「MiniMax H3 Image」を公開　重みを配布、API は参照画像16枚まで

何が発表されたか

Hailuo AI を提供する MiniMax は2026年11月10日、画像モデル MiniMax H3 Image を公開した。MiniMax のリリースノートは、このモデルを「A leading open-weight image model」と紹介している。重み公開（オープンウェイト）とは、モデルの中身にあたるデータを、誰でもダウンロードできる形で出すことだ。

できることは2つある。文章から画像を作ることと、手元の画像を参照画像として渡して新しい画像を作る編集だ。API の編集では、参照画像を1〜16枚まで渡せる。1回の依頼で作れる画像は1〜10枚だ。範囲を塗って指定する編集（マスク編集）と、透明な背景には対応していない。

出力の大きさは API では面積で最大2,000万画素までだ。Hugging Face のモデルカード（モデルの説明のページ）によると、1:1 の4096×4096から 21:9 の6272×2688まで、どの比率でも約1,600万画素の画像を直接作る。

画像を作る部分（拡散トランスフォーマー）のパラメータは、モデルカードに33.1B（331億）と書かれている。パラメータは、モデルの規模を表す数だ。

MiniMax はモデルカードで、このモデルを state-of-the-art（最先端）の重み公開モデルと呼んでいる。指示に従う力は重み公開のモデルの中で最も強い、とも書いている。いずれも MiniMax の説明による。

モデルカードには、編集の例の画像が載っている。次の画像は何もない部屋の写真と家具9点、合わせて10枚を参照画像として渡し、家具をすべて置いた居間にした例だ。

次の画像は参照画像1枚の例だ。ゲームの地図を渡し、地図の赤い矢印の位置から見た一人称の3Dゲーム画面に変えている。

年表で見ると

TRAIL の年表で、Hailuo AI の前のモデル更新は2026年7月31日の MiniMax H3 だった。音声つきで2Kの動画を作るモデルである。今回の H3 Image はその102日後に出た。

年表にある Hailuo AI のモデル更新は、2024年8月31日の video-01 から6件ある。間隔は5区間で、中央値は132日、最小は102日、最大は276日だ。

TRAIL の年表では、今回の102日は、Hailuo AI のモデル更新の間隔で最も短い。年表のモデル更新6件のうち、題に「画像モデル」とあるのは今回だけだ。

同じカテゴリで比べると

TRAIL は Hailuo AI を動画生成のツールに分類している。ここでは画像生成AIの比較表にあるツールの、直近のモデル更新と並べる。

年表の記録では、参照画像の上限は Nano Banana 2.1 が最大14枚、FLUX 3 Image と FLUX 3 Image Klein が最大10枚だ。

TRAIL の年表では、参照画像の上限は、H3 Image の16枚がここに挙げた3つのモデルより多い。FLUX、Nano Banana、Recraft の API 料金は画像1枚あたりの金額で記録している。H3 Image はトークン単位の料金なので、同じ物差しでは並べられない。

誰が、いくらで使えるか

API は MiniMax の開発者向けサービスで使える。高速版の MiniMax-H3-Image-Highspeed もあり、指定できる項目と上限は通常版と同じだ。モデルカードは Hailuo AI の Web アプリ（hailuoai.video）とデスクトップアプリ（agent.minimax.io）でも使えると書いている。

MiniMax の料金ページによると、料金は100万トークンあたりで次のとおりだ。トークンは AI がデータを数える単位で、画像の入出力もトークンの量で課金する。

料金ページには、1枚あたりの費用の例もある。通常版で文章から画像を作る場合、1K（1024×1024）は$0.02179、2K（2048×2048）は$0.02333、4K（4096×4096）は$0.06879だ。ただし MiniMax はこれらを参考値とし、1枚の固定価格や平均の費用ではないと断っている。実際の請求はトークンの使用量で決まり、解像度が高いほど高くなるとは限らない。

期間限定の割引もある。2026年11月17日16時（UTC）より前は、出力画像が1,660万画素以上のとき、2つのモデルとも依頼の費用の総額が50%引きになる。

重みは Hugging Face で配布している。ライセンスは MiniMax-H3-Image Community License Agreement だ。ファイルの大きさは68.65GBで、文章を読み取る部分（テキストエンコーダー）の66.7GBは、別のリポジトリ（MiniMaxAI/MiniMax-H3）から取得する。

日本語での扱いにかかわる点として、モデルカードは、モデルが画像全体を詳しく説明した英語の文章を前提にすると書いている。MiniMax の API では、生成の前に H3-Image-Context-IR という機能が、どの言語の短い指示もその形の英文に書き直す。

まだ分からないこと

• 重みの利用で、別の許可が必要になる条件。モデルカードは、ライセンスの第IV節が定める別の書面の許可を、申請フォームで求めるとだけ書いている。
• Hailuo AI の Web アプリで H3 Image を使うときに、何クレジットかかるか。
• 日本語の指示や、画像の中の日本語の文字の品質を測った数字。
• 他社のモデルと比べた評価の方法と数字。