MiniMax H3-Image: preço, como usar, testes e licença

👁 111 leituras

O MiniMax H3-Image é um modelo de geração e edição de imagens da MiniMax, a empresa por trás do Hailuo AI e do modelo de vídeo H3. Foi lançado em 10 de novembro de 2026, entrega cerca de 16 megapixels nativos, aceita até 16 imagens de referência e tem pesos abertos no Hugging Face. No dia do lançamento, passei mais de 170 imagens pela API por 4,98 USD. Este guia reúne num só lugar os fatos, os preços e os resultados que obtive.

Resumindo: é um modelo muito bom para fotos de produto, ilustrações, capas e cenas montadas a partir de várias referências, e barato em 4K durante a semana de lançamento. Não é a ferramenta certa para texto com diacríticos (o Nano Banana 2.1 e o GPT-Image-2.6 se saem melhor), não gera fundo transparente, e a licença dos pesos exclui várias regiões.

O que é o MiniMax H3-Image

Segundo o model card no Hugging Face:

• o transformer de difusão tem 33,1 bilhões de parâmetros (50 camadas); o codificador de texto é o Qwen3-VL, aproveitado sem alterações do MiniMax H3;
• geração e edição usam o mesmo checkpoint; a edição aceita de 1 a 16 imagens;
• cerca de 16 MP em qualquer proporção, de 4096×4096 a 6272×2688, sem upscaler; a faixa de trabalho é de 4 a 20 MP;
• destilado para 6 passos, sem CFG e sem negative prompt;
• existe uma versão Highspeed e um expansor de prompt opcional (MiniMax-H3-Image-PE, 17,9 GB) que transforma um prompt curto, em qualquer idioma, numa descrição longa em inglês.

Onde usar e quanto custa (10 nov 2026, à noite)

Os preços são cobrados em dólar. Pelas cotações de referência do BCE de 10 de novembro de 2026 (1 USD = cerca de 5,55 BRL), uma imagem 4K a 0,034 USD sai por cerca de R$ 0,19 e uma imagem 2K a 0,023 USD por cerca de R$ 0,13, antes de impostos e IOF.

Atenção ao limite da oferta: meus retratos 4:5 em 3648×4544 (16,58 MP) foram cobrados pelo preço cheio, de 0,067 a 0,070 USD, enquanto 5472×3072 e 4096×4096 custaram de 0,033 a 0,036 USD.

Meu teste em números

Os resultados dos concorrentes vêm dos meus próprios testes de 9 e 10 de novembro, com exatamente os mesmos prompts. O teste de rosto usa fotos de uma pessoa que concordou em ter a imagem usada nos meus tutoriais; o ArcFace é calculado da mesma forma para todos os modelos.

Para que serve e para que não serve

• Serve: fotos de produto e de e-commerce, capas e pôsteres com texto em inglês, storyboards, ilustrações em vários estilos, interiores montados a partir de muitos itens, impressão em grande formato (16 MP de saída direto).
• Melhor evitar: peças gráficas com texto que exige diacríticos, recortes em fundo transparente, edição longa, passo a passo, de uma mesma imagem, e semelhança fiel com uma pessoa específica (o GPT-Image-2.6 mantém melhor).

Pesos abertos, instalação local e licença

Os pesos estão no repositório MiniMaxAI/MiniMax-H3-Image, e no primeiro dia a comunidade já publicou versões para ComfyUI (int8 de 21 GB, w4a8 de 12,6 GB) e arquivos GGUF (a partir de 6,9 GB). A MiniMax-H3-Image Community License, porém, exclui a União Europeia, o Reino Unido, a Coreia do Sul e os EUA do território em que os pesos e seus resultados podem ser usados. O Brasil não está entre os territórios excluídos, então você pode rodar os pesos nos termos da licença (Portugal, por ser país da UE, está excluído). Empresas com receita anual acima de 1 milhão de USD, ou serviços hospedados, precisam de autorização separada.

Mais sobre o meu teste

A notícia do dia do lançamento, com os primeiros resultados, está aqui: MiniMax H3-Image lançado. Os 24 prompts da galeria, com imagens, tempo e custo, estão aqui: 24 prompts testados no MiniMax H3-Image.

Perguntas frequentes

O MiniMax H3-Image é grátis?

O Hailuo AI dá créditos grátis a novos usuários, e uma imagem do H3-Image custa 3 créditos em qualquer resolução. Pela API você paga desde a primeira imagem: cerca de 0,023 USD por uma imagem 2K e 0,034 USD por uma 4K até 17 de novembro.

Ele escreve texto no meu idioma?

Você pode escrever o prompt em qualquer idioma, porque o expansor de prompt o reescreve em inglês. Já o texto dentro da imagem é outra história: em inglês saiu limpo nos meus testes, mas em polonês, com diacríticos, a média foi de 26 erros por 550 caracteres. O teste foi feito em polonês, não em português.

Ele aceita fundo transparente?

Não. A documentação da API lista o fundo transparente como não suportado, e 5 de 5 das minhas imagens saíram com fundo cheio.

Quanto tempo leva uma imagem 4K?

De 22 a 24 segundos pela API; em 2K, de 13 a 17 segundos. A MiniMax fala em cerca de 10 segundos, provavelmente na própria infraestrutura e sem fila.

Qual a diferença para o MiniMax H3?

O MiniMax H3 é um modelo de vídeo com som. O H3-Image usa a mesma arquitetura, sem o ramo de áudio, e só gera imagens.