MiniMax H3-Image genera imágenes nativas 4K en diez segundos

MiniMax anunció el 11 de noviembre de 2026 el modelo H3-Image, un sistema de inteligencia artificial que genera imágenes nativas en resolución 4K en menos de diez segundos. El modelo admite la creación a partir de texto y la edición de imágenes usando múltiples referencias visuales.

Qué se ha anunciado

MiniMax H3-Image produce archivos con unos 16 megapíxeles de resolución nativa, alcanzando hasta 20 millones de píxeles totales sin necesidad de ampliación posterior. Los tamaños estándar incluyen 4096x4096 para formato cuadrado o 5472x3072 para 16:9, con salida en formatos PNG, JPEG o WebP. El área total de la imagen debe estar entre 655.360 y 20.000.000 de píxeles, con una relación de aspecto de entre 1:3 y 3:1. El sistema acepta hasta 16 imágenes de referencia por solicitud y puede generar de 1 a 10 imágenes a la vez. A través de las API, los costes son de 2,30 dólares por un millón de tokens de texto de entrada. Una imagen 4K estándar cuesta unos 0,068 dólares, pero MiniMax aplica un descuento del 50% hasta el 17 de noviembre de 2026 para imágenes de al menos 16,6 millones de píxeles, reduciendo el coste a unos 0,034 dólares.

Cómo funciona

El modelo se lanza con pesos abiertos, un término que indica que los archivos matemáticos son públicos y descargables. Se basa en una arquitectura de 33.100 millones de parámetros que depura el ruido visual en seis pasos, sin necesidad de prompts negativos para excluir elementos no deseados. Funciona como un director de arte: puedes cargar hasta 16 imágenes de referencia para definir el sujeto, los colores y la escena, y la IA fusiona estos elementos en una única composición. También existe una versión Highspeed a través de la API, que mantiene los mismos parámetros pero ofrece mayor velocidad. A diferencia de otros modelos que usan coordenadas espaciales precisas, H3-Image posiciona los elementos solo según cómo se describen en el texto, que puede tener hasta 32.000 caracteres.

Qué cambia para las empresas

Para un e-commerce con cientos de fichas de producto, el formato nativo 4K significa tener imágenes listas para impresión a gran tamaño o para pantallas de altísima definición. Por ejemplo, una agencia de comunicación puede cargar el logo del cliente, el packaging del producto y el moodboard de la marca para generar en segundos varias variantes de concept art y mostrarlas en una reunión. Esto reduce los costes de producción frente a la compra de fotos de stock de alta resolución o a las sesiones fotográficas tradicionales para cada variante. Por ejemplo, una empresa de moda puede usar las fotos de las nuevas colecciones como referencia para crear campañas publicitarias contextualizadas en entornos específicos, manteniendo intacto el detalle de los tejidos gracias a la resolución nativa.

Límites y qué tener en cuenta

La principal limitación afecta a la licencia, ya que la versión community para instalación local excluye explícitamente a la Unión Europea, el Reino Unido, Estados Unidos y Corea del Sur. Las empresas que quieran ejecutar el modelo en local deben contactar con MiniMax para un acuerdo comercial, mientras que el uso a través de las API en la nube no entra en esta restricción. Técnicamente, el modelo no admite capas de transparencia, vistas previas ni ediciones circunscritas a una sola área de la imagen. El sistema incluye una mejora automática del prompt, que traduce y enriquece las solicitudes breves. Si se decide desactivar para tener control total, es necesario escribir descripciones muy detalladas, ya que solo se procesan los primeros 4.096 tokens del texto.

Cómo probarlo

El modelo es accesible a través de la plataforma API de MiniMax, la aplicación de escritorio MiniMax Design o el servicio web Hailuo AI. Los pesos del modelo también están disponibles en Hugging Face para quienes tengan los conocimientos para ejecutarlo en local, respetando los términos de licencia territoriales.