MiniMax H3 Image 評測:優點、缺點與最佳設定

Simon Gütter · 2026 年 11 月 12 日 · 閱讀時間約 12 分鐘

封面圖「MiniMax H3 Image」:燈箱桌上有三張同一主題的拍立得照片,上方是一支橘色握把的放大鏡

數秒內產出 16 百萬像素,編輯時最多可使用 16 張參考圖:MiniMax 在 2026 年 11 月 10 日就是以這些數據發表了 H3 Image,這是其知名影片模型 MiniMax H3 的開放圖像衍生版。不久前,慕尼黑新創公司 Pruna AI 也在同一基礎上推出了第二個圖像模型 P-H3-Image。這篇 MiniMax H3 Image 評測會告訴你:實際使用時哪些表現真的有感、H3 Image 在哪些地方輸給 Qwen Image 和 Krea 2,以及只靠幾個設定就能怎麼把成果變好。1,4

重點摘要

H3 Image 擅長編輯:把人物放進新的房間、換衣服、改寫招牌上的字。光線與倒影也會自然地跟著調整。弱點在於細節:放大後背景會糊成一片,編輯時人物的臉也不一定會維持不變。如果是要從文字生成圖片,有更好的開放模型;但若是需要用到大量參考圖的編輯工作,H3 Image 屬於最好的那一批。在德國,最簡單的使用方式是透過官方 API,每張圖大約 2 美分起。合適的提示詞可以用下方的提示詞產生器來組出來。

我的觀察

  • 編輯是它的拿手項目。把參考圖裡的人物放到一張空椅子上:人物坐得很自然,倒影出現在螢幕上,家具與線材也都留在原位。
  • 編輯時,臉是最大的弱點。有時人物完全認得出來,有時卻跑出另一張臉。表情也常常變得面無表情。
  • 細節跟不上 16 百萬像素。整體看起來沒問題,但放大後,圍籬、花朵和背景都會變模糊。
  • 速度很快。在 16 GB 顯示記憶體的顯示卡上,一張 2K 圖片只要 10 秒出頭。
  • 大字沒問題,小字不行。招牌和標題大多寫得正確,小的手寫字則有錯誤。

MiniMax H3 Image 比較:它是最強的開放圖像模型嗎?

不是樣樣都強。MiniMax 自己把 H3 Image 形容為在遵循指令方面最強的開放模型。1在各項比較中,結果則很看任務類型:

任務 領先者 評語
使用多張參考圖編輯 H3 Image 能把人物與物件在空間上自然地放進畫面,最多 16 張參考圖
編輯時保留臉部 Qwen Image 2.1 保留身分更可靠,H3 Image 則時好時壞
文生圖的畫質 Krea 2 看起來更自然、沒那麼「磨皮」;H3 Image 常常顯得太完美
困難的姿勢 互有勝負 把頭伸出車窗,H3 Image 做得比較好;瑜伽的鴿式它則認不出來
高解析度與速度 H3 Image 直接輸出 16 百萬像素,不需要再放大
風格類型 互有勝負 雜誌封面與使用者介面 H3 Image 做得出來,像素畫與莫內風格則是 Krea 2 比較在行

相較於封閉的付費模型 GPT Image 和 Nano Banana,H3 Image 的優勢主要在速度,以及空間上合理的編輯。舉個例子:被放進畫面的人物在螢幕上的倒影,在 GPT Image 的對照圖裡就沒有出現。

P-H3-Image 是個認真的替代選擇。它產出 8 百萬像素而非 16 百萬像素,設計為 8 個運算步驟,並可以當作約 2 GB 的附加模組裝在現有的 H3 安裝上。在像素級精準的編輯上表現亮眼:畫面不會位移,顏色也維持一致。4Pruna 自己列出的強項是擬真攝影、電影感與編輯感(Editorial)的風格,以及帶有簡短文字的圖像風格。4

兩個模型的直接比較:

MiniMax H3 Image P-H3-Image
提供者 MiniMax Pruna AI
圖片尺寸 約 16 百萬像素,例如 4096 × 4096 文生圖 8 百萬像素,編輯 4 或 8 百萬像素
運算步驟 6 8
編輯時的參考圖數量 最多 16 張 最多 8 張
模型大小 33.1B 參數,BF16 約 69 GB 33.1B 參數,BF16 約 100 GB;作為 H3 的附加模組約 2 GB,另需文字編碼器與 VAE
提示詞優化器 選用:專用模型 H3-Image-PE,在 ComfyUI 中為 Qwen3.5-9B 預設開啟,以 Qwen3.5-9B 為基礎

優點詳解

使用參考圖編輯

H3 Image 和 P-H3-Image 在同一個模型裡完成生成與編輯,你不需要另外的編輯模型。1,4以下這些都做得不錯:

