MiniMax H3 Image testissä: vahvuudet, heikkoudet ja parhaat asetukset

16 megapikseliä sekunneissa ja muokkauksia jopa 16 referenssikuvalla: näillä luvuilla MiniMax julkaisi 10. marraskuuta 2026 MiniMax H3 Imagen, tunnetun H3-videomallinsa avoimen kuvahaaran. Pian sitä ennen müncheniläisen Pruna AI -startupin P-H3-Image tuli ulos toisena kuvamallina samalla pohjalla. Täältä selviää, mikä näistä toimii käytännössä, missä H3 Image häviää Qwen Imagelle ja Krea 2:lle ja miten saat siitä parempaa jälkeä muutamalla asetuksella.1,4
H3 Image on vahva muokkauksessa: henkilöiden siirtäminen uusiin huoneisiin, vaatteiden vaihto, kylttien tekstien kirjoittaminen uusiksi. Valo ja heijastukset mukautuvat uskottavasti. Heikkoutena ovat hienot yksityiskohdat: zoomattaessa taustat muuttuvat mössöksi, eivätkä kasvot pysy muokkauksissa aina samoina. Tekstistä luotaviin kuviin on parempia avoimia malleja, mutta monen referenssikuvan muokkauksessa H3 Image kuuluu parhaisiin. Saksassa sen käyttäminen on helpointa viralliselta API:lta, noin 2 Yhdysvaltain sentistä kuvalta. Sopivat promptit rakennat alempana olevalla prompttityökalulla.
Mitä huomasin
- Muokkaus on mallin vahvin laji. Referenssikuvasta tuotu henkilö asetettiin tyhjälle tuolille: hän istuu huoneessa uskottavasti, hänen heijastuksensa näkyy näytöllä, ja huonekalut ja kaapelit pysyvät paikoillaan.
- Kasvot ovat muokkauksen heikko kohta. Joskus henkilö säilyy täydellisesti tunnistettavana, joskus tuloksena on eri kasvot. Ilme muuttuu helposti neutraaliksi.
- Hienot yksityiskohdat eivät pysy 16 megapikselin mukana. Kokonaisvaikutelma on kunnossa, mutta zoomattaessa aidat, kukat ja taustat sumenevat.
- Se on nopea. 2K-kuva syntyy 16 gigatavun näytönohjaimella reilussa 10 sekunnissa.
- Iso teksti onnistuu, pieni ei. Kyltit ja otsikot kirjoitetaan yleensä oikein, pienessä käsialassa on virheitä.
MiniMax H3 Image vertailussa: onko se paras avoin kuvamalli?
Ei kaikessa. MiniMax itse kuvaa H3 Imagea avoimeksi malliksi, joka noudattaa ohjeita vahvimmin.1 Vertailuissa tulos riippuu paljon tehtävästä:
| Tehtävä | Edellä | Arvio |
|---|---|---|
| Muokkaus usealla referenssikuvalla | H3 Image | Asettaa henkilöt ja esineet tilaan uskottavasti, jopa 16 referenssikuvaa |
| Kasvojen säilyttäminen muokkauksessa | Qwen Image 2.1 | Pitää identiteetin luotettavammin, H3 Image vaihtelee |
| Kuvanlaatu tekstistä | Krea 2 | Näyttää luonnollisemmalta ja vähemmän silitetyltä; H3 Image näyttää usein liian täydelliseltä |
| Vaikeat asennot | tasapeli | Pään auton ikkunasta ulos H3 Image osaa paremmin, joogan kyyhkyasanaa se ei tunnista |
| Korkea resoluutio ja nopeus | H3 Image | 16 megapikseliä suoraan, ilman skaalausta |
| Tyylisuunnat | tasapeli | Lehtien kannet ja käyttöliittymät onnistuvat H3 Imagelta, pikseligrafiikka ja Monet-tyyli pikemminkin Krea 2:lta |
Suljettuihin maksullisiin malleihin GPT Image ja Nano Banana verrattuna H3 Image erottuu etenkin nopeudella ja tilaan sopivilla muokkauksilla. Esimerkki: sisään asetetun henkilön heijastus näytöllä puuttui GPT Imagen vertailukuvasta.
