MiniMax H3 Image

Q: 能在 GoEnhance 上用 MiniMax H3 Image 吗？

暂时还不能。本页控制台用的是 Nano Banana 2.1，现在就能在 GoEnhance 文生图工作台 使用，最高 4K。MiniMax H3 Image 接入后我们会更新本页。

MiniMax H3 Image 是 MiniMax 于 2026 年 11 月 10 日发布的开源权重图片模型。同一个模型既能文生图，也能改图；各种画幅都能直接出约 1600 万像素的图，不需要放大；改图时最多可以放 16 张参考图。GoEnhance 暂时还没有接入 MiniMax H3 Image。下方控制台用的是 Nano Banana 2.1，同样最高 4K、支持多张参考图，现在就可以开始创作。

文字密集的信息图

超宽全景图

文字排版产品海报

同一角色多场景

Nano Banana 2.1

提示词

示例提示词

将带着该模型和提示词打开 GoEnhance 创作台。

MiniMax H3 Image 的拿手好戏

原生 1600 万像素

大多数图片模型只输出 100 万到 400 万像素。MiniMax H3 Image 直接生成约 1600 万像素，从 1:1 的 4096×4096 到 21:9 的 6272×2688，不需要额外放大。MiniMax 表示算力成本控制在可接受的范围内，所以印刷品、壁纸、大尺寸横幅这类日常需求也用得起这种细节。示例全景图由 Nano Banana 2.1 以 4K 生成。

会推理的文字渲染

在 MiniMax 的展示中，模型画出了中英文逻辑题，并在图上正确解出答案，条件、印章和表格都清晰可读。这说明它写的字不只是拼对，还能理解提示词的意思，适合做信息图、讲解图和海报。示例信息图由 Nano Banana 2.1 生成。

更强的指令遵循

MiniMax 称 H3 Image 的指令遵循能力在开源图片模型中最强。它能把一个创意落实成具体的角色、场景和氛围，并保留你要求的排版、物体和文字。示例产品海报由 Nano Banana 2.1 生成。

最多 16 张参考图改图

上传 1 到 16 张图，按顺序称为图 1、图 2……即可在提示词里引用。MiniMax 展示了把一间空房和九张家具照片合成一间布置好的客厅、把无贴图的 3D 白模变成电影剧照、把游戏地图变成第一人称游戏画面。示例角色场景图由 Nano Banana 2.1 生成。

关于 MiniMax H3 Image 的更多信息

真实感，没有 AI 味

MiniMax 表示，这个模型摆脱了常见的 AI 味，细节丰富、真实自然。展示作品涵盖纪实摄影、超现实时尚大片、场景概念图、生物设计，以及油画、水彩、工笔等绘画风格。

任何语言的短提示词都行

H3 Image 最适合用一段完整描述整张图的英文提示词。通过 MiniMax API 调用时，内置的提示词增强 H3-Image-Context-IR 会把任何语言的短提示词扩写成这样的描述，还能替你选画幅。

标准版和极速版

API 提供 MiniMax-H3-Image 和更快的 MiniMax-H3-Image-Highspeed，两者参数相同。按 MiniMax 价目表，标准版文生图 1K 约 0.022 美元、2K 约 0.023 美元、4K 约 0.069 美元一张。

开源权重，可本地部署

权重已发布在 Hugging Face。模型是 331 亿参数的扩散 Transformer，基于 MiniMax H3 架构去掉音频层，蒸馏到 6 步采样。MiniMax 推荐用 SGLang、vLLM-Omni、diffusers 和 ComfyUI 本地部署。

