MiniMax H3-Image คืออะไร

MiniMax H3-Image คือโมเดลสร้างภาพแบบเปิดน้ำหนักโมเดล (open-weight) จาก MiniMax เปิดตัวเมื่อวันที่ 10 พฤศจิกายน 2026 สามารถสร้างและแก้ไขภาพได้ที่ประมาณ 16 ล้านพิกเซล (4096 x 4096) โดยไม่ต้องใช้ upscaler MiniMax ระบุว่าการสร้างภาพ 4K ใช้เวลาประมาณ 10 วินาที คุณสามารถเรียกใช้งานผ่าน MiniMax API ใช้ใน Hailuo AI และ MiniMax Code หรือดาวน์โหลดน้ำหนักโมเดลจาก Hugging Face ได้

คู่มือนี้จะอธิบายว่า MiniMax H3-Image คืออะไร MiniMax อ้างว่าอะไรบ้าง คำว่า “open-weight” หมายความว่าอย่างไรภายใต้สัญญาอนุญาต ราคาช่วงส่วนลดสัปดาห์เปิดตัวเป็นเท่าไร และวิธีทดสอบ API จาก coding agent ของคุณ

MiniMax H3-Image คืออะไร?

MiniMax H3-Image เป็นโมเดลแปลงข้อความเป็นภาพ (text-to-image) และแก้ไขภาพในตระกูล MiniMax H3 โดยใช้ checkpoint เดียวทำงานทั้งสองอย่าง: สร้างภาพจาก prompt และแก้ไขภาพโดยใช้ภาพอ้างอิงได้สูงสุด 16 ภาพ โมเดลนี้ส่งออกภาพประมาณ 16 ล้านพิกเซลที่อัตราส่วนภาพใดก็ได้ ตั้งแต่ 4096 x 4096 (1:1) ถึง 6272 x 2688 (21:9) และเผยแพร่น้ำหนักโมเดลภายใต้สัญญาอนุญาตแบบ community license

ในโพสต์เปิดตัวบน X ของ MiniMax จุดขายสั้น ๆ คือ “สร้างภาพ 4K ใน 10 วินาที” ความละเอียด 16 ล้านพิกเซล ความสมจริง การทำตาม prompt และการแก้ไขที่แม่นยำ รองรับภาพอ้างอิงสูงสุด 16 ภาพ และเปิดน้ำหนักโมเดลให้ใช้งาน

H3-Image แยกจากโมเดลสำหรับเขียนโค้ดของ MiniMax ซึ่งกล่าวถึงในบทความอธิบาย MiniMax M3 และมี API endpoint เป็นของตัวเอง

สิ่งที่ MiniMax อ้างเกี่ยวกับ H3-Image

นี่คือสิ่งที่ MiniMax เผยแพร่บนmodel card บน Hugging Face และในประกาศเปิดตัว ให้ถือว่าข้อมูลเรื่องความเร็วและคุณภาพเป็นคำอ้างของ MiniMax เอง เพราะ ณ เวลาที่เขียนบทความนี้ ยังไม่มีใครนอกบริษัทเผยแพร่ผลการวัดอิสระ

คำอ้าง	สิ่งที่ MiniMax ระบุ	แหล่งที่มา
ความละเอียด	ประมาณ 16 MP, 4096 x 4096 ที่ 1:1, สูงสุด 6272 x 2688 ที่ 21:9, ไม่ต้องใช้ upscaler	Model card
ความเร็ว	ภาพ 4K ในประมาณ 10 วินาที	โพสต์เปิดตัว
การสุ่มตัวอย่าง	Distill เหลือ 6 ขั้นตอน ไม่ใช้ classifier-free guidance	Model card
ภาพอ้างอิง	สูงสุด 16 ภาพต่อการแก้ไขหนึ่งครั้ง	Model card, คู่มือ API
การทำตามคำสั่ง	“ทำตามคำสั่งได้ดีที่สุดในบรรดาโมเดล open-source”	Model card
ช่วงการทำงาน	ประมาณ 4 MP ถึง 20 MP ผลลัพธ์ดีที่สุดราว 16 MP	Model card