P-H3-Image on vakavasti otettava vaihtoehto. Se tuottaa 8 megapikseliä 16:n sijaan, on suunniteltu 8 laskentavaiheelle ja sen voi asentaa noin 2 Gt:n lisämoduulina olemassa olevan H3-asennuksen päälle. Pikselintarkoissa muokkauksissa se vakuuttaa: kuva ei siirry, värit pysyvät samoina.4 Pruna itse mainitsee vahvuuksiksi fotorealismin, elokuva- ja editorial-ilmeet sekä graafiset tyylit lyhyen tekstin kanssa.4
Kaksi mallia vierekkäin:
| MiniMax H3 Image | P-H3-Image | |
|---|---|---|
| Tarjoaja | MiniMax | Pruna AI |
| Kuvakoko | noin 16 megapikseliä, esim. 4096 × 4096 | 8 megapikseliä tekstistä kuvaksi, 4 tai 8 muokkaukseen |
| Laskentavaiheet | 6 | 8 |
| Referenssikuvat muokkauksessa | jopa 16 | jopa 8 |
| Mallin koko | 33,1 mrd parametria, BF16 noin 69 Gt | 33,1 mrd parametria, BF16 noin 100 Gt; H3:n lisämoduulina noin 2 Gt plus tekstienkooderi ja VAE |
| Promptin parantaja | valinnainen: oma malli H3-Image-PE, ComfyUI:ssa Qwen3.5-9B | oletuksena päällä, Qwen3.5-9B-pohjainen |
Vahvuudet tarkemmin
Muokkaus referenssikuvilla
H3 Image ja P-H3-Image hoitavat luomisen ja muokkauksen samassa mallissa. Erillistä muokkausmallia et tarvitse.1,4 Hyvin toimivat:
- Henkilöiden asettaminen uusiin kohtauksiin, myös hahmoarkista, jossa on etu-, sivu- ja takanäkymä
- Vaatteiden vaihto, tekstipainatukset mukaan lukien
- Kylttien sanojen vaihtaminen samalla fontilla
- Vuorokaudenajan muuttaminen, esimerkiksi talo harmaasta päivästä kirkkaaseen yöhön
- Vanhojen valokuvien entisöinti ja värittäminen
- Logojen painaminen tuotteisiin, kangasrakenne mukaan lukien
Tilavahvuuden syy on mallin alkuperässä: H3 Image perustuu H3-videomalliin ja perii sen arkkitehtuurin.1 Videomallin täytyy ymmärtää, miten tilat, valo ja heijastukset liittyvät toisiinsa, ja tämä tieto on myös kuvamallissa.
Teksti kuvissa
Lainausmerkeissä olevat suuret sanat H3 Image kirjoittaa yleensä virheettömästi, myös kiinalaisia merkkejä englanninkielisen tekstin vieressä. Yli 50 sanan ruokalista oli 8 megapikselillä täysin oikein, 1 megapikselillä pieni käsiala meni pieleen.
