MiniMax-H3-Image 对比 MAI-Image 2.7 Preview：一个是文件，一个是预览版
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 99 tok/s
- orca新Orca: OrcaC2 1.02026-11-07212 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 123 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 230 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 39 tok/s
- Orca新OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 123 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 104 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 62 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 429 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228智能
给 MAI-Image 2.7 Preview 一段文本提示词，却什么也得不到，因为它并不从文本生成图像。它做的是编辑。这一句话就解释了它与 MiniMax-H3-Image 之间的大部分差异，而这正是所有将两者并排对比时都会弄错的地方，因为这两个模型并不是在解决同一个问题：一个是统一的文生图与参考编辑检查点，权重可下载；另一个是 Microsoft AI 仅用于编辑的预览版，除了一个 playground 和一个排行榜之外，几乎无从触及。
两者都是近期发布的。MiniMax 于 2026 年 11 月 10 日 14:50 UTC 发布了 MiniMax-H3-Image 的权重；微软的预览版自 10 月下旬起就已在外流传，而其所在的独立榜单显示它仍在变动。下文并非功能清单——而是试图回答一个唯一重要的问题，如果你正在做选择：这两者中，哪一个你真正能放进流水线，代价是多少，以及选择它你要放弃什么。
第一个区别是能力，而不是基准测试
MiniMax-H3-Image 通过一个检查点完成两项任务。它可根据提示词生成图像，也可对按位置作为 <Picture 1> 到 <Picture 16> 传入的一张或多张参考图像进行编辑。两项功能共用同一套权重；无需配置单独的编辑端点，也无需为第二个模型付费。
MAI-Image 2.7 Preview 承担的是第二项工作。它是一个编辑模型——你给它一张图像和一条指令，它返回一张修改后的图像。没有需要启用的文生图模式。对于工作流程是“生成一张产品图，然后对它进行迭代”的团队来说，这意味着微软的模型可以覆盖迭代这一半，却无法覆盖第一帧，因此它从来都不是 MiniMax-H3-Image 的直接替代品。它最多只能是链条中的第二个模型。
这种不对称值得直白地说明，因为它改变了"比较"本身究竟能意味着什么。你可以在编辑质量上对它们进行比较，却无法在生成方面进行比较，因为其中一个根本不具备这项功能。
一只手递给你负重，另一只手递给你一枚预览徽章
MiniMax-H3-Image 依据 MiniMax-H3-Image 社区许可协议发布，该协议并非 Apache 2.0，在商业部署前值得请律师审阅；但它是一个可下载的产物：68.65 GB 的扩散 transformer、VAE 和配置，外加从 MiniMax-H3 视频仓库借用的 66.7 GB 文本编码器。你可以通过 SGLang、vLLM-Omni、diffusers 或 ComfyUI 在自己的硬件上运行它，而且 vLLM 团队在发布当天就为 NVIDIA 和 AMD 提供了首日支持。你也可以在 MiniMax 自己的 API 上调用它，其中模型标识符为 MiniMax-H3-Image，并且 Highspeed 层级以更高的输出速率运行相同的限制。
