MiniMax H3-Imageは、MiniMaxが2026年11月10日にリリースしたオープンウェイトの画像モデルで、アップスケーラーなしで約16メガピクセル(4096 x 4096)の画像を生成・編集できます。MiniMaxによると、4K画像の生成には約10秒かかります。MiniMax APIから呼び出すほか、Hailuo AIやMiniMax Codeで利用したり、Hugging Faceから重みをダウンロードしたりできます。
このガイドでは、MiniMax H3-Imageとは何か、MiniMaxが実際に何を主張しているのか、そのライセンスのもとで「オープンウェイト」が何を意味するのか、ローンチ週間の割引期間中のコスト、そしてコーディングエージェントからAPIをテストする方法を解説します。
MiniMax H3-Imageとは?
MiniMax H3-Imageは、MiniMax H3ファミリーに属するテキストから画像を生成するモデルであり、画像編集モデルでもあります。1つのチェックポイントで両方のタスクを処理でき、プロンプトから画像を作成するだけでなく、最大16枚の参照画像を編集することも可能です。4096 x 4096(1:1)から6272 x 2688(21:9)まで、任意のアスペクト比で約16メガピクセルを出力し、その重みはコミュニティライセンスの下で公開されています。
MiniMaxのXでのローンチ投稿における売り文句はシンプルです。「10秒での4K画像生成」、1600万ピクセル、リアリティ、正確なプロンプト追従と編集、最大16枚の参照画像、そしてオープンウェイトです。
H3-Imageは、MiniMax M3解説記事で扱ったMiniMaxのコーディングモデルとは別物であり、独自のAPIエンドポイントを持っています。
MiniMaxがH3-Imageについて主張していること
以下は、MiniMaxがHugging Faceのモデルカードおよびアナウンスで公表している内容です。速度と品質に関する記述はMiniMaxの主張として扱ってください。執筆時点で、社外の人が独立した測定結果を公開した例はありません。
| 主張 | MiniMaxの説明 | 出典 |
|---|---|---|
| 解像度 | 約16MP、1:1で4096 x 4096、21:9で最大6272 x 2688、アップスケーラー不要 | モデルカード |
| 速度 | 4K画像を約10秒で生成 | ローンチ投稿 |
| サンプリング | 6サンプリングステップに蒸留、classifier-free guidanceなし | モデルカード |
| 参照画像 | 1回の編集につき最大16枚の参照画像 | モデルカード、APIガイド |
| 指示追従 | 「オープンソースモデルの中で最も強力な指示追従能力」 | モデルカード |
| 動作範囲 | 約4MP〜20MP、約16MP付近で最高の結果 | モデルカード |
速度に関する主張は、6つの蒸留ステップとclassifier-free guidanceなしに基づいています。通常、guidanceはステップごとの処理を2倍にします。MiniMaxは10秒という数値の背後にあるハードウェアを明示していないため、自分のGPUでの性能の約束と受け取らないでください。
モデルカードには、指示追従に関する主張を裏付けるベンチマーク表は掲載されていません。姉妹記事のMiniMax H3-Image vs Nano Banana 2.1では、両者を並べて比較しています。
モデルの中身
モデルカードは、アーキテクチャについて驚くほど具体的です:
- Diffusion transformer: 33.1Bパラメータ、50層のdenseなシングルストリームトランスフォーマー、BF16で保存(68.65 GB)。
- テキストエンコーダー: 変更されていないMiniMax-H3テキストエンコーダー、別のMiniMax-H3リポジトリからロード(66.7 GB)。
- 画像VAE: 16倍の空間ダウンサンプリング、24潜在チャンネル(2.34 GB)。
- オプションのプロンプトエクスパンダー: MiniMax-H3-Image-PE(17.9 GB、NVFP4)、モデルが期待する詳細な英語の説明に短いプロンプトを変換します。
これらを合計すると、オプションのエクスパンダーを除いても、完全なローカル環境のセットアップには約137 GBのダウンロードが必要になります。
MiniMax H3-Imageにおける「オープンウェイト」の意味
MiniMax H3-Imageはオープンウェイトであり、OSIの意味でのオープンソースではありません。重みをダウンロードして実行することはできますが、MiniMax-H3-Image Community Licenseには実際の制限が設けられています。利用を始める前に読んでください。ほとんどのチームに影響するポイント：
- 地域。 このライセンスは、「除外地域」を除く世界中で権利を付与します：欧州連合、英国、大韓民国、および米国。これらの地域のチームは、別途ライセンスについてMiniMaxに連絡する必要があります。
- 収益とホスティング。 あなたとあなたの関連会社の年間収益が100万ドルを超える場合、または第三者にホスト型サービスとしてモデルを提供する場合は、MiniMaxからの事前の書面による許可が必要です。リクエストはMiniMaxのライセンスコンソールから行います。
- クレジット表記。 商用製品では、ユーザーインターフェースに「MiniMax-H3-Image」を目立つように表示する必要があります。
- 他のモデルのトレーニング禁止。 このモデルやその出力を使用して、他のAIモデルを改善することはできません。
- 開示。 受け入れ可能な利用ポリシーでは、生成コンテンツが機械生成であることを明確に開示せずに公開することを禁止しています。
MiniMaxは、生成された画像に対して権利を主張しません。ホスト型APIのみを呼び出す場合も、その利用に関するMiniMaxのプラットフォーム規約をお読みください。
MiniMax H3-Imageを利用できる場所
4つのルートがあります：
- MiniMax API. テキストから画像への変換は
POST https://api.minimax.io/v1/images/generations、編集は/v1/images/editsで行い、どちらもモデルIDはMiniMax-H3-Imageまたはより高速なMiniMax-H3-Image-Highspeedです。詳細な手順はMiniMax H3-Image APIガイドにあります。 - Hailuo AI. MiniMaxのWebアプリ。コーディングは不要です。
- MiniMax Code. macOSとWindows用のMiniMaxデスクトップアプリで、ローンチ投稿でH3-Imageを利用できる場所として挙げられています。
