
MiniMax-H3-Image:發布貼文宣稱了什麼,以及 vLLM-Omni 實際上交付了什麼
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 90 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 96 tok/s
- orca新Orca: OrcaC2 1.02026-11-0717 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百萬 tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 157 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 每百萬 tokens · 119 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 每百萬 tokens · 221 tok/s
三項說法隨 MiniMax-H3-Image 一同出現,值得分開檢視,因為它們背後的書面佐證量差異極大。該模型是 33.1B 的單流擴散 Transformer,能以約 1,600 萬像素生成與編輯圖像,經蒸餾至六個取樣步驟,且不使用無分類器引導;其權重於 2026 年 11 月 10 日 14:50 UTC 登上 Hugging Face。宣布它的貼文稱,該模型是 Artificial Analysis 上排名第一的開放權重圖像編輯模型、正把對 MiniMax-H3-Image 的 NVIDIA Vera Rubin 支援引入 vLLM-Omni,且原生 4K 生成耗時 0.87 秒。第一項成立,但僅限於開放權重模型隊列內,且僅落在寬達十名的信賴區間內;第二項描述的書面資料針對的是另一個模型,且未合併便遭關閉;第三項是真實測得的數字,但其對應畫布僅有其語句所暗示的四分之一大小。
這些都不會讓模型變差。它會讓這則公告更難使用,因為若讀者把這三項都照字面當真,就會圍繞一個屬於 4 百萬像素的延遲數字,來規劃 4K 管線。
0.87 秒這個數字就在儲存庫裡,而且它是綁在一個 2048 像素的畫布上。
vLLM-Omni 針對 MiniMax-H3-Image 的自家方案附有一張表,列出八種 GPU 配置下量測到的延遲;而與發布文章對照後仍成立的關鍵數值是:在四張 H200 上、四張全數採用 Ulysses 序列平行,2048×2048 的文字生圖請求耗時 0.88 秒,2048×2048 的編輯耗時 1.35 秒。這些是在併發度為 1、固定隨機種子下,先暖機一次後三次請求的中位數,並在用戶端端到端量測。
同一列測得作者嘗試過的最大請求——4736×3552,即 16.8 百萬像素,也是表中與 4K 板最接近的項目——耗時 3.84 秒。因此,速度宣稱的誠實版本是:4 百萬像素影像在四 GPU 節點上約需十分之九秒,而模型所針對的 16 百萬像素影像則約需四秒。0.87 這個數值落在 0.88 的測量噪聲範圍內;改變的是畫布,不是模型。
讓這件事不只是捨入問題抱怨的原因,在於低於 2048×2048 的請求實際上不會以其標稱尺寸執行。服務路徑會在至少 2048×2048、相同長寬比的畫布上生成任何更小的內容,然後使用裝置端 Lanczos 縮小。這就是為什麼 1024×1024 耗費 0.77 秒,而 2048×2048 耗費 0.88 秒——它們是相同的工作量,只是之後重新縮放的幅度不同。此配方將下限公開為 min_generation_area,可從 32² 調整到 4096² 像素,因此真正需要廉價縮圖的部署必須選擇啟用它們。
表格其餘部分才是對任何要估算硬體需求的人有用的部分:
• 四張 H200、Ulysses SP 4 — 每顆 GPU 峰值 81.3 GiB,2048² 影像耗時 0.88 秒,4736×3552 耗時 3.84 秒,2048² 編輯耗時 1.35 秒。
• 四張 H200,DiT 張量平行 4 —— 每張 GPU 36.2 GiB,1.00 秒與 4.01 秒,且編輯結果與序列平行參考的 PSNR 差距在 38.3 dB 以內。
• 四張 H200,TP 2 × SP 2 — 每張 GPU 52.2 GiB,1.09 秒與 4.07 秒,對同一參考基準為 37.1 dB。
• 兩張 H200、Ulysses SP 2 —— 每顆 GPU 94.6 GiB,分別為 1.48 秒與 6.82 秒。這是幾乎要用掉整張卡的配置。
• 單張 H200,將文字編碼器卸載 — 73.4 GiB,相同兩種尺寸分別為 3.18 秒與 12.39 秒。
• 單張 H200,對 DiT 與文字編碼器皆採用逐層卸載 — 14.7 GiB、8.30 秒與 12.85 秒。
最後兩列在商業上才是有意思的,因為它們代表單張租用顯示卡所能達到的效果。在 14.7 GiB 時,模型能從容容納,且只需八秒就能完成四 GPU 節點不到一秒就完成的事——硬體比例約為四比一,延遲比例卻約為九比一。卸載設定檔受主機到裝置複製的限制,因此其延遲幾乎不會隨影像尺寸增加:在單 GPU DLO 路徑上,2048² 與 16.8 MP 請求之間的差距是 8.30 秒對 12.85 秒。如果你的工作負載是大尺寸影像,而且你只有一張卡,卸載並不像原始延遲所暗示的那麼災難性。

