Felo API PlatformFelo API Platform
Terug naar modellen

MiniMax H3 Image API

MiniMax-H3-Image is een veelzijdig beeldmodel dat tekst- en beeldinvoer omzet in hoogwaardige afbeeldingen tot 16 megapixel, met sterke sturing via meerdere referentiebeelden.

MiniMax-H3-Image is een model van MiniMax dat zowel tekst- als beeldinvoer accepteert en afbeeldingen genereert. Het model levert een resolutie tot 4096 bij 4096 pixels (16 megapixel) en ondersteunt tekst-naar-afbeelding-generatie evenals beeldbewerking met maximaal 16 referentiebeelden. Volgens de documentatie heeft het de sterkste instructieopvolging onder open-source modellen. De H3-Image-Context-IR-variant breidt korte prompts in andere talen uit naar gedetailleerde Engelse beschrijvingen.

Het model is geschikt voor taken als advertenties en branding, e-commerce, productontwerp, UI/UX, gaming en concept art. Ook voor het verkennen van producten, lay-outiteraties en gerichte bewerkingen waarbij delen van het frame consistent moeten blijven, biedt het ondersteuning. De vaste inferentie-instellingen zijn num_inference_steps 6 en guidance_scale 1. De prompt wordt afgekapt op 4096 tokens.

MiniMax-H3-Image valt onder de MiniMax-H3-Image Community License Agreement. Negatieve prompts worden niet ondersteund en worden geweigerd. Andere waarden voor num_inference_steps en guidance_scale dan de vaste waarden geven een HTTP 400-fout. Commercieel gebruik waarvoor aparte schriftelijke toestemming nodig is, moet worden aangevraagd via platform.minimax.io/license.

Bijgewerkt:

MODEL-ID

minimax-h3-image
Invoer
text / image
Uitvoer
image

Hoogtepunten

  • 16 megapixel uitvoer
  • Tot 16 referentiebeelden
  • Sterke instructieopvolging
  • Vaste inferentie-instellingen
  • Promptlimiet van 4096 tokens

Aanbieders

1 aanbieders

Vergelijk API-prijzen tussen aanbieders. Kies een aanbieder om alle kosten en voorwaarden te bekijken.

Aanbieder · Prijsdetails
Beschikbaarheid

Snelstart

Verstuur een afbeeldingstaak, controleer de status en sla de afbeeldingen op. De voorbeelden gebruiken curl en de standaardbibliotheek van Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1API-sleutel instellen

Maak een sleutel in je Felo API Platform-account en stel deze in als omgevingsvariabele.

export FELO_API_KEY="YOUR_API_KEY"

2Je eerste aanvraag doen

Optionele waarden verschillen per model en zijn hier niet ingesteld. Controleer ze in Playground. Velden staan naast model en prompt, zonder input-omslag.

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"
}'

3Taak pollen

De aanvraag retourneert task_id. Controleer elke 3 seconden bij queued of running; stop bij succeeded, failed of interrupted. Maximaal 30 minuten wachten. Bewaar created.json om dezelfde taak verder op te vragen zonder opnieuw te versturen.

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")
PY

4Uitvoer downloaden

Sla na succes outputs uit task.json op. HTTPS-URL’s, URL-objecten en b64_json worden ondersteund. Download ondertekende URL’s tijdig; daarvoor is geen API-sleutel nodig.

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)
PY
input_references

Vervang voor bewerking de voorbeeld-URL door je HTTPS-afbeeldings-URL of een base64-afbeeldings-data-URL. Verstuur één keer en volg dezelfde controle- en opslagstappen.

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"
      }
    }
  ]
}'

Ondersteunde parameters

  • n
  • size
  • resolution
  • aspect_ratio
  • output_format
  • input_references

Liever de volledige referentie?

API-referentie →

Veelgestelde vragen

Wat is MiniMax H3 Image?

MiniMax-H3-Image is een model van MiniMax dat zowel tekst- als beeldinvoer accepteert en afbeeldingen genereert. Het model levert een resolutie tot 4096 bij 4096 pixels (16 megapixel) en ondersteunt tekst-naar-afbeelding-generatie evenals beeldbewerking met maximaal 16 referentiebeelden. Volgens de documentatie heeft het de sterkste instructieopvolging onder open-source modellen. De H3-Image-Context-IR-variant breidt korte prompts in andere talen uit naar gedetailleerde Engelse beschrijvingen. Het model is geschikt voor taken als advertenties en branding, e-commerce, productontwerp, UI/UX, gaming en concept art. Ook voor het verkennen van producten, lay-outiteraties en gerichte bewerkingen waarbij delen van het frame consistent moeten blijven, biedt het ondersteuning. De vaste inferentie-instellingen zijn num_inference_steps 6 en guidance_scale 1. De prompt wordt afgekapt op 4096 tokens. MiniMax-H3-Image valt onder de MiniMax-H3-Image Community License Agreement. Negatieve prompts worden niet ondersteund en worden geweigerd. Andere waarden voor num_inference_steps en guidance_scale dan de vaste waarden geven een HTTP 400-fout. Commercieel gebruik waarvoor aparte schriftelijke toestemming nodig is, moet worden aangevraagd via platform.minimax.io/license.

Hoe wordt het gebruik gefactureerd?

Je factuur hangt af van de aanbieder die je gebruikt, de prijzen en je verbruik. Langere invoer of andere voorwaarden kunnen andere prijzen hebben. Gefactureerd op basis van de werkelijke generatiekosten. Zie je factuur voor het uiteindelijke bedrag.

Welke invoer en uitvoer ondersteunt MiniMax-H3-Image?

Het model accepteert tekst- en beeldinvoer en genereert afbeeldingen als uitvoer.

Hoe groot kunnen de gegenereerde afbeeldingen zijn?

Het model genereert afbeeldingen tot 4096 bij 4096 pixels, wat overeenkomt met 16 megapixel.

Kan ik meerdere referentiebeelden gebruiken bij het bewerken?

Ja, beeldbewerking met maximaal 16 referentiebeelden wordt ondersteund.

Ondersteunt het model negatieve prompts?

Nee, negatieve prompts worden niet ondersteund en worden geweigerd.

Wat is het verschil tussen MiniMax-H3-Image en MiniMax-H3-Image-PE?

MiniMax-H3-Image-PE is een lokaal implementeerbare variant die met een lokale SGLang-server kan draaien; MiniMax-H3-Image is het standaardmodel.

Gerelateerde modellen