คำอ้างเรื่องความเร็วมาจากการ distill เหลือ 6 ขั้นตอนและไม่ใช้ classifier-free guidance ซึ่งปกติต้องทำงานเพิ่มเป็นสองเท่าต่อหนึ่งขั้นตอน MiniMax ไม่ได้ระบุฮาร์ดแวร์ที่ใช้ทำตัวเลข 10 วินาที ดังนั้นอย่าตีความว่าเป็นคำสัญญาสำหรับ GPU ของคุณเอง

Model card ไม่ได้เผยแพร่ตาราง benchmark รองรับคำกล่าวอ้างเรื่องการทำตามคำสั่ง บทความของเรา MiniMax H3-Image vs Nano Banana 2.1 ได้นำสองโมเดลนี้มาเทียบกันแบบตรงไปตรงมา

ภายในโมเดลมีอะไรบ้าง

Model card ระบุรายละเอียดสถาปัตยกรรมได้ละเอียดผิดปกติ:

Diffusion transformer: พารามิเตอร์ 33.1B เป็น transformer แบบ dense single-stream มี 50 เลเยอร์ จัดเก็บในรูปแบบ BF16 (68.65 GB)
Text encoder: MiniMax-H3 text encoder แบบไม่เปลี่ยนแปลง โหลดจาก repository MiniMax-H3 แยกต่างหาก (66.7 GB)
Image VAE: ลดความละเอียดเชิงพื้นที่ 16 เท่า มี 24 latent channels (2.34 GB)
Prompt expander (ตัวเลือกเสริม): MiniMax-H3-Image-PE (17.9 GB, NVFP4) ซึ่งแปลง prompt สั้น ๆ ให้เป็นคำอธิบายภาษาอังกฤษแบบละเอียดที่โมเดลต้องการ

รวมกันแล้วการติดตั้งในเครื่องแบบครบชุดต้องดาวน์โหลดประมาณ 137 GB ก่อนที่จะรวมตัว expander เสริม

คำว่า “open-weight” หมายถึงอะไรสำหรับ MiniMax H3-Image

MiniMax H3-Image เป็น open-weight ไม่ใช่ open-source ในความหมายของ OSI คุณดาวน์โหลดและรันน้ำหนักโมเดลได้ แต่สัญญาอนุญาตชุมชน MiniMax-H3-Image Community License กำหนดข้อจำกัดที่ชัดเจน ควรอ่านให้ครบก่อนสร้างผลิตภัณฑ์บนพื้นฐานนี้ ประเด็นที่กระทบทีมส่วนใหญ่:

ขอบเขตพื้นที่. สัญญาอนุญาตให้สิทธิทั่วโลกยกเว้น “Excluded Territories”: สหภาพยุโรป สหราชอาณาจักร สาธารณรัฐเกาหลี และสหรัฐอเมริกา ทีมในพื้นที่เหล่านี้ต้องติดต่อ MiniMax เพื่อสัญญาอนุญาตแยกต่างหาก
รายได้และการให้บริการโฮสต์. คุณต้องได้รับอนุญาตเป็นลายลักษณ์อักษรล่วงหน้าจาก MiniMax หากคุณและบริษัทในเครือมีรายได้แบบ annualized เกิน 1 ล้านดอลลาร์สหรัฐ หรือหากคุณนำเสนอโมเดลเป็นบริการโฮสต์ให้บุคคลที่สาม คำขอยื่นผ่าน license console ของ MiniMax
การแสดงที่มา. ผลิตภัณฑ์เชิงพาณิชย์ต้องแสดงคำว่า “MiniMax-H3-Image” อย่างเด่นชัดใน user interface
ห้ามใช้ฝึกโมเดลอื่น. ห้ามใช้โมเดลหรือผลลัพธ์ของมันเพื่อปรับปรุงโมเดล AI อื่นใด
การเปิดเผยข้อมูล. นโยบายการใช้งานที่เหมาะสมห้ามเผยแพร่เนื้อหาที่สร้างขึ้นต่อสาธารณะโดยไม่เปิดเผยอย่างชัดเจนว่าเป็นเนื้อหาที่สร้างโดยเครื่อง