Nopeus
| Näytönohjain | Malli | Tulos |
|---|---|---|
| 16 Gt videomuistia | H3 Image, 4-bittinen (W4A8) | 2K-kuva n. 11 s, muokkaus 4 MP:n kuvalla n. 26 s |
| RTX 4090 | H3 Image | 16 MP n. 40 s |
| RTX 5090 | P-H3-Image, promptin parantajalla | 2 MP n. 30 s, 4 MP n. 1 min |
| 24 Gt videomuistia | P-H3-Image, ilman promptin parantajaa | 8 MP n. 20 s |
Arvot ovat suuntaa antavia ComfyUI:lla tehdyistä käytännön testeistä, eivät laboratoriomittauksia. Se, onko promptin parantaja mukana, vaikuttaa paljon. Vähäinen keskusmuisti hidastaa voimakkaasti: 64 Gt:n sijaan 32 Gt:lla tietokone lataa mallit uudelleen jokaisella ajolla, jolloin yhden kuvan tekeminen kestää noin nelinkertaisen ajan. Prunan mukaan P-H3-Image tarvitsee täydellä tarkkuudella 8 megapikselin kuvaan noin 101 Gt näyttömuistia, ComfyUI:n 4-bittinen versio pärjää 21 Gt:lla.4,6
Heikkoudet tarkemmin
Kasvot muokkauksessa
Kun asetat referenssikuvan henkilön uuteen kuvaan, tuloksena voi olla eri kasvot, niin usein, että jokainen tulos kannattaa tarkistaa tarkasti. Tyypillistä on myös neutraali ilme. Isot kirjaimet promptissa eivät muuta tätä. Apua on ollut siitä, että ilme kuvataan yksinkertaisin sanoin, esimerkiksi ”mouth slightly open, eyebrows raised”, ja että kasvot ja kasvonpiirteet määritellään erikseen muuttumattomiksi.
Mössöiset yksityiskohdat
Sumeille yksityiskohdille on tekninen syy. Kuvaenkooderi pienentää kuvan kertoimella 16, minkä jälkeen malli yhdistää vielä 2 × 2 ruutua. Jokainen laskentayksikkö vastaa siten 32 × 32 pikseliä.1 Monta referenssikuvaa käyttävälle videomallille se on järkevää, hienoille kuvadetaljeille haitta.
Toistuvat virhekuviot
- Eläimet saavat ihmiskädet, esimerkiksi kitaraa soittava jänis. Apu: vaadi promptissa nimenomaisesti ”paws”.
- Ei-toivotut logot, esimerkiksi valmistajan nimi kitarassa, vaikka prompti ei sitä halunnut.
- Asennot siirtyvät muokkauksissa, esimerkiksi ristityt kädet, jotka katoavat.
- Tyylin siirto toisesta kuvasta onnistuu huonosti. Kubismia malli ei tunnista, öljymaalaus pysyy lähes valokuvana.
Parhaat asetukset ja prompttivinkit MiniMax H3 Imagelle
- Kuvaa yksityiskohtaisesti englanniksi. Mallikortin mukaan H3 Image odottaa yksityiskohtaista englanninkielistä kuvausta koko kuvasta. Lyhyet promptit MiniMax antaa API:ssa ensin lisämallin muotoiltavaksi.1
- Laske riittävän suurena. MiniMax mainitsee työalueeksi noin 4–20 megapikseliä, parhaimmillaan se on noin 16:ssa.1 Nopeisiin luonnoksiin riittää vähemmän, mutta pienet kasvot tarvitsevat vähintään 4 megapikseliä.
- Älä nosta vaiheiden määrää. H3 Image on suunniteltu 6 ja P-H3-Image 8 vaiheelle, kummassakin ilman CFG:tä ja negatiivista promptia.1,4 20 vaiheella kuva ylikorostui.
- Laita teksti lainausmerkkeihin ja jätä täytesanat, kuten ”masterpiece” tai ”8K”, pois. Ne tekevät kuvasta kiiltävän ja ylikyllästyneen.
- Kerro muokkauksissa, mikä pysyy. Määritä promptin lopussa kasvot, kasvonpiirteet, asento ja kuvarajaus nimenomaisesti muuttumattomiksi. Kuvaa ilme yksinkertaisesti sen sijaan, että pakottaisit sen isoilla kirjaimilla, esimerkiksi ”mouth slightly open, eyebrows raised”. Mainitse vain se, mikä kuvassa oikeasti on, muuten yksityiskohdat värjäävät muita kohtia.
- Ensimmäinen kuva määrää formaatin. Tulos perii ensimmäisen kuvan kuvasuhteen. Lataa siis tausta ensin.
- Kerro poistaessasi, mitä tilalla on sen jälkeen. Pelkkä ”Poista teksti” täyttää kohdan usein jollakin uudella. ”Sileä, tummanvihreä puupinta ilman kirjaimia” toimii.