為什麼第一張影像的成本比模型權重所反映的還高
人們下載的檢查點,並不是實際執行的那個東西。68.65 GB 的儲存庫裝的是 BF16 擴散 Transformer,但要提供服務,還需要從 MiniMax-H3 提取的完整 Qwen3-VL 文字編碼器——這是另一個約 66.7 GB 的產物——再加上一個 0.58B 的 VAE;而該配方本身的參數量,把這三者相加後為 67B。這個數字就是文字編碼器常駐時、單 GPU 達到 73.4 GiB 的依據,也是雙 GPU 常駐配置每張卡需要 94.6 GiB 的依據。
其後果是一個上市首日的算術問題。一個 1600 萬像素的影像模型,其權重必須透過兩次大型下載取得,而最便宜的快速部署方式是四張資料中心 GPU,這不是一個週末專案;那些宣稱首日支援的框架,宣稱的是支援整條流程,而不是支援你桌上的環境。配置方案明確說明了哪些硬體是實際量測過、哪些只是設定過:H200、雙卡與四張卡的 RTX PRO 6000 Blackwell,以及 MI325X 與 MI350X 標示為已驗證,而 H100、B200 與 B300 的配置方案則僅為配置設定。另外,單張 RTX-4090 的配置方案確實存在,並標示為社群部署,而非原廠認證部署。
Vera Rubin 的說法指向影片模型,而該提取請求已被關閉。
這是最需要深入追查的一項說法,因為這項工作確實存在,但其樣貌與貼文所述不同。vLLM-Omni 中有一個編號 10108 的拉取請求,於 2026 年 11 月 10 日 11:10 UTC 開啟,標題為「[Doc] Add MiniMax-H3 Rubin recipe and inference results」。它跨四個檔案貢獻了 1,972 行,記錄了在 NVIDIA VR NVL72 硬體上、aarch64 主機上每張卡 286,524 MiB 的四 GPU 離線配方,並回報了真實測量數據:一個 1344×768、五秒、24 FPS 的文字轉影片請求,在使用 TRTLLM 注意力與 eager 執行時,中位數為 19.811 秒,而使用 SDPA 則為 110.039 秒。首/末關鍵影格與混合參考變體分別為 21.535 秒與 21.461 秒。
那些任務全都是影片。T2VA、FL2VA 和 Ref2VA 是 MiniMax-H3 的任務名稱,不是 MiniMax-H3-Image 的,而且該拉取請求本身的描述也說,現有的 MiniMax-H3 指南缺少合格的 Rubin 環境。該儲存庫的 recipe 索引也如此顯示:MiniMax-H3-Image 有適用於 H200、H100、B200、B300、RTX PRO 6000、MI325X 和 MI350X、Intel Arc Pro B70、Ascend Atlas、RTX 4090 和 MUSA 的 recipe,卻沒有適用於 Rubin 的。
接著該拉取請求被關閉。它在 11 月 10 日 11:10 UTC 開啟,並於同日 12:05 關閉,未被合併;此前自動化審查程式要求作者提供自我審查評論。其作者在描述中坦白說明限制:以受測的 vLLM nightly 版本執行時,HTTP 啟動失敗,該 recipe 記錄了這些失敗,而非聲稱支援 HTTP,而在較新基礎修訂版本上的推論則列於「未執行」之下。今日取得的 main 目錄清單中,兩個 MiniMax 模型都沒有 Rubin recipe。
因此,準確的說法是:有一位貢獻者為影片模型 MiniMax-H3 起草並實測了一份 Rubin 配方,而該草稿並未合併。若之後有支援,會以配方索引下已合併的檔案形式出現,這才是該留意的重點,而不是社群貼文。至於 MiniMax-H3-Image 的首日框架,則是背後已有合併提交的那些:vLLM-Omni 的模型支援 pull request 於 11 月 11 日 07:32 UTC 合併,隨附的配方 pull request 於 11 月 10 日 14:53 合併——大約早了十七個小時,這說明「首日」這個說法套用在文件上有多寬鬆。
![A headless-Chromium screenshot of the vllm-project/vllm-omni pull request #10108, '[Doc] Add MiniMax-H3 Rubin recipe and inference results', opened by Lishunyang12, showing one commit, 4 files changed and +1,972 lines, and a visible contributor-intent questionnaire whose answers describe documenting a Rubin recipe with measured inference results. The pull request is closed and unmerged.](https://cms.orcarouter.ai/api/media/file/3-3995.png)
arena 的這項主張屬實,而且比聽起來狹窄得多。
