MiniMax ने 10 नवंबर 2026 की शाम को एक ऐसा image generation model पेश किया है, जो 4096×4096, यानी करीब 16 megapixel की image सिर्फ 10 second में बना देता है। MiniMax H3-Image एक open-weight model है, जिसमें 16 reference image तक इस्तेमाल हो सकती हैं। पर इस launch की सबसे बड़ी खबर इसकी license है, जो America, Europe, UK और South Korea को बाहर रखती है। भारत इस license के दायरे में आता है, इसलिए भारतीय यूजर के लिए यह खबर खास है।
क्या हुआ: MiniMax H3-Image की शुरुआत
MiniMax ने 10 नवंबर 2026 को H3-Image की घोषणा की, जिसका blog उसी दिन 16:23 UTC पर छपा और X पर 14:15 UTC पर post आया, भारत में यह 10 नवंबर की शाम की खबर बनी। यह H3 video परिवार पर बना image generation और editing model है, जो एक ही checkpoint से text-to-image, reference-based generation और image editing करता है। यह MiniMax API, MiniMax Code और Hailuo AI पर उपलब्ध है, और इसके open weights Hugging Face पर भी जारी हुए हैं। Model का नाम H3-Image है, और यह 33.1B parameter वाले diffusion transformer पर बना है, जिसे 6 sampling step में चलाया जाता है।
16MP image 10 second में कैसे बनती है
H3-Image की सबसे बड़ी खासियत native 4K resolution है। यह 4096×4096, यानी करीब 16.8 megapixel की image बिना किसी upscaler के बनाता है। इसके साथ 4736×3552, 5024×3360, 5472×3072 और 6272×2688 जैसे size भी हैं, और काम करने की सीमा करीब 4 से 20 megapixel है। MiniMax का कहना है कि 4K image 10 second से कम में बनती है, पर कंपनी के अपने latency chart में 4K text-to-image का P50 समय Standard में 16.0 second और Highspeed में 10.3 second है। इसलिए 10 second से कम का दावा Highspeed या hosted service के लिए माना जा सकता है, हर setup के लिए गारंटी नहीं है।
16 reference images और editing क्या है
H3-Image में एक editing request में 16 तक reference image इस्तेमाल हो सकती हैं। इसका मतलब है कि आप एक से ज्यादा photo देकर एक नई image बना सकते हैं, जैसे किसी व्यक्ति, किसी जगह और किसी style की photo एक साथ देना। Prompt 32,000 character तक का हो सकता है, और API से एक request में 1 से 10 image बन सकती हैं। Prompt enhancement text-to-image में पहले से चालू रहता है और editing में हमेशा चालू रहता है। Output JPEG, PNG या WebP में मिलता है। ध्यान रहे, preview image, masked edit और transparent background API में supported नहीं हैं।
License: किन देशों में ban, भारत की क्या स्थिति है
H3-Image के weights public हैं, पर यह MIT या Apache जैसे open-source license में नहीं है, इस पर MiniMax Community License Agreement लागू होता है। इस license में Applicable Territory दुनिया भर में है, पर चार जगहों को बाहर रखा गया है, European Union, United Kingdom, South Korea और United States of America। इन चार जगहों पर model या उसके output का इस्तेमाल, copy, बदलाव या दिखाना इस license के तहत authorized नहीं है। भारत इनमें शामिल नहीं है, इसलिए भारतीय यूजर और developer license की शर्तों के साथ इसे इस्तेमाल कर सकते हैं। शर्तों में यह भी है कि 1 million डॉलर से ज्यादा सालाना revenue पर MiniMax की लिखित मंजूरी चाहिए, और दूसरों को hosted service देने के लिए भी मंजूरी चाहिए। Commercial product में MiniMax-H3-Image का नाम साफ दिखाना होगा, और इसके output से कोई दूसरा AI model train नहीं किया जा सकता।
