صدر في 11 نوفمبر 2026، يعد MiniMax H3-Image نموذجًا مفتوح الأوزان لتوليد الصور وتحريرها. يُنتج صورًا بحوالي 16 ميغابكسل دون مُكبِّر خارجي، ويقبل ما يصل إلى 16 صورة مرجعية للتحرير. تشمل تطبيقاته الرئيسية صور المنتجات، وفن المفاهيم، وتركيب المشاهد متعددة المراجع.
تقدّم واجهة البرمجة نسختين: Standard لتكلفة أقل وHighspeed لزمن استجابة أقل. تُظهر نتائج MiniMax المنشورة لتوليد نص-إلى-صورة بدقة 4K أزمنة توليد وسيطية تبلغ 16.0 ثانية و10.3 ثانية على التوالي.
الخلاصات الرئيسية
يُولّد MiniMax H3-Image صورًا بحوالي 16MP بشكل أصلي، مع ست خطوات أخذ عينات ودون مُكبِّر خارجي ضمن مسار النموذج الموثّق.
يقبل MiniMax H3-Image في التحرير حتى 16 صورة مرجعية، مما يسمح بدمج المنتجات والشخصيات والغرف والتخطيطات في طلب واحد.
تعرض Standard وHighspeed نفس معلمات وحدود واجهة البرمجة الموثّقة؛ حيث تستبدل Highspeed أسعار رموز الصور الأعلى بزمن استجابة مُقاس أقل.
تمت المراجعة للوضوح ودقة المصدر ومصطلحات API الحالية.
يسعّر CometAPI نموذج H3-Image بأقل 20% من أسعار واجهة MiniMax العادية. كما تقدّم MiniMax خصم إطلاق مؤقتًا منفصلًا بنسبة 50% للطلبات المؤهلة بدقة 4K.
تُمكّن الأوزان المفتوحة من النشر المحلي بموجب ترخيص مخصص. تدعم الواجهة الأصلية JPEG وPNG وWebP، لكنها لا تدعم الخلفيات الشفافة أو التعديلات المقنَّعة.
ما هو MiniMax H3-Image وكيف يعمل؟
يبني MiniMax H3-Image على معمارية MiniMax H3 ويوحّد توليد الصور من النص والتحرير المعتمد على المراجع في نقطة تحقق واحدة.
معمارية MiniMax H3-Image
تحدّد الوصف الرسمي للمعمارية ثلاثة مكونات رئيسية: مُشفِّر نص غير مُعدّل من H3 يعتمد على Qwen3-VL، ومحوّل انتشار بعدد 33.1 مليار معلمة مع إزالة الفرع الصوتي، وVAE للصور. يصف رقم 33.1B محوّل الانتشار، وليس كل مكونات خط الأنابيب الكامل.
يستخدم عمود توليد الصور محوّلًا كثيفًا أحادي الجريان يعمل على رموز النص والصورة المعبأة. تعالج طبقاته الخمسون المعلومات البصرية قبل التنبؤ بتمثيل الصورة الهدف.
يقوم الـVAE بتحويل محتوى الصورة إلى تمثيل كامن مضغوط ثم يفك ترميز الكامن المُولّد إلى صورة نهائية عالية الدقة.
تم تقطير نقطة التحقق إلى ست خطوات أخذ عينات دون إرشاد خالٍ من المصنِّف. تستخدم واجهة MiniMax المستضافة أيضًا تعزيز الموجه لتحويل التعليمات الأقصر إلى وصف أكثر تفصيلاً قبل التوليد.
يستخدم النموذج محوّل انتشار بعدد 33.1 مليار معلمة، مع 50 طبقة، وحجم مخفي 5,376، و56 رأس انتباه. يُولّد الصور في ست خطوات أخذ عينات دون إرشاد خالٍ من المصنِّف.
ما هي الميزات الرئيسية لـMiniMax H3-Image؟
توليد صور 4K أصلي وبدقة 16 ميغابكسل
يحتوي خرج 4096 × 4096 على 16,777,216 بكسل، أي 16 ضعف عدد بكسلات صورة 1024 × 1024.
في واجهة MiniMax، تستهدف طبقة 4K ما يقارب 16.8 مليون بكسل، مع أبعاد تختلف حسب نسبة العرض إلى الارتفاع.
