MiniMax H3 Image: modelo abierto de imágenes de 16 MP
Ejecuta MiniMax-H3-Image en ComfyUI: un solo checkpoint de 33B para texto a imagen y edición de 16 MP con hasta 16 imágenes de referencia, 6 pasos con CFG 1.
MiniMax H3 Image
Texto a imagenEdición de imágenesMultirreferencia16 MP6 pasosMiniMax-H3-Image es el modelo de imagen de pesos abiertos de MiniMax. Un único checkpoint de 33.1B maneja texto a imagen y edición con múltiples referencias a unos 16 megapíxeles, destilado a 6 pasos de muestreo sin orientación libre de clasificador. Comparte el transformer de difusión H3 sin la rama de audio y el codificador de texto Qwen3-VL-32B de MiniMax H3.
| Desarrollador | MiniMax |
| Fecha de lanzamiento | 2026-11-10 |
| Arquitectura | DiT denso de flujo único de 33.1B (H3 sin las capas de audio) |
| Codificador de texto | Qwen3-VL-32B (estados ocultos de la capa 50) |
| VAE de imagen | Codificador CNN con decodificador ViT 2D, submuestreo de 16x, 24 canales latentes |
| Muestreo | 6 pasos, CFG 1, sin prompt negativo |
| Licencia | MiniMax H3 Image Community License |
MiniMax-H3-Image genera imágenes de aproximadamente 16 megapíxeles en cualquier relación de aspecto, desde 4096x4096 hasta 6272x2688, y edita una o varias imágenes de referencia con el mismo checkpoint. El soporte nativo en ComfyUI se fusionó el 2026-11-10 (Comfy-Org/ComfyUI #17655) y está incluido en la v0.45.0.
Modos
| Modo | Entrada | Notas |
|---|---|---|
| Texto a imagen | una descripción larga en inglés | alcance de trabajo de 4 MP a 20 MP, mejor alrededor de 16 MP |
| Edición de imágenes | de 1 a 16 imágenes de referencia, referidas como Picture 1, Picture 2, … | los mismos pesos, sin checkpoint de edición aparte |
El modelo espera una descripción detallada en inglés. El H3-Image-Context-IR alojado de MiniMax convierte prompts cortos en una; el expansor de prompt opcional MiniMax-H3-Image-PE (17.9 GB NVFP4) hace lo mismo de forma local, y las plantillas oficiales de ComfyUI usan un expansor Qwen3.5 de 9B mediante Generate Text.
ComfyUI
- Nodo:
MiniMax H3 Image Conditioning(image/conditioning), con una entradavaeopcional que también ancla las imágenes como latentes de referencia. - Plantillas:
image_minimax_h3_image_t2iyimage_minimax_h3_image_editen el navegador de plantillas. - Configuraciones del muestreador en ambas plantillas: 6 pasos, CFG 1. El lienzo predeterminado es de 4 MP; auméntalo cuando la tarjeta lo permita.
Recursos
- Tutorial de ComfyUI (documentación oficial)
- Noticia sobre los pesos abiertos de MiniMax H3 Image
- Página del modelo MiniMax H3 (modelo hermano de vídeo, mismo codificador de texto)
Guides and workflows related to this model series.
Comentarios
Inicia sesión con GitHub para unirte a la conversación.