- Kokeile samplereita. LCM:llä Eulerin sijaan tulokset ovat usein pehmeämpiä ja niissä on vähemmän artefakteja.
Sisäänrakennettu promptin parantaja kirjoittaa lyhyestä ideasta pitkän promptin ja tuottaa siten selvästi parempia kuvia tekstistä. Se tarvitsee kuitenkin lisäksi useita gigatavuja videomuistia, voi kestää heikommilla koneilla pitkään ja keksii ilman tarkkoja ohjeita omia yksityiskohtia, esimerkiksi yhtyeen nimen julisteeseen.
Prompttityökalu: muokkausprompt virallisessa muodossa
MiniMaxin virallisissa esimerkeissä muokkausprompti noudattaa kiinteää rakennetta. Ensin jokainen kohde liitetään englanniksi johonkin kuvaan, esimerkiksi ”The woman on the left in <Picture 1> is <Subject 1>”. Sen jälkeen kerrotaan, mitä kohdekuva näyttää, ja jokaisesta kohteesta, mikä säilyy ja mikä muuttuu.7 Tämän rakenteen kirjoittaa muuten promptin parantaja.
Työkalulla täytät osat itse ja saat valmiin promptin. Se varoittaa tyypillisistä virheistä: täytesanoista, isoista kirjaimista, kieltolauseista, tassuttomista eläimistä ja poistosta ilman tietoa siitä, mitä tilalla pitäisi näkyä.
Prompttityökalu MiniMax H3 Imagelle
Rakentaa promptisi muodossa, jota MiniMax käyttää virallisissa esimerkeissään. Täytä kentät englanniksi, koska malli odottaa englanninkielistä kuvausta. Kaikki toimii selaimessasi, mitään ei lähetetä.
Toimii MiniMax-API:n ja Hailuo-sovelluksen kautta sekä paikallisesti, jos lisenssi sen sallii. Promptit sopivat yleensä myös P-H3-Imagelle ja muille kuvaeditoreille.
Näin pääset alkuun MiniMax H3 Imagella: API tai ComfyUI
Ilman asennusta pääset alkuun Hailuo-verkkosovelluksella tai MiniMax-alustan API:n kautta. API:ssa on erilliset rajapinnat tekstistä kuvaksi -luontiin, muokkaukseen ja promptin laajennukseen.1,11 Laskutus tapahtuu käytön mukaan. MiniMax mainitsee nämä esimerkkihinnat kuvaa kohden:13
| Tehtävä | Tulos | Hinta kuvaa kohden |
|---|---|---|
| Kuva tekstistä | 1K (1024 × 1024) | n. 0,022 Yhdysvaltain dollaria |
| Kuva tekstistä | 2K (2048 × 2048) | n. 0,023 Yhdysvaltain dollaria |
| Kuva tekstistä | 4K (4096 × 4096) | n. 0,069 Yhdysvaltain dollaria |
| Muokkaus 1 referenssikuvalla | 4K | n. 0,073 Yhdysvaltain dollaria |
| Muokkaus 3 referenssikuvalla | 4K | n. 0,079 Yhdysvaltain dollaria |
Lanseerauksen kunniaksi 4K-kuvat maksavat 17. marraskuuta 2026 asti puolet. Nopeampi versio nimeltä H3-Image-Highspeed maksaa noin kaksinkertaisen hinnan.13 API:n voi liittää työnkulkuihin n8n:llä, Makella tai tekoälyagenttiin. Huomaa, että kuvasi siirtyvät silloin MiniMaxille. Asiakkaiden valokuvia sinne saa viedä vain, jos siihen on oikeusperuste.
