MiniMax H3 Image i test: styrker, svagheder og de bedste indstillinger

16 megapixel på få sekunder og redigeringer med op til 16 referencebilleder: Med de tal udgav MiniMax den 10. november 2026 MiniMax H3 Image, den åbne billedudgave af sin kendte videomodel MiniMax H3. Kort forinden udkom P-H3-Image fra det münchenske start-up Pruna AI, en anden billedmodel på samme grundlag. Hvad der holder i praksis, hvor H3 Image taber til Qwen Image og Krea 2, og hvordan du får bedre resultater med få indstillinger, kan du læse her.1,4
H3 Image er stærk til redigering: Du kan sætte personer ind i nye rum, skifte tøj og omskrive skilte. Lys og spejlinger tilpasser sig troværdigt. Den er svag på fine detaljer: Når du zoomer ind, bliver baggrunde grødede, og ansigter forbliver ikke altid de samme ved redigeringer. Til billeder ud fra tekst findes der bedre åbne modeller, mens H3 Image hører til de bedste, når du redigerer med mange referencebilleder. I Tyskland bruger du den nemmest via den officielle API, fra omkring 2 amerikanske cent pr. billede. Passende prompts bygger du med prompt-værktøjet længere nede.
Det faldt mig op
- Redigering er den stærkeste disciplin. En person fra en reference sat på en tom stol: Hun sidder naturligt i rummet, hendes spejlbillede viser sig på skærmen, og møbler og kabler bliver, hvor de er.
- Ansigter er det svage punkt ved redigering. Nogle gange er personen helt genkendelig, andre gange kommer der et andet ansigt ud. Ansigtsudtrykket bliver gerne neutralt.
- Fine detaljer kan ikke følge med de 16 megapixel. Helhedsindtrykket passer, men når du zoomer ind, bliver hegn, blomster og baggrunde uskarpe.
- Den er hurtig. Et 2K-billede er klar på et grafikkort med 16 GB videohukommelse på godt 10 sekunder.
- Stor skrift sidder, lille gør ikke. Skilte og overskrifter bliver for det meste stavet rigtigt, mens små håndskrevne tekster indeholder fejl.
MiniMax H3 Image i sammenligning: Er det den bedste åbne billedmodel?
Ikke i alt. MiniMax beskriver selv H3 Image som den åbne model, der følger anvisninger bedst.1 I sammenligningerne afhænger resultatet kraftigt af opgaven:
| Opgave | Foran | Vurdering |
|---|---|---|
| Redigering med flere referencer | H3 Image | Placerer personer og objekter troværdigt i rummet, op til 16 referencer |
| Bevare ansigtet ved redigering | Qwen Image 2.1 | Holder identiteten mere pålideligt, H3 Image svinger |
| Billedkvalitet ud fra tekst | Krea 2 | Virker mere naturligt og mindre glattet; H3 Image virker ofte for perfekt |
| Svære positurer | blandet | Hovedet ud ad bilruden klarer H3 Image bedre, duestillingen i yoga genkender den ikke |
| Høj opløsning og tempo | H3 Image | 16 megapixel direkte, uden opskalering |
| Stilretninger | blandet | Magasinforsider og brugerflader lykkes for H3 Image, pixelgrafik og Monet-stil snarere for Krea 2 |
Over for de lukkede betalingsmodeller GPT Image og Nano Banana scorer H3 Image først og fremmest på tempo og på redigeringer, hvor rummet hænger sammen. Et eksempel: Spejlbilledet af en indsat person på skærmen manglede i GPT Images sammenligningsbillede.
