画像の生成と編集を1つのモデルで
中国のAI企業MiniMaxは11日、画像生成モデル「MiniMax-H3-Image」を公式ブログで発表し、重み（学習済みのパラメーター）をHugging Faceで公開した。文章から画像を作る機能と、参考にする画像を読み込んで編集する機能を、1つのモデルにまとめた。参考にする画像は最大16枚まで使える。
同社の「H3」シリーズのモデルで、H3の構造から音声の層を除いた拡散トランスフォーマー（ノイズから画像を描き出す方式のAI）を使う。GitHubにも公式リポジトリを置き、Hugging Faceと同じ説明とライセンスを載せている。重みの公開に加え、MiniMaxのAPIと、同社のアプリ「Hailuo AI」、「MiniMax Code」でも使える。
MiniMaxは10月にも、言語とAIエージェント向けのモデル「M3.1 Flash」の重みを公開している。今回のモデルのHugging Faceのページは、モデルの出現を追うXのアカウント@aitrackerbotが日本時間10日深夜に伝えていた。ライセンス本文の日付も11月10日となっている。
4K画像を10秒以内で生成と説明
MiniMaxによると、同社が「4K」と呼ぶ4096×4096画素（約1600万画素）の画像を10秒以内で作れ、速さは主流の他社製品の最大5倍になる。いま一般的な100万〜400万画素の出力より細部を多く描けると説明している。縦横比は1:1から21:9まで選べ、最大6272×2688画素の画像を、解像度を上げる別の処理を通さずに直接作る。
生成の手順（サンプリング）は6回に絞った。ブログでは、データや強化学習、生成の手順の削減、配備の最適化などを組み合わせた結果だと説明している。指示どおりに描く力について、モデルカードでは「オープンソースのモデルの中で最も強い」と、ブログでは重みを公開したモデルの中で最高水準だとしている。ただし、比べた他社製品の名前や、数値で示したベンチマークの結果は、モデルカードにもブログにも載っていない。
料金は主流の同種サービスの50〜70%と説明
APIなどで提供するサービスには、標準の「Standard」と高速の「Highspeed」の2つのモードがある。MiniMaxは、主流の他社製品と比べた速さを、Standardで1.5〜2倍、Highspeedで3〜4倍としている。料金は同等の主流サービスの50〜70%で、公開の週は4K以上の解像度の画像を作る依頼を通常価格から50%引きにする。ブログでは、1枚あたりの具体的な金額は示していない。
本体だけで約69ギガバイト、文章の読み取り部も別に必要
公開した本体は、331億パラメーターの拡散トランスフォーマーなどからなり、ファイルの大きさは68.65ギガバイトある。指示の文章を読み取る部分（テキストエンコーダー）は同梱せず、MiniMax-H3のものを読み込む。大きさは66.7ギガバイトだ。モデルは画像全体を英語で詳しく説明した指示を前提にしている。APIでは、どの言語で書いた短い指示も、生成の前に自動で詳しい英文に直す。手元で動かす場合に指示を詳しくする補助モデル「MiniMax-H3-Image-PE」も公開した。
動かす仕組みとしてSGLang、vLLM-Omni、diffusers、ComfyUIを推奨している。米NVIDIAの「H200」や「RTX PRO 6000 Blackwell」、米AMDの「Instinct MI350X」などで動くとしている。
| 部品 | 役割 | 大きさ |
|---|---|---|
| MiniMax-H3-Image | 画像の生成と編集（本体） | 68.65GB |
| テキストエンコーダー | 指示の読み取り（MiniMax-H3から読み込む） | 66.7GB |
| MiniMax-H3-Image-PE（任意） | 短い指示を詳しい英文に書き直す | 17.9GB |
ライセンスは米国、EU、英国、韓国を対象地域から除く
重みは独自の「MiniMax-H3-Image Community License Agreement」で公開した。許諾は「適用地域」に限られ、適用地域はEU、英国、韓国、米国を除く世界と定めている。適用地域の外での利用、複製、配布は、このライセンスでは認めていない。除外した地域で使いたい場合はMiniMaxに問い合わせるよう求め、厳格な管理と安全策に基づいて許諾するとしている。
利用者と関連会社の年換算の売上高が100万ドルを超える場合と、APIやWebなどを通じてモデルの機能を第三者に提供する場合は、MiniMaxから事前に書面で個別の許可を得る必要がある。許可は同社の開発者向けサイトの申請書から求める。商用の製品やサービスで使う場合は、画面に「MiniMax-H3-Image」と目立つように表示しなければならない。第三者に配布するときは、ライセンスの写しを渡し、サービスとしての提供を除いて所定の文言の「NOTICE」ファイルを付ける。
このほか、モデルや生成した画像を使って他のAIモデルを改良することや、軍事目的での利用を禁じている。生成した画像について、MiniMaxは権利を主張しないとしている。補助モデルのMiniMax-H3-Image-PEは「Qwen3.8-27B」（Apache 2.0ライセンス）をもとにしているが、本体と同じライセンスが適用される。
