Test de MiniMax H3 Image : points forts, faiblesses et meilleurs réglages

Simon Gütter · 12 novembre 2026 · Temps de lecture : environ 12 minutes

Image de couverture « MiniMax H3 Image » : trois photos instantanées du même sujet sur une table lumineuse, surmontées d’une loupe à manche orange

16 mégapixels en quelques secondes et des retouches avec jusqu’à 16 images de référence : voilà les chiffres avec lesquels MiniMax a publié MiniMax H3 Image le 10 novembre 2026, la déclinaison image ouverte de son célèbre modèle vidéo MiniMax H3. Peu avant, la start-up munichoise Pruna AI avait sorti avec P-H3-Image un second modèle d’image construit sur la même base. Ce qu’il en reste en pratique, où H3 Image perd face à Qwen Image et Krea 2, et comment l’améliorer avec quelques réglages : tout est ici.1,4

En bref

H3 Image est très bon en retouche : placer des personnes dans de nouvelles pièces, changer des vêtements, réécrire des panneaux. La lumière et les reflets s’adaptent de façon crédible. Il est faible sur les détails fins : en zoomant, les arrière-plans deviennent pâteux, et les visages ne restent pas toujours les mêmes lors des retouches. Pour générer des images à partir de texte, il existe de meilleurs modèles ouverts ; pour les retouches avec beaucoup d’images de référence, H3 Image fait partie des meilleurs. En Allemagne, le plus simple est de passer par l’API officielle, à partir d’environ 2 cents de dollar US par image. Tu construis les prompts adaptés avec le générateur de prompts plus bas.

Ce que j’ai remarqué

  • La retouche est sa discipline phare. Une personne issue d’une image de référence, placée sur une chaise vide : elle est bien assise dans la pièce, son reflet apparaît sur l’écran, les meubles et les câbles restent à leur place.
  • Les visages sont le point faible de la retouche. Parfois la personne reste parfaitement reconnaissable, parfois un autre visage apparaît. L’expression du visage devient volontiers neutre.
  • Les détails fins ne suivent pas avec les 16 mégapixels. L’effet d’ensemble est bon, mais en zoomant, les clôtures, les fleurs et les arrière-plans deviennent flous.
  • Il est rapide. Une image 2K est générée en un peu plus de 10 secondes sur une carte graphique avec 16 Go de mémoire vidéo.
  • Les grands textes passent, les petits non. Les panneaux et les titres sont le plus souvent bien écrits, la petite écriture manuscrite contient des erreurs.

MiniMax H3 Image en comparaison : est-ce le meilleur modèle d’image ouvert ?

Pas en tout. MiniMax décrit lui-même H3 Image comme le modèle ouvert qui suit le mieux les instructions.1 Dans les comparaisons, le résultat dépend fortement de la tâche :

Tâche En tête Analyse
Retouche avec plusieurs images de référence H3 Image Place personnes et objets de façon spatialement crédible, jusqu’à 16 références
Conserver le visage lors de la retouche Qwen Image 2.1 Garde l’identité de façon plus fiable, H3 Image fluctue
Qualité d’image à partir de texte Krea 2 Paraît plus naturel et moins lissé ; H3 Image paraît souvent trop parfait
Poses difficiles mitigé H3 Image réussit mieux la tête hors de la vitre de la voiture, mais ne reconnaît pas la posture du pigeon en yoga
Haute résolution et vitesse H3 Image 16 mégapixels directement, sans upscaling
Styles mitigé H3 Image réussit les couvertures de magazine et les interfaces, Krea 2 plutôt le pixel art et le style Monet

Face aux modèles payants fermés GPT Image et Nano Banana, H3 Image marque surtout des points sur la vitesse et sur les retouches spatialement cohérentes. Un exemple : le reflet d’une personne insérée sur l’écran manquait dans l’image de comparaison de GPT Image.