P-H3-Image er et seriøst alternativ. Den genererer 8 i stedet for 16 megapixel, er lavet til 8 beregningstrin og kan sættes som et cirka 2 GB stort tillægsmodul oven på en eksisterende H3-installation. Ved pixelpræcise redigeringer overbeviser den: Billedet forskubber sig ikke, og farverne forbliver de samme.4 Pruna nævner selv fotorealisme, film- og editorial-looks samt grafiske stilarter med kort tekst som styrker.4
De to modeller i direkte sammenligning:
| MiniMax H3 Image | P-H3-Image | |
|---|---|---|
| Udbyder | MiniMax | Pruna AI |
| Billedstørrelse | cirka 16 megapixel, fx 4096 × 4096 | 8 megapixel til tekst-til-billede, 4 eller 8 til redigering |
| Beregningstrin | 6 | 8 |
| Referencer ved redigering | op til 16 | op til 8 |
| Modelstørrelse | 33,1 mia. parametre, BF16 cirka 69 GB | 33,1 mia. parametre, BF16 cirka 100 GB; som tillægsmodul til H3 cirka 2 GB plus text-encoder og VAE |
| Prompt-forbedrer | valgfri: egen model H3-Image-PE, i ComfyUI Qwen3.5-9B | slået til som standard, baseret på Qwen3.5-9B |
Styrker i detaljer
Redigering med referencer
H3 Image og P-H3-Image klarer både generering og redigering i den samme model. Du behøver ikke en separat redigeringsmodel.1,4 Det her fungerer godt:
- Sætte personer ind i nye scener, også fra et karakterark med forside, sider og bagside
- Skifte tøj, inklusive tryk med tekst
- Erstatte ord på skilte, i den samme skrifttype
- Ændre tidspunktet på dagen, for eksempel et hus fra grå dag til klar nat
- Restaurere og farvelægge gamle fotos
- Printe logoer på produkter, inklusive stoffets struktur
Grunden til den rumlige styrke ligger i oprindelsen: H3 Image bygger på videomodellen MiniMax H3 og overtager dens arkitektur.1 En videomodel skal forstå, hvordan rum, lys og spejlinger hænger sammen, og den viden sidder også i billedmodellen.
Tekst i billeder
Store ord i anførselstegn skriver H3 Image for det meste uden fejl, også kinesiske skrifttegn ved siden af engelsk tekst. Et menukort med over 50 ord var helt korrekt ved 8 megapixel, mens den lille håndskrift brød sammen ved 1 megapixel.
Tempo
| Grafikkort | Model | Resultat |
|---|---|---|
| 16 GB videohukommelse | H3 Image, 4-bit (W4A8) | 2K-billede på ca. 11 s, redigering med 4 MP på ca. 26 s |
| RTX 4090 | H3 Image | 16 MP på ca. 40 s |
| RTX 5090 | P-H3-Image, med prompt-forbedrer | 2 MP på ca. 30 s, 4 MP på ca. 1 min |
| 24 GB videohukommelse | P-H3-Image, uden prompt-forbedrer | 8 MP på ca. 20 s |
Værdierne er vejledende tal fra praktiske tests med ComfyUI, ikke en laboratoriebenchmark. Om prompt-forbedreren kører med, gør en stor forskel. Lidt arbejdshukommelse bremser kraftigt: Med 32 i stedet for 64 GB indlæser computeren modellerne på ny ved hver kørsel, og et billede tager så cirka fire gange så lang tid. Ifølge Pruna kræver P-H3-Image i fuld præcision ved 8 megapixel cirka 101 GB grafikhukommelse, mens 4-bit-versionen til ComfyUI klarer sig med 21 GB.4,6
Svagheder i detaljer
Ansigter ved redigering
Sætter du en person fra en reference ind i et nyt billede, kan der komme et andet ansigt ud, ofte nok til, at du bør tjekke hvert resultat nøje. Et neutralt ansigtsudtryk er også typisk. Store bogstaver i prompten ændrer ikke på det. Det hjalp at beskrive udtrykket med enkle ord, for eksempel »mouth slightly open, eyebrows raised«, og udtrykkeligt fastslå, at ansigt og ansigtstræk er uændrede.
Grødede detaljer
De uskarpe detaljer har en teknisk årsag. Billed-encoderen formindsker billedet med faktor 16, og modellen slår derefter 2 × 2 felter sammen endnu en gang. Hver beregningsenhed svarer dermed til 32 × 32 pixel.1 For en videomodel med mange referencer giver det mening, men for fine billeddetaljer er det en ulempe.
Tilbagevendende fejlbilleder
- Dyr får menneskehænder, for eksempel en hare, der spiller guitar. Løsning: Kræv udtrykkeligt »paws« i prompten.