MiniMax ไม่อ้างสิทธิ์ใด ๆ เหนือภาพที่คุณสร้างขึ้น หากคุณใช้เพียง API ที่โฮสต์ไว้ ควรอ่านข้อกำหนดแพลตฟอร์มของ MiniMax สำหรับการใช้งานลักษณะนั้นด้วย

ใช้ MiniMax H3-Image ได้จากช่องทางใด

Diagram of the four ways to reach MiniMax H3-Image: the MiniMax API endpoints, the Hailuo AI web app, the MiniMax Code desktop app, and the open weights on Hugging Face for self-hosting

คุณมี 4 ช่องทาง:

MiniMax API. สร้างภาพจากข้อความที่ POST https://api.minimax.io/v1/images/generations และแก้ไขภาพที่ /v1/images/edits ทั้งสองใช้ model ID MiniMax-H3-Image หรือตัวที่เร็วกว่า MiniMax-H3-Image-Highspeed คู่มือฉบับเต็มอยู่ในคู่มือ MiniMax H3-Image API ของเรา
Hailuo AI. เว็บแอปของ MiniMax ไม่ต้องเขียนโค้ด
MiniMax Code. เดสก์ท็อปแอปของ MiniMax สำหรับ macOS และ Windows ระบุไว้ในโพสต์เปิดตัวว่าเป็นช่องทางใช้ H3-Image
โฮสต์เอง. MiniMax แนะนำ SGLang, vLLM-Omni, diffusers หรือ ComfyUI และระบุ NVIDIA H200, RTX PRO 6000 Blackwell และ AMD Instinct MI350X ในบรรดาตัวเร่งที่รองรับ Model card ไม่ได้ระบุค่า VRAM ขั้นต่ำ

หากคุณกำลังมองหาช่องทางที่ไม่มีค่าใช้จ่าย บทความ MiniMax H3-Image ฟรี มีคำอธิบายไว้

MiniMax H3-Image API ทำงานอย่างไร

API นี้ใช้รูปแบบแบบเดียวกับ images API ของ OpenAI จึงส่งคำขอได้สั้น ๆ:

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"
  }'

พารามิเตอร์ที่ควรรู้ จากเอกสารอ้างอิง API:

size รับค่า WIDTHxHEIGHT (655,360 ถึง 20,000,000 พิกเซล อัตราส่วนภาพระหว่าง 1:3 ถึง 3:1) หรือ auto เมื่อใช้ auto คุณจะระบุ aspect_ratio และ area (1K, 2K หรือ 4K ค่าเริ่มต้น 4K) แทน การใช้ทั้งสองรูปแบบพร้อมกันจะได้รับ 400
n ขอภาพ 1 ถึง 10 ภาพต่อคำขอ
output_format เป็น jpeg โดยค่าเริ่มต้น หรือเลือก png หรือ webp
response_format เป็น url (ดาวน์โหลดเอง เพราะ URL ไม่รับประกันว่าจะอยู่ถาวร) หรือ b64_json
stream: true ส่งภาพแต่ละภาพผ่าน server-sent events ทันทีที่สร้างเสร็จ
การเสริมแต่ง prompt เปิดใช้โดยค่าเริ่มต้น ผลลัพธ์แต่ละชิ้นมี revised_prompt แสดงว่าโมเดลใช้ prompt จริงว่าอะไร ตั้ง disable_prompt_enhanced: true เพื่อส่ง prompt ตามต้นฉบับ

มีพฤติกรรมหนึ่งที่ทำให้หลายคนสับสน: หากมีภาพสำเร็จอย่างน้อยหนึ่งภาพ คำขอจะคืน HTTP 200 แม้ว่าภาพอื่นจะตก content safety check ก็ตาม ควรตรวจ data[].error ในทุกรายการ ระบบจะคิดเงินเฉพาะภาพที่สำเร็จเท่านั้น

คู่มือยังระบุสิ่งที่ไม่รองรับด้วย: ภาพตัวอย่าง (preview), การแก้ไขแบบมาสก์ และพื้นหลังโปร่งใส

