MiniMax-H3-Image : texte-image 16 MP et édition dans ComfyUI
MiniMax a ouvert H3-Image : un checkpoint 33B pour la génération texte-image 16 MP et l'édition multi-référence, 6 étapes à CFG 1, natif dans ComfyUI.
MiniMax-H3-Image est le modèle d'image à poids ouverts de MiniMax, publié le 2026-11-10. Un seul checkpoint génère des images à partir de texte et édite jusqu'à 16 images de référence, à environ 16 mégapixels, en 6 étapes sans CFG. La prise en charge native dans ComfyUI a été fusionnée le jour même (PR 17655) et s'accompagne des modèles officiels T2I et Edit.
Quinze résultats texte-image à 16 MP. Source : MiniMaxAI/MiniMax-H3-Image
Ce qu'il fait
| Taille de sortie | 4096x4096 (1:1) jusqu'à 6272x2688 (21:9), environ 16 MP, sans upscaler |
| Échantillonnage | 6 étapes, CFG 1, sans prompt négatif |
| Édition | même checkpoint, jusqu'à 16 images de référence par exécution |
| Backbone | 33,1B DiT (architecture H3 sans les calques audio) |
| Encodeur de texte | Qwen3-VL-32B, états cachés de la couche 50 |
| VAE | nouveau VAE image, sous-échantillonnage 16x, 24 canaux latents |
Le modèle attend une longue description en anglais de l'image terminée. Le H3-Image-Context-IR hébergé par MiniMax réécrit les prompts courts sous cette forme ; hors ligne, vous pouvez l'exécuter avec l'expandeur de prompt optionnel MiniMax-H3-Image-PE, ou utiliser l'expandeur Qwen3.5 9B intégré au modèle officiel ComfyUI.
Sortie de style photo. Source : MiniMaxAI/MiniMax-H3-Image
Éditer avec des images de référence
L'édition utilise le même checkpoint : passez les images via MiniMaxH3ImageConditioning et référez-vous y comme Picture 1, Picture 2 dans le prompt. La limite de 16 images couvre des cas comme meubler une pièce vide à partir de neuf photos de produits, ou transformer une carte de jeu peinte en vue à la première personne.
Dix références : neuf meubles plus une pièce vide. Source : MiniMaxAI/MiniMax-H3-Image
L'exécuter dans ComfyUI
-
Mettez à jour ComfyUI vers la v0.45.0 ou plus récente (tagguée du 2026-11-10). Le nœud est
MiniMax H3 Image Conditioning; les modèles T2I et Edit sont déjà dans le navigateur de modèles. -
Téléchargez le repack Comfy-Org depuis Comfy-Org/MiniMax-H3-Image :
Fichier Dossier Taille minimax_h3_image_pruned_int8_convrot.safetensorsdiffusion_models21,0 Go minimax_h3_image_pruned_w4a8.safetensorsdiffusion_models12,5 Go minimax_h3_image_pruned_bf16.safetensorsdiffusion_models40,2 Go qwen3vl_32b_minimax_h3_int8_convrot.safetensorstext_encoders27,1 Go qwen3vl_32b_minimax_h3_nvfp4_awq.safetensorstext_encoders15,7 Go qwen3.5_9b_w4a8_gptq.safetensorstext_encoders7,3 Go minimax_h3_image_vae_fp16.safetensorsvae1,2 Go Le fichier
qwen3.5_9bsert uniquement à l'expansion de prompt viaGenerate Text, et le modèle Edit l'utilise par défaut. -
Chargez un modèle et réglez l'échantillonneur sur 6 étapes, CFG 1. Augmentez la résolution avant de consommer une file d'attente : le modèle démarre à 4 MP pour tenir sur les petites cartes, et les résultats sous le seuil de 4 MP deviennent flous.
Les deux JSON sont les fichiers officiels de workflow_templates, non modifiés.
Le modèle T2I : expandeur de prompt, MiniMax H3 Image Conditioning, KSampler en 6 étapes à CFG 1.
Remarques
- Idéal autour de 16 MP. MiniMax situe la plage de travail entre 4 et 20 MP ; les tailles courantes à 16 MP sont 4096x4096, 5472x3072 et 6272x2688.
- Le texte est une cible de premier ordre. Le suivi d'instructions est l'argument principal, et les exemples de plateaux de puzzle ci-dessous montrent le modèle écrivant lui-même sa mise en page et ses libellés.
Plateaux riches en texte, générés plutôt que composés. Source : MiniMaxAI/MiniMax-H3-Image
Ressources
- MiniMaxAI/MiniMax-H3-Image (poids et exemples)
- Comfy-Org/MiniMax-H3-Image (repack ComfyUI)
- MiniMaxAI/MiniMax-H3-Image-PE (expandeur de prompt optionnel)
- Tutoriel officiel ComfyUI
- Page du modèle
Commentaires
Connectez-vous avec GitHub pour rejoindre la discussion.