يُولّد MiniMax H3-Image قرابة 16.8MP عبر نسب العرض إلى الارتفاع الشائعة. تشمل الأحجام الموثّقة 4096 × 4096 عند 1:1، و4736 × 3552 عند 4:3، و5024 × 3360 عند 3:2، و5472 × 3072 عند 16:9، و6272 × 2688 عند 21:9.
تكون زيادة عدد البكسلات مفيدة خصوصًا عندما يحتاج المُبدعون لقص صورة مولّدة، أو فحص تفاصيل صغيرة، أو إعداد عدة تصاميم من تركيب أصلي واحد.
صور فوتورية وملمس طبيعي
تُظهر أمثلة MiniMax المنشورة عدة أساليب بصرية، تتراوح بين التصوير اليومي والتكوينات السريالية التحريرية.
تُظهر أمثلة MiniMax تفاصيل دقيقة في الملمس والانعكاسات والإضاءة عبر المشاهد الفوتوغرافية والمُنمّطة. لصور المنتجات، قيّم ملمس المواد والشكل واللون والعلامة التجارية باستخدام صورك المرجعية الخاصة.
بدلًا من إنشاء غرفة من وصف نصي فقط، يمكن للمستخدمين تقديم صورة فوتوغرافية لغرفة فارغة إلى جانب صور فردية للأثاث. عندها يمكن للنموذج توليف داخل مفروش استنادًا إلى تلك المراجع.
بالنسبة لكتالوج أو حملة، امنح كل مرجع دورًا واضحًا في الموجّه. راجع ما إذا كان الإخراج يحافظ على شكل المنتج ولونه وعلامته التجارية ومقياسه النسبي قبل اعتباره أصلًا نهائيًا.
فهم مكاني وتحرير قائم على التعليمات
تُظهر إحدى العروض الرسمية البدء بخريطة لعبة مسطحة وتوليد بيئة منظور الشخص الأول بناءً على موقع محدد.
يتطلب هذا المهمة أكثر من مجرد نقل أسلوب بسيط. يجب على النموذج تفسير العلاقات المكانية بين المسارات والمباني والمياه والعناصر البيئية الأخرى.
بالنسبة للمستخدمين التقنيين، يخلق هذا فرصًا لتحويل المراجع الخام إلى تمثيلات بصرية أكثر صقلًا دون إعادة بناء كل تفصيل يدويًا.
نشر بأوزان مفتوحة وشروط الترخيص
تشمل تعليمات النشر الرسمية أدوات SGLang وvLLM-Omni وDiffusers وComfyUI. تتضمن المكونات المدرجة محوّل انتشار بحجم ملفات 66.28GB، وVAE للصور بحجم 2.34GB، ومُشفّر نص يُنزل بشكل منفصل بحجم 66.7GB. هذه أحجام ملفات، وليست متطلبات مضمونة لذاكرة GPU الدنيا.
للنشر التجاري، راجع ترخيص المجتمع وفقًا لموقعك ونموذج عملك وإيراداتك. يمنح الترخيص الإقليمي العام صلاحيات لا تشمل الولايات المتحدة والاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية. تحتاج إلى تفويض خطي مسبق لتقديم خدمة مستضافة لطرف ثالث، أو إذا تجاوزت إيراداتك السنوية و/أو إيرادات الشركات التابعة لك مبلغ 1 مليون دولار أمريكي. لا تُلغي إتاحة الأوزان للتنزيل علنًا هذه الشروط.
ما مدى سرعة MiniMax H3-Image؟
نشرت MiniMax مقارنة تفصيلية لزمن الاستجابة تغطي توليد النص-إلى-صورة وتحرير الصور عند دقات خرج مختلفة.
تستخدم النتائج P50، أي زمن التوليد الوسيط بالثواني. تشير القيم الأدنى إلى توليد صور أسرع.
تُبلغ MiniMax عن أزمنة التوليد الوسيطية (P50). لم تُكشف العتاد والتزامن وحجم العينة وحدود القياس بالكامل، لذا استخدم هذه الأرقام كمرجع للتكوينات المدرجة واختبر طلبات ممثلة قبل ضبط توقعات زمن الاستجابة.