- Uønskede logoer, for eksempel et producentnavn på en guitar, selv om prompten ikke bad om et.
- Positurer forskubber sig ved redigering, for eksempel korslagte arme, der forsvinder.
- Stiloverførsel fra et andet billede fungerer dårligt. Kubisme genkender modellen ikke, og oliemaleri forbliver næsten et foto.
De bedste indstillinger og prompt-tips til MiniMax H3 Image
- Beskriv udførligt på engelsk. Ifølge modelkortet forventer H3 Image en detaljeret engelsk beskrivelse af hele billedet. Korte prompts lader MiniMax i API'en først få udformet af en ekstra model.1
- Beregn stort nok. MiniMax angiver et arbejdsområde på cirka 4 til 20 megapixel, og den fungerer bedst ved omkring 16.1 Til hurtige udkast går det med mindre, men små ansigter kræver mindst 4 megapixel.
- Hæv ikke antallet af trin. H3 Image er lavet til 6 og P-H3-Image til 8 trin, begge uden CFG og uden negativ prompt.1,4 Med 20 trin blev billedet overtegnet.
- Sæt tekst i anførselstegn, og undlad fyldord som »masterpiece« eller »8K«. De gør billedet blankt og overmættet.
- Sig ved redigeringer, hvad der bliver. Fastslå til sidst i prompten udtrykkeligt, at ansigt, ansigtstræk, positur og billedudsnit er uændrede. Beskriv ansigtsudtrykket enkelt i stedet for at tvinge det igennem med store bogstaver, for eksempel »mouth slightly open, eyebrows raised«. Nævn kun det, der virkelig er i billedet, ellers smitter detaljer af på andre steder.
- Det første billede bestemmer formatet. Resultatet overtager det første billedes billedformat. Læg derfor baggrunden ind først.
- Sig ved fjernelse, hvad der er der bagefter. »Fjern skriften« alene fylder ofte stedet ud med noget nyt. »En glat, mørkegrøn trækflade uden bogstaver« fungerer.
- Prøv forskellige samplere. Med LCM i stedet for Euler bliver resultaterne ofte blødere og har færre artefakter.
Den indbyggede prompt-forbedrer skriver en lang prompt ud fra en kort idé og giver dermed synligt bedre billeder ud fra tekst. Men den kræver desuden flere gigabyte videohukommelse, kan tage lang tid på svagere computere og opfinder egne detaljer, hvis du ikke giver præcise anvisninger, for eksempel et bandnavn på en plakat.
Prompt-værktøj: Redigerings-prompts i det officielle format
I MiniMax' officielle eksempler har en redigerings-prompt en fast struktur. Først tildeles hvert objekt et billede på engelsk, for eksempel »The woman on the left in <Picture 1> is <Subject 1>«. Derefter følger, hvad målbilledet viser, og for hvert objekt, hvad der bevares, og hvad der ændres.7 Den struktur skriver ellers prompt-forbedreren.
Med værktøjet udfylder du selv delene og får den færdige prompt. Det advarer dig samtidig om de typiske fejl: fyldord, store bogstaver, negationer, dyr uden poter og fjernelse uden angivelse af, hvad der skal ses bagefter.
Prompt-værktøj til MiniMax H3 Image
Bygger din prompt i det format, MiniMax bruger i de officielle eksempler. Udfyld felterne på engelsk, for modellen forventer en engelsk beskrivelse. Alt kører i din browser, intet bliver sendt.
Fungerer via MiniMax-API'en, Hailuo-appen og, hvor licensen tillader det, lokalt. Til P-H3-Image og andre billededitorer kan prompts som regel også bruges.
