MiniMax képgenerátor

A MiniMax H3 Image a MiniMax AI képmodellje, ugyanazé a laboré, amelyik a MiniMax-H3 videómodellt készítette. A MiniMax 2026. november 10-én adta ki nyílt súlyokkal a Hugging Face-en MiniMaxAI/MiniMax-H3-Image néven. Egyetlen modell hoz létre képet szöveges promptból, és szerkeszti is a megadott képeket, egy futtatásban akár 16 referenciaképpel.

A mérete különbözteti meg a többitől. A MiniMax H3 Image natívan nagyjából 16 megapixelt renderel felskálázó nélkül: 4096 x 4096-ot négyzet alakú képnél, 5472 x 3072-t 16:9-nél és 6272 x 2688-at 21:9-nél. Emellett pontosan követi a hosszú, részletes utasításokat, a MiniMax szerint az utasításkövetése a legerősebb a nyílt forrású modellek között. Az erős fotórealizmus, a gazdag finom részletek és az idézőjelben megadott szövegek pontos megjelenítése egészíti ki az erősségeit.

A Mage a böngésződben futtatja a MiniMax H3 Image-et a többi kép-, videó- és hangmodell mellett, így nincs mit letöltened, és videókártya sem kell hozzá. A Mage független kreatív platform, nem a MiniMax része. A kép körül mindent ő ad hozzá: korlátlan csomagokat, mentett Characters és References elemeket, amelyeket @handle-lel hívhatsz elő, LoRA-kat a modell tetejére, valamint appokat az elkészült képek javításához és újravilágításához.

A felskálázó egy kész képet nagyít fel úgy, hogy kitalálja a hiányzó részleteket. A MiniMax H3 Image-nek nincs rá szüksége: 4K-n natívan nagyjából 16 megapixelt renderel. Egy négyzetes kép 4096 x 4096, egy 16:9-es kép 5472 x 3072, egy 21:9-es ultraszéles kép 6272 x 2688, mindet maga a modell rajzolja. Az olyan finom részletek, mint a bőr, a szövet, a levelek, a kő vagy az apró betűs szöveg, magától a modelltől származnak, nem egy második menetből.

A Mage-en két méretben fut. A 2K nagyjából 4 megapixel, és körülbelül 3,5 másodpercig tart, ezért ez a méret ötletek kipróbálására, promptok tesztelésére és variációk futtatására való. A 4K a teljes 16 megapixel, és körülbelül 13 másodpercig tart: nyomatokhoz, plakátokhoz, háttérképekhez, termékfotókhoz és mindenhez válts rá, amibe az emberek bele fognak nagyítani. Mindkét méret kilenc képarányban elérhető, a 21:9-es ultraszélestől a magas 9:21-es képkockáig, köztük négyzetes, álló, fekvő és telefonos formátumokkal.

Egy egyszerű munkafolyamat a legtöbb feladathoz elég: vázlatolj 2K-ban, amíg a prompt nem tökéletes, majd a végleges képet futtasd 4K-ban. A A MiniMax H3 Image modelloldala mintaképeket, minden beállítást és példapromptokat tartalmaz.

• Vázlatok, prompttesztek és variációk: 2K
• Nyomatok, plakátok és háttérképek: 4K
• Ultraszéles monitorok és bannerek: 21:9, 6272 x 2688
• Telefonháttér és story: 9:16, 4K

A MiniMax H3 Image arra készült, hogy hosszú, részletes utasításokat kövessen, ezért kulcsszavak listája helyett adj neki teljes leírást. Írd le az egész képet: a témát és hogy mit csinál, a helyszínt, a kompozíciót, a fényt, valamint a stílust vagy a technikát. Aztán légy konkrét ott, ahol számít. Mondd meg, hány tárgy van, hol helyezkedik el mindegyik, milyen színű és milyen anyagú. Minél teljesebb a leírás, annál kevesebbet kell a modellnek találgatnia.

A modell hat lépésre van desztillálva, ezért nincs negatív prompt, lépésszám vagy guidance scale, amit hangolni kellene. Minden, amit szeretnél, és minden, amit nem, magába a promptba kerül: írd bele a mondatba, hogy „nincs más szöveg” vagy „sima szürke háttér”. A seed beállítás akkor jön jól, ha egy prompt két változatát ugyanabból a kiindulópontból akarod összehasonlítani.

A képen megjelenő szöveghez tedd idézőjelbe a pontos szavakat, és mondd meg, hová kerüljenek és hogyan nézzenek ki: az „ISLAND HOPPING” címsor félkövér krémszínű nagybetűkkel felül. Tartsd rövidnek a sorokat, és ha a szöveg a jelenet valamelyik tárgyán van, nevezd meg, hogy mi az, például krétatáblás étlap, bolti cégér vagy könyvborító.

A MiniMax H3 Image promptírási útmutatója tovább megy: kidolgozott példákat mutat plakátokhoz, szerkesztésekhez és sok képből épített jelenetekhez.