P-H3-Image est une alternative sérieuse. Il génère 8 mégapixels au lieu de 16, est conçu pour 8 étapes de calcul et se pose comme module complémentaire d’environ 2 Go sur une installation H3 existante. Pour les retouches au pixel près, il convainc : l’image ne se décale pas, les couleurs restent identiques.4 Pruna cite lui-même comme points forts le photoréalisme, les rendus cinéma et éditoriaux ainsi que les styles graphiques avec un texte court.4

Les deux modèles face à face :

MiniMax H3 Image P-H3-Image
Éditeur MiniMax Pruna AI
Taille d’image environ 16 mégapixels, p. ex. 4096 × 4096 8 mégapixels pour le texte vers image, 4 ou 8 pour la retouche
Étapes de calcul 6 8
Images de référence en retouche jusqu’à 16 jusqu’à 8
Taille du modèle 33,1 Md de paramètres, BF16 environ 69 Go 33,1 Md de paramètres, BF16 environ 100 Go ; en module complémentaire pour H3 environ 2 Go plus encodeur de texte et VAE
Améliorateur de prompt optionnel : modèle dédié H3-Image-PE, dans ComfyUI Qwen3.5-9B activé par défaut, basé sur Qwen3.5-9B

Points forts en détail

Retouche avec images de référence

H3 Image et P-H3-Image gèrent la génération et la retouche dans le même modèle. Tu n’as pas besoin d’un modèle de retouche séparé.1,4 Ce qui fonctionne bien :

  • Placer des personnes dans de nouvelles scènes, y compris à partir d’une planche de personnage avec vues de face, de côté et de dos
  • Changer des vêtements, y compris les impressions avec texte
  • Remplacer des mots sur des panneaux, dans la même police
  • Changer le moment de la journée, par exemple une maison passant d’un jour gris à une nuit claire
  • Restaurer et coloriser de vieilles photos
  • Imprimer des logos sur des produits, texture du tissu comprise

La raison de cette force spatiale tient à ses origines : H3 Image repose sur le modèle vidéo MiniMax H3 et en reprend l’architecture.1 Un modèle vidéo doit comprendre comment les espaces, la lumière et les reflets s’articulent, et ce savoir se retrouve aussi dans le modèle d’image.

Texte dans les images

H3 Image écrit le plus souvent sans faute les grands mots entre guillemets, y compris des caractères chinois à côté de texte anglais. Un menu de plus de 50 mots était entièrement correct à 8 mégapixels ; à 1 mégapixel, la petite écriture manuscrite s’est dégradée.

Vitesse

Carte graphique Modèle Résultat
16 Go de mémoire vidéo H3 Image, 4 bits (W4A8) image 2K en env. 11 s, retouche à 4 MP en env. 26 s
RTX 4090 H3 Image 16 MP en env. 40 s
RTX 5090 P-H3-Image, avec améliorateur de prompt 2 MP en env. 30 s, 4 MP en env. 1 min
24 Go de mémoire vidéo P-H3-Image, sans améliorateur de prompt 8 MP en env. 20 s

Ces valeurs sont des ordres de grandeur issus de tests pratiques avec ComfyUI, pas un benchmark de laboratoire. Que l’améliorateur de prompt tourne ou non fait une grande différence. Peu de mémoire vive freine fortement : avec 32 Go au lieu de 64, l’ordinateur recharge les modèles à chaque exécution, et une image prend alors environ quatre fois plus de temps. Selon Pruna, P-H3-Image a besoin d’environ 101 Go de mémoire graphique en pleine précision à 8 mégapixels ; la version 4 bits pour ComfyUI se contente de 21 Go.4,6

Faiblesses en détail

Visages lors de la retouche

Si tu places une personne issue d’une image de référence dans une nouvelle image, un autre visage peut apparaître, assez souvent pour que tu doives vérifier chaque résultat de près. Une expression neutre est aussi typique. Les majuscules dans le prompt n’y changent rien. Ce qui a aidé : décrire l’expression avec des mots simples, par exemple « mouth slightly open, eyebrows raised », et fixer explicitement le visage et les traits comme inchangés.

Détails pâteux

Ces détails flous ont une cause technique. L’encodeur d’image réduit l’image d’un facteur 16, puis le modèle regroupe encore 2 × 2 cases. Chaque unité de calcul représente ainsi 32 × 32 pixels.1 Pour un modèle vidéo avec beaucoup d’images de référence, c’est logique ; pour les détails fins d’une image, c’est un inconvénient.