MAI-Image 2.7 Preview 按通常意义来说是封闭的：没有权重，没有可阅读的许可证，没有包含参数数量或架构的模型卡。Microsoft 尚未公布单张图像价格、最大分辨率、参考图数量上限、蒙版接口，也没有在 Foundry 上架可供开发者今天调用的端点。目前存在的只有 MAI Playground、在 Arena 上的一次亮相，以及在 Artificial Analysis 上的一条条目。这足以让人对模型形成看法，却不足以据此制定预算。
这正是决定大多数真实决策的关键差异。一个没有评测分数的开放权重模型是一种工程风险，你可以通过实际运行来消除它。一个没有标价的闭源模型则是采购上的死胡同，无论样例看起来多么出色。
独立董事会到底怎么说
截至2026年11月11日，MAI-Image 2.7 Preview 以1123 Elo位列Artificial Analysis的AA-Image-Editing v2.1榜单第四，落后于1209分的GPT Image 2.6 Sunburst、1206分的GPT Image 2.6 Flare和1126分的GPT Image 2.5 Sunburst。其样本数为5,280，是真实样本数，而非占位符。微软于2026年10月27日宣布该预览版时，称该模型以1,193 Elo在该榜单上排名第二，落后GPT Image 2.5 Sunburst六分。此后，该榜单涌入了更多较新的OpenAI条目，其排名现为第四，分数为1123——这就是排名在快速变化的一个月里会发生的情况，也说明阅读任何Elo分数时都应附上其采集日期，而不是将其视为永久事实。厂商自己对各项子分数的说法（基于推理的编辑以及场景与风格编辑从第七升至第一，文本与符号编辑从第六升至第一，在场景与风格方面领先24 Elo）仍然是对第三方数据的厂商描述：这比自建基准高出一档，但仍然不是可复现的测量。
MiniMax-H3-Image 在那个榜单上没有条目，在 AA-Image-T2I v2.1 上也没有条目。不是排名低——而是根本没有。它于11月10日发布，而成对偏好榜单的样本收集需要时间，因此没有数字可引用。任何告诉你某个模型在独立评分上胜过另一个模型的人，都是在拿一个已排名模型和一个未排名模型作比较，而这根本不算比较。
所以，诚实的评分现状是：MAI-Image 2.7 Preview 在一个榜首挤满 OpenAI 模型的榜单上拥有编辑评分第四名，而 MiniMax-H3-Image 根本没有评分。这并不能说明 MiniMax 的模型更好或更差。它说明的是，唯一知道它到底有多好的人，就是实际运行过它的人。
逐个维度
• 功能 — MiniMax-H3-Image：在一个检查点中同时支持文生图和参考编辑。MAI-Image 2.7 Preview：仅支持编辑；没有文生图模式。
• 输出尺寸 — MiniMax-H3-Image：在各种宽高比下约为 1600 万像素，1:1 时为 4096×4096，21:9 时最高可达 6272×2688，API 上限为 20 MP。MAI-Image 2.7 Preview：未公布；其上一代的上限约为 236 万像素。
• 参考图 — MiniMax-H3-Image：最多 16 张，按上传顺序中的位置进行引用。MAI-Image 2.7 Preview：没有文档说明的上限。
• 权重 — MiniMax-H3-Image：68.65 GB，外加一个 66.7 GB 的文本编码器，采用非 Apache 2.0 的社区许可证。MAI-Image 2.7 Preview：无，且没有任何迹象表明会有任何权重发布。
• 价格 — MiniMax-H3-Image：1K 图像 $0.02179，2K 图像 $0.02333，4K 标价为 $0.06879，在 2026 年 11 月 17 日 16:00 UTC 结束的 50% 折扣下为 $0.03439。MAI-Image 2.7 Preview：完全没有公布价格。
• 独立编辑评分——MAI-Image 2.7 Preview：1123 Elo，在 AA-Image-Editing v2.1 上排名第四。MiniMax-H3-Image：截至 2026 年 11 月 11 日，在两个榜单上均无排名记录。
• 采样 — MiniMax-H3-Image：固定为六步，不使用无分类器引导，也不使用负面提示词；其他任何步数都会以 HTTP 400 被拒绝。MAI-Image 2.7 Preview：未披露。