สำหรับการแก้ไขภาพ คุณส่งภาพอ้างอิง 1 ถึง 16 ภาพในรูปแบบ URL สาธารณะ, file ID ที่อัปโหลดแล้ว หรือ data URI รวมกันไม่เกิน 64 MiB ต่อคำขอ ใน prompt คุณอ้างถึงภาพเหล่านั้นเป็น <Picture 1>, <Picture 2> เป็นลำดับ ตามลำดับการอัปโหลด

ราคา MiniMax H3-Image และส่วนลดสัปดาห์เปิดตัว

MiniMax คิดค่าใช้จ่าย H3-Image ต่อล้านโทเคน แยกเป็นข้อความนำเข้า ภาพนำเข้า และภาพส่งออก จากหน้าราคาของ MiniMax ตรวจสอบเมื่อวันที่ 11 พฤศจิกายน 2026:

โมเดล	ข้อความนำเข้า / ล้านโทเคน	ภาพนำเข้า / ล้านโทเคน	ภาพส่งออก / ล้านโทเคน
MiniMax-H3-Image	$2.30	$1.50	$3.80
MiniMax-H3-Image-Highspeed	$2.30	$3.00	$7.60

ตัวอย่างต้นทุนต่อผลลัพธ์ text-to-image ที่ MiniMax ระบุเองในโมเดลมาตรฐานคือ $0.02179 ที่ 1K, $0.02333 ที่ 2K และ $0.06879 ที่ 4K ตัวอย่าง 4K ของ Highspeed อยู่ที่ $0.13001

ส่วนลดเปิดตัวลด 50% จากต้นทุนรวมของคำขอในทั้งสองโมเดล เมื่อภาพที่ส่งมีพิกเซลอย่างน้อย 16,600,000 พิกเซล ส่วนลดมีผลจนถึงวันที่ 17 พฤศจิกายน 2026 เวลา 16:00 UTC ในช่วงเวลาดังกล่าว MiniMax ระบุผลลัพธ์ 4K text-to-image มาตรฐานที่ $0.03439 และตัว Highspeed ที่ $0.06501 ภาพที่เล็กกว่าไม่ได้รับส่วนลด ดังนั้นภาพ 2K มีราคาเท่าเดิม

ทดสอบ MiniMax H3-Image API ด้วย Apidog CLI

ก่อนนำ H3-Image ไปต่อยอดในแอป ควรพิสูจน์ก่อนว่ารูปแบบคำขอ การยืนยันตัวตน และการจัดการข้อผิดพลาดทำงานถูกต้อง รวมถึงกรณี “200 พร้อมรายการที่ล้มเหลว” ด้วย ให้ coding agent ของคุณสร้างและรันการตรวจสอบนี้ด้วย Apidog CLI แทนการคลิกทดสอบด้วยมือ

Workflow diagram: a coding agent uses Apidog CLI to create an endpoint and test case, calls POST /v1/images/generations on MiniMax H3-Image, reads a test report checking status 200, data[0].url and no data[].error, then fixes and reruns

ติดตั้ง CLI เพียงครั้งเดียว:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install

Skill นี้จะสอนคำสั่งต่าง ๆ ของ CLI ให้กับ agent ของคุณ (Claude Code, Codex, Cursor หรือตัวอื่น) จากนั้นให้มัน prompt เดียว:

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.

Agent จะแปลงข้อความนั้นเป็นชุดคำสั่ง apidog สั้น ๆ ธง (flag) ทั้งหมดด้านล่างมาจาก apidog <command> --help บน Apidog CLI 2.2.12:

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 ส่งรูปแบบ JSON ที่แม่นยำให้ agent และ cli-schema validate ตรวจไฟล์แต่ละไฟล์ก่อนเขียนอะไรลงไป test-case category ให้ category ID ที่ใช้ได้ เพื่อให้ test case ปรากฏในแอป การรันจะพิมพ์สรุปผ่าน/ไม่ผ่านใน terminal ของคุณ และเขียนรายงาน JSON ที่ agent อ่านเพื่อตัดสินว่าต้องแก้อะไร เพิ่ม --upload-report เพื่อดูการรันเดียวกันใน Apidog

การใช้ area: 1K ทำให้แต่ละครั้งทดสอบอยู่ในราคาตัวอย่างที่ต่ำที่สุดที่ MiniMax ระบุไว้ ดูรายละเอียดรูปแบบการทำงานเพิ่มเติมได้ที่ workflow ของ Apidog CLI กับ agent และ Apidog CLI ใน Claude Code แผน Free ของ Apidog รองรับผู้ใช้ได้ถึง 4 คน

ควรลองใช้ MiniMax H3-Image หรือไม่?

