Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAPI / Producto · Listo para usarX: @MiniMax_AI→ original

MiniMax lanza H3-Image de código abierto: una imagen 4K en 10 segundos y hasta 16 referencias

MiniMax ha lanzado H3-Image, un modelo de generación de imágenes que crea una pieza en 4K en unos 10 segundos. La resolución llega hasta los 16 millones de píxeles, y en una sola solicitud se pueden cargar hasta 16 imágenes de referencia: por ejemplo, una foto de producto, un logotipo y una muestra de estilo. El modelo también edita imágenes ya existentes a partir de una descripción en texto, y sus pesos son abiertos. Para los equipos de producto, supone una oportunidad de obtener calidad apta para impresión sin un escalador aparte.

Procesado por IA desde X: @MiniMax_AI; editado por Hamidun News
MiniMax lanza H3-Image de código abierto: una imagen 4K en 10 segundos y hasta 16 referencias
Fuente: X: @MiniMax_AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @MiniMax_AI ↗
Editor jefe
Velocidaduna imagen 4K completa se genera en unos 10 segundos
AccesoAPI, MiniMax Code y Hailuo AI; los pesos están publicados
Dato clave #3Hasta 16 referencias en una misma solicitud, además de edición mediante descripción

La generación de imágenes lleva tiempo atrapada en dos compromisos incómodos. O bien el modelo es rápido, pero entrega un fotograma de resolución media que luego hay que ampliar con un escalador aparte. O bien la imagen sale nítida, pero hay que esperar minutos por ella y el acceso depende de una API cerrada. La empresa china MiniMax afirma que H3-Image resuelve ambos problemas a la vez: 4K en 10 segundos y pesos abiertos.

Qué ha afirmado MiniMax

El anuncio se publicó en la cuenta oficial de la compañía en X y acumuló cerca de 734 mil visualizaciones. Las ideas principales son estas:

  • la generación de una imagen en 4K tarda unos 10 segundos;
  • la resolución máxima es de 16 millones de píxeles (como referencia, un cuadrado de 4096×4096 se aproxima a esa cifra, mientras que un fotograma 4K clásico de 3840×2160 ronda los 8 millones);
  • el modelo sigue con precisión el texto de la solicitud y puede editar imágenes ya existentes;
  • en una sola solicitud se pueden enviar hasta 16 imágenes de referencia;
  • los pesos del modelo están abiertos.

H3-Image está disponible a través de la API de MiniMax, de MiniMax Code y del servicio Hailuo AI. Las cifras de velocidad y resolución las ha dado la propia compañía; el anuncio no incluye mediciones independientes.

Para qué sirven las 16 referencias

El detalle más práctico no es la resolución, sino el número de referencias. Imaginemos una tienda de ropa que necesita decenas de imágenes publicitarias. En la solicitud se pueden incluir la foto de la prenda, el logotipo de la marca, una muestra de iluminación de una sesión anterior, un par de fotografías de modelos y una descripción de la escena en palabras. Cuantas más imágenes de apoyo mantenga el modelo a la vez, menos detalles habrá que retocar a mano y más estable será el estilo de la serie.

Lo mismo ocurre con la edición. Si el modelo no solo crea una imagen desde cero, sino que también modifica una ya existente con una orden de texto (quitar el fondo, cambiar un color, añadir un objeto), puede integrarse en un único flujo de trabajo en lugar de una cadena de tres o cuatro herramientas.

Por qué importan los pesos abiertos

Los pesos abiertos ofrecen algo que no tienen los servicios cerrados: el modelo puede desplegarse en servidores propios, los materiales comerciales no salen de la empresa y el coste de generación puede controlarse directamente. Para los equipos que desarrollan marketplaces, editores de fotos, videojuegos o constructores publicitarios, es un argumento de peso, sobre todo cuando la factura por cientos de miles de imágenes al mes crece más deprisa que los ingresos.

También hay una cara menos favorable. El anuncio no indica el tamaño del modelo, qué tarjetas gráficas se necesitan para obtener esos 10 segundos ni en qué condiciones se permite el uso comercial. Lo más probable es que los "10 segundos en 4K" se refieran a la API de la compañía, ejecutada en su propio hardware. En una estación de trabajo normal, el tiempo será otro, y eso hay que comprobarlo con pruebas, no dar por bueno el dato de un tuit.

Qué hacer en la práctica

Si está creando un producto con generación de imágenes, conviene dedicar un día a montar un pequeño benchmark con sus propias tareas:

  1. Reúna entre 20 y 30 solicitudes reales, incluidas las complejas: con texto dentro de la imagen, varios objetos y referencias.
  2. Ejecute esas solicitudes con H3-Image y con el modelo que usa actualmente.
  3. Compare la calidad, el tiempo de respuesta y el precio por imagen en la API, y después estime el coste de alojarlo usted mismo.
  4. Revise por separado la licencia de los pesos antes de incorporar el modelo a un producto comercial.

Para el mercado, la noticia también es significativa: los laboratorios chinos siguen lanzando modelos multimodales abiertos que, según sus afirmaciones, no quedan por detrás de los servicios occidentales cerrados. Si las pruebas independientes lo confirman se sabrá en las próximas semanas, cuando los desarrolladores empiecen a comparar H3-Image con los generadores habituales con las mismas solicitudes. Por ahora, la industria cuenta con una opción abierta más que vale la pena probar en un proyecto real.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué ha afirmado MiniMax?

El anuncio se publicó en la cuenta oficial de la compañía en X y acumuló cerca de 734 mil visualizaciones. Las ideas principales son estas: la generación de una imagen en 4K tarda unos 10 segundos; la resolución máxima es de 16 millones de píxeles (como referencia, un cuadrado de 4096×4096 se aproxima a esa cifra, mientras que un fotograma 4K clásico de 3840×2160 ronda los 8 millones); el modelo sigue con precisión el texto de la solicitud y puede editar imágenes ya existentes; en una sola…

¿Qué se sabe sobre Para qué sirven las 16 referencias?

El detalle más práctico no es la resolución, sino el número de referencias. Imaginemos una tienda de ropa que necesita decenas de imágenes publicitarias. En la solicitud se pueden incluir la foto de la prenda, el logotipo de la marca, una muestra de iluminación de una sesión anterior, un par de fotografías de modelos y una descripción de la escena en palabras. Cuantas más imágenes de apoyo mantenga el modelo a la vez, menos detalles habrá que retocar a mano y más estable será el estilo de la serie.

¿Qué se sabe sobre Por qué importan los pesos abiertos?

Los pesos abiertos ofrecen algo que no tienen los servicios cerrados: el modelo puede desplegarse en servidores propios, los materiales comerciales no salen de la empresa y el coste de generación puede controlarse directamente. Para los equipos que desarrollan marketplaces, editores de fotos, videojuegos o constructores publicitarios, es un argumento de peso, sobre todo cuando la factura por cientos de miles de imágenes al mes crece más deprisa que los ingresos. También hay una cara menos favorable.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…