MiniMax-H3-Image 與 Seedream 5.5：1600 萬像素且無 Alpha 通道

給兩個模型同一張產品照，它們交回來的是不同種類的檔案。MiniMax-H3-Image 回傳 4,096 像素的正方形——大約一千六百萬像素的不透明點陣圖，而 MiniMax 自家 API 參考文件裡還有一行寫得乾乾脆脆：透明背景：不支援。Seedream 5.5 回傳的是帶有真正 alpha 通道的 2K 影像，畫面中你沒要求處理的部分在像素層級上原封不動，而且它的設計就是讓你改上一百次也不會走位。其中一個，是你拿來收尾完稿的檔案。另一個，是你得一直繼續加工的檔案。這個差別，比兩家廠商本週當作基準測試公布的任何東西都還要大，而兩邊也都沒公布任何你能獨立查核的數字。

時機正是讓這項比較站得住腳的關鍵。ByteDance 於 2026 年 11 月 9 日發布 Seedream 5.5；MiniMax 則在 11 月 10 日 14:50 UTC 將 MiniMax-H3-Image 的權重放上 Hugging Face，並於 15:40 發文談論該模型。兩天、兩次發布、一項重疊的工作。不對稱之處在於，開發者實際能觸及每個模型的程度。MiniMax-H3-Image 有公開的模型識別碼、附有計算範例的價目表，以及 68.65 GB 的可下載權重，外加從第二個儲存庫借來的 66.7 GB 文字編碼器。Seedream 5.5 則有五個 ByteDance 接觸點、一則新聞稿說 Volcano Ark 端點「本週」開放，而且 ModelArk 的文件裡到處都找不到模型識別碼，文件仍列出 5-0-pro、5-0-flash、5-0-lite、4-5 和 4-0。而截至 2026 年 11 月 11 日，這兩個模型在 Artificial Analysis 的圖像排行榜上都沒有任何一列——不是排名偏低，而是根本沒有。

每份規格表中，另一份無法回答的那一行

MiniMax-H3-Image 主打的是解析度，而且在這件事上異常直白。無論何種長寬比，輸出幾何都約為 1600 萬像素——1:1 時是 4096×4096，4:3 時是 4736×3552，3:2 時是 5024×3360，16:9 時是 5472×3072，21:9 時是 6272×2688——流程中沒有獨立的放大器，API 上限則為 2000 萬像素。1600 萬像素足以應付印刷版、廣告看板裁切，或是一張必須在從中裁出三個版位後仍保有細節的背景圖。它沒有的，是 Alpha 通道。API 參考文件將預覽圖像、遮罩編輯與透明背景一併列為不支援，也沒有任何公告暗示並非如此。對合成工作流程來說，這不是小小的疏漏：透明背景模型能替你省去去背，而沒有這項能力的 4K 模型，交給你的仍是 1600 萬像素，卻還得先做去背才能分層。

Seedream 5.5 則是鏡像翻版。繼百輪編輯的主張之後，它的第二個頭條功能是原生 RGBA 輸出——透明通道是一等輸出，邊緣處理專為合成而設，而非經過後製的去背剪影。中國的發表報導指出上限為每個素材最多 100 個透明圖層，這在有人於設計工具中開啟分層檔案並檢視遮罩之前都只是廠商數據，但方向很明確：ByteDance 賣的是能直接放進版面配置的檔案，不是先匯出再清理的檔案。取捨在於解析度。所有已公布的 Seedream 5.5 規格數字都以 2K 表示，且尚未宣布 4K 等級。每邊兩千像素對於 2K 參考尺寸的網站主視覺或型錄圖磚已很足夠；它不是印刷交付成品。

所以這兩個模型根本不是在同一個像素預算上競爭。M​iniMax 對「我能得到什麼」的答案是面積。ByteDance 的答案是通道。

逐維度地

• 輸出上限 — MiniMax-H3-Image：每個長寬比約 16 MP，1:1 為 4096×4096，最高可達 21:9 的 6272×2688，API 上限為 20 MP。Seedream 5.5：2K 既是參考尺寸，也是報價所依據的尺寸；尚未公布 4K 級別。

• 透明度 — MiniMax-H3-Image：依 API 參考文件，不支援。Seedream 5.5：原生 RGBA，廠商數據為每個素材最多 100 個透明圖層。

• 編輯所保留的內容——MiniMax-H3-Image：沒有鎖定任何東西；每次編輯都是以你傳入的參考素材為條件重新生成的全新結果。Seedream 5.5：未經編輯的區域「在像素層級」獲得保留、色彩偏移已消除、單張圖片可進行 100 輪——以上皆為廠商說法。