ลองใช้หากคุณต้องการภาพขนาดใหญ่ รายละเอียดสูง และอยากได้ตัวเลือกแบบ open-weight หรือหากการแก้ไขแบบอ้างอิงหลายภาพ (ภาพสินค้า ผังห้อง ชีตตัวละคร) คือ use case ของคุณ ส่วนลดเปิดตัวทำให้การทดสอบ 4K ราคาถูกจนถึงวันที่ 17 พฤศจิกายน

แต่ควรคิดดีก่อนโฮสต์เอง: น้ำหนักโมเดลประมาณ 137 GB, ต้องใช้ GPU ระดับ data center และสัญญาอนุญาตที่ไม่รองรับ EU, สหราชอาณาจักร, สาธารณรัฐเกาหลี และสหรัฐฯ สำหรับทีมส่วนใหญ่ API คือทางที่ใช้ได้จริง หากคุณกำลังเปรียบเทียบ API สร้างภาพ คู่มือของเราเกี่ยวกับ GPT Image 2.6 API, Nano Banana 2.1 API และ Qwen-Image 2.1 ครอบคลุมทางเลือกอื่น ๆ

คำถามที่พบบ่อย

MiniMax H3-Image ฟรีหรือไม่? น้ำหนักโมเดลดาวน์โหลดและรันได้ฟรีค่าลิขสิทธิ์ภายในพื้นที่ที่สัญญาอนุญาตรองรับ และอยู่ภายใต้ข้อจำกัดเรื่องรายได้และการโฮสต์ ส่วน API คิดค่าใช้จ่ายต่อโทเคน ดูคู่มือการใช้ฟรีของเราสำหรับช่องทางที่ไม่มีค่าใช้จ่าย

MiniMax H3-Image เป็น open-source หรือไม่? MiniMax เรียกมันว่า open-source บน Hugging Face แต่มันเผยแพร่ภายใต้สัญญาอนุญาตชุมชนแบบกำหนดเอง ที่มีข้อจำกัดเรื่องพื้นที่ รายได้ การแสดงที่มา และห้ามใช้ฝึกโมเดลอื่น คำว่า “open-weight” จึงแม่นยำกว่า

MiniMax H3-Image เร็วแค่ไหน? MiniMax ระบุว่าภาพ 4K ใช้เวลาประมาณ 10 วินาที นั่นคือตัวเลขของบริษัทเอง ซึ่งไม่ได้ระบุฮาร์ดแวร์ และ ณ เวลาที่เขียนบทความนี้ยังไม่มี benchmark อิสระ

MiniMax-H3-Image กับ MiniMax-H3-Image-Highspeed ต่างกันอย่างไร? ทั้งสองใช้พารามิเตอร์และข้อจำกัดเหมือนกัน Highspeed เป็นเทียร์ที่เร็วกว่าและแพงกว่า: $7.60 ต่อล้านโทเคนภาพส่งออก เทียบกับ $3.80

MiniMax H3-Image ใช้ภาพอ้างอิงได้กี่ภาพ? สูงสุด 16 ภาพต่อคำขอแก้ไข แต่ละภาพมีด้านยาว 128 ถึง 8,192 พิกเซล โดยขนาดรวมของคำขอถูกจำกัดที่ 64 MiB

ส่วนลดเปิดตัว MiniMax H3-Image สิ้นสุดเมื่อใด? วันที่ 17 พฤศจิกายน 2026 เวลา 16:00 UTC ใช้ได้เฉพาะกับภาพที่มีอย่างน้อย 16,600,000 พิกเซลเท่านั้น