MiniMax H3 Image API
MiniMax-H3-Image erzeugt detailreiche Bilder mit bis zu 16 Megapixeln und unterstützt Text-zu-Bild sowie Bearbeitung mit bis zu 16 Referenzbildern.
MiniMax-H3-Image ist ein Bildmodell von MiniMax, das sowohl Text- als auch Bildeingaben verarbeitet und Bilder ausgibt. Es erzeugt Auflösungen bis 4096 mal 4096 Pixel, also 16 Megapixel, und eignet sich damit für detailreiche und realistische Darstellungen. Die Inferenz arbeitet mit festen Einstellungen: num_inference_steps 6 und guidance_scale 1. Prompts werden auf 4096 Token gekürzt.
Das Modell unterstützt die Text-zu-Bild-Generierung sowie die Bearbeitung mit bis zu 16 Referenzbildern. Laut Dokumentation verfügt es über die stärkste Befehlsbefolgung unter Open-Source-Modellen. H3-Image-Context-IR erweitert kurze Prompts in anderen Sprachen zu ausführlichen englischen Beschreibungen. Typische Einsatzfelder sind Werbung und Branding, E-Commerce, Produktdesign, UI/UX, Gaming, Konzeptkunst, Produkterkundung, Layout-Iterationen sowie gezielte Bearbeitungen, bei denen Teile des Bildes konsistent bleiben sollen.
Zu den Stärken zählen die hohe Ausgabeauflösung von 16 Megapixeln bei praktikablem Rechenaufwand, reiche Details und lebensnaher Realismus sowie eine starke kreative Steuerung über mehrere Referenzbilder. Zu beachten: Negative Prompts werden nicht unterstützt und abgelehnt; abweichende Werte für num_inference_steps und guidance_scale führen zu einem HTTP-400-Fehler. Kommerzielle Nutzung mit separater schriftlicher Genehmigung muss über platform.minimax.io/license beantragt werden. Das Modell steht unter der MiniMax-H3-Image Community License Agreement.
Aktualisiert:
MODELL-ID
minimax-h3-image- Eingabe
- text / image
- Ausgabe
- image
Highlights
- Bilder bis 4096 × 4096 Pixel
- Bearbeitung mit bis zu 16 Referenzbildern
- Starke Befehlsbefolgung laut Dokumentation
- Feste Inferenz: 6 Schritte, Skala 1
- Prompts auf 4096 Token begrenzt
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | |
|---|---|
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Schnellstart
Senden Sie einen Bildauftrag, fragen Sie den Status ab und speichern Sie die Bilder. Die Beispiele verwenden curl und die Python-3-Standardbibliothek.
POST https://openapi.felo.ai/api/v1/images/generations
1API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"2Erste Anfrage senden
Optionale Werte hängen vom Modell ab und werden hier nicht vorgegeben. Prüfen Sie sie im Playground. Felder stehen neben model und prompt, ohne input-Hülle.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "minimax-h3-image"
}'3Aufgabe abfragen
Die Antwort enthält task_id. Bei queued oder running alle 3 Sekunden abfragen; bei succeeded, failed oder interrupted stoppen. Maximale Wartezeit: 30 Minuten. Mit created.json können Sie denselben Auftrag ohne erneute Übermittlung weiter abfragen.
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4Ausgabe herunterladen
Nach Erfolg outputs aus task.json speichern. Unterstützt werden HTTPS-URLs, URL-Objekte und b64_json. Signierte URLs zeitnah herunterladen; dafür ist kein API-Schlüssel nötig.
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYinput_references
Zum Bearbeiten die Beispiel-URL durch Ihre HTTPS-Bild-URL oder eine Base64-Bild-data-URL ersetzen. Einmal senden und dieselben Abfrage- und Speicherschritte verwenden.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
"model": "minimax-h3-image",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Unterstützte Parameter
- n
- size
- resolution
- aspect_ratio
- output_format
- input_references
Lieber die vollständige Referenz?
API-Referenz →Häufige Fragen
Was ist MiniMax H3 Image?
MiniMax-H3-Image ist ein Bildmodell von MiniMax, das sowohl Text- als auch Bildeingaben verarbeitet und Bilder ausgibt. Es erzeugt Auflösungen bis 4096 mal 4096 Pixel, also 16 Megapixel, und eignet sich damit für detailreiche und realistische Darstellungen. Die Inferenz arbeitet mit festen Einstellungen: num_inference_steps 6 und guidance_scale 1. Prompts werden auf 4096 Token gekürzt. Das Modell unterstützt die Text-zu-Bild-Generierung sowie die Bearbeitung mit bis zu 16 Referenzbildern. Laut Dokumentation verfügt es über die stärkste Befehlsbefolgung unter Open-Source-Modellen. H3-Image-Context-IR erweitert kurze Prompts in anderen Sprachen zu ausführlichen englischen Beschreibungen. Typische Einsatzfelder sind Werbung und Branding, E-Commerce, Produktdesign, UI/UX, Gaming, Konzeptkunst, Produkterkundung, Layout-Iterationen sowie gezielte Bearbeitungen, bei denen Teile des Bildes konsistent bleiben sollen. Zu den Stärken zählen die hohe Ausgabeauflösung von 16 Megapixeln bei praktikablem Rechenaufwand, reiche Details und lebensnaher Realismus sowie eine starke kreative Steuerung über mehrere Referenzbilder. Zu beachten: Negative Prompts werden nicht unterstützt und abgelehnt; abweichende Werte für num_inference_steps und guidance_scale führen zu einem HTTP-400-Fehler. Kommerzielle Nutzung mit separater schriftlicher Genehmigung muss über platform.minimax.io/license beantragt werden. Das Modell steht unter der MiniMax-H3-Image Community License Agreement.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben. Abrechnung nach den tatsächlichen Generierungskosten. Den endgültigen Betrag finden Sie in Ihrer Rechnung.
Welche Eingaben und Ausgaben unterstützt MiniMax-H3-Image?
Das Modell nimmt Text- und Bildeingaben entgegen und gibt Bilder aus. Es unterstützt Text-zu-Bild-Generierung sowie Bearbeitung mit bis zu 16 Referenzbildern.
Wie lang darf der Prompt sein?
Prompts werden auf 4096 Token gekürzt. Eine längere Eingabe wird also nicht vollständig verarbeitet.
Welche Inferenz-Einstellungen sind möglich?
Die Einstellungen sind fest vorgegeben: num_inference_steps 6 und guidance_scale 1. Andere Werte führen zu einem HTTP-400-Fehler.
Sind Negative Prompts möglich?
Nein, Negative Prompts werden nicht unterstützt und abgelehnt.
Für welche Aufgaben eignet sich das Modell?
Es eignet sich für Werbung und Branding, E-Commerce, Produktdesign, UI/UX, Gaming, Konzeptkunst sowie für Bearbeitungen, bei denen Teile des Bildes konsistent bleiben sollen.
Wie unterscheidet sich MiniMax-H3-Image von MiniMax-H3-Image-PE?
MiniMax-H3-Image-PE ist eine lokal einsetzbare Variante, die mit einem lokalen SGLang-Server betrieben werden kann. MiniMax-H3-Image selbst wird über die Plattform genutzt.