  • 把人物放進新場景,也可以從包含正面、側面和背面的角色設定表來放
  • 換衣服,包括帶有文字的印花
  • 替換招牌上的字,並維持相同字型
  • 改變時段,例如把一棟房子從灰濛濛的白天改成晴朗的夜晚
  • 修復並上色老照片
  • 把 Logo 印到產品上,連布料質感都有

它在空間表現上特別強,原因出在出身:H3 Image 以影片模型 MiniMax H3 為基礎,並沿用其架構。1影片模型必須理解空間、光線與倒影之間的關聯,而這些知識也存在於這個圖像模型裡。

圖片中的文字

放在引號裡的大字,H3 Image 大多能零錯誤地寫出來,連中文字旁邊搭配英文都沒問題。一份有 50 多個單字的菜單,在 8 百萬像素下完全正確,但在 1 百萬像素下,小的手寫字就垮掉了。

速度

顯示卡 模型 結果
16 GB 顯示記憶體 H3 Image,4-bit(W4A8) 2K 圖片約 11 秒,4 MP 編輯約 26 秒
RTX 4090 H3 Image 16 MP 約 40 秒
RTX 5090 P-H3-Image,搭配提示詞優化器 2 MP 約 30 秒,4 MP 約 1 分鐘
24 GB 顯示記憶體 P-H3-Image,不使用提示詞優化器 8 MP 約 20 秒

這些數值是用 ComfyUI 實際測試得到的參考值,不是實驗室等級的基準測試。提示詞優化器有沒有一起執行,差別很大。記憶體不足也會嚴重拖慢速度:用 32 GB 而不是 64 GB 的話,電腦每跑一次都得重新載入模型,一張圖大約要花上四倍的時間。根據 Pruna 的說法,P-H3-Image 在完整精度、8 百萬像素下需要約 101 GB 的顯示記憶體,ComfyUI 用的 4-bit 版本則只需 21 GB。4,6

缺點詳解

編輯時的臉部

把參考圖裡的人物放進新圖時,可能會跑出另一張臉,而且頻率高到你必須仔細檢查每一張結果。表情也常常變得面無表情。提示詞裡用大寫字母對這點沒有幫助。有用的做法是用簡單的字詞描述表情,例如「mouth slightly open, eyebrows raised」,並明確指定臉與五官保持不變。

糊掉的細節

細節模糊有技術上的原因。圖像編碼器會把圖片縮小 16 倍,模型接著再把 2 × 2 的格子合併一次。這樣每個運算單元就代表 32 × 32 像素。1對於要處理大量參考圖的影片模型來說這很合理,但對圖片的細節來說就是缺點。

反覆出現的錯誤

  • 動物會長出人手,例如彈吉他的兔子。解法:在提示詞裡明確要求「paws」。
  • 不該有的 Logo,例如吉他上出現廠牌名稱,但提示詞根本沒有要求。
  • 編輯時姿勢會跑掉,例如交叉的雙臂消失了。
  • 從第二張圖轉移風格效果不佳。模型認不出立體主義,油畫風格則幾乎還是一張照片。

MiniMax H3 Image 的最佳設定與提示詞技巧

  1. 用英文詳細描述。根據模型卡,H3 Image 預期收到的是對整張圖的詳細英文描述。對於簡短的提示詞,MiniMax 在 API 中會先交給一個附加模型來擴寫。1
  2. 運算尺寸要夠大。MiniMax 給出的工作範圍約為 4 到 20 百萬像素,在約 16 百萬像素時效果最好。1快速打草稿可以用小一點的尺寸,但小臉至少需要 4 百萬像素。
  3. 不要增加步數。H3 Image 設計為 6 步,P-H3-Image 為 8 步,兩者都不使用 CFG 和負面提示詞。1,4用 20 步時,畫面會被過度渲染。
  4. 要出現的文字放進引號,並省掉「masterpiece」或「8K」這類填充詞。它們會讓畫面變得油亮又過飽和。
  5. 編輯時要說明什麼要保留。在提示詞結尾,明確指定臉、五官、姿勢和畫面取景保持不變。表情用簡單的字詞描述,而不是用大寫字母硬逼,例如「mouth slightly open, eyebrows raised」。只寫真正出現在圖裡的東西,否則細節會沾染到其他地方。
  6. 第一張圖決定格式。結果會沿用第一張圖的長寬比,所以請先放入背景圖。
  7. 移除東西時要說明之後那裡是什麼。光寫「Entferne den Schriftzug」(移除文字)常常會讓那個位置被填上新的東西。寫成「一塊平滑、深綠色、沒有任何字母的木頭表面」就行得通。
  8. 試試不同的取樣器。用 LCM 取代 Euler,結果通常會更柔和,瑕疵也比較少。