Sådan kommer du i gang med MiniMax H3 Image: API eller ComfyUI
Uden installation kan du bruge webappen Hailuo eller API'en på MiniMax-platformen. API'en har adskilte grænseflader til tekst-til-billede, redigering og prompt-udvidelse.1,11 Der afregnes efter forbrug. MiniMax nævner disse eksempelpriser pr. billede:13
| Opgave | Resultat | Pris pr. billede |
|---|---|---|
| Billede ud fra tekst | 1K (1024 × 1024) | ca. 0,022 amerikanske dollar |
| Billede ud fra tekst | 2K (2048 × 2048) | ca. 0,023 amerikanske dollar |
| Billede ud fra tekst | 4K (4096 × 4096) | ca. 0,069 amerikanske dollar |
| Redigering med 1 reference | 4K | ca. 0,073 amerikanske dollar |
| Redigering med 3 referencer | 4K | ca. 0,079 amerikanske dollar |
Ved lanceringen gælder halv pris for 4K-billeder til og med den 17. november 2026. En hurtigere variant ved navn H3-Image-Highspeed koster cirka det dobbelte.13 API'en kan bygges ind i flows med n8n, Make eller en AI-agent. Vær opmærksom på, at dine billeder dermed går til MiniMax. Kundefotos hører kun dér, hvis du har et retligt grundlag.
I ComfyUI skal du bruge den nyeste version. Derefter finder du under »Templates« en skabelon til tekst-til-billede og en til redigering. De officielle ComfyUI-filer:5
| Fil | Størrelse | Mappe |
|---|---|---|
| Diffusionsmodel (INT8) | 21 GB | models/diffusion_models |
| Text-encoder Qwen3-VL-32B (INT8) | 25,3 GB | models/text_encoders |
| VAE (FP16) | 1,2 GB | models/vae |
| Prompt-forbedrer Qwen3.5-9B (valgfri) | 7,3 GB | models/text_encoders |
Arbejder du allerede med videomodellen MiniMax H3, har du som regel allerede text-encoderen. Til lokal drift gælder dog licensspørgsmålet i næste afsnit.
Må jeg bruge MiniMax H3 Image lokalt i Danmark?
Det er det store spørgsmål, hvis du vil køre modellen på din egen computer i ComfyUI. Licensen til H3 Image gælder hele verden med undtagelse af EU, Storbritannien, Sydkorea og USA. Det gælder udtrykkeligt også de genererede billeder.2 For P-H3-Image gælder den samme områderegel.4 MiniMax begrunder det med de endnu uklare regler for generative modeller, blandt andet på grund af EU's AI-forordning, og tilbyder for disse lande en ansøgning om en særskilt licens.3
For den officielle API gælder begrænsningen ifølge MiniMax ikke.3 Via MiniMax-platformen, webappen Hailuo eller OpenRouter kan du altså også bruge H3 Image fra Tyskland.1,11,12 Hvis du alligevel satser på self-hosting til din billedbehandling, så tjek altid licensteksten først, uanset hvilken åben model det drejer sig om. Det er ikke juridisk rådgivning.
Hvem står bag H3 Image og P-H3-Image?
MiniMax er en AI-virksomhed fra Kina. Den udvikler egne fundamentmodeller til tekst, billede, video, tale og musik og er især kendt for video-appen Hailuo. Efter egne oplysninger bruger over 300 millioner mennesker i mere end 230 lande og regioner modellerne og produkterne.8 H3 Image er billedudgaven af videomodellen MiniMax H3, som udkom om sommeren.1
Pruna AI er et start-up fra München med en anden forskningslokation i Paris. Blandt grundlæggerne er Stephan Günnemann, professor ved Technische Universität München. Pruna gør AI-modeller mindre, hurtigere og billigere i drift.9,10 P-H3-Image er netop sådan et projekt: Pruna har bygget den store H3-videomodel om til en billedmodel.4
Konklusion: Hvem MiniMax H3 Image er noget for
Det er umagen værd, hvis du vil redigere eksisterende billeder: sætte produktfotos ind i nye omgivelser, samle personer fra flere referencer, ændre tekster eller restaurere gamle fotos med MiniMax H3 Image.
Hellere ikke, hvis du først og fremmest har brug for detaljerige, naturligt virkende billeder ud fra tekst. Til det var Krea 2 for det meste det bedre valg i sammenligningerne. Og hvis ansigter skal forblive nøjagtig de samme ved redigeringer, er Qwen Image 2.1 mere pålidelig.