MiniMax H3-Image Standard مقابل Highspeed
على سبيل المثال، تحتوي صورة 4K على عدد بكسلات يزيد 16 مرة عن صورة 1K، لكن زمن التوليد في وضع Standard يرتفع من 10.6 إلى 16.0 ثانية.
متى يجب أن تختار MiniMax H3-Image؟
يستحق MiniMax H3-Image النظر فيه عندما يتطلب مسار عملك صورًا ثابتة عالية التفاصيل وعالية الدقة، أو عدة مراجع بصرية، أو نشرًا محليًا.
صور كبيرة للقص وإعادة الاستخدام. يوفّر الخرج الأصلي بحوالي 16 ميغابكسل مساحة لقص التركيب أو إنشاء عدة تخطيطات من صورة واحدة.
مشاهد مبنية من مراجع متعددة. يدعم حتى 16 صورة مرجعية، ما يجعله مفيدًا لدمج المنتجات والشخصيات والأثاث والبيئات في تركيبة واحدة.
نشر محلي وتخصيص. تسمح الأوزان القابلة للتنزيل للفرق ببناء مسارات توليد خاصة بها بموجب ترخيص MiniMax-H3-Image Community. خيارات النشر وشروط الترخيص مغطّاة أدناه.
تحقق من صيغة التسليم المطلوبة قبل اختيار النموذج. تُخرج الواجهة الأصلية JPEG وPNG وWebP، لكنها لا تدعم الخلفيات الشفافة أو التعديلات المقنَّعة. تتطلب مسارات العمل التي تحتاج إلى قصّات شفافة دقيقة أو تعديلات مقنَّعة دقيقة أو ملفات SVG أو رسوم متحركة أدوات إضافية أو نموذجًا يدعم تلك القدرات.
بالنسبة لأعمال المنتجات والحملات، اختبر موجزًا تمثيليًا وتحقق من شكل المنتج ولونه وعلامته التجارية ودقة النص والاتساق عبر المراجع. قارن تكلفة الأصل المقبول، بما في ذلك أي جولات إعادة توليد وتحرير.
هذه أمثلة بأسعار MiniMax العادية، مع مراجع 1024 × 1024 للتحرير؛ تعتمد فاتورتك على الاستخدام الفعلي للرموز، والذي يُعاد ضمن حقول usage في الاستجابة.
MiniMax launch offer: يَخفض عرض واجهة MiniMax المباشر تكلفة الطلب الإجمالية بنسبة 50% لكل من Standard وHighspeed عندما تحتوي الصورة المُسلّمة على ما لا يقل عن 16,600,000 بكسل، وذلك للطلبات المؤهلة قبل 17 نوفمبر 2026، الساعة 16:00 بالتوقيت العالمي المنسق. لا تكفي تسمية 4K وحدها لإثبات الأهلية؛ الأبعاد المُسلّمة هي التي تحدد ما إذا كان الخصم ينطبق.
يمكن للمطورين الوصول إلى واجهة MiniMax H3-Image في CometAPI بمعرّف النموذج H3-image وتسعير يقل 20% عن أسعار واجهة MiniMax العادية. استخدم وثائق CometAPI لنقطة النهاية والمعلمات المدعومة، ثم تتبّع الاستخدام الفعلي للرموز لتقدير تكاليف الإنتاج.
للوصول المباشر عبر MiniMax، توثّق إرشادات الواجهة النموذجين MiniMax-H3-Image وMiniMax-H3-Image-Highspeed. يستخدم توليد النص-إلى-صورة POST /v1/images/generations، ويستخدم التحرير POST /v1/images/edits. يدعمان كلاهما استجابات متزامنة، مع خيار بث الصور المكتملة.
متطلبات الخرج والمراجعة الإنتاجية
قبل دفعة أكبر، اختبر مجموعة صغيرة من الموجزات التمثيلية: صورة منتج مفصّلة، ومشهد متعدد المراجع، وتحرير يجب أن يحافظ على موضوع قائم. راجع أمانة المنتج، ودقة النص، واتساق المراجع، وزمن الاستجابة، والاستخدام المفوتر الفعلي.
