MiniMax-H3-Image 對比 Ideogram 4.5：編輯邊界與像素預算

Ideogram 4.5 和 MiniMax-H3-Image 是為了回答不同的問題而打造，而評測機構恰好同一個月內對兩者都進行了測量，這使得比較結果格外清晰。於 2026 年 9 月 30 日推出的 Ideogram 4.5 是一款精準編輯器：它接收遮罩，將你未標記的每一個像素原樣複製，並以你來源影像自身的寬度和高度回傳結果，且依你選擇的方案，每張影像收費 0.8 至 22 美分。MiniMax-H3-Image 的權重於 2026 年 11 月 10 日 14:50 UTC 上線，它押的是相反的賭注——沒有值得一提的遮罩語意，沒有以來源尺寸輸出的限制，而是固定約一千六百萬像素的畫布，並可依你要求的任何長寬比輸出，按交付尺寸計價，從 $0.02179 到 $0.06879 不等。

一個模型會保留畫面中既有的內容。另一個則以四倍面積替換整個畫面。在 Artificial Analysis 的編輯排行榜上，兩者相差二十三名；在生成排行榜上則相差二十四名——兩者都對 M​iniMax 有利——但這兩項事實都無法告訴你該用哪一個，因為兩者並不是在競爭同一項任務。

「精確編輯」作為規格代表什麼意思

Ideogram 的說法範圍窄到足以驗證，這在同類產品中相當少見。廠商的原話是：編輯未觸及的像素會從你的來源影像原樣複製，結果會以你影像本身的寬度和高度傳回。圍繞這個核心，還有三項機械性要求。遮罩必須是單一 JPEG、PNG 或 WebP 檔案，尺寸與來源相同，並同時包含黑色與白色區域——黑色標示要編輯的範圍，白色標示要保留的範圍，而介於兩者之間的值會四捨五入到較接近的那一方。在專用編輯端點上，參考影像最多四張；若同時有遮罩，則最多三張。生成端點最多接受五張，其中第一張會被視為要編輯的影像。輸出尺寸不是可選項：精確編輯端點會傳回來源的確切寬度與高度，而應用程式則會把長寬比與解析度控制項換成「尺寸」選單，包含「自動」、「來源影像尺寸」，以及自訂寬度與高度，並同樣遵循 32 像素倍數、最低 256 像素、上限 2048×2048 的規則。

最後那項限制，正是決定這場比較一半結果的關鍵。Ideogram 4.5 無法給你比原始輸入更大的圖片。它的示範案例——對一張 4,016×6,016、24.2 百萬像素的來源圖片進行編輯，且未先縮小——之所以令人印象深刻，正是因為要交給模型這麼多內容並不尋常；該端點本身的上限是 2048×2048，而應用程式的自訂尺寸也以此為上限。

MiniMax-H3-Image 沒有等效機制。它最多接收十六張參考圖像，這些圖像在提示詞中依位置以 <Picture 1> 到 <Picture 16> 來指稱——相同權重的 vLLM-Omni 配方記載的是九張——並且會回傳一組固定的大型畫布：4096×4096、4736×3552、5024×3360、5472×3072、6272×2688。它沒有遮罩輸入、不會回顯來源尺寸，文件中也沒有任何承諾未經觸及的像素會保持不變。如果你的工作流程取決於標誌不能移動，那這就是錯誤的模型，沒有任何 Elo 分數能改變這一點。

兩塊板子，如實解讀

{{1}}截至 2026 年 11 月 14 日所見。{{/1}}在 {{2}}AA-Image-Editing v2.1{{/2}} 上，{{3}}MiniMax-H3-Image{{/3}} 在 {{5}}3,137 票{{/5}} 中拿下 {{4}}1,138 Elo{{/4}}，{{6}}總排名第十三{{/6}}，且{{7}}在開放權重模型中排名第一{{/7}}；{{8}}Ideogram 4.5（High）{{/8}}在 {{10}}3,875 票{{/10}} 中拿下 {{9}}1,065{{/9}}，{{11}}排名第三十六{{/11}}。在 {{12}}AA-Image-T2I v2.1{{/12}} 上，排名順序相同，且差距更大：{{15}}MiniMax{{/15}} 以 {{14}}3,206 票{{/14}} 獲得 {{13}}1,066{{/13}}，{{16}}排名第二十五{{/16}}；{{19}}Ideogram{{/19}} 以 {{18}}3,497 票{{/18}} 獲得 {{17}}1,016{{/17}}，{{20}}排名第四十九{{/20}}。

七十三分在編輯、五十分在生成，且兩種情況下的區間都不重疊。這是真實的偏好差距，就應該被當作偏好差距來報告。但它並不是在衡量 Ideogram 所標榜的那項特性。這兩個排行榜都沒有要求投票者判斷：一次編輯中未經觸及的區域是否與原始來源位元完全相同，因為投票者不會看到原始來源——他們看到的是兩個候選輸出，並被要求選出自己更喜歡哪一個。一個默默重新渲染整個畫面、產生更吸引人圖像的模型，每一次都會勝過一個完美保留每個像素、卻產生稍微沉悶一些圖像的模型，而排行榜會把這記錄為品質差異。

所以，誠實的解讀是這樣的：MiniMax-H3-Image 產出的編輯成果，有更多人偏好其外觀，且領先幅度已超出雜訊範圍。Ideogram 4.5 對像素保留做出了承諾，卻沒有任何獨立機構驗證過。這兩種說法可以同時成立，而後者正是修圖師仍會伸手選用 Ideogram 的原因。