ComfyUI:ssa tarvitset uusimman version. Sen jälkeen löydät kohdasta ”Templates” omat pohjat tekstistä kuvaksi -luontiin ja muokkaukseen. Viralliset ComfyUI-tiedostot:5
| Tiedosto | Koko | Kansio |
|---|---|---|
| Diffuusiomalli (INT8) | 21 Gt | models/diffusion_models |
| Tekstienkooderi Qwen3-VL-32B (INT8) | 25,3 Gt | models/text_encoders |
| VAE (FP16) | 1,2 Gt | models/vae |
| Promptin parantaja Qwen3.5-9B (valinnainen) | 7,3 Gt | models/text_encoders |
Jos käytät jo H3-videomallia, tekstienkooderi on sinulla yleensä jo. Paikalliseen käyttöön liittyy kuitenkin lisenssikysymys, josta kerrotaan seuraavassa osiossa.
Saanko käyttää MiniMax H3 Imagea paikallisesti Saksassa?
Tämä on suuri kysymys, jos haluat ajaa mallia omalla koneellasi ComfyUI:ssa. H3 Imagen lisenssi on voimassa kaikkialla maailmassa paitsi EU:ssa, Yhdistyneessä kuningaskunnassa, Etelä-Koreassa ja Yhdysvalloissa. Tämä koskee nimenomaisesti myös tuotettuja kuvia.2 P-H3-Imagelle pätee sama aluesääntö.4 MiniMax perustelee tätä generatiivisten mallien vielä epäselvillä säännöillä, muun muassa EU:n tekoälyasetuksella, ja tarjoaa näille maille mahdollisuuden hakea erillistä lisenssiä.3
Viralliseen API:in rajoitus ei MiniMaxin mukaan päde.3 MiniMax-alustan, Hailuo-verkkosovelluksen tai OpenRouterin kautta voit siis käyttää H3 Imagea myös Saksasta.1,11,12 Jos kuvankäsittelyssäsi silti panostat itseisännöintiin, tarkista jokaisen avoimen mallin kohdalla ensin lisenssiteksti. Tämä ei ole oikeudellista neuvontaa.
Keitä H3 Imagen ja P-H3-Imagen takana on?
MiniMax on kiinalainen tekoälyyritys. Se kehittää omia perusmalleja tekstille, kuvalle, videolle, puheelle ja musiikille ja on tunnettu erityisesti Hailuo-videosovelluksesta. Omien tietojensa mukaan yli 300 miljoonaa ihmistä yli 230 maassa ja alueella käyttää sen malleja ja tuotteita.8 H3 Image on kesällä julkaistun H3-videomallin kuvahaara.1
Pruna AI on münchenilainen startup, jolla on toinen tutkimuspiste Pariisissa. Perustajiin kuuluu Stephan Günnemann, Münchenin teknillisen yliopiston professori. Pruna tekee tekoälymalleista pienempiä, nopeampia ja halvempia käyttää.9,10 P-H3-Image on juuri tällainen projekti: Pruna on muokannut suuren H3-videomallin kuvamalliksi.4
Yhteenveto: kenelle MiniMax H3 Image sopii
Kannattaa, jos haluat muokata olemassa olevia kuvia: asettaa tuotekuvia uusiin ympäristöihin, yhdistää henkilöitä useasta referenssikuvasta, muuttaa tekstejä tai entisöidä vanhoja valokuvia.
Pikemminkin ei, jos tarvitset ennen kaikkea yksityiskohtaisia, luonnollisen näköisiä kuvia tekstistä. Siihen Krea 2 oli vertailuissa yleensä parempi valinta. Ja jos kasvojen pitää pysyä muokkauksissa täsmälleen samoina, Qwen Image 2.1 on luotettavampi.
Usein kysyttyä MiniMax H3 Imagesta
Onko MiniMax H3 Image parempi kuin Qwen Image 2.1?
Riippuu tehtävästä. Korkeassa resoluutiossa, nopeudessa ja tilaan sopivissa muokkauksissa H3 Image on edellä. Kasvojen säilyttämisessä Qwen Image 2.1 oli vertailuissa luotettavampi.
Miksi MiniMax H3 Image muuttaa kasvoja muokkauksissa?
Näin ei käy aina, mutta säännöllisesti. Apua on vähintään 4 megapikselistä pienille kasvoille, ilmeen kuvauksesta yksinkertaisin sanoin ja rivistä, joka määrittelee kasvot nimenomaisesti muuttumattomiksi.
