OpenAI 在 11 月 4 日刚上线的新生图模型 Images 2.6 才过了几天,海外技术圈喊出的却是"GPT is cooked"——连"GPT-6 彻底完了"都喊出来了。让大家上头的,是 MiniMax 11 月 10 日发布的生图模型 H3-Image,发布当天就开放了模型权重。36氪36氪知乎
几天时间,它在独立评测平台 Artificial Analysis 的文生图、图像编辑两大榜单,坐到了开放权重模型的第一名。知乎
它强在哪?三件改变体验的事
第一,4K 是"原生直出",不是放大吹出来的。 主流模型大多还停在 100 万~400 万像素,出图分钟级、最快也要 50 秒左右,它生成 4K 只要 10~20 秒,原生输出约 16MP,4096×4096、6272×2688 这类规格一步出图。高分辨率真正的好处是裁切余地——一张图能同时出海报版和网页版。36氪知乎

第二,一套权重干三件事。 文生图、图像编辑、参考图生成共用同一个模型,最多支持 16 张参考图,提示词最长能写到 7500 字符。以往翻车率最高的多人融图——给八个人物参考加一张色卡,让每人保留自己的脸、换上对应配色的衣服合影——玩家实测的结论是"多人融图效果很好"。知乎36氪知乎
第三,它会画"难的东西"。 排大字海报很稳、小字偶尔出错;美国手语这个公认灾难区,正确率做到 48.1%,另一家对比模型还停在 20%;还有人让它画 CAD 风格图和机械爆炸图。考的不是画功,是脑子。36氪

说它弱的评测也一针见血:“能用,但不够大胆”,创意与审美还有提升空间;不过他也承认指令遵循、一致性突出,支持 4K 直出。知乎
同一实测也泼了冷水:4K 平均一分钟一张,没官方说的 10 秒那么快。知乎
要不要装到本地?先算两本账
用的账:开放权重不等于必须自己装,海螺 AI、MiniMax Code 里可以直接用,API 也同步上线。注意 API 是固定 6 步采样、没有负面提示词,传别的参数直接返回 400。36氪知乎
养的账:完整权重是个下载巨无霸——主模型 68.65GB,文本编码器还要复用约 66.7GB 的 Qwen3-VL,总量 135GB 级,和"按张两分钱"的 API 是两种完全不同量级的投入。但社区速度快得离谱:DiffSynth 的剪枝方案砍掉约 39% 参数,配合平均 3bit 混合量化,24GB 显存 + 8GB 内存就能跑、无需 Offload。知乎知乎

许可证也不能跳过:自定义社区许可证,年收入超 100 万美元、或向第三方提供托管服务都要事先书面授权;适用地区不含欧盟、英国、韩国和美国;还不能拿它的输出去改进其他 AI 模型。开放权重 ≠ 无条件商用。知乎
结论:只是玩玩,直接开海螺或用 API 两分钱一张,把功能测穿再谈部署;认真想本地跑的,等量化方案再稳几天;数据不能出域、或调用量大到能摊平机器成本的,才值得自己搭机器。
生图这场卷王之战卷了两年,开源榜单的第一排,这次坐着中国造。