內建的提示詞優化器會把一個簡短的想法擴寫成一長串提示詞,因此文生圖的成果明顯變好。不過它還需要額外數 GB 的顯示記憶體,在較弱的電腦上可能要跑很久,而且在沒有精確指示時會自己發明細節,例如海報上的樂團名稱。

提示詞產生器:官方格式的編輯提示詞

在 MiniMax 的官方範例中,編輯提示詞有固定的結構。首先用英文把每個物件對應到一張圖,例如「The woman on the left in <Picture 1> is <Subject 1>」。接著說明目標圖要呈現什麼,以及每個物件哪些部分保留、哪些部分改變。7這個結構平常是由提示詞優化器代寫的。

有了這個產生器,你自己填寫各個部分,就能得到完成的提示詞。它也會針對常見錯誤提出警告:填充詞、大寫字母、否定句、沒有寫爪子的動物,以及移除東西卻沒說明之後要看到什麼。

MiniMax H3 Image 提示詞產生器

依照 MiniMax 官方範例使用的格式來組出你的提示詞。欄位請用英文填寫,因為模型預期的是英文描述。一切都在你的瀏覽器裡執行,不會傳送任何資料。

建議尺寸:長度:

  

    可透過 MiniMax API、Hailuo App,以及在授權允許的地區於本機使用。這些提示詞通常也能用在 P-H3-Image 和其他圖像編輯器上。

    如何開始使用 MiniMax H3 Image:API 或 ComfyUI

    不需要安裝的話,可以用網頁版 App Hailuo,或透過 MiniMax 平台的 API。API 的文生圖、編輯和提示詞擴寫各有獨立的介面。1,11費用依用量計費。MiniMax 列出了以下每張圖的範例價格:13

    任務 輸出 每張圖價格
    文字生圖 1K(1024 × 1024) 約 0.022 美元
    文字生圖 2K(2048 × 2048) 約 0.023 美元
    文字生圖 4K(4096 × 4096) 約 0.069 美元
    使用 1 張參考圖編輯 4K 約 0.073 美元
    使用 3 張參考圖編輯 4K 約 0.079 美元

    上線期間,4K 圖片到 2026 年 11 月 17 日為止是半價。另有一個名為 H3-Image-Highspeed 的較快版本,價格大約是兩倍。13這個 API 可以整合進 n8n、Make 的流程,或是 AI 代理。請注意,這樣一來你的圖片會傳到 MiniMax。客戶的照片只有在具備法律依據時才應上傳到那裡。

    在 ComfyUI 裡你需要最新版本。接著在「Templates」下面,你會找到文生圖和編輯各一個範本。官方的 ComfyUI 檔案如下:5

    檔案 大小 資料夾
    擴散模型(INT8) 21 GB models/diffusion_models
    文字編碼器 Qwen3-VL-32B(INT8) 25.3 GB models/text_encoders
    VAE(FP16) 1.2 GB models/vae
    提示詞優化器 Qwen3.5-9B(選用) 7.3 GB models/text_encoders

    如果你已經在用影片模型 MiniMax H3,文字編碼器通常早就有了。不過在本機執行時,要先看下一節的授權問題。

    在德國可以在本機使用 MiniMax H3 Image 嗎?

    如果你想在自己的電腦上用 ComfyUI 跑這個模型,這就是最大的問題。H3 Image 的授權適用於全球,但歐盟、英國、南韓和美國除外。這明確也包含所生成的圖片。2P-H3-Image 適用相同的地區規定。4MiniMax 的理由是生成式模型的規範仍不明確,其中包括歐盟 AI 法案(EU-KI-Verordnung),並為這些國家提供申請另行授權的管道。3

    根據 MiniMax 的說法,這項限制不適用於官方 API。3所以透過 MiniMax 平台、網頁版 App Hailuo 或 OpenRouter,你在德國也可以使用 H3 Image。1,11,12如果你的圖像編輯仍想走自架(Self-Hosting),對任何開放模型都請先檢查授權條文。這不是法律諮詢。

    H3 Image 與 P-H3-Image 背後是誰?