कीमत और कैसे इस्तेमाल करें
H3-Image के weights Hugging Face से मुफ्त download किए जा सकते हैं, पर पूरा download बड़ा है, image model करीब 68.65 GB और text encoder करीब 66.7 GB। API पर कीमत token के हिसाब से है, output image token Standard में 3.80 डॉलर और Highspeed में 7.60 डॉलर प्रति 1 million token है। MiniMax के अपने उदाहरण के अनुसार 4K text-to-image Standard में करीब 0.06879 डॉलर और Highspeed में करीब 0.13001 डॉलर की पड़ती है, पर यह fixed कीमत नहीं है। 17 नवंबर 2026 को 16:00 UTC तक 4K generation पर 50 प्रतिशत छूट भी है, जिससे 4K text-to-image 0.03439 डॉलर की पड़ती है। सबसे आसान तरीका Hailuo AI web app या MiniMax Code है, prompt लिखें, aspect ratio चुनें और generate करें। Developer MiniMax Open Platform से API key लेकर images generations या images edits endpoint इस्तेमाल कर सकते हैं।
Seedream और दूसरों से तुलना
H3-Image की तुलना सबसे ज्यादा ByteDance के Seedream 5.5 से हो रही है, जो 9 नवंबर 2026 को आया था। Seedream का दावा है कि वह 100 बार तक लगातार editing कर सकता है, पर उसकी official resolution और reference image limit घोषित नहीं हुई है। H3-Image की बढ़त यह है कि उसका native 16MP resolution, 16 reference image और open weights तीनों आधिकारिक तौर पर बताए गए हैं। FLUX, GPT Image और Gemini image से कोई like-for-like तुलना नहीं की जा सकती, क्योंकि उनके पक्के आंकड़े सामने नहीं आए हैं। कोई स्वतंत्र benchmark भी अभी नहीं है, इसलिए यह कहना गलत होगा कि H3-Image किसी खास model से बेहतर है।
आम यूजर के लिए इसका मतलब क्या है
अगर आप भारत में हैं और AI से image बनाते हैं, तो H3-Image आपके लिए एक अच्छा विकल्प है, क्योंकि इसकी license में भारत शामिल है। मेरे हिसाब से सबसे पहले Hailuo AI पर आजमाकर देखें, और अगर काम पसंद आए तो API की कीमत देखें। पर उम्मीदें सही रखें, 10 second वाला दावा हर setup पर नहीं मिलेगा, और 17 नवंबर के बाद छूट खत्म हो जाएगी। Meta के छोटे AI model की तरह ही यह भी AI model की कीमत और पहुंच की कहानी है, पर यहां license की शर्तें पढ़ना सबसे जरूरी है।
अक्सर पूछे जाने वाले सवाल
MiniMax H3-Image क्या है
MiniMax H3-Image एक open-weight image generation और editing model है, जो 4096×4096, यानी करीब 16 megapixel की image बनाता है और 16 reference image तक इस्तेमाल कर सकता है।
H3-Image की कीमत क्या है
API पर 4K text-to-image की कीमत Standard में करीब 0.06879 डॉलर और Highspeed में करीब 0.13001 डॉलर है। 17 नवंबर 2026 तक 4K generation पर 50 प्रतिशत छूट है।
क्या H3-Image भारत में इस्तेमाल हो सकता है
हां, license में भारत शामिल है। सिर्फ European Union, United Kingdom, South Korea और United States of America बाहर रखे गए हैं।
H3-Image कितनी reference image लेता है
एक editing request में 16 तक reference image इस्तेमाल हो सकती हैं, और API से एक request में 1 से 10 image बन सकती हैं।
क्या H3-Image open-source है
नहीं, इसके weights public हैं, पर यह MIT या Apache license में नहीं है। इस पर MiniMax Community License Agreement लागू होता है, जिसमें शर्तें हैं।
H3-Image को local कैसे चलाएं
Hugging Face से weights download करके vLLM या SGLang से चलाया जा सकता है। पर कम से कम GPU या VRAM की जानकारी घोषित नहीं हुई है, इसलिए पहले दस्तावेज देखें।