- セルフホスティング。 MiniMaxはSGLang、vLLM-Omni、diffusers、ComfyUIを推奨しており、対応アクセラレータとしてNVIDIA H200、RTX PRO 6000 Blackwell、AMD Instinct MI350Xを挙げています。モデルカードには最小VRAMの数値は記載されていません。
無料で利用できるルートをお探しの場合は、MiniMax H3-Imageを無料で使うの記事が参考になります。
MiniMax H3-Image APIの仕組み
このAPIはOpenAIスタイルの画像APIの形状に従っているため、リクエストは短くて済みます：
curl https://api.minimax.io/v1/images/generations \
-H "Authorization: Bearer $MINIMAX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-H3-Image",
"prompt": "An orange cat on a sunny windowsill, film texture",
"aspect_ratio": "16:9",
"area": "4K",
"response_format": "url"
}'
APIリファレンスから、知っておくべきパラメータ：
sizeはWIDTHxHEIGHT(655,360〜20,000,000ピクセル、アスペクト比は1:3〜3:1)またはautoを指定します。autoの場合は、代わりにaspect_ratioとarea(1K、2K、または4K、デフォルトは4K)を設定します。両方の形式を混ぜると400が返されます。nは1リクエストあたり1〜10枚の画像を要求します。output_formatはデフォルトでjpeg、またはpngやwebpを指定できます。response_formatはurl(URLの永続性は保証されていないため、自分でダウンロードする必要があります)またはb64_jsonです。stream: trueを指定すると、各画像が完成次第、server-sent eventsでプッシュされます。- プロンプト拡張はデフォルトで有効です。各結果には、モデルが実際に使用した内容を示す
revised_promptが含まれます。プロンプトをそのまま送信したい場合はdisable_prompt_enhanced: trueを設定します。
混乱しやすい動作が1つあります：1枚でも画像の生成に成功すると、他の画像がコンテンツセーフティチェックに失敗していても、呼び出しはHTTP 200を返します。各アイテムのdata[].errorを必ず確認してください。課金は成功した画像のみに対して行われます。
このガイドでは、サポートされていない機能も記載されています：プレビュー画像、マスク編集、透明背景です。
編集では、1〜16枚の参照画像を公開URL、アップロード済みファイルID、またはデータURIとして渡します。リクエストあたり合計64 MiBまでです。プロンプト内では、アップロード順に<Picture 1>、<Picture 2>のように参照します。
MiniMax H3-Imageの価格とローンチ週間の割引
MiniMaxは、H3-Imageを100万トークン単位で課金し、テキスト入力、画像入力、画像出力に分けています。2026年11月11日に確認したMiniMaxの価格ページより：
| モデル | 入力テキスト / 100万トークン | 入力画像 / 100万トークン | 出力画像 / 100万トークン |
|---|---|---|---|
| MiniMax-H3-Image | $2.30 | $1.50 | $3.80 |
| MiniMax-H3-Image-Highspeed | $2.30 | $3.00 | $7.60 |
標準モデルでのテキストから画像への変換1回あたりのMiniMax自身のコスト例は、1Kで$0.02179、2Kで$0.02333、4Kで$0.06879です。Highspeedの4Kの例は$0.13001です。
ローンチ割引は、生成された画像が16,600,000ピクセル以上の場合に、両モデルのリクエスト総コストが50%オフになります。割引は2026年11月17日16:00 UTCまで続きます。この期間中、MiniMaxは標準の4Kテキストから画像への変換結果を$0.03439、Highspeedの結果を$0.06501と表示しています。それより小さい画像は対象外のため、2Kのレンダリングは以前と同じコストです。
Apidog CLIでMiniMax H3-Image APIをテストする
H3-Imageをアプリに組み込む前に、リクエストの形式、認証、エラーハンドリングが正しく機能すること(「200が返るが失敗アイテムがある」ケースを含む)を確認しましょう。手作業でリクエストをクリックして確認する代わりに、Apidog CLIを使ってコーディングエージェントにそのチェックを構築・実行させましょう。
![ワークフロー図: コーディングエージェントがApidog CLIを使ってエンドポイントとテストケースを作成し、MiniMax H3-ImageのPOST /v1/images/generationsを呼び出し、ステータス200、data[0].urlの存在、data[].errorがないことを確認するテストレポートを読み取り、修正して再実行する](https://assets.apidog.com/blog-next/2026/11/minimax-h3-apidog-loop.png)
まずCLIをセットアップします：
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install
このskillにより、エージェント(Claude Code、Codex、Cursorなど)がCLIのコマンドを学習します。その後、次の1つのプロンプトを与えます：
In Apidog project <projectId>, add the MiniMax H3-Image endpoint
POST /v1/images/generations from https://platform.minimax.io/docs/api-reference/image-generation-h3-generations
with Bearer auth from {{MINIMAX_API_KEY}}. Create an environment with base URL
https://api.minimax.io. Write a test case that sends model MiniMax-H3-Image,
area 1K, n 1, and asserts status 200, data[0].url exists, data[0].error is absent
and usage.generated_images equals 1. Run it and summarize the result.