تشمل قيود الواجهة الأصلية الموثّقة التعديلات المقنَّعة والخلفيات الشفافة. حفظ PNG لا يجعل خلفيتها شفافة. إذا كان موجز إنتاجك يعتمد على أي من هاتين الإمكانيتين، فأدرج هذا المتطلب في اختيار النموذج بدلًا من اكتشاف عدم التطابق بعد التوليد.
الخلاصة
اختر مسار العمل أولًا. يعد H3-Image مرشحًا عندما يكون المُنتج المطلوب صورة نقطية كبيرة تُجمّع من موجّه مفصّل أو عدة مراجع. أما مسار العمل المبني على قصّات شفافة دقيقة أو أقنعة دقيقة أو متجهات أو رسوم متحركة فيحتاج إلى مجموعة قدرات مختلفة.
نفّذ تجربة تجريبية ممثلة قبل اختيار Standard أو Highspeed أو النشر المحلي. قارن المخرجات المقبولة، وجهد التحرير، وزمن الاستجابة من الطرف إلى الطرف، والتكلفة المفوترة. يمنحك ذلك أساسًا عمليًا لاتخاذ قرار بشأن ما إذا كان النموذج يحسّن عملية الإنتاج لديك.
تقبل الواجهة المباشرة ما يصل إلى 32,000 حرف يونيكود، لكن تعطيل تعزيز الموجه يحد الإدخال الفعّال إلى نحو 4,096 رمزًا. ضع التعليمات الأساسية المتعلقة بالموضوع والتخطيط والمحافظة في البداية. إذا فات الإخراج قيدًا ما، فتحقق مما إذا كان التعزيز معطّلًا وما إذا كانت التعليمات ذات المعنى امتدت إلى ما بعد هذا النطاق الفعّال.
لماذا يعيد طلب حجم H3-Image رمز HTTP 400؟
تستخدم معلمات الحجم وضعين متنافيين. قدّم الحجم بصيغة WIDTHxHEIGHT، أو اترك size محذوفًا/auto واستخدم aspect_ratio وarea. لا تُرسل aspect_ratio أو area مع حجم صريح، حتى لو كانت قيمته auto. يجب أيضًا أن تُرضي الأبعاد الصريحة نطاقي المساحة ونسبة العرض إلى الارتفاع المسموحين.
هل يمكن لـH3-Image إرجاع عشر صور 4K بصيغة Base64؟
يدعم عدد الطلبات حتى عشر صور، لكن لدى استجابات Base64 حد أعلى لإجمالي المساحة: 20,000,000 بكسل لـPNG و80,000,000 لـJPEG أو WebP. عند 4096 × 4096، يسمح ذلك بصورة PNG واحدة أو حتى أربع صور JPEG/WebP لكل استجابة Base64. استخدم استجابات بعناوين URL أو دفعات أصغر عندما يتجاوز طلبك تلك الحدود.
ماذا لو نجح جزء فقط من دفعة H3-Image؟
لا يعني نجاح استجابة HTTP أن كل صورة مطلوبة قد نجحت. افحص كل عنصر data للتحقق من نتيجة صورة أو خطأ، واحفظ المخرجات الناجحة، وتعامَل مع العناصر الفاشلة بشكل منفصل. تُفيد عقد استجابة واجهة MiniMax بأن الصور الناجحة فقط يُتقاضى مقابلها. لا يوجد ضمان لبقاء عناوين URL للصور المعادة متاحة، لذا نزّل وخزّن الأصول التي تحتاجها.
المواصفة
MiniMax H3-Image
المطوّر
MiniMax
الإعلان الرسمي
11 نوفمبر 2026
فئة النموذج
توليد الصور وتحرير الصور
الدقة
توليد أصلي حوالي 16MP؛ مستويات مخرجات الواجهة المستضافة 1K و2K و4K
أقصى مساحة مخرجات مخصصة API
20,000,000 بكسل
الصور المرجعية
حتى 16
أقصى طول لموجه API
32,000 حرف يونيكود؛ يؤخذ نحو 4,096 رمزًا بالحسبان عند تعطيل تعزيز الموجه
الصور لكل طلب API
1–10؛ استجابات Base64 لها حدود إضافية لإجمالي المساحة
