MiniMax H3 Image 是什么？4K 生图、图像编辑与试用入口

手里有一张音箱照片和一张布光参考，可以让 MiniMax H3 Image 把同一款音箱放到胡桃木桌上，换成暖光。手里只有文字，也可以从空白画布开始，做一张有主副标题、陶器和留白的海报。商品图首先要认得出原来的产品，海报则要把画面和文字都摆对。这两种需求要用不同的方式试。

MiniMax H3 Image 是 MiniMax 面向静态图像的开放权重模型，能文生图，也能根据参考图生成和编辑图片。 MiniMax 在 2026 年 11 月 11 日发布公告，给出原生 4096 × 4096 方图和最多 16 张参考图的规格。模型卡显示，生成和编辑共用一套权重，并沿用了 H3 的文本编码器，图像架构去掉了音频分支。需要的是带声音的动态片段，可以看 MiniMax H3 视频模型介绍。

手头有什么素材，就从哪个模式开始

参考图生成和图像编辑在 MiniMax API 里共用编辑接口，写提示词时要分清任务。做新场景，说明参考图里的哪些特征要带过去。改现成图片，先指定哪一张是底图，再写清要改哪里、哪里保持原样。比如做一张新的台灯场景图，可以只沿用灯的外形。已经定稿的横幅换一盏灯，还要交代保留裁切位置、标题和背景。

它能做出哪些图？

海报和排版草案

APPSO 的案例里，一张海报考的是主副标题怎么放，一张信纸图考的是多行小字。第一次试可以给两句短文案，同时规定文字和主体的相对位置。缩略图里能看出主次，放大后还要逐字查，尤其留意多出的字、笔画相近的错字和不合适的换行。活动日期、版权说明等必须准确的文字，定稿时在排版工具里补齐更好控制。

海报排版实测

信纸小字示意

商品场景和同款变体

MiniMax 的模型卡展示了一个十图案例，用一张空房和九件家具各自的参考图组成客厅。场景里每件东西都有出处，核对时可以从清单逐件找回去。换到商品场景，先验外形、按键和标识，再看光线和颜色是否合适。

在我们的多参考图商品实测中，音箱的四个按键保留了顺序，胡桃木桌和暖侧光也进了画面，网罩却出现了比原图更明显的斜纹。如果网罩材质是商品卖点，这个差异要放大看过才能决定是否采用。

商品参考图

换场景后的实测成图

产品拆解图和游戏场景草图

APPSO 用咖啡机爆炸图测试了零件之间的关系。新智元还报道了一次微型探照灯拆解测试，指令要求分成七件并保留三枚螺钉。这样的图能帮团队先讨论外壳怎么分层、部件如何排布和标注放哪里。要用作商品结构说明，就拿原始图纸核对数量、顺序和引线落点。

咖啡机 · MiniMax H3 Image 实测

微型探照灯 · 自制示意

MiniMax 的另一组公开示例从一张游戏地图出发，用地图上标记的位置生成了第一人称视角。对场景设计来说，可以用它提前看看玩家视线里会出现哪些地标。继续制作前，要检查前后关系、地标间距和视点是否符合地图。

地图上的视点

从这个方向看到的场景示意

哪些地方需要人工复查？

只改一处，也可能带动周围。 MiniMax 的 API 文档列出的是指令编辑，目前没有蒙版编辑。比如给海报换个花瓶，出图后把标题、画面边缘和背景也与原图对齐看一遍。若要求其他区域像素完全保留，可以把原图作为底层，在图层编辑器里合成新物件。

文件格式和透明背景是两回事。 官方 API 可输出 PNG、JPEG 或 WebP，目前没有透明背景选项。如果最终需要透明底的商品素材，要给去背景留出一步。

参考图决定的是方向。 商品标识、材质或人物身份有精确要求时，安排一次并排核对。第一轮先选一张把关键特征拍清楚的图。缺少侧面、纹理或场景信息时，再补能回答这个问题的图。

4K 有多大？什么情况用得到？

MiniMax API 的 1K、2K 和 4K 是输出面积档位，选定宽高比后才能知道具体像素。官方文档给出的常用规格如下。

先按版位定比例。做网页横幅，可以先看手机裁切后主体和文案还剩多少空间。做大幅展示或需要裁出局部时，再考虑 4K。用同一条指令重新生成 4K 图，构图和细节仍可能变，已经通过的部分要再验一次。需要精确长宽时，API 也支持在规定范围内填具体像素。

MiniMax 发布稿给出过 4K 出图低于 10 秒的成绩。APPSO 记录了自己生成 4096 × 4096 图片约需 10–20 秒。两组数字各对应自己的测试环境。要估算生产时间，可以记从点击生成到图片可下载的时间，同时记下模型版本、尺寸和张数。

去哪里试用 MiniMax H3 Image？

在线试用时，先核对模型、出图张数和界面显示的价格或额度。本站图像创作页提供的是站内模型菜单。想试文章里的流程，可以按案例标明的模型与工作流来选。

想在本地跑，要同时看硬件、磁盘和许可。官方模型卡列出的未量化图像权重包约 69 GB，另有 66.7 GB 的共享文本编码器，已有 H3 编码器可以复用。H3 Image 社区许可的适用地区排除了美国、欧盟、英国和韩国，商业使用和向第三方提供托管也有额外条款。

第一张图怎么试？

先做一张带主副标题的方形海报。文字、构图、光线和左下角的留白，都能在一张图上验完。

为一场虚构的陶艺展做一张方形海报。
在左上方准确写出标题「光里的陶器」。
在标题下方准确写出副标题「形与光的练习」。
右侧摆一件米白色陶器，光从左边照入。
背景用低饱和蓝色，左下方留出活动信息的位置。
画面只出现指定的主标题和副标题。

上面的海报实测图是一次 2048 × 2048 的文生图结果，记录耗时 11.77 秒。

我用 MiniMax H3 Image 跑了一次这条指令的英文版，开启了提示词增强。主标题「CLAY IN LIGHT」和副标题「A study in form」都写对了，陶器也在右侧。原本该留白的左下角却多出日期和地点。回看增强后的提示词，这些信息在出图前就已经被补了进去。

碰到这种情况，可以先看界面能否显示增强后的指令。想改版式，下一轮可以把左下角写成「一块纯蓝色空白区域」。想单独检查增强步骤的影响，就固定原提示词和尺寸，在支持的界面关闭提示词增强。MiniMax 的文生图 API 提供这个选项。上图是首轮结果。

1. 选文生图，比例设为 1:1，先出一张。界面有 2K 档的话，可以用它看第一版。
2. 放大逐字核对主副标题，确认左下角没有多余文字，再看留下的空间够不够排日期和地点。
3. 重试时一次只改一条指令。比如文字对了但陶器太大，就只调陶器的尺寸或位置，留住上一张方便比较。

如果第一项任务就要带商品图或角色图，可以接着看 MiniMax H3 Image 多参考图教程。里面有商品图、角色分镜和局部换物三组案例的参考图、可复制提示词和实测成图。