Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
無料で始める 無料で始める
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
ai-model / CometAPIリサーチ
MiniMax H3-Image とは何ですか？ MiniMax H3-Image のネイティブ16MP出力、16リファレンス編集、Standard と Highspeed のレイテンシ、API料金、デプロイ制限を詳しく見る
Deon Goodwin AIモデルとAPIの調査チーム MiniMax H3-Image のネイティブ16MP出力、16リファレンス編集、Standard と Highspeed のレイテンシ、API料金、デプロイ制限を詳しく見る
この要約で素早く答えを把握し、ガイドで背景、例、実装詳細を確認してください。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TL;DR
2026年11月11日にリリースされた MiniMax H3-Image は、画像生成と編集のためのオープンウェイトモデルです。外部アップスケーラーなしで約1600万画素の画像を生成し、編集では最大16枚のリファレンス画像を受け付けます。主な用途は、製品ビジュアル、コンセプトアート、複数リファレンスによるシーン合成です。
API には Standard と Highspeed の2種類があり、前者はコスト重視、後者はレイテンシ重視です。MiniMax 公開の 4K テキストから画像の結果では、それぞれの中央値生成時間は 16.0 秒と 10.3 秒です。
Key Takeaways
MiniMax H3-Image は、サンプリング6ステップで外部アップスケーラーなしの約16MPネイティブ生成を行います（公開パイプライン）。
MiniMax H3-Image の編集は最大16枚のリファレンス画像を受け付け、製品、キャラクター、部屋、レイアウトを1回のリクエストで組み合わせられます。
Standard と Highspeed は、公開されている API パラメータと制限が同一で、Highspeed は画像トークン単価が高い代わりに測定レイテンシが低くなります。
CometAPI は H3-Image を MiniMax の通常 API 料金より 20% 低く掲載しています。MiniMax は別途、対象となる 4K リクエスト向けに一時的な 50% のローンチ割引も提供しています。
明確性、出典の帰属、最新のAPI用語について確認済みです。
オープンウェイトによりカスタムライセンスのもとでローカル展開が可能です。ネイティブ API は JPEG、PNG、WebP をサポートしますが、透過背景やマスク編集には対応していません。
What Is MiniMax H3-Image, and How Does It Work? MiniMax H3-Image は MiniMax H3 アーキテクチャを基盤とし、テキストからの画像生成とリファレンスベースの編集を単一のチェックポイントに統合しています。
MiniMax H3-Image Architecture 公式のアーキテクチャ説明 では、変更のない Qwen3-VL ベースの H3 テキストエンコーダ、音声ブランチを削除した 331億パラメータの拡散トランスフォーマー、そして画像 VAE の3つが主要コンポーネントとして示されています。331億という数値は拡散トランスフォーマーの規模を指し、パイプライン全体のすべてのコンポーネントを合算したものではありません。
画像生成のバックボーンは、テキストと画像トークンをパックして処理する高密度の単一ストリーム型トランスフォーマーを採用しています。全50層が視覚情報を処理し、目標の画像表現を予測します。
VAE は画像内容を圧縮潜在表現へと変換し、生成された潜在を最終的な高解像度画像へとデコードします。
チェックポイントは、classifier-free guidance なしでサンプリング6ステップへ蒸留されています。MiniMax のホスト型 API は、生成前に短い指示をより詳細な記述へと変換するプロンプト拡張も用いています。
MiniMax H3-Image Technical Specifications このモデルは 50 層、hidden size 5,376、attention heads 56 の 331億パラメータ拡散トランスフォーマーを使用します。classifier-free guidance なしの 6 ステップで画像を生成します。
What Are MiniMax H3-Image's Main Features?