Ofte stillede spørgsmål om MiniMax H3 Image
Er MiniMax H3 Image bedre end Qwen Image 2.1?
Det afhænger af opgaven. Ved høj opløsning, tempo og redigeringer, hvor rummet hænger sammen, ligger H3 Image foran. Når det gælder bevarelse af ansigter, var Qwen Image 2.1 mere pålidelig i sammenligningerne.
Hvorfor ændrer MiniMax H3 Image ansigtet ved redigeringer?
Det sker ikke altid, men regelmæssigt. Det hjælper at bruge mindst 4 megapixel til små ansigter, at beskrive udtrykket med enkle ord og at have en linje, der udtrykkeligt fastslår, at ansigtet er uændret.
Hvad er forskellen på MiniMax H3 Image og P-H3-Image?
H3 Image stammer fra MiniMax selv, genererer cirka 16 megapixel i 6 trin og tager op til 16 referencer. P-H3-Image stammer fra det münchenske start-up Pruna AI, genererer 8 megapixel i 8 trin og tager op til 8 referencer. Begge bygger på videomodellen MiniMax H3.1,4
Hvor meget grafikhukommelse kræver MiniMax H3 Image?
Den fulde BF16-version er cirka 69 GB stor, og dertil kommer text-encoderen.1 Til ComfyUI findes der en INT8-version på 21 GB plus en 25,3 GB stor text-encoder. Skabelonen starter bevidst med 4 megapixel, så computere med lidt videohukommelse ikke går ned.5 Takket være automatisk udlægning til arbejdshukommelsen kørte H3 Image også hurtigt på et kort med 16 GB videohukommelse.
Hvad koster MiniMax H3 Image?
Modelfilerne koster ingenting, men ifølge licensen må de kun bruges uden for de udelukkede områder, som EU hører til.2 Via API'en koster et billede ifølge MiniMax mellem cirka 0,022 amerikanske dollar (1K) og 0,069 amerikanske dollar (4K), redigeringer lidt mere.13
Hvordan installerer jeg MiniMax H3 Image i ComfyUI?
Opdatér ComfyUI, åbn under »Templates« skabelonen til MiniMax H3 Image, og læg de fire filer i de angivne mapper: diffusionsmodel, text-encoder, VAE og eventuelt prompt-forbedreren.5 I EU er lokal drift ifølge licensen kun tilladt med en særskilt tilladelse fra MiniMax.2,3
Kan jeg lave videoer med MiniMax H3 Image?
Nej, H3 Image genererer kun stillbilleder. Til videoer er søstermodellen MiniMax H3 ansvarlig. Et billede, du har lavet med H3 Image, kan du bruge som startbillede dér.1
Kilder
- MiniMax: Modelkort MiniMax-H3-Image på Hugging Face, hentet den 12.11.2026. huggingface.co.
- MiniMax: MiniMax-H3-Image Community License Agreement, hentet den 12.11.2026. huggingface.co.
- MiniMax: Q&A About License (MiniMax-H3), hentet den 12.11.2026. huggingface.co.
- Pruna AI: Modelkort P-H3-Image på Hugging Face, hentet den 12.11.2026. huggingface.co.
- ComfyUI-dokumentation: MiniMax H3 Image. docs.comfy.org.
- ComfyUI-dokumentation: P-H3-Image. docs.comfy.org.
- MiniMax: Officielt redigeringseksempel (revised_prompt.edit.txt) til modelkortet. huggingface.co.
- MiniMax: About MiniMax, hentet den 12.11.2026. minimax.io.
- Pruna AI: About, hentet den 12.11.2026. pruna.ai.
- Technische Universität München (01.10.2026): Pruna AI develops optimized, highly efficient AI models. tum.de.
- MiniMax-platformen: Image Generation Guide. platform.minimax.io.
- OpenRouter: MiniMax H3 Image, modelside med priser. openrouter.ai.
- MiniMax-platformen: Pricing Overview, afsnittet Image, hentet den 12.11.2026. platform.minimax.io.
Måleværdier er vejledende tal fra praktiske tests og afhænger af hardware og indstillinger. Status pr. 12. november 2026.