• 參考圖 — MiniMax-H3-Image：最多 16 張，依上傳順序以 <Picture 1> 至 <Picture 16> 按位置標示，每百萬輸入影像 token 收費 1.50 美元。Seedream 5.5：未公布參考圖數量上限，因為沒有公布請求結構定義。

• 2K 價格 — MiniMax-H3-Image：$0.02333。Seedream 5.5：每次編輯約 ¥0.28，約 $0.039。

• 4K 價格 — MiniMax-H3-Image：原價 $0.06879，適用 50% 折扣後為 $0.03439；該折扣於 2026 年 11 月 17 日 16:00 UTC 結束，且僅在交付影像至少達到 16,600,000 像素時適用。Seedream 5.5：未提供。

取樣 — MiniMax-H3-Image：固定為六步，且不啟用無分類器引導；任何其他數值都會以 HTTP 400 遭到拒絕。Seedream 5.5：步數與引導強度未公開。

• {{1}}提示詞長度{{/1}} — {{2}}MiniMax-H3-Image：可接受 32,000 個字元，其中約前 4,096 個 token 會生效。Seedream 5.5：未指定。{{/2}}

• 可在何處呼叫 — MiniMax-H3-Image：模型 ID 為 MiniMax-H3-Image，位於 MiniMax 自家 API，另有提供限制完全相同的高速層級，以及開放權重。Seedream 5.5：Doubao、Doubao Work、Dreamina、BytePlus AI Playground 與 Dola，開發者 API 承諾於 Volcano Ark 推出，但尚未確認。

• 獨立分數 — 兩者皆非。兩個模型的兩個看板都是空的。

一個百萬像素實際要花多少錢，算給你看

主打的價格照報價來看無法相比，因為一個是以 2K 報價，另一個則是三階梯式報價。除以實際交付面積後就能比較，而答案並不是價目表所暗示的那個。

Seedream 5.5 以約 $0.039 提供 2K 正方形影像，換算下來約為每百萬像素 $0.0093。MiniMax-H3-Image 以 $0.02333 提供相同的 2K 正方形影像，約為每百萬像素 $0.0056——在相同的名目交付規格下，每像素便宜約 40%。把 MiniMax-H3-Image 推上 4K，曲線會進一步彎折：$0.06879 對上約 16.8 百萬像素，等於每百萬像素 $0.0041，划算程度比它自己的 2K 級距還好上略低於 1.5 倍，且每像素成本約為 Seedream 5.5 2K 方案的 1/2.3。在上市折扣下，這個數字會變成每百萬像素 $0.00205——但該數字將於 11 月 17 日到期，而以此編列預算的管線，等於是把預算建立在促銷活動上。

坦白說，最合理的解讀是：MiniMax 的定價階梯幾乎持平，因為計費是按 token 計算，而 token 數量不會像直覺預期那樣隨面積放大：1K 為 $0.02179、2K 為 $0.02333、4K 為 $0.06879。4K 的像素是 1K 的十六倍，價格卻只略高於 1K 的三倍。ByteDance 的計價方式則本質不同——輸入圖片加輸出圖片，文字 token 免費——因此 Seedream 的編輯無論你要求小改動還是大改動，花費都相同；對一個產品核心是修訂而非生成的模型來說，這正是合適的計價結構。

逐像素的計算也讓這場比較中錯誤的一方顯得有利。沒有人買的是百萬像素；他們買的是可交付成果。如果你需要的是 2K，MiniMax-H3-Image 每張圖片大約便宜 40%，這還沒把你还得另外執行的去背算進去——因為它無法產生 alpha 通道。那項去背是實實在在的成本項目，而對於幾百個 SKU 的產品目錄而言，這正是決定專案成敗的成本項目。

一百回合與一百張圖片是截然不同的購買。

Seedream 5.5 的核心主張是耐久性：單一影像能撐過 100 輪編輯，未觸及的區域保持原樣，也不會累積色彩偏移。每輪定價 ¥0.28，對單一素材進行完整一百輪的作業約需 ¥28，約合 $3.89，而每一輪都是對同一畫格進行修補。這就是 ByteDance 所推銷的工作流程，也說明了這種兩段式計價——你付費是為了送出影像與接收影像，而非生成全新的影像。