ネイティブ 4K と 1600万画素の画像生成 4096 × 4096 の出力は 16,777,216 ピクセルを含み、1024 × 1024 の 16 倍の画素数です。
MiniMax の API において、4K ティアはアスペクト比に応じておよそ 1,680 万ピクセルを目標とします。
MiniMax H3-Image は一般的なアスペクト比で約 1,680 万画素の画像を生成します。公開されているサイズには、1:1 では 4096 × 4096、4:3 では 4736 × 3552、3:2 では 5024 × 3360、16:9 では 5472 × 3072、21:9 では 6272 × 2688 などが含まれます。
画素数が多いと、生成画像のトリミング、細部の確認、1 枚のオリジナルから複数のデザインを準備する際に特に有用です。
フォトリアルな画像と自然なテクスチャ MiniMax が公開する例は、日常的な写真からシュールなエディトリアルまで、さまざまなビジュアルスタイルを示しています。
MiniMax の例では、写真風とスタイライズされたシーンの両方で、テクスチャ、反射、ライティングの細部が確認できます。製品イメージでは、リファレンス画像を用いて素材の質感、形状、色、ブランディングを評価してください。
最大16枚のマルチリファレンス画像生成 テキストのみの説明から部屋を作る代わりに、空の部屋の写真と各家具の画像を併用できます。モデルはそれらのリファレンスに基づいて、家具の配置された室内を合成できます。
カタログやキャンペーンでは、プロンプト内で各リファレンスに明確な役割を与えてください。完成資産として扱う前に、出力が製品の形状、色、ブランディング、相対スケールを保持できているかを確認しましょう。
空間理解と指示に基づく編集 ある公式デモでは、平面のゲームマップから出発し、選択した地点に基づいて一人称視点の環境を生成します。
このタスクは単なるスタイル転送を超えています。モデルは、道、建物、水域、その他の環境要素間の空間的関係を解釈する必要があります。
技術ユーザーにとっては、粗いリファレンスから、すべてを手作業で作り直すことなく、より洗練されたビジュアル表現へと変換する機会を生みます。
オープンウェイトのデプロイとライセンス条件 公式のデプロイ手順 は SGLang、vLLM-Omni、Diffusers、ComfyUI をカバーしています。掲載コンポーネントには、66.28GB の拡散トランスフォーマー、2.34GB の画像 VAE、そして別途ダウンロードする 66.7GB のテキストエンコーダが含まれます。これらはファイルサイズであり、GPU メモリの最小要件を保証するものではありません。
商用デプロイでは、コミュニティライセンス を所在地、ビジネスモデル、収益に照らして確認してください。一般的な地域的許諾は米国、欧州連合、英国、韓国を対象外としています。第三者向けにホスト型サービスを提供する場合、または自社もしくは関連会社の年換算売上が US$1 million を超える場合には、別途事前の書面承認が必要です。公開ダウンロード可能な重みであっても、これらの条件は撤回されません。
How Fast Is MiniMax H3-Image? MiniMax は、出力解像度の異なるテキストから画像生成および画像編集に関する詳細なレイテンシ比較を公開しています。
結果は P50（中央値）の生成レイテンシを秒で示します。値が低いほど高速です。
MiniMax は P50（中央値）の生成時間を報告しています。ハードウェア、同時実行、サンプルサイズ、計測境界が完全には開示されていないため、記載構成に対する参考値として用い、代表的なリクエストで検証してから応答時間の期待値を設定してください。
MiniMax H3-Image Standard vs Highspeed たとえば、4K 画像は 1K 画像の 16 倍のピクセル数ですが、Standard モードの生成時間は 10.6 秒から 16.0 秒への増加にとどまります。
When Should You Choose MiniMax H3-Image? MiniMax H3-Image は、高精細な静止画像、複数のビジュアルリファレンス、あるいはローカル展開がワークフロー要件となる場合に検討に値します。
大きな画像でトリミングと再利用。ネイティブで約1600万画素の出力は、構図のトリミングや、1 枚から複数レイアウトを作る余地を提供します。
複数リファレンスから構築するシーン。最大16枚のリファレンス画像対応により、製品、キャラクター、家具、環境を単一のコンポジションに組み合わせるのに有用です。
ローカル展開とカスタマイズ。ダウンロード可能な重みにより、MiniMax-H3-Image Community License のもとで独自の生成ワークフローを構築できます。デプロイ方法とライセンス条件は後述のとおりです。
モデル選定前に納品形式の要件を確認してください。ネイティブ API は JPEG、PNG、WebP を出力しますが、透過背景やマスク編集には対応していません。透過切り抜き、精密なマスク修正、SVG、アニメーションが必要なワークフローでは、追加ツールやそれらをサポートする別モデルが必要です。
製品やキャンペーン用途では、代表的なブリーフでテストし、製品形状、色、ブランディング、テキストの正確さ、リファレンス間の一貫性を確認してください。再生成や編集ラウンドも含め、受け入れられるアセット1点あたりのコストを比較しましょう。
How Much Does the MiniMax H3-Image API Cost?
API Token Pricing テキスト入力 / 100万トークン $2.30 $2.30
これらは MiniMax の通常価格の例で、編集時の参照は 1024 × 1024 を想定しています。請求額はレスポンスの usage フィールドで返される実際のトークン使用量に基づきます。
MiniMax のローンチオファー: 直接 API のプロモーション により、納品画像が少なくとも 16,600,000 ピクセルを含む場合に限り、対象リクエストについて Standard と Highspeed の合計リクエスト費用が 50% 割引となります（2026年11月17日 16:00 UTC まで）。4K のラベルだけでは適用は確定せず、割引の可否は実際の納品サイズで判断されます。
What Should You Check Before Integrating MiniMax H3-Image?
