Tabbit博客

MiniMax H3-Image 怎么用:文生图、图片编辑与访问方式

选择 MiniMax 托管服务或本地权重,分别使用 H3-Image 的文生图与编辑工作流,并先核对 ComfyUI 要求和模型许可。

本文目录
  1. 要点
  2. MiniMax H3-Image 一览
  3. 先选择访问方式
  4. 下载前先看权重许可
  5. 工作流一:根据文字生成图片
  6. 托管 API
  7. ComfyUI
  8. 工作流二:编辑一张原图
  9. 应该选哪种方式?
  10. 第一次运行前的检查
  11. Tabbit 能做什么

MiniMax H3-Image 同时支持文生图和基于提示词的图片编辑。想快速体验,可以使用 MiniMax 托管应用或图像 API;想在本地控制节点工作流,则可使用 ComfyUI 的文生图和编辑模板。下载权重并不等于“免费且无限制”:ComfyUI 官方路径需要四个模型文件,Hugging Face 权重还附有对适用地区和商业托管服务有限制的 Community License。上传图片或下载权重前,先确认自己选的是哪种方式以及对应条款。

这一区分也对应实际需求。一位 Reddit 用户介绍多参考图工作流时,特别提到“16 个参考图槽位与一次直接编辑相结合” (原讨论)。这是社区对工作流的描述,不是图像质量测试。下面分别说明访问路径和两类任务的操作方法。

要点

  • 从文字说明创作新图时用文生图;已有原图需要改动时用图片编辑。

  • 托管服务和下载权重的设置、可用性与条款不同。MiniMax API 文档分别使用 /v1/images/generations 和 /v1/images/edits。

  • ComfyUI 官方指南提供两个模板。其 INT8 路径列出四个模型文件,总计约 54.8 GB,尚不包括 ComfyUI 安装和工作流素材。

  • Hugging Face 仓库将其称为开放权重,并附有 Community License。商业用途前先阅读许可,不能默认可不受限制地使用。

  • 本文没有实际生成图片或发起 API 请求,因此不提供亲测画质、价格或速度结论。

MiniMax H3-Image 一览

访问方式适合从这里开始所需条件主要检查项
MiniMax 托管应用快速试用当前账号与地区可用性应用条款和访问权限可能变化;本文未登录验证
MiniMax 图像 API集成到应用API 账号、模型权限、密钥与请求处理文生图与编辑使用不同接口;核对当前文档和价格页面
ComfyUI 模板本地工作流和节点控制更新后的 ComfyUI、模板包、四个模型文件、足够存储与硬件指南的示例文件大小不等于最低显存保证
Hugging Face 权重查看权重或自建服务DiT、独立文本编码器和兼容代码Community License 的地区与商业托管条件

MiniMax 于 2026 年 11 月 11 日发布 H3-Image。Hugging Face 模型卡称同一 checkpoint 支持两种任务,最多可用 16 张参考图。ComfyUI 官方指南记录了六步采样,并将文生图画布默认设为 4 MP;MiniMax 公告中的速度和质量表述属于厂商主张,不是本文测得的数据。

先选择访问方式

如果只是想看它是否适合一次创作任务,可以先查看 MiniMax 托管应用。公告列出了 Hailuo AI 和 MiniMax API Platform 等路径。但托管方式仍取决于当前账号、所在地区和服务条款。我没有登录或测试实时权限,使用前请核对官方公告。

要集成到自己的应用,应使用官方 API 文档。文生图接口是 POST /v1/images/generations,图片编辑接口是 POST /v1/images/edits。这是托管推理,不代表下载或自行托管了模型。开发前应查看当前模型目录、账号权限、地区限制和价格。本文不写具体价格,因为价格会变动,且没有实时账户验证。

截至 2026-11-16,Hugging Face 模型卡显示该模型尚无 Hugging Face Inference Provider 托管部署,而是链接到 MiniMax 托管服务。此状态会变化;如果依赖第三方推理提供商,请重新检查模型卡。

下载前先看权重许可

“开放权重”表示可以访问模型文件,并不意味着所有用途不受限制。MiniMax Community License 日期为 2026-11-10。许可定义的适用地区排除欧盟、英国、韩国和美国;当年化收入超过 100 万美元,或向第三方提供托管服务时,需事先取得 MiniMax 书面授权。许可还有其他用途与署名条款。商业部署前请读完整协议并寻求专业意见。ComfyUI 指南指向 Comfy-Org 镜像仓库;也应查看每个仓库的许可和上游条款,不要默认镜像会更改上游许可。不要把权重许可直接套用到 MiniMax 托管应用或 API;两类服务应分别核对条款。

工作流一:根据文字生成图片

托管 API

输入是文字提示词、没有待保留原图时,使用文生图接口。官方 API 参考列出模型标识、提示词和输出设置。先按文档发送最简单请求,检查结果,再一次只调整一个提示词或尺寸变量。提示词可明确主体、环境、构图和必须出现的文字。集成到应用时,还要自行处理错误、图片保存与用户授权。

ComfyUI

  1. 更新 ComfyUI 和模板包。指南要求 ComfyUI 0.45.0 或更高版本,以及模板包 0.11.104 或更高版本。

  2. 在 Workflow Templates 中搜索 MiniMax-H3-Image: Text to Image。找不到时先更新,不必马上手工搭图。

  3. 初次先保留默认 4 MP 画布,检查构图。指南解释这是为了降低显存压力;显卡有余量后再提高分辨率。

  4. 文生图模板默认关闭提示词扩写。想测试原始提示词时保持关闭;需要更详细的英文描述和画幅建议时再开启。

  5. 先检查构图与文字可读性,再尝试提高分辨率。模板使用六步、Euler/simple 调度与 guidance 1,没有单独的负向提示词栏。要排除某些元素,应在正向提示词中说明。