MiniMax-H3-Image 在設計上就沒有對等功能。它沒有遮罩、沒有區域鎖定，也沒有第二遍處理；一次編輯就是一次完整生成，並以最多 16 張位置參考影像及最多 4,096 個有效 token 的提示詞作為條件。以 4K 定價計算，一百次修訂約為 $6.88——比 Seedream 的一百輪更多，而且這是結構上不同的錢，因為第三十七輪是整幅畫面的全新取樣，而不是在第一到第三十六輪上打補丁。這是否重要，取決於你的審核者是在檢查標誌位置，還是在檢查整體畫面。如果要求是「把標籤往左移兩毫米，其他什麼都別改」，重新生成然後祈禱的迴圈就是錯誤的工具，再多的提示詞細節也無法把它變成正確的工具。

今天早上只有其中一個能從程式碼呼叫。

這是決定大多數真實評估的部分，而它與影像品質毫無關係。MiniMax-H3-Image 現在已可呼叫：一個確實存在的模型識別碼、有文件記載的結構描述搭配固定的六步取樣器、PNG、JPEG 與 WebP 輸出，以及開放權重（如果你比較想自己執行）。自行託管的算術並不樂觀——68.65 GB 的權重加上 66.7 GB 的編碼器，在你送出第一個請求之前就是 135 GB，對比 API 上每張 4K 影格 $0.06879——但它作為選項存在，這比其他一方提供的還多。

讓這件事有所節制的是授權條款。權重是依 MiniMax-H3-Image Community License Agreement 釋出，而其排除地區涵蓋歐盟、英國、大韓民國與美國。對位於上述任何地區的團隊而言，下載權重並不是繞過 API 的辦法；而是一場結果未定的法律審查。Hugging Face 頁面將這一切概括為 license: other，這很準確，卻什麼也沒告訴你。

Seedream 5.5 恰恰相反：它是一個已完成產品，但目前尚未為開發者開門。你現在就能在 ByteDance 自家應用程式中使用它，並在 Volcano Ark 端點開放後，透過廠商自家 API 與數個第三方平台取用它；但截至 11 月 11 日，仍沒有可放進設定檔的模型 ID、沒有速率限制表、沒有結構定義，也沒有任何說明指出 ¥0.28 的消費者價格就是計量 API 將收取的費用。試玩價格與計量 API 價格往往是不同的數字。

這兩款模型都不在 OrcaRouter 的目錄中，所以這裡的內容並不是對其中任何一款的路由建議。我們確實有同一個家族的影片部分——minimax/minimax-h3——以及在同一把金鑰下的 200 多條其他路由，供應商定價以 0% 加價原樣轉嫁，且若供應商一時出狀況會自動容錯移轉。這能類推到這項比較的原因在於，這兩款模型目前都是單一供應商押注：單一廠商、單一佇列、沒有備援。在第二條路由出現之前，容錯移轉這個論點是你買不到的，而實際做法是把模型識別碼留在設定中，而不是放在程式碼裡，這樣當它出現的那天，只需要改一個字串。

誰該選哪個

如果交付成品很大且不透明——印刷版、4K 主視覺、一張背景裁成三個版位——MiniMax-H3-Image 是兩者中唯一能產出檔案的，而且以 $0.06879 來說，就它的表現而言很便宜。請按定價編列預算，不要用折扣後的數字，並把 alpha 通道當成你仍欠的一個步驟。

如果交付物是版面裡的其中一個圖層——產品去背圖、包裝合成圖、四個人都會各自微調的素材——那麼 Seedream 5.5 就是兩者中唯一解決了這件事的，而像素級的編輯保留意味著第四十次修改的成本與第一次相同。這週就在 Dreamina 或 Doubao 裡用它；在模型 ID 出現之前，別圍繞它規劃整合。

如果你兩者都需要，這種分工是誠實而非取巧：以一千六百萬像素生成底圖，並從任何能給你可信遮罩的模型取得透明資訊。那是兩套工具、兩筆費用，但仍比在第四十輪才發現圖像已經跑掉，或在印刷廠才發現主圖只有 2K 來得便宜。

有三件事能解決這個問題，而且其中沒有一項是基準測試。Volcano Ark 的模型識別碼，以及按用量計費的價格是否會落在 ¥0.28 附近。MiniMax-H3-Image 上的 Alpha 通道——其文件目前將其列為不支援，而不是列在發展藍圖中。以及任一模型首個獨立的 Elo 評分——因為目前雙方整個品質論點都建立在展示網格與廠商展示面板上，而展示網格本來就是設計來好看的。