    MiniMax 是一家來自中國的 AI 公司。它自行開發文字、圖像、影片、語音和音樂的基礎模型,尤其以影片 App Hailuo 聞名。根據公司自己的說法,在超過 230 個國家與地區,有逾 3 億人使用它的模型與產品。8H3 Image 是影片模型 MiniMax H3 的圖像衍生版,而 MiniMax H3 是在夏天發表的。1

    Pruna AI 是一家來自慕尼黑的新創公司,在巴黎另有第二個研究據點。創辦人之一是慕尼黑工業大學教授 Stephan Günnemann。Pruna 讓 AI 模型在運作時變得更小、更快、更省錢。9,10P-H3-Image 正是這樣的專案:Pruna 把大型的 H3 影片模型改造成了圖像模型。4

    結論:MiniMax H3 Image 適合誰

    值得用,如果你想編輯現有的圖片:把產品照放進新環境、把多張參考圖裡的人物合在一起、改文字標示,或是修復老照片。

    不太適合,如果你主要需要從文字生成細節豐富、看起來自然的圖片。在這方面,Krea 2 在各項比較中大多是更好的選擇。而且如果編輯時臉必須完全不變,Qwen Image 2.1 比較可靠。整體來說,這份 MiniMax H3 Image 評測的結論是:它是一個專攻編輯的強力工具,而不是萬用的圖像模型。

    關於 MiniMax H3 Image 的常見問題

    MiniMax H3 Image 比 Qwen Image 2.1 更好嗎?

    要看任務。在高解析度、速度和空間上合理的編輯方面,H3 Image 領先。在保留臉部方面,Qwen Image 2.1 在比較中更可靠。

    為什麼 MiniMax H3 Image 編輯時會改變臉?

    這不是每次都會發生,但經常發生。有幫助的做法是:小臉至少用 4 百萬像素、用簡單的字詞描述表情,以及加上一行明確指定臉部保持不變的話。

    MiniMax H3 Image 和 P-H3-Image 有什麼差別?

    H3 Image 來自 MiniMax 本身,以 6 步產出約 16 百萬像素,最多可使用 16 張參考圖。P-H3-Image 來自慕尼黑新創公司 Pruna AI,以 8 步產出 8 百萬像素,最多可使用 8 張參考圖。兩者都以影片模型 MiniMax H3 為基礎。1,4

    MiniMax H3 Image 需要多少顯示記憶體?

    完整的 BF16 版本約 69 GB,另外還需要文字編碼器。1ComfyUI 有 21 GB 的 INT8 版本,再加上 25.3 GB 的文字編碼器。範本刻意以 4 百萬像素起跑,這樣顯示記憶體少的電腦才不會當機。5多虧了自動把資料卸載到系統記憶體,H3 Image 在 16 GB 顯示記憶體的顯示卡上也跑得很快。

    MiniMax H3 Image 要花多少錢?

    模型檔案本身免費,但依授權,只允許在被排除的地區之外使用,歐盟就在被排除的地區之列。2透過 API,根據 MiniMax,一張圖的費用大約介於 0.022 美元(1K)到 0.069 美元(4K)之間,編輯則稍貴一些。13

    如何在 ComfyUI 安裝 MiniMax H3 Image?

    更新 ComfyUI,在「Templates」下開啟 MiniMax H3 Image 的範本,並把四個檔案放進指定的資料夾:擴散模型、文字編碼器、VAE,以及選用的提示詞優化器。5在歐盟,依授權,本機執行只有取得 MiniMax 另行許可才被允許。2,3

    可以用 MiniMax H3 Image 製作影片嗎?

    不行,H3 Image 只會產生靜態圖片。影片是由姊妹模型 MiniMax H3 負責。用 H3 Image 生成的圖片,你可以拿到那裡當作起始畫面。1

    來源

    1. MiniMax:Hugging Face 上的 MiniMax-H3-Image 模型卡,擷取日期 2026/11/12。huggingface.co。
    2. MiniMax: MiniMax-H3-Image Community License Agreement,擷取日期 2026/11/12。huggingface.co。
    3. MiniMax: Q&A About License (MiniMax-H3),擷取日期 2026/11/12。huggingface.co。
    4. Pruna AI:Hugging Face 上的 P-H3-Image 模型卡,擷取日期 2026/11/12。huggingface.co。
    5. ComfyUI 文件:MiniMax H3 Image。docs.comfy.org。
    6. ComfyUI 文件:P-H3-Image。docs.comfy.org。
    7. MiniMax:模型卡附的官方編輯範例(revised_prompt.edit.txt)。huggingface.co。
    8. MiniMax: About MiniMax,擷取日期 2026/11/12。minimax.io。
    9. Pruna AI: About,擷取日期 2026/11/12。pruna.ai。
    10. 慕尼黑工業大學(2026/10/01):Pruna AI develops optimized, highly efficient AI models。tum.de。
    11. MiniMax 平台:Image Generation Guide。platform.minimax.io。
    12. OpenRouter:MiniMax H3 Image,附價格的模型頁面。openrouter.ai。
    13. MiniMax 平台:Pricing Overview,Image 章節,擷取日期 2026/11/12。platform.minimax.io。

    測量數值為實際測試得到的參考值,會隨硬體與設定而異。更新日期:2026 年 11 月 12 日。