MiniMax H3 Image vs Seedream 5.5

جدول‌های متن‌به‌تصویر، نمایش متن و ویرایش تصویر در Arena (به‌روزرسانی ۷ نوامبر ۲۰۲۶) هنوز هیچ‌کدام از این دو مدل را فهرست نکرده‌اند، پس رأی کورکورانه‌ای برای مقایسه وجود ندارد و فقط ادعای هر سازنده را داریم.

MiniMax در ۱۰ نوامبر ۲۰۲۶ MiniMax H3 Image را منتشر کرد و می‌گوید این مدل از «ظاهر آشنای هوش مصنوعی» فراتر می‌رود و جزئیات ظریف و واقع‌گرایی زنده دارد. همچنین پیروی از دستورها را قوی‌ترین میان مدل‌های متن‌باز می‌داند. هر دو ادعا از خود سازنده است، نه رأی مستقل.

ByteDance مدل Seedream 5.5 را ۹ نوامبر ۲۰۲۶ منتشر کرد و آن را برای واقع‌گرایی تنظیم کرده است: پوست، نور و مواد نزدیک‌تر به یک عکس واقعی، با براقیت و نوردهی بیش‌ازحد کمتری که مدل‌های تصویر معمولاً اضافه می‌کنند.

نمونه‌کارهای MiniMax برای MiniMax H3 Image شامل متنی است که استدلال پشتش است: معماهای منطقی به چینی و انگلیسی که روی تخته گام‌به‌گام حل شده‌اند. جدول نمایش متن Arena هنوز MiniMax H3 Image را فهرست نکرده، پس امتیاز مستقلی برای حروف‌نگاری آن وجود ندارد.

ByteDance گزارش می‌دهد که Seedream 5.5 متن‌های کوچک و متراکم و نویسه‌های پیچیده را دقیق‌تر از مدل‌های قبلی Seedream می‌نویسد و جدول نمایش متن Arena هم هنوز آن را فهرست نکرده است.

MiniMax H3 Image هم تصویر می‌سازد و هم ویرایش می‌کند، آن هم در یک مدل، و در Mage تا ۱۶ تصویر ورودی را هم‌زمان می‌گیرد. در نمونه‌کار خود MiniMax، یک اتاق خالی و چند مبلمان که هرکدام تصویر مرجع جداگانه‌ای هستند، به یک اتاق نشیمن مبله تبدیل می‌شوند و یک رندر خاکستری بدون بافت از یک صحنه به فریم فیلم عکاسی‌شده تبدیل می‌شود.

ByteDance مدل Seedream 5.5 را برای جلسه‌های ویرایش طولانی ساخته است: بخش‌هایی از تصویر را که نخواسته‌ای تغییر کنند در سطح پیکسل حفظ می‌کند، به‌طوری که رنگ‌ها جابه‌جا نمی‌شوند و جزئیات از یک دور به دور بعد از بین نمی‌رود؛ دموی عرضهٔ آن یک پرتره را از 100 ویرایش پیاپی عبور می‌دهد. در Mage تا 10 تصویر ورودی می‌گیرد و نقطه‌ها و کادرهایی را که روی تصویر می‌گذاری دنبال می‌کند.

MiniMax، مدل MiniMax H3 Image را طوری ساخته که اندازهٔ کامل را مستقیم و بدون آپ‌اسکیلر رندر کند، با تعداد پیکسل تقریباً یکسان در هر نسبت تصویر. در Mage این اندازهٔ کامل 4K است و 2K برای پیش‌نویس‌های سریع‌تر در دسترس است.

Seedream 5.5 تا 2K رندر می‌کند. هر دو در Mage همان 9 نسبت تصویر را دارند، از 9:21 تا 21:9.

MiniMax H3 Image در Mage از ۱۵ Gems (حدود ۰٫۰۱۵ دلار) برای هر تصویر شروع می‌شود و از پلن Pro به‌صورت نامحدود اجرا می‌شود. Seedream 5.5 در Mage از ۲۴ Gems (حدود ۰٫۰۲۴ دلار) برای هر تصویر شروع می‌شود و از پلن Pro نامحدود اجرا می‌شود.

قیمت شروع و پلن نامحدود MiniMax H3 Image برای 2K است: تصاویر 4K به Gems بیشتری نیاز دارند و از پلن بالاتری نامحدود می‌شوند، و هر تصویر ورودی که اضافه کنی به قیمت اضافه می‌کند. در Seedream 5.5 هم هر تصویر ورودی که اضافه کنی به قیمت اضافه می‌کند.