MiniMax lanza H3-Image, un modelo de imagen de pesos abiertos que genera 16 megapíxeles en seis pasos

MiniMax publicó el 10 de noviembre de 2026 H3-Image, un modelo de generación y edición de imágenes de pesos abiertos. Produce directamente imágenes de unos 16 megapíxeles (4096 × 4096 píxeles en formato cuadrado), sin fase de reescalado, en tan solo seis pasos de cálculo, y admite hasta 16 imágenes de referencia. También se ofrece a través de la API de MiniMax, a partir de unos 0,022 $ por imagen. Al igual que con los demás modelos de la familia H3, la licencia deja fuera a la Unión Europea.

Un modelo de vídeo reconvertido en generador de imágenes

H3-Image deriva de MiniMax H3, el modelo de vídeo abierto de la empresa. Según la ficha de Hugging Face, su transformador de difusión adopta la arquitectura de H3 sin la parte de audio: 33,1 mil millones de parámetros, 50 capas y el mismo codificador de texto (basado en Qwen3-VL), reutilizado tal cual. El modelo se ha destilado para seis pasos de muestreo, sin guía CFG ni prompt negativo. La generación y la edición se concentran en un único archivo de pesos.

No es el primer intento de este tipo. Hace una semana, Pruna AI publicó P-H3-Image, un derivado de H3 desarrollado por un tercero en ocho pasos. La versión oficial de MiniMax sigue la misma línea, pero apunta a una resolución mayor: la ficha anuncia un rango útil de aproximadamente 4 a 20 megapíxeles, con los mejores resultados en torno a los 16, mientras que la mayoría de los generadores actuales se quedan entre 1 y 4 megapíxeles.

El modelo requiere una descripción detallada de la imagen en inglés. La API se encarga de redactarla a partir de una petición breve en cualquier idioma, y MiniMax ofrece además un modelo de reescritura de instrucciones para instalar en local, H3-Image-PE.

Requisitos para utilizarlo

En local es necesario prever bastante espacio: 66,28 GB para el transformador en BF16, 2,34 GB para el decodificador de imágenes y 66,7 GB para el codificador de texto de H3, que se descarga por separado. MiniMax recomienda SGLang, vLLM-Omni, diffusers o ComfyUI, y menciona tarjetas como las NVIDIA H200 y RTX PRO 6000 Blackwell o la AMD Instinct MI350X. Queda muy lejos de una tarjeta gráfica de consumo, a diferencia de la versión en 4 bits de Pruna, que requería unos 21 GB de memoria de vídeo.

La vía más sencilla sigue siendo la API, en versión standard o Highspeed (más rápida y más cara). La tabla de tarifas ofrece ejemplos: unos 0,022 $ para una imagen de 1024 × 1024 píxeles, 0,069 $ para 4096 × 4096 en la opción standard y 0,13 $ en Highspeed. Hasta el 17 de noviembre a las 16:00 UTC, MiniMax reduce a la mitad el precio de las imágenes de al menos 16,6 millones de píxeles. El modelo también está disponible en MiniMax Code y en la aplicación Hailuo AI. La API no admite ni retoques por máscara ni fondos transparentes.

Aspectos pendientes de verificación

MiniMax asegura que genera una imagen 4K «en 10 segundos» y presume de ofrecer el mejor seguimiento de instrucciones entre los modelos abiertos. No se han publicado mediciones independientes por el momento y el anuncio no especifica el hardware empleado. Los ejemplos de la ficha (fotografías realistas, mapas de videojuegos convertidos en vistas 3D o una habitación amueblada a partir de diez imágenes) han sido seleccionados por la empresa desarrolladora.

Una licencia que excluye a Europa y a Estados Unidos

Los pesos no se distribuyen bajo una licencia de código abierto. La MiniMax-H3-Image Community License excluye a la Unión Europea, el Reino Unido, la República de Corea y Estados Unidos, salvo que MiniMax otorgue una licencia independiente. Prohíbe utilizar, modificar o distribuir los pesos, o sus resultados, fuera del territorio autorizado. Exige mostrar «MiniMax-H3-Image» en la interfaz de los productos comerciales que lo integren, y hace falta una autorización por escrito de MiniMax si se supera el millón de dólares de ingresos anuales o para ofrecer el modelo como servicio alojado a terceros. Esta licencia se aplica a los pesos; la API y Hailuo AI se rigen por las condiciones propias de dichos servicios.