Компания MiniMax выпустила H3 Image и открыла веса в день релиза: по тесту ifanr 4096×4096 рисуется за 10–20 секунд. Для тех, кто делает картинки и постеры, это значит, что генерацию можно развернуть у себя и дообучить под свой стиль, а не только гонять через чужой API. Компания целит модель в SOTA среди открытых картиночных моделей.
Что реально нового: скорость на высоком разрешении. Раньше 4K занимало десятки секунд или дольше, а теперь по замерам редакции укладывается в 10–20 секунд. Ещё модель принимает до 16 референсов сразу: разные ракурсы продукта, материалы, фирменные элементы, и всё это можно собрать в одну картинку. H3 Image доработана на базе H3, который уже умеет понимать и генерировать картинки, видео и аудио. Здесь её подтянули под изображения: сложные инструкции, детали и эстетику.
Где подвох. Цифры скорости и качества это замеры и примеры самой редакции ifanr, а не независимый бенчмарк. Конкретное железо и настройки в источнике не названы, так что под свою видеокарту придётся проверять самому. Примеры с текстом (заголовок PHOENIX MYTH, письмо с подписью, интерфейс игры) источник называет почти без ошибок, но это выборка, а не проверка на всём. Сравнение с GPT-Image тоже пересказ: по версии ifanr, тот сильнее в инфографике, а H3 Image целит в стилизованные картинки в духе Midjourney.
На примерах показали механический разрез кофемашины с подписями, гоночные кадры с мотион-блюром, портреты в стиле плёночной вспышки и кадр в духе GTA V. Тем, кто строит агентов, интереснее другое: по словам ifanr, H3 Image подключается по API к MiniMax Code, Claude Code и Codex, так что правки можно вести прямо в диалоге с агентом.
Вывод: открытая модель такого уровня встречается редко, и это важнее любой отдельной картинки. Станет ли H3 Image рабочим инструментом, а не демкой, покажут ближайшие недели: посмотрим, что сделает сообщество и какие будут требования к железу.
Источник爱范儿