官方指南列出的原生尺寸最高可到 4096 × 4096,并提供多个画幅示例。这是文档中记录的模型能力,不代表你的设备显存或耗时有保证。指南说明较小画布也可运行且耗时更低,适合先确定取景范围。

工作流二:编辑一张原图

编辑要同时说清楚“改什么”和“保留什么”。例如:“把背景换成浅色摄影棚墙面;保留产品轮廓、标签、拍摄角度和阴影。”不要假设每个像素或文字都会被原样保留,生成后应逐项检查。

托管 API 请使用图片编辑接口,并以当前文档规定的文件或 URL 格式传入原图。ComfyUI 官方模板的步骤是:

  1. 打开 MiniMax-H3-Image: Image Edit,将原图放入图像节点,工作流会标记为 <Picture 1>。

  2. 描述要改的一处内容、必须保留的细节以及每张参考图的角色。该模板默认打开提示词扩写;对细节要求较高时,应检查扩写生成的描述。

  3. 只添加必要参考图。原图是 <Picture 1>,后续图像按顺序命名,最多到 <Picture 16>。在指令中使用对应标签说明每张图的作用。

  4. 先在适中的画布尺寸运行,比较前后节点;如果改错区域,就进一步明确指令。

  5. 若显存不足,指南建议启用 Resize Image/Mask 节点,并在采样前降低图像 MP。

当参考图各有明确任务时,多参考图支持较有用,例如一张控制主体、另一张参考材质或布局。但它不保证身份、文字或几何细节完全不变。一位有摄影与设计经验的 Reddit 用户提醒:“不要把摄影的真实感和锐度混为一谈。”这是个人审美判断;应根据自己的原图评估,而不是只依据单个用户的结论。

ComfyUI 官方 MiniMax H3-Image 文档,分别列出文生图和图片编辑模板
ComfyUI 官方指南把文生图和编辑分成两个模板。

应该选哪种方式?

任务建议起点首要检查原因
按文字需求创作新图托管应用或文生图模板可用性、提示词和小画布不需要原图
修改已有图片图片编辑 API 或编辑模板上传格式、Picture 1 和需保留细节编辑需要明确的原图和修改要求
不想本地安装,先看效果MiniMax 托管应用当前地区和账号条款无需自行组装模型文件
构建本地节点工作流ComfyUI 模板ComfyUI/模板版本、硬盘、显存和许可本地控制更多,但也增加部署与许可检查
向其他用户提供权重托管服务不要默认现有许可已允许完整许可和书面授权要求向第三方提供托管服务属于明确授权触发条件

ComfyUI 官方指南列出四个 INT8 文件:21 GB 扩散模型、25.28 GB 文本编码器、7.34 GB 提示词扩写器和 1.17 GB VAE。其扩写器是较轻的构建版本,和单独发布的官方 PE 模型不同。Hugging Face 还列出体积更大的 BF16 DiT 以及独立文本编码器仓库。两种打包路线的文件大小不能相加成最低显存要求,也不要混用安装步骤。

第一次运行前的检查

  • 在打开模板前确定任务是生成还是编辑。

  • 确认模型全名是 MiniMax H3-Image,不要和 MiniMax H3 视频模型或第三方变体混淆。

  • 托管服务先检查当前应用/API可用性和条款;下载权重则先核对适用地区与商业计划。

  • ComfyUI 用户先检查模板版本、硬盘和设备,再下载。首次运行保持较小的默认画布。

  • 对比结果时记录提示词、输入图、分辨率、工作流版本和输出。一位创作者的机器配置与用时不能代表普遍性能。

Tabbit 能做什么

Tabbit 可以帮你同时打开官方模型卡、API 参考、ComfyUI 指南与许可页面,并将不同路径整理成研究笔记。但它不是图像生成界面,不会调用 MiniMax API、运行 ComfyUI 或授予权重访问权限。如果你的另一项任务是核对模型文档或收集公开信息,可参考这些浏览器中的 MiniMax M2.7 工作流、按来源做网页研究、agent-browser CLI、网页表格转 CSV、Browser MCP 与 CLI 比较、Codex 搭配 Tabbit CLI、Gemma 4 31B IT 浏览器研究和Mistral Small 4 登录态浏览器。这些文章讲浏览器工作流,不是图像生成效果。

常见问题

MiniMax H3-Image 怎么用?

可以通过 MiniMax 托管应用或 API 使用,也可以下载本地模型文件并运行 ComfyUI 官方模板。新建图片选文生图模板;已有原图需要修改时选图片编辑模板。

MiniMax H3-Image 能编辑已有图片吗?

可以。MiniMax API 文档提供图片编辑接口,ComfyUI 也有独立的编辑模板。工作流将原图标为 Picture 1,并支持按文档上限添加其他参考图。

MiniMax H3-Image 是开源或免费的吗?

可下载权重采用 MiniMax Community License,不应视为没有限制的开源软件。许可对适用地区和商业托管服务有条件;托管应用和 API 还应分别查看当前条款及可用性。

在 ComfyUI 本地运行 MiniMax H3-Image 需要什么?

ComfyUI 官方指南提供两个模板和四个 INT8 模型文件,并要求使用较新的 ComfyUI 和模板包。文件大小不能直接说明最低显存,实际需求取决于设置与硬件。

MiniMax H3 和 MiniMax H3-Image 是同一个模型吗?

不是。MiniMax H3-Image 是用于文生图和图片编辑的静态图像模型。MiniMax H3 也用于另一款视频生成模型,查教程前要确认完整名称。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。