MiniMax H3 Image 对比 Nano Banana 2.1

对比项	MiniMax H3 Image	Nano Banana 2.1
发布	2026 年 11 月 10 日，MiniMax	2026 年 10 月，Google
开源权重	是，在 Hugging Face	否
最大输出	约 1600 万到 2000 万像素，如 4096×4096 或 6272×2688，无需放大	4K
画幅比例	通过 API 可用 1:3 到 3:1 之间任意比例	Google 列出 15 种；GoEnhance 工作台 9 种
参考图	最多 16 张	最多 14 张；GoEnhance 上最多 9 张
采样	蒸馏到 6 步，不支持反向提示词	未公开
提示词辅助	内置提示词增强，可扩写任何语言的短提示词	搜索增强和可调的思考档位
API 单张价格	标准版约 0.022 美元（1K）到 0.069 美元（4K），据 MiniMax	据报道比 Nano Banana 2 低约 50%
GoEnhance 上可用	暂未提供	可用：1K 6 点、2K 9 点、4K 17 点（2K 和 4K 限会员）

MiniMax H3 Image 提示词怎么写

把整张图描述完整

模型希望拿到完整的描述：主体、场景、光线、机位、材质和氛围。只写一个想法也行，API 会做提示词增强，但你写得越具体，模型需要猜的就越少。

尺寸选在 1600 万像素左右

约 1600 万像素时效果最好。先定画幅，再用对应尺寸，比如方图 4096×4096、16:9 用 5472×3072、竖版海报用 3072×5472。

按编号称呼参考图

改图时，上传顺序就是编号：第一张是图 1，第二张是图 2。指令可以这样写：「把图 2 的沙发放进图 1 的房间，窗户进来的光保持不变」。

在改写后的提示词上微调

API 会返回它实际使用的扩写提示词。如果结果接近但不完全对，就改这段提示词，关闭提示词增强后重新生成，控制会更精确。

常见问题

MiniMax H3 Image 是什么？

MiniMax H3 Image 是 MiniMax 推出的开源权重图片生成与编辑模型，属于 MiniMax H3 系列。一个模型既能根据文字生成图片，也能编辑一张或多张参考图，原生输出约 1600 万像素，指令遵循能力强。

MiniMax H3 Image 什么时候发布的？

MiniMax 于 2026 年 11 月 10 日发布 H3 Image。可以通过 MiniMax API、海螺 AI 网页版和 MiniMax Agent 桌面版使用，权重发布在 Hugging Face。

能在 GoEnhance 上用 MiniMax H3 Image 吗？

暂时还不能。本页控制台用的是 Nano Banana 2.1，现在就能在 GoEnhance 文生图工作台使用，最高 4K。MiniMax H3 Image 接入后我们会更新本页。

MiniMax H3 Image 开源吗？

模型权重和示例脚本都公开在 Hugging Face 上。扩散 Transformer 有 331 亿参数，文本编码器从 MiniMax H3 的仓库加载。MiniMax 推荐用 SGLang、vLLM-Omni、diffusers 或 ComfyUI 运行。

MiniMax H3 Image 支持多大分辨率？

约 1600 万像素时效果最好，比如 1:1 的 4096×4096、16:9 的 5472×3072、21:9 的 6272×2688。通过 API 可以用约 66 万到 2000 万像素之间、比例在 1:3 到 3:1 之间的任意尺寸，也有 1K、2K、4K 三档预设。

最多能放几张参考图？

图片编辑支持 1 到 16 张参考图，按上传顺序编号，提示词里可以写图 1、图 2 等。MiniMax 说明目前不支持蒙版局部编辑和透明背景。

MiniMax H3 Image 多少钱？

在 MiniMax API 上，标准版文生图 1K 约 0.022 美元、2K 约 0.023 美元、4K 约 0.069 美元一张。极速版更贵；2026 年 11 月 17 日前 MiniMax 对 4K 图片打五折。GoEnhance 的价格会在接入时公布。

它和 MiniMax H3 视频模型是什么关系？

H3 Image 用的是 MiniMax H3 视频模型的同一套架构，只是去掉了音频层，文本编码器也相同。你现在就可以在 GoEnhance 上用 MiniMax H3 视频模型生成视频。

现在就用 Nano Banana 2.1 创作

MiniMax H3 Image 还没有接入 GoEnhance，但 Nano Banana 2.1 已经在我们的文生图工作台上线，最高 4K，文字清晰，支持多张参考图。MiniMax H3 Image 接入后我们会更新本页。

试试 Nano Banana 2.1