是同样的选择让开放权重能够在单块大型 GPU 上运行。但这意味着两个产品有着不同的迭代成本结构。Ideogram 的阶梯式方案探索起来便宜、完成起来昂贵。MiniMax 的统一定价探索起来昂贵、完成起来便宜，因为每一次探索都已经返回最终分辨率。

在每一个都是正确答案的情况下

当源图本身就是资产时，选择 Ideogram 4.5。商品目录修图、色彩与光照校正、包装上的文字替换、室内与建筑类工作、老照片修复、草图生图——这些都是厂商自己归类的示例，且全都属于画面固定、改动局部的场景。蒙版语义、精确像素复制以及按源尺寸输出的规则，正是该工作流所需的保证，任何偏好分数都无法替代它们。

当画幅不固定时，选择 MiniMax-H3-Image。户外广告、印刷印版、需要按三种方式裁剪的背景，以及任何否则你就得在另一个模型的输出上外挂放大器的场景。原生 1600 万像素是另一类别的资产，位置参考系统让你能把多张提供的图像组合成一个新场景，而不是编辑单张图像，而且按每交付百万像素计算的价格在本对比中大幅最低。Ideogram 4.5 无法在这方面跟上你，因为它的端点不会返回比输入更大的图像。

此外，无论选哪一个，都要先注意许可证：MiniMax-H3-Image 根据 MiniMax-H3-Image 社区许可协议发布，该协议排除欧盟、英国、韩国和美国，托管服务以及年化收入超过一百万美元时需获得单独的书面授权，并要求显著展示模型名称。Ideogram 4.5 是封闭的托管服务，没有这些地域包袱。对于首尔或旧金山的团队来说，除非律师另有说法，否则分辨率优势只是理论上的。

路由器的适用场景

OrcaRouter 这两个模型都不提供。MiniMax-H3-Image 不在我们的目录中，而 Ideogram 4.5 可通过 Ideogram 自己的 API 访问——不是我们的 API。我们确实提供同系列中的视频模型，minimax/minimax-h3，按提供商的标价、以 0% 加价直通提供。

对于一个同时需要这两种特性的团队来说，现实的生产环境答案不是二选一。把合成和放大工作交给你有权调用的任一 1600 万像素模型，把精细修图交给支持蒙版的编辑器；把两者都置于同一个接口之后，让选择成为一个配置值，而不是一次重写。这正是这样一种情形：一个密钥覆盖两百多个模型能体现其价值——不是因为它让这些模型变得等价，而是因为它让在它们之间切换成为一次请求，而不是一次迁移。在这里，故障转移比模型目录更重要：当第一个编辑器受到速率限制时回退到第二个编辑器的修图队列，是一个持续运转的队列。

两个模型、两项任务，以及一个才问世四天的新入局者：它在两个榜单上都赢得了偏好投票，却失去了另一个模型真正赖以取胜的那项保证。买你所需要的保证。