• Írd le az egész képet teljes mondatokban
• Számold meg és helyezd el a fontos tárgyakat
• Tedd idézőjelbe a megjelenő szöveget
• A kihagyandó dolgokat írd bele a promptba

A MiniMax H3 Image ugyanazzal a modellel szerkeszt, amellyel generál. Tölts fel egy fotót, és utasításként írd le a változtatást: mondd meg, mit tartson meg, mi változzon, és milyen legyen a kész kép. Például: „tartsd meg az arcát, haját és testtartását az 1. képről, a farmerkabátot cseréld sárga esőkabátra, és tedd egy esős éjszakai utcára”. A „az” helyett nevezd meg, mire gondolsz.

Egy futtatás legfeljebb 16 referenciaképet fogad el, a feltöltéseket és az @handle-lel megadott mentett Characters és References elemeket is beleszámítva. A prompt sorrendben hivatkozik rájuk: 1. kép, 2. kép és így tovább, így pontosan megmondhatod, mit vegyen át az egyikből vagy másikból: a szobát az 1. képről, a kanapét a 2. képről, a lámpát a 3. képről és a szőnyeget a 4. képről. Ez olyan feladatokhoz való, ahol sok elem kerül össze, például berendezett szobához, terméksorhoz vagy egy jelenetben szereplő karaktercsoporthoz. Ha ugyanaz az arc vagy termék újra és újra visszatér, mentsd el egyszer, és hívd meg az @handle-jével ahelyett, hogy minden alkalommal feltöltenéd.

Ha egy adott részt pixelpontosan akarsz javítani, például egy odatévedt kezet vagy egy rossz betűt, fesd át az Inpaint eszközben. Ha egy kész kép fényét szeretnéd megváltoztatni, nyisd meg a Relight eszközt, a képek szavakkal történő szerkesztésének további módjaiért pedig nézd meg az AI képszerkesztő oldalt.

Mivel a MiniMax H3 Image nyílt súlyú, a közösség taníthat hozzá LoRA-kat: kis kiegészítő fájlokat, amelyek a modellt egy stílus, egy karakter vagy egy megjelenés felé terelik. A Mage-en a MiniMax H3 Image LoRA-k a modell tetején működnek. Illeszd be egy LoRA CivitAI- vagy Hugging Face-linkjét az Importálás oldalon, és megjelenik a MiniMax H3 Image LoRA-választójában.

Az importálás a Pro Plus és a Max csomag része. A LoRA képgenerátor oldal elmagyarázza, hogyan állíts be súlyt, hogyan használj triggerszavakat, és hogyan kombinálj több LoRA-t úgy, hogy ne rontsák egymás hatását.

A nyílt súlyok azt jelentik, hogy bárki letöltheti a MiniMax H3 Image-et a Hugging Face-ről, és saját maga futtathatja. A gyakorlatban egy olyan modellhez, amely egyszerre 16 megapixelt renderel, erős videókártya, a modellfájlok és működő környezet kell, a beállítás pedig tovább bonyolódik, amint referenciaképek és LoRA-k is szóba kerülnek.

A Mage-en böngészőben fut, bármilyen eszközön, telefonon is, a referenciaképekkel, a mentett Characters funkcióval és a LoRA-támogatással együtt. Megkapod, amiért egy nyílt modell megéri, a közösség LoRA-it is beleértve, a telepítést pedig megspórolod. És mivel a Mage kép-, videó- és hangmodelleket is kínál ugyanabban a fiókban, az itt készített állókép az oldal elhagyása nélkül lehet egy videó első képkockája.

A Mage egymás melletti összehasonlításokat közöl a MiniMax H3 Image-ről négy népszerű képmodellel: MiniMax H3 Image vs Nano Banana 2.1, MiniMax H3 Image vs GPT Image 2.5, MiniMax H3 Image vs Seedream 5.5 és MiniMax H3 Image vs Flux 2. Mind az öt modell ugyanabban a modellmenüben található a Mage-en.

Fizetős csomagon a MiniMax H3 Image futtatásához nem kell Gem, ha a méret belefér a csomagba. A havi $30-os Pro csomag korlátlanná teszi a MiniMax H3 Image-et 2K-ban. A havi $60-os Pro Plus a korlátlan 4K-t is hozzáadja, a teljes 16 megapixelt. A korlátlan futtatások a normál sort használják.

Csomag nélkül, vagy olyan méretnél, amelyet a csomagod nem fed le, a MiniMax H3 Image Gem-ből fut. Egy 4K-s kép többe kerül, mint egy 2K-s, és minden referenciakép pár Gem-mel növeli az árat. A Gem-csomagok $10-tól indulnak 10 000 Gem-ért, és minden fizetős csomag havi Gem-et tartalmaz, a Pro 1500-at.

Hasonlítsd össze, mit fed le az egyes csomag a tagsági oldalon, vagy nézd meg az összes korlátlanul futó modellt a korlátlan AI képgenerátor oldalon.