Défauts récurrents

  • Les animaux reçoivent des mains humaines, par exemple un lapin qui joue de la guitare. Remède : demander explicitement « paws » dans le prompt.
  • Logos non souhaités, par exemple un nom de fabricant sur une guitare alors que le prompt n’en voulait pas.
  • Les poses se décalent lors des retouches, par exemple des bras croisés qui disparaissent.
  • Le transfert de style depuis une deuxième image fonctionne mal. Le modèle ne reconnaît pas le cubisme, la peinture à l’huile reste presque une photo.

Les meilleurs réglages et conseils de prompt pour MiniMax H3 Image

  1. Décris en détail, en anglais. Selon la fiche du modèle, H3 Image attend une description anglaise détaillée de toute l’image. Pour les prompts courts, MiniMax les fait d’abord reformuler par un modèle complémentaire dans l’API.1
  2. Calculer assez grand. MiniMax indique une plage de travail d’environ 4 à 20 mégapixels, avec le meilleur résultat autour de 16.1 Pour des ébauches rapides, moins suffit, mais les petits visages demandent au moins 4 mégapixels.
  3. Ne pas augmenter les étapes. H3 Image est conçu pour 6 étapes, P-H3-Image pour 8, tous deux sans CFG et sans prompt négatif.1,4 Avec 20 étapes, l’image était surchargée.
  4. Mettre le texte entre guillemets et laisser de côté les mots creux comme « masterpiece » ou « 8K ». Ils rendent l’image brillante et sursaturée.
  5. En retouche, dire ce qui reste. À la fin du prompt, fixer explicitement le visage, les traits, la pose et le cadrage comme inchangés. Décrire simplement l’expression du visage plutôt que la forcer avec des majuscules, par exemple « mouth slightly open, eyebrows raised ». Ne nommer que ce qui est réellement dans l’image, sinon des détails déteignent sur d’autres endroits.
  6. La première image détermine le format. Le résultat reprend le format de la première image. Charge donc l’arrière-plan en premier.
  7. Pour une suppression, dire ce qu’il y a ensuite à cet endroit. « Supprime l’inscription » seul remplit souvent la zone avec quelque chose de nouveau. « Une surface en bois vert foncé, lisse et sans lettres » fonctionne.
  8. Essayer des échantillonneurs. Avec LCM au lieu d’Euler, les résultats sont souvent plus doux et présentent moins d’artefacts.

L’améliorateur de prompt intégré transforme une idée courte en long prompt et donne ainsi des images à partir de texte visiblement meilleures. Mais il demande plusieurs gigaoctets de mémoire vidéo en plus, peut être long sur des machines plus faibles et invente ses propres détails sans consignes précises, par exemple un nom de groupe sur une affiche.

Générateur de prompts : des prompts de retouche au format officiel

Dans les exemples officiels de MiniMax, un prompt de retouche a une structure fixe. D’abord, chaque objet est associé en anglais à une image, par exemple « The woman on the left in <Picture 1> is <Subject 1> ». Vient ensuite ce que montre l’image cible, puis, pour chaque objet, ce qui est conservé et ce qui change.7 Cette structure est sinon rédigée par l’améliorateur de prompt.

Avec le générateur, tu remplis toi-même les différentes parties et tu obtiens le prompt final. Il te met en garde contre les erreurs typiques : mots creux, majuscules, négations, animaux sans pattes et suppression sans indication de ce qui doit apparaître ensuite.

Générateur de prompts pour MiniMax H3 Image

Construit ton prompt dans le format que MiniMax utilise dans ses exemples officiels. Remplis les champs en anglais, car le modèle attend une description anglaise. Tout se passe dans ton navigateur, rien n’est envoyé.

Taille recommandée : Longueur :

  

    Fonctionne via l’API MiniMax, l’application Hailuo et, là où la licence le permet, en local. Pour P-H3-Image et d’autres éditeurs d’images, les prompts peuvent en général aussi être utilisés.

