MiniMax-H3-Image: texto a imagen de 16 MP y edición en ComfyUI
MiniMax liberó H3-Image: un checkpoint de 33B para texto a imagen de 16 MP y edición con múltiples referencias, 6 pasos con CFG 1, nativo en ComfyUI.
MiniMax-H3-Image es el modelo de imagen de pesos abiertos de MiniMax, publicado el 2026-11-10. Un solo checkpoint genera texto a imagen y edita hasta 16 imágenes de referencia, a unos 16 megapíxeles, en 6 pasos y sin CFG. El soporte nativo en ComfyUI se fusionó el mismo día (PR 17655) y llega con las plantillas oficiales de T2I y Edit.
Quince resultados de texto a imagen a 16 MP. Fuente: MiniMaxAI/MiniMax-H3-Image
Qué hace
| Tamaño de salida | De 4096x4096 (1:1) hasta 6272x2688 (21:9), unos 16 MP, sin upscaler |
| Muestreo | 6 pasos, CFG 1, sin prompt negativo |
| Edición | el mismo checkpoint, hasta 16 imágenes de referencia por ejecución |
| Arquitectura base | DiT de 33.1B (arquitectura H3 sin las capas de audio) |
| Codificador de texto | Qwen3-VL-32B, estados ocultos de la capa 50 |
| VAE | nuevo VAE de imagen, submuestreo 16x, 24 canales latentes |
El modelo espera una descripción larga en inglés de la imagen finalizada. El H3-Image-Context-IR alojado de MiniMax reescribe los prompts cortos a ese formato; en local puedes ejecutarlo con el expansor de prompts opcional MiniMax-H3-Image-PE, o usar el expansor Qwen3.5 de 9B integrado en la plantilla oficial de ComfyUI.
Salida de estilo fotográfico. Fuente: MiniMaxAI/MiniMax-H3-Image
Editar con imágenes de referencia
La edición usa el mismo checkpoint: pasa las imágenes con MiniMaxH3ImageConditioning y refiérete a ellas como Picture 1, Picture 2 en el prompt. El límite de 16 imágenes cubre casos como amueblar una habitación vacía a partir de nueve fotos de productos, o convertir un mapa de juego pintado en una vista en primera persona.
Diez referencias: nueve muebles más una habitación vacía. Fuente: MiniMaxAI/MiniMax-H3-Image
Ejecutarlo en ComfyUI
-
Actualiza ComfyUI a la v0.45.0 o posterior (etiquetada el 2026-11-10). El nodo es
MiniMax H3 Image Conditioning; las plantillas de T2I y Edit ya están en el navegador de plantillas. -
Descarga el repack de Comfy-Org desde Comfy-Org/MiniMax-H3-Image:
Archivo Carpeta Tamaño minimax_h3_image_pruned_int8_convrot.safetensorsdiffusion_models21.0 GB minimax_h3_image_pruned_w4a8.safetensorsdiffusion_models12.5 GB minimax_h3_image_pruned_bf16.safetensorsdiffusion_models40.2 GB qwen3vl_32b_minimax_h3_int8_convrot.safetensorstext_encoders27.1 GB qwen3vl_32b_minimax_h3_nvfp4_awq.safetensorstext_encoders15.7 GB qwen3.5_9b_w4a8_gptq.safetensorstext_encoders7.3 GB minimax_h3_image_vae_fp16.safetensorsvae1.2 GB El archivo
qwen3.5_9bsolo sirve para la expansión de prompts medianteGenerate Text, y la plantilla de Edit lo usa por defecto. -
Carga una plantilla y ajusta el muestreador a 6 pasos, CFG 1. Sube la resolución antes de gastar una cola: la plantilla empieza en 4 MP para caber en tarjetas más pequeñas, y los resultados por debajo del mínimo de 4 MP salen blandos.
Ambos JSON son los archivos oficiales de workflow_templates, sin modificaciones.
La plantilla T2I: expansor de prompts, MiniMax H3 Image Conditioning, KSampler de 6 pasos con CFG 1.
Notas
- Mejor alrededor de 16 MP. MiniMax sitúa el rango de trabajo entre 4 y 20 MP; los tamaños habituales de 16 MP son 4096x4096, 5472x3072 y 6272x2688.
- El texto es un objetivo de primer nivel. El seguimiento de instrucciones es la principal promesa, y las muestras de tableros de puzzles de abajo son el modelo escribiendo su propia maquetación y sus etiquetas.
Tableros con mucho texto, generados en lugar de compuestos. Fuente: MiniMaxAI/MiniMax-H3-Image
Recursos
- MiniMaxAI/MiniMax-H3-Image (pesos y ejemplos)
- Comfy-Org/MiniMax-H3-Image (repack para ComfyUI)
- MiniMaxAI/MiniMax-H3-Image-PE (expansor de prompts opcional)
- Tutorial oficial de ComfyUI
- Página del modelo
Comentarios
Inicia sesión con GitHub para unirte a la conversación.