Mikä ero on MiniMax H3 Imagella ja P-H3-Imagella?
H3 Image on MiniMaxin oma malli, se tuottaa noin 16 megapikseliä 6 vaiheessa ja ottaa jopa 16 referenssikuvaa. P-H3-Image on müncheniläisen Pruna AI -startupin malli, se tuottaa 8 megapikseliä 8 vaiheessa ja ottaa jopa 8 referenssikuvaa. Molemmat perustuvat MiniMax H3 -videomalliin.1,4
Kuinka paljon näyttömuistia MiniMax H3 Image tarvitsee?
Täysi BF16-versio on noin 69 Gt, ja sen lisäksi tarvitaan tekstienkooderi.1 ComfyUI:lle on INT8-versio, jonka koko on 21 Gt, plus 25,3 Gt:n tekstienkooderi. Pohja aloittaa tarkoituksella 4 megapikselillä, jotta koneet, joissa on vähän videomuistia, eivät kaadu. Automaattisen siirron ansiosta keskusmuistiin H3 Image toimi nopeasti myös 16 Gt:n videomuistilla varustetulla kortilla.5
Mitä MiniMax H3 Image maksaa?
Mallitiedostot ovat ilmaisia, mutta lisenssin mukaan niiden käyttö on sallittu vain poissuljettujen alueiden ulkopuolella, joihin EU kuuluu.2 API:n kautta yksi kuva maksaa MiniMaxin mukaan noin 0,022 Yhdysvaltain dollarin (1K) ja 0,069 Yhdysvaltain dollarin (4K) välillä, muokkaukset hieman enemmän.13
Miten asennan MiniMax H3 Imagen ComfyUI:hin?
Päivitä ComfyUI, avaa kohdasta ”Templates” MiniMax H3 Imagen pohja ja siirrä neljä tiedostoa niille osoitettuihin kansioihin: diffuusiomalli, tekstienkooderi, VAE ja valinnaisesti promptin parantaja.5 EU:ssa paikallinen käyttö on lisenssin mukaan sallittu vain MiniMaxin erillisellä luvalla.2,3
Voinko tehdä MiniMax H3 Imagella videoita?
Ei, H3 Image tuottaa vain still-kuvia. Videoista vastaa sisarmalli MiniMax H3. H3 Imagella luodun kuvan voit käyttää siellä aloituskuvana.1
Lähteet
- MiniMax: Modellkarte MiniMax-H3-Image auf Hugging Face, haettu 12.11.2026. huggingface.co.
- MiniMax: MiniMax-H3-Image Community License Agreement, haettu 12.11.2026. huggingface.co.
- MiniMax: Q&A About License (MiniMax-H3), haettu 12.11.2026. huggingface.co.
- Pruna AI: Modellkarte P-H3-Image auf Hugging Face, haettu 12.11.2026. huggingface.co.
- ComfyUI-Dokumentation: MiniMax H3 Image. docs.comfy.org.
- ComfyUI-Dokumentation: P-H3-Image. docs.comfy.org.
- MiniMax: Offizielles Bearbeitungsbeispiel (revised_prompt.edit.txt) zur Modellkarte. huggingface.co.
- MiniMax: About MiniMax, haettu 12.11.2026. minimax.io.
- Pruna AI: About, haettu 12.11.2026. pruna.ai.
- Technische Universität München (01.10.2026): Pruna AI develops optimized, highly efficient AI models. tum.de.
- MiniMax-Plattform: Image Generation Guide. platform.minimax.io.
- OpenRouter: MiniMax H3 Image, mallisivu hintoineen. openrouter.ai.
- MiniMax-Plattform: Pricing Overview, osio Image, haettu 12.11.2026. platform.minimax.io.
Mittausarvot ovat suuntaa antavia käytännön testeistä ja riippuvat laitteistosta ja asetuksista. Tilanne: 12. marraskuuta 2026.