11月10日晚，MiniMax发布图像生成模型MiniMax H3-Image，并同步开放模型权重。

该模型由MiniMax H3衍生，支持文生图、图像参考和图像编辑。在H3预训练赋予的广泛图像能力基础上，H3-Image进一步强化了整个后训练链路，数据、强化学习、步数压缩、PE、部署优化等多方面提升使得H3-image同时具备了速度、画面质量、指令遵循三方面竞争力。

据介绍，MiniMaxH3-Image可以在10s内生成一张4096×4096像素，约16MP（4K）的高规格图像，且速度可达市面主流水平的5倍。画面质量上，模型提供了丰富的画面细节和极强的真实感，AI生成图像与真实视觉世界之间的距离进一步缩小。此外，H3-Image拥有开源模型中顶级的指令遵循能力并最多支持16张参考图片。

MiniMax同时通过开放平台、MiniMax Code和MiniMax海螺提供H3-Image图像生成服务。H3-Image标准模式的生成速度约为市面主流工具的1.5至2倍，Highspeed模式可达3至4倍，服务定价约为同档位主流工具的50%至70%。

发布首周，MiniMax对16MP及以上规格的生成请求提供官方定价五折优惠。

MiniMax H3发布三个月后，MiniMax将开放权重的策略从视频生成延伸到图像生成。在模型架构方面，H3 Image移除了H3原有架构中的音频分支，针对图像生成和编辑进行了优化。HuggingFace公布的技术资料显示，H3Image采用331亿参数的稠密扩散Transformer（DiT），共有50层，沿用MiniMax H3的Qwen3-VL文本编码器，并结合图像VAE处理参考图片和生成图像。

企业和开发者可以基于模型权重探索新的工具和创作方式，也可以通过MiniMax开放平台等官方渠道直接使用高质量生成服务。通过H3-Image的官方API，个人开发者可以在MiniMax Code、WorkBuddy、Codex等智能体中接入日常工作流，让图像生成成为各类Agent框架可调用的基础能力。

H3-Image的发布将开源图像模型的能力上限提升到新的维度，即能否准确理解复杂的创作要求，以及能否把这些要求转化为有美感、有真实感的画面。一张包含文字和多层信息的图像，既要把内容和关系交代清楚，也要让构图、光影和细节服务于创作者的意向表达。H3-Image将指令遵循、多图参考与高分辨率生成结合起来，延续了MiniMax的多模态融合路线，也为开源模型在复杂视觉创作中缩小与顶尖闭源模型的差距提供了新的可能。

开源首日，MiniMax携手华为昇腾、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、NVIDIA、AMD、英特尔、Tenstorrent等全球芯片企业与多家主流推理和云服务平台推进Day0接入工作。MiniMax表示，“希望H3-Image能够给更多人的日常生活、工作带来便利，我们也会持续构建更强有力的工具来帮助普惠AGI的实现。”