• 可在哪里调用 — MiniMax-H3-Image：MiniMax 自有 API，以及通过四个有文档说明的框架进行自托管。MAI-Image 2.7 Preview：MAI Playground，以及微软接下来将其部署到的任何地方。
一次编辑，仅在有一侧有价格时按该侧计价
MiniMax-H3-Image 按输入和输出 token 计费，而不是按图像计费；卡片上的计算示例是更直观的版本：一次 1,024×1,024 编辑，附带一张 1K 参考图，费用为 $0.02654；这是因为除输出费用外，每百万输入图像 token 还需支付 $1.50。一次 2K 生成为 $0.02333，4K 生成为标价 $0.06879。批量处理一千次 2K 编辑，每次一张参考图，费用大约在 $26 到 $30 之间，具体取决于参考图的编码成本——这个数字你今天就能放进电子表格里。
你无法为 MAI-Image 2.7 Preview 做这笔算术，而这正是缺失的价格不再只是文档缺口、而变成规划问题的地方。一个没有公布定价的预览版，无法编制预算、无法进行比较，也无法做出承诺，无论它在排行榜上排在哪里。如果微软的模型在编辑方面确实更好——1123 Elo 的第四名是相当不错的位置——那么弄清楚这一点的代价并不是每张图片的费用，而是在一个可能在发布前还会变化的接口上投入一周的集成工作。
OrcaRouter 并不路由这两个模型，本文也不会假装它会。我们确实路由的是图像生成，你可以用与其他所有服务相同的密钥调用——gpt-image-2.5-sunburst、gpt-image-2、Gemini 图像预览、三个档位的 Imagen 4、Grok Imagine Image——按供应商标价，并将0% 加价直通，因此当供应商调整费率时，你的账单当天就会随之变化。对于正在制作图像功能原型、同时等待 MiniMax 的编辑质量得到评估，或等待 Microsoft 的预览版挂出价格的团队来说，这是一种无需第二份合同就能让流程继续推进的方式。它不是这两个模型中任何一个的替代品，而这一区别很重要。
针对一个未记录上限的十六处引用
MiniMax-H3-Image 规格表中最被低估的一项是参考图数量。十六张图片，按位置寻址，就足以在一次调用中把编辑条件建立在角色设定图、一件产品、房间的三个角度、一个颜色参考和一块风格板之上。很少有图像模型会记录这种容量，而闭源模型中几乎没有一个会记录——MAI-Image 2.7 Preview 就没有，因此依赖大量参考图的工作流必须先经过实证验证，才能围绕它进行设计。
关于这个数字有一点需要注意，因为它可能会让某些人踩坑：模型卡上写的是 16 个参考，而 vLLM-Omni 针对同一套权重发布的配方文档中，记录的则是每个请求最多 9 张图像。这两个数字可以同时成立——服务栈的批处理上限与模型训练时的容量本就是两回事——但如果你的工作流需要十二个参考，那诚实的做法是：你应该在自己的服务路径上实测一下，而不是轻信这两份文档中的任何一份。
这周拿这个怎么办
如果你需要高分辨率生成，并且希望能选择自托管，那么真正的选择其实并不在这两个模型之间；MAI-Image 2.7 Preview 并不参与这一竞争。选择 MiniMax-H3-Image，其 2K 定价为 $0.02333，4K 定价为 $0.06879；在 11 月 17 日之前决定 4K 折扣是否会改变你的计划，并且在下载前而不是下载后阅读许可证。
如果你需要可用的最佳编辑能力，并且愿意在预览版环境中工作，那么 MAI-Image 2.7 Preview 在独立编辑评测榜上排名第四就是一个真实信号，而它没有公布价格则是一个真实障碍。向 Microsoft 申请 Foundry 访问权限和价目表。在这两者之一存在之前，基于它构建的编辑流水线就只是原型，而不是产品。
真正值得留意的不是下一次排行榜刷新，而是 MAI-Image 2.7 Preview 是否会公布价格和端点，因为那会让这件事从开放模型与封闭演示之间的对比，变成两个可购买对象之间的真正选择。还有 MiniMax-H3-Image 是否会获得评分，因为眼下在这两者中，只有这个带权重的模型能让你自行衡量其质量——对于任何被预览版坑过的人来说，这或许才是两个未知数中更有价值的那个。
