MiniMax a publié H3-Image, un modèle à poids ouverts de 33,1 milliards de paramètres disponible sur Hugging Face, via MiniMax Code et par le biais de l’API de l’entreprise. Le modèle combine la génération d’images à partir de texte et leur édition dans une architecture de transformeur de diffusion, avec une résolution native d’environ 16 mégapixels, pouvant atteindre 4096×4096 pixels ou 6272×2688 pixels. Il nécessite environ six étapes d’échantillonnage, accepte jusqu’à 16 images de référence et fonctionne avec un encodeur de texte distinct, Qwen3-VL-32B, pour son utilisation locale. L’API coûte environ 0,022 dollar par image en 1K et 0,069 dollar en 4K, tandis que la licence communautaire interdit l’utilisation aux États-Unis, dans l’Union européenne, au Royaume-Uni et en Corée du Sud. Les grandes entreprises doivent également obtenir une autorisation écrite de MiniMax, tandis que le modèle dérivé P-H3-Image a été annoncé le 3 novembre 2026 avec des performances d’inférence plus rapides sur du matériel grand public.
Source: Lire l’article original