每千張圖片在每一項上的費用是多少

2026 年 10 月 1 日的發布報導指出，Ideogram 的價格階梯依品質等級為每張圖片 0.8 至 22 美分，而文件記載的分級規則是生成依解析後輸出像素計費——最高 1024×1024 算 1K，超過則算 2K。Artificial Analysis 中 Ideogram 4.5（High）的資料列顯示，編輯排行榜為每千張圖片 220.00 美元，生成則為 100.00 美元，這從上限界定了該範圍；階梯的低價端 Very Low 約 0.8 美分，屬於不同配置，並非該排行榜所評比的對象。

MiniMax-H3-Image 更簡單，且在其所針對的價格級距中具競爭力。1K 每張生成影像定價為 $0.02179，2K 為 $0.02333，4K 為 $0.06879。4K 級距正是 1600 萬像素模型實際回傳的級距；且在 2026 年 11 月 17 日 16:00 UTC 前，半價為 $0.03439——條件是交付的影像至少達 16,600,000 像素，並套用於整筆請求。編輯會增加輸入成本：含一個參考圖的 4K 編輯定價為 $0.07312，折扣後為 $0.03656；2K 含三個參考圖則為 $0.04177。

把兩者放在各自實際適用的配置下互相比較：Ideogram 4.5 High 編輯為 $0.22，對上折扣期間含一張參考圖的 M​iniMax 4K 編輯為 $0.0366，差距是六倍；即使按定價計算，也是三倍。若換算成每百萬像素，差距又再次反轉，因為 Ideogram 單邊上限為 2,048 像素，而 M​iniMax 可輸出十六百萬像素以上。需要更高解析度的買家，並不是在 $0.22 和 $0.0366 之間做選擇；他們是在「$0.22 換四百萬像素」與「$0.0366 換十六百萬像素」之間做選擇，而後者用六分之一的價格買到四倍的面積。

分級階梯是一項預算工具，而這正是它被低估的地方。

Ideogram 的「極低」、「低」、「中」、「高」四段設定——付費方案預設為「高」，免費方案預設為「低」，而「極低」代表僅作參照——在這個市場上並不常見：由供應商讓你自己決定每次呼叫要為多少算力的模型付費。設計團隊在反覆調整版面時，可以跑二十次「極低」加一次「高」，探索成本幾乎為零。MiniMax-H3-Image 則沒有對應機制。六個取樣步數、沒有無分類器引導、沒有負向提示詞，而且 API 只要收到其他步數或引導值，就會以 HTTP 400 拒絕。它只有一種品質設定，而那就是蒸餾取樣器本身的表現。

這並不是 M​iniMax 設計上的缺陷——固定的六步取樣器，正是讓一個 330 億參數的 Transformer 在 1600 萬像素下還能在經濟上提供服務的關鍵，也是讓開放權重能在單一大型 GPU 上運行的同一個選擇。但這意味著這兩款產品有著不同的迭代經濟學。Ideogram 的階梯式定價探索起來便宜、完成起來昂貴。M​iniMax 的均一價探索起來昂貴、完成起來便宜，因為每一次探索都已經回傳最終解析度。

其中每一個都是正確答案

當來源影像本身就是資產時，就選用 Ideogram 4.5。型錄修圖、色彩與光線校正、包裝上的文字替換、室內與建築攝影作業、老照片修復、草圖轉圖像——這些都是廠商自行歸類的範例，而且全都是畫面固定、變更僅限局部的案例。遮罩語意、像素精確複製，以及以來源尺寸輸出的規則，正是該工作流程所需的保證，任何偏好分數都無法取代它們。

當畫面尺寸不固定時，選擇 MiniMax-H3-Image。戶外廣告、印刷版、會以三種方式裁切的背景，或任何你原本得把放大器硬接到其他模型輸出上的情況。原生 1600 萬像素是不同等級的素材；位置參考系統讓你能把多張提供的圖像組合成新場景，而不是只編輯單一圖像；而且每交付百萬像素的價格在此比較中大幅最低。Ideogram 4.5 無法在那方面跟上，因為它的端點不會回傳比輸入更大的圖像。

另外請先注意授權條款：{{KEEP}}MiniMax-H3-Image{{/KEEP}} 是依《{{KEEP}}MiniMax-H3-Image{{/KEEP}} 社群授權協議》發布，該協議排除歐盟、英國、韓國共和國與美國，若提供託管服務，或年化營收超過一百萬美元，須另行取得書面授權，且必須醒目展示模型名稱。{{KEEP}}Ideogram 4.5{{/KEEP}} 則是封閉式的託管服務，完全沒有這類地域限制的包袱。對首爾或舊金山的團隊而言，在律師點頭之前，所謂的解析度優勢都只是理論上的說法。

路由器適合的位置

OrcaRouter 並不提供這兩個模型。MiniMax-H3-Image 不在我們的目錄中，而 Ideogram 4.5 可透過 Ideogram 自家的 API 存取——並非我們的 API。我們同系列確實有提供的是影片模型，minimax/minimax-h3，按供應商定價提供，0% 加價轉嫁。

對於需要這兩種特性的店家，務實的生產環境答案並不是二選一。把合成與放大工作交給你有授權可呼叫的任一 1600 萬像素模型，並把精準修圖交給支援遮罩的編輯器；讓兩者都藏在同一個介面之後，使選擇成為設定值，而不是重寫。這正是橫跨兩百多個模型的單一金鑰派得上用場的情況——不是因為它讓這些模型變得等價，而是因為它讓在它們之間切換變成一個請求，而不是一次遷移。在這裡，容錯切換比型錄更重要：當第一個編輯器被限流時，會退回第二個編輯器的修圖佇列，就是一個持續運作的佇列。

兩個模型、兩項任務，還有一個才問世四天的參賽者：它在兩個排行榜上都贏得偏好票，卻輸掉另一個模型真正在賣的那一項保證。買你需要的保證。