Artificial Analysis 營運兩個相關榜單:一個是 image-arena 文字轉圖像排行榜,另一個是圖像編輯排行榜,兩者都附有 Elo 分數、信賴區間與樣本數,而 MiniMax-H3-Image 同時登上這兩份榜單。在編輯榜 AA-Image-Editing v2.1 上,它以 1,138 Elo 位居第十二名,落在第八至第十七名的名次區間內,樣本約 3,200 筆,價格為每千張圖像 26.54 美元。其更快的變體 MiniMax-H3-Image Highspeed 以 1,134 位居其後一名,落在第九至第二十名的區間。該榜單自身的評論特別點名此模型是排名最高的開放權重參賽者,領先 Fibo 2.0 的 1,085 與 Qwen-Image-2.1 的 1,084。因此,發布貼文中的說法照字面而言是準確的——在圖像編輯領域的開放權重模型中排名第一——而支撐這個說法的數字,是真實、經投票產生、且可公開查核的。

這句話沒說的是差距有多大,以及區間的寬度。該排行榜上的領先者是 GPT Image 2.6 Sunburst,在約 6,400 個樣本上達到 1,210 Elo,GPT Image 2.6 Flare 為 1,206,GPT Image 2.5 Sunburst 為 1,201——比 MiniMax-H3-Image 高出約七十 Elo,以 Elo 的標準來說,這是實質且很可能持久的差距,而不是雜訊。第八到第十七名的區間則是故事的另一半:在這個樣本數下,該模型有可能排第八,也有可能排第十七,而它自己的 Highspeed 變體也落在同一個重疊區間內。「最適合編輯的開放權重模型」和「接近最佳編輯模型」是不同的主張,而只有前者有依據。
文生圖才是這項說法開始站不住腳的地方。在 AA-Image-T2I v2.1 上,該模型以 1,066 Elo 排名第 23,Highspeed 以 1,070 排名第 22,而 Sunburst 2.6 以 1,261 在 5,282 個樣本中位居第一。這是兩百 Elo 的差距,而且同樣的開放權重領先優勢也適用——Qwen-Image-2.1 的 1,046 和 FLUX 3 Image Klein 的 1,042 都落後於它——但「圖像編輯排名第一的開放權重模型」不應被解讀為關於圖像品質的普遍陳述。該模型的編輯實力確實存在,但其生成實力僅處於中段。
模型卡本身的品質描述是質性的——在開源模型中擁有最強的指令遵循能力,未附上比較表——而廠商提供的唯一輸出證據,是一張精心策劃的展示網格。對一個問世三天的版本而言,這很正常。這確實意味著,如今支持該模型的理由,是一個帶有寬廣區間的實測分數,加上從解析度與價格出發的論證,而非發布貼文所塑造的那種斷言。
真正已經交付上線的是什麼,以及如何在不拿整條 pipeline 冒險的情況下試用它
剝去公告的外衣,實質並不光鮮,卻很真實。一個 33.1B 圖像模型,搭載六步採樣器、無需調整引導尺度、十六個參考槽,以及 1600 萬像素原生輸出,以開放授權推出;它還包含一條重用 H3 影片模型 DiT 與文字編碼器的 vLLM-Omni 管線、一套含八種實測配置的官方 H200 配方、另外四套處於不同驗證階段的硬體配方、一條 diffusers 路徑,以及一項 ComfyUI 整合。API 強制執行此採樣器:若請求中的 num_inference_steps 不是六,或 guidance_scale 不是一,或帶有任何負面提示,都會回傳 HTTP 400。
對於想先評估、而非直接投入採用的團隊,實務上的做法是採 14.7 GiB 的單 GPU 卸載式部署——速度慢,但小到足以與顯示卡上其他既有內容並存——並且等到輸出品質值得這個節點之後,再轉向四 GPU 的序列平行配置。此模型也可透過 MiniMax 自家的 API 以按 token 計費的費率存取,另有數個第三方平台提供;它不在 OrcaRouter 的型錄中。
OrcaRouter 確實有提供的,是這款圖像檢查點所建構於其上的影片模型:minimax/minimax-h3 目前可依價路由使用:供應商的牌價,且不額外加收任何費用,如果你對 MiniMax-H3-Image 感興趣,是因為你已經在同一系列上生成影片,而且寧可持有一個金鑰,也不要簽兩份合約,那麼這一點就很重要。同一路由層的自動容錯移轉,也是在生產環境中測試未經量測模型最不誇張的方式:將一部分流量導向它,在它後面保留一個已量測的備援,並讓路由根據錯誤來決定,而不是根據仍落在十個名次幅度區間的排行榜名次來決定。
什麼能讓這件事定下來?
有三件事,按它們會多大程度改變整體情況的順序排列。在編輯看板上更窄的區間——模型在約 3,200 個樣本上以 1,138 分位居第 8 到第 17 名的區間,而更多投票會把它變成實際名次,而不是一個範圍。針對圖像模型——不是影片模型——的已合併 Rubin 配方,會讓硬體宣稱在唯一真正算數的地方成立,也就是配方索引。以及對 1600 萬像素延遲進行第二次獨立測量,將可讓 0.87 秒的標題說法被重新表述為它實際上的樣子:四張 H200 上的四百萬像素,約十分之九秒,而真正的 4K 底板則是其四倍。
在那之前,站得住腳的摘要比那篇文章更狹窄,但也更有用:這個模型在大多數人實際生成的尺寸上很快,其 1600 萬像素模式在四 GPU 節點上是一項四秒的操作,而不是亞秒級;對於背後有合併提交的硬體,它的框架支援是真實的;而它在排行榜上的名次是真實但有範圍的——在開放權重中排名第一、總體第十二,約在第八到第十七之間,並且比那篇文章暗示它已擊敗的模型落後約 70 Elo。