Provider Route and Model Identifier 開発者は CometAPI の MiniMax H3-Image API に model ID H3-image でアクセスでき、価格は MiniMax の通常 API レートより 20% 低い設定です。対応エンドポイントやパラメータは CometAPI のドキュメントを参照し、実際のトークン使用量を追跡して本番コストを見積もってください。
MiniMax に直接アクセスする場合、API ガイド は MiniMax-H3-Image と MiniMax-H3-Image-Highspeed を記載しています。テキストから画像は POST /v1/images/generations、編集は POST /v1/images/edits を使用します。どちらも同期応答をサポートし、完了画像のストリーミングはオプションです。
Output Requirements and Production Review 大規模バッチの前に、代表的なブリーフの小規模セット（詳細な製品画像、複数リファレンスのシーン、既存の被写体を保持すべき編集）をテストしてください。製品忠実度、テキストの正確性、リファレンス間の一貫性、応答時間、実際の請求使用量をレビューします。
ネイティブ API の既知の制限 には、マスク編集と透過背景が含まれます。PNG で保存しても背景が透過になるわけではありません。いずれかの機能が本番ブリーフに必須なら、生成後に不整合に気づくのではなく、モデル選定の段階で要件に含めてください。
Conclusion まずワークフローを決めてください。詳細なブリーフや複数のリファレンスから大判のラスタ画像を組み立てるのが成果物なら、H3-Image は有力候補です。一方、透過切り抜き、精密マスク、ベクター、アニメーションを中心とするワークフローには、別の機能セットが必要です。
Standard、Highspeed、ローカル展開のいずれを選ぶかは、代表的なパイロットで検証しましょう。受け入れ出力、編集工数、エンドツーエンドのレイテンシ、請求コストを比較することで、生産プロセスの改善効果を実地に判断できます。
FAQ
なぜ長い H3-Image のプロンプトで詳細が失われることがあるのですか？ 直接 API は最大 32,000 Unicode 文字を受け付けますが、プロンプト拡張を無効化すると実効入力は約 4,096 トークン に制限されます。主題、レイアウト、保持指示など重要事項は前方に置いてください。出力が制約を満たせなかった場合、拡張が無効化されていないか、意味のある指示がその実効範囲を超えていなかったかを確認しましょう。
なぜ H3-Image のサイズ指定リクエストが HTTP 400 を返すことがあるのですか？ サイズパラメータには相互排他的な 2 つのモード があります。size を WIDTHxHEIGHT で指定するか、size を省略/auto にして aspect_ratio と area を使ってください。明示的な size を送る場合は、値が auto であっても aspect_ratio や area を同時に送ってはいけません。明示的な寸法は、許可された面積とアスペクト比の範囲も満たす必要があります。
Base64 で 4K 画像を 10 枚返せますか？ リクエストの枚数は最大 10 枚をサポートしますが、Base64 応答には合計面積の上限 があります。PNG は 20,000,000 ピクセル、JPEG と WebP は 80,000,000 ピクセルが上限です。4096 × 4096 の場合、Base64 応答では PNG は 1 枚、JPEG/WebP は最大 4 枚までとなります。URL レスポンスを使うか、バッチを小さくしてください。
バッチの一部だけが成功した場合はどうなりますか？ HTTP レスポンスが成功でも、リクエストしたすべての画像が成功したとは限りません。各 data アイテムに画像結果かエラーが含まれるかを確認し、成功した出力を保存し、失敗分は別途処理してください。MiniMax の API レスポンス契約 では、課金対象は成功した画像のみとされています。返された画像 URL は恒久的な可用性が保証されないため、必要なアセットはダウンロードして保管してください。
開発元 MiniMax 公式発表 2026年11月11日 モデルカテゴリ 画像生成および画像編集 解像度 ネイティブ生成は約16MP；ホスト型 API の出力ティアは 1K / 2K / 4K カスタム API 出力の最大面積 20,000,000 pixels リファレンス画像 最大16 API プロンプト最大長 32,000 Unicode 文字；プロンプト拡張を無効化時は約 4,096 トークンが有効 1 回の API リクエストあたりの画像数 1–10；Base64 応答には合計面積の追加制限あり 出力フォーマット JPEG, PNG, WebP API 出力のアスペクト比範囲 1:3 〜 3:1 API バリアント Standard, Highspeed モデル重み 公開ダウンロード可能 ライセンス MiniMax-H3-Image Community License Agreement
テキストから画像 1K 10.6 s 7.7 s 1.38× テキストから画像 2K 10.5 s 7.6 s 1.38× テキストから画像 4K 16.0 s 10.3 s 1.55× 画像編集（参照1枚） 4K 18.2 s 12.5 s 1.46× 画像編集（参照3枚） 4K 21.4 s 14.4 s 1.49×
画像出力 / 100万トークン $3.80 $7.60
MiniMax H3-Image とは何ですか？ - CometAPI