エージェントはこれを短いapidogコマンドの実行に変換します。以下のすべてのフラグは、Apidog CLI 2.2.12のapidog <command> --helpから取得したものです：
apidog environment create --project <projectId> --base-url https://api.minimax.io
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file ./h3-endpoint.json
apidog endpoint create --project <projectId> --file ./h3-endpoint.json
apidog test-case category --project <projectId>
apidog cli-schema validate test-case-create --file ./h3-case.json
apidog test-case create --project <projectId> --file ./h3-case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> \
--env-var "MINIMAX_API_KEY=$MINIMAX_API_KEY" -r cli,json
cli-schema getは正確なJSONの形状をエージェントに提供し、cli-schema validateは何かが書き込まれる前に各ファイルをチェックします。test-case categoryは有効なカテゴリIDを提供するため、テストケースがアプリに表示されます。実行すると、ターミナルに合否のサマリーが出力され、エージェントが修正すべき点を判断するためのJSONレポートが書き込まれます。--upload-reportを追加すると、同じ実行をApidog上で確認できます。
area: 1Kを使うことで、各テスト呼び出しをMiniMaxの最小の表示価格例に抑えられます。このパターンの詳細については、Apidog CLIエージェントワークフローおよびClaude CodeでのApidog CLIを参照してください。ApidogのFreeプランでは最大4ユーザーまで利用できます。
MiniMax H3-Imageを試すべきか?
大きくて詳細な画像が必要な場合や、オープンウェイトの選択肢を求めている場合、あるいはマルチ参照編集(製品写真、間取り、キャラクターシートなど)がユースケースである場合は、試してみる価値があります。ローンチ割引により、11月17日までは4Kテストが安価に行えます。
セルフホスティングは慎重に検討してください：約137 GBの重み、データセンタークラスのGPU、そしてEU、英国、大韓民国、米国を除外するライセンスが必要です。ほとんどのチームにとって、APIが現実的な道筋です。画像APIを比較している場合は、GPT Image 2.6 API、Nano Banana 2.1 API、Qwen-Image 2.1に関するガイドで代替手段を取り上げています。
FAQ
MiniMax H3-Imageは無料ですか? 重みは、ライセンスの対象地域内で、その収益およびホスティングの制限に従えば、ロイヤリティフリーでダウンロードして実行できます。APIはトークンごとに有料です。無料でのアクセス方法については、無料アクセスガイドを参照してください。
MiniMax H3-Imageはオープンソースですか? MiniMaxはHugging Faceでオープンソースと呼んでいますが、地域、収益、クレジット表記、トレーニング禁止の制限を含むカスタムコミュニティライセンスの下で提供されています。「オープンウェイト」という表現がより正確です。
MiniMax H3-Imageはどのくらい高速ですか? MiniMaxによると、4K画像には約10秒かかります。これは企業側の数値であり、ハードウェアは明示されておらず、執筆時点で独立したベンチマークは存在しませんでした。
MiniMax-H3-ImageとMiniMax-H3-Image-Highspeedの違いは何ですか? どちらも同じパラメータと制限を受け付けます。Highspeedはより高速なティアで、コストが高くなります：出力画像トークン100万あたり$7.60(対$3.80)。
MiniMax H3-Imageは何枚の参照画像を使用できますか? 編集リクエストごとに最大16枚で、各辺は128〜8,192ピクセル、リクエストボディ全体の上限は64 MiBです。
MiniMax H3-Imageのローンチ割引はいつ終了しますか? 2026年11月17日16:00 UTCです。16,600,000ピクセル以上の画像にのみ適用されます。