    Comment démarrer avec MiniMax H3 Image : API ou ComfyUI

    Sans installation, tu peux passer par l’application web Hailuo ou par l’API de la plateforme MiniMax. L’API propose des interfaces distinctes pour le texte vers image, la retouche et l’enrichissement de prompt.1,11 La facturation se fait à la consommation. MiniMax indique ces exemples de prix par image :13

    Tâche Résultat Prix par image
    Image à partir de texte 1K (1024 × 1024) env. 0,022 dollar US
    Image à partir de texte 2K (2048 × 2048) env. 0,023 dollar US
    Image à partir de texte 4K (4096 × 4096) env. 0,069 dollar US
    Retouche avec 1 image de référence 4K env. 0,073 dollar US
    Retouche avec 3 images de référence 4K env. 0,079 dollar US

    Pour le lancement, les images 4K sont à moitié prix jusqu’au 17 novembre 2026. Une variante plus rapide, appelée H3-Image-Highspeed, coûte environ le double.13 L’API peut s’intégrer dans des workflows avec n8n, Make ou dans un agent IA. Garde en tête que tes images partent alors chez MiniMax. Les photos de clients n’ont leur place là-bas qu’avec une base juridique.

    Dans ComfyUI, il te faut la version actuelle. Tu trouves ensuite sous « Templates » un modèle pour le texte vers image et un pour la retouche. Les fichiers ComfyUI officiels :5

    Fichier Taille Dossier
    Modèle de diffusion (INT8) 21 Go models/diffusion_models
    Encodeur de texte Qwen3-VL-32B (INT8) 25,3 Go models/text_encoders
    VAE (FP16) 1,2 Go models/vae
    Améliorateur de prompt Qwen3.5-9B (optionnel) 7,3 Go models/text_encoders

    Si tu travailles déjà avec le modèle vidéo MiniMax H3, tu as en général déjà l’encodeur de texte. Pour un usage en local, la question de la licence dans la section suivante s’applique toutefois.

    Puis-je utiliser MiniMax H3 Image en local en Allemagne ?

    C’est la grande question si tu veux faire tourner le modèle sur ton propre ordinateur dans ComfyUI. La licence de H3 Image est valable dans le monde entier, à l’exception de l’UE, du Royaume-Uni, de la Corée du Sud et des États-Unis. Cela concerne expressément aussi les images générées.2 La même règle territoriale s’applique à P-H3-Image.4 MiniMax justifie cela par les règles encore floues sur les modèles génératifs, notamment à cause du règlement européen sur l’IA, et propose pour ces pays une demande de licence séparée.3

    Selon MiniMax, la restriction ne s’applique pas à l’API officielle.3 Via la plateforme MiniMax, l’application web Hailuo ou OpenRouter, tu peux donc aussi utiliser H3 Image depuis l’Allemagne.1,11,12 Si tu mises quand même sur l’auto-hébergement pour ta retouche d’images, vérifie d’abord le texte de la licence pour chaque modèle ouvert. Ce n’est pas un conseil juridique.

    Qui est derrière H3 Image et P-H3-Image ?

    MiniMax est une entreprise d’IA chinoise. Elle développe ses propres modèles de base pour le texte, l’image, la vidéo, la voix et la musique, et est surtout connue grâce à l’application vidéo Hailuo. Selon ses propres indications, plus de 300 millions de personnes dans plus de 230 pays et régions utilisent ses modèles et produits.8 H3 Image est la déclinaison image du modèle vidéo MiniMax H3, sorti cet été.1

    Pruna AI est une start-up de Munich, avec un second site de recherche à Paris. Parmi les fondateurs figure Stephan Günnemann, professeur à l’Université technique de Munich. Pruna rend les modèles d’IA plus petits, plus rapides et moins chers à exploiter.9,10 P-H3-Image est précisément un projet de ce genre : Pruna a transformé le grand modèle vidéo H3 en modèle d’image.4

    Conclusion : pour qui MiniMax H3 Image vaut le coup

    Ça vaut le coup si tu veux retoucher des images existantes : placer des photos de produits dans de nouveaux environnements, réunir des personnes issues de plusieurs images de référence, modifier des inscriptions ou restaurer de vieilles photos.

    Plutôt pas si tu as surtout besoin, à partir de texte, d’images riches en détails et d’aspect naturel. Pour cela, Krea 2 a été le plus souvent le meilleur choix dans les comparaisons. Et si les visages doivent rester exactement identiques lors des retouches, Qwen Image 2.1 est plus fiable.

    Questions fréquentes sur MiniMax H3 Image

    MiniMax H3 Image est-il meilleur que Qwen Image 2.1 ?

