真正將生成式影像投入專業商業生產線的創作者，往往面臨著難以言說的妥協：一般模型輸出解析度長年卡在 1024×1024（約 100 萬至 400 萬像素），若要用於印刷或 4K/8K 螢幕，必須仰賴外掛的 Upscaler（超解析度放大演算法）；而這些外掛放大器往往會破壞原圖細節，甚至生成不自然的面部扭曲與塑膠質感。此外，多數開源模型在面對多圖參照、精準編輯時，指令遵循度（Instruction Following）常顯疲態。
MiniMax 官網最新推出開源 MiniMax-H3-Image 影像模型，它提供兩種入口，方便開發者將生圖與編修接入創作流程。編修時可同時輸入指令及 1 至 16 張參考圖。
輸出可自訂寬高，或按長寬比配合面積級別設定，最高達 2,000 萬像素。兩種尺寸設定不能混用；當中的 1K、2K、4K 代表目標面積級別，並非固定邊長。
- 每次可生成 1 至 10 張圖片。
- ComfyUI 亦已正式發佈 Template 支持
- 支援 jpeg、png、webp 輸出。
- 啟用 stream 後，結果會逐張傳回，不提供預覽圖。
- 不支援遮罩編輯或透明背景。
prompt 最多接受 32,000 字元，但關閉提示詞增強（prompt enhancement）後，約只有前 4,096 個 tokens 生效，安排詳細需求時要留意。
MiniMax-H3-Image 擁有高達 331 億（33.1B）參數的密集型單流 Diffusion Transformer（DiT），骨幹網絡繼承自 MiniMax-H3 系列，具備 50 層密集架構與 3D 多模態 RoPE。如此龐大的模型，若採用傳統 30～50 步的採樣排程，推論成本將極其高昂。
MiniMax 透過尖端蒸餾技術，將推論採樣壓縮至僅需 6 個採樣步驟（6 NFEs）且無需 CFG（Classifier-Free Guidance）。這意味著在 SGLang 或 vLLM-Omni 框架下，結合序列並行（Sequence Parallelism / Ulysses），可以在單卡或多卡 GPU 叢集上以極短延遲輸出巨幅畫面，使商業化的高畫質即時生成具備了經濟可行性。
需要嘗試較快版本，可指定 MiniMax-H3-Image-Highspeed，參數與限制相同。