    Ça dépend de la tâche. En haute résolution, en vitesse et en retouches spatialement cohérentes, H3 Image est devant. Pour la conservation des visages, Qwen Image 2.1 était plus fiable dans les comparaisons.

    Pourquoi MiniMax H3 Image change-t-il le visage lors des retouches ?

    Ça n’arrive pas toujours, mais régulièrement. Ce qui aide : au moins 4 mégapixels pour les petits visages, une description de l’expression en mots simples et une ligne qui fixe explicitement le visage comme inchangé.

    Quelle est la différence entre MiniMax H3 Image et P-H3-Image ?

    H3 Image vient de MiniMax lui-même, génère environ 16 mégapixels en 6 étapes et accepte jusqu’à 16 images de référence. P-H3-Image vient de la start-up munichoise Pruna AI, génère 8 mégapixels en 8 étapes et accepte jusqu’à 8 images de référence. Les deux reposent sur le modèle vidéo MiniMax H3.1,4

    De combien de mémoire graphique MiniMax H3 Image a-t-il besoin ?

    La version complète en BF16 pèse environ 69 Go, auxquels s’ajoute l’encodeur de texte.1 Pour ComfyUI, il existe une version INT8 de 21 Go plus un encodeur de texte de 25,3 Go. Le modèle démarre volontairement à 4 mégapixels pour que les machines avec peu de mémoire vidéo ne plantent pas.5 Grâce au déchargement automatique vers la mémoire vive, H3 Image a aussi tourné rapidement sur une carte avec 16 Go de mémoire vidéo.

    Combien coûte MiniMax H3 Image ?

    Les fichiers du modèle sont gratuits, mais leur utilisation n’est autorisée par la licence qu’en dehors des territoires exclus, dont fait partie l’UE.2 Via l’API, une image coûte selon MiniMax entre environ 0,022 dollar US (1K) et 0,069 dollar US (4K), un peu plus pour les retouches.13

    Comment installer MiniMax H3 Image dans ComfyUI ?

    Mets ComfyUI à jour, ouvre sous « Templates » le modèle pour MiniMax H3 Image et place les quatre fichiers dans les dossiers indiqués : modèle de diffusion, encodeur de texte, VAE et, en option, l’améliorateur de prompt.5 Dans l’UE, l’usage en local n’est autorisé par la licence qu’avec une autorisation séparée de MiniMax.2,3

    Puis-je créer des vidéos avec MiniMax H3 Image ?

    Non, H3 Image ne génère que des images fixes. Pour les vidéos, c’est le modèle frère MiniMax H3 qui s’en charge. Tu peux y utiliser une image générée avec H3 Image comme image de départ.1

    Sources

    1. MiniMax : fiche du modèle MiniMax-H3-Image sur Hugging Face, consultée le 12/11/2026. huggingface.co.
    2. MiniMax : MiniMax-H3-Image Community License Agreement, consulté le 12/11/2026. huggingface.co.
    3. MiniMax : Q&A About License (MiniMax-H3), consulté le 12/11/2026. huggingface.co.
    4. Pruna AI : fiche du modèle P-H3-Image sur Hugging Face, consultée le 12/11/2026. huggingface.co.
    5. Documentation ComfyUI : MiniMax H3 Image. docs.comfy.org.
    6. Documentation ComfyUI : P-H3-Image. docs.comfy.org.
    7. MiniMax : exemple officiel de retouche (revised_prompt.edit.txt) pour la fiche du modèle. huggingface.co.
    8. MiniMax : About MiniMax, consulté le 12/11/2026. minimax.io.
    9. Pruna AI : About, consulté le 12/11/2026. pruna.ai.
    10. Technische Universität München (01/10/2026) : Pruna AI develops optimized, highly efficient AI models. tum.de.
    11. Plateforme MiniMax : Image Generation Guide. platform.minimax.io.
    12. OpenRouter : MiniMax H3 Image, page du modèle avec les prix. openrouter.ai.
    13. Plateforme MiniMax : Pricing Overview, section Image, consultée le 12/11/2026. platform.minimax.io.

    Les valeurs mesurées sont des ordres de grandeur issus de tests pratiques et dépendent du matériel et des réglages. Mise à jour : 12 novembre 2026.