Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiX: @MiniMax_AI→ original

MiniMax publie H3-Image en open source : une image 4K en 10 secondes et jusqu'à 16 références

MiniMax a publié H3-Image, un modèle de génération d'images qui produit une image en 4K en 10 secondes. La résolution peut atteindre 16 millions de pixels, et une seule requête peut contenir jusqu'à 16 images de référence : par exemple une photo de produit, un logo et un échantillon de style. Le modèle sait aussi retoucher des images existantes à partir d'une description textuelle, et ses poids sont ouverts. Pour les équipes produit, c'est une occasion d'obtenir une qualité d'impression sans upscaler séparé.

Traité par IA depuis X: @MiniMax_AI ; édité par Hamidun News
MiniMax publie H3-Image en open source : une image 4K en 10 secondes et jusqu'à 16 références
Source : X: @MiniMax_AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireX: @MiniMax_AI ↗
Rédacteur en chef
Vitesseune image 4K complète est générée en environ 10 secondes
AccèsAPI, MiniMax Code et Hailuo AI, poids publiés
Chiffre clé #3Jusqu'à 16 références dans une seule requête, plus l'édition par description

La génération d'images se heurte depuis longtemps à deux compromis gênants. Soit le modèle est rapide, mais produit une image de résolution moyenne qu'il faut ensuite agrandir avec un upscaler séparé. Soit l'image est nette, mais il faut attendre plusieurs minutes et l'accès passe par une API fermée. La société chinoise MiniMax affirme qu'avec H3-Image, elle lève les deux inconvénients à la fois : 4K en 10 secondes et poids ouverts.

Ce qu'affirme exactement MiniMax

L'annonce a été publiée sur le compte officiel de l'entreprise sur X et a atteint près de 734 000 vues. Les principaux points sont les suivants :

  • la génération d'une image en 4K prend environ 10 secondes ;
  • la résolution maximale est de 16 millions de pixels (pour comparaison, un carré de 4096×4096 se rapproche de ce chiffre, tandis qu'une image 4K classique de 3840×2160 représente environ 8 millions) ;
  • le modèle suit fidèlement le texte de la requête et sait retoucher des images existantes ;
  • une seule requête peut contenir jusqu'à 16 images de référence ;
  • les poids du modèle sont ouverts.

H3-Image est accessible via l'API de MiniMax, via MiniMax Code et via le service Hailuo AI. Les chiffres de vitesse et de résolution sont pour l'instant communiqués par la société elle-même : l'annonce ne contient aucune mesure indépendante.

À quoi servent les 16 références

Le détail le plus pratique n'est pas la résolution, mais le nombre de références. Imaginez une boutique de vêtements qui a besoin de dizaines de visuels publicitaires. Dans la requête, on peut joindre la photo du blouson, le logo de la marque, un exemple d'éclairage issu d'un shooting précédent, quelques photos de mannequins, puis décrire la scène avec des mots. Plus le modèle peut retenir de visuels de référence simultanément, moins il faut retoucher les détails à la main, et plus le style reste uniforme au sein d'une série.

La même logique vaut pour l'édition. Si le modèle sait non seulement créer une image à partir de zéro, mais aussi en modifier une existante par une consigne textuelle (supprimer l'arrière-plan, changer une couleur, ajouter un objet), il peut s'intégrer dans un seul flux de travail au lieu d'une chaîne de trois ou quatre outils.

Pourquoi les poids ouverts comptent

Les poids ouverts offrent ce que les services fermés ne permettent pas : déployer le modèle sur ses propres serveurs, ne pas envoyer de contenus commerciaux à l'extérieur et maîtriser soi-même le coût de la génération. Pour les équipes qui travaillent sur des marketplaces, des éditeurs de photos, des jeux ou des générateurs de publicités, c'est un argument sérieux, surtout quand la facture de centaines de milliers d'images par mois croît plus vite que le chiffre d'affaires.

L'envers du décor existe. L'annonce ne précise ni la taille du modèle, ni les cartes graphiques nécessaires pour obtenir ces 10 secondes, ni les conditions d'usage commercial. Il est probable que « 10 secondes pour de la 4K » se rapporte à l'API de l'entreprise, sur son propre matériel. Sur une station de travail classique, le temps sera différent : il faut le vérifier par un test, sans se fier au chiffre d'un tweet.

Que faire concrètement

Si vous développez un produit de génération d'images, il est utile de monter en une journée un petit benchmark sur vos propres cas :

  1. Prenez 20 à 30 requêtes réelles, y compris les plus complexes : avec du texte dans l'image, plusieurs objets et des références.
  2. Faites-les passer par H3-Image puis par le modèle que vous utilisez actuellement.
  3. Comparez la qualité, le temps de réponse et le prix par image via l'API, puis évaluez le coût d'un hébergement autonome.
  4. Vérifiez séparément la licence des poids avant d'intégrer le modèle dans un produit commercial.

Pour le marché, l'annonce est aussi révélatrice : les laboratoires chinois continuent de publier des modèles multimodaux ouverts qui, selon leurs déclarations, ne sont pas inférieurs aux services fermés occidentaux. Des tests indépendants le confirmeront ou non dans les prochaines semaines, lorsque les développeurs compareront H3-Image aux générateurs habituels sur les mêmes requêtes. Pour l'instant, on peut considérer que l'industrie dispose d'une option ouverte de plus, qui mérite au moins d'être testée en conditions réelles.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qu'affirme exactement MiniMax ?

L'annonce a été publiée sur le compte officiel de l'entreprise sur X et a atteint près de 734 000 vues. Les principaux points sont les suivants : la génération d'une image en 4K prend environ 10 secondes ; la résolution maximale est de 16 millions de pixels (pour comparaison, un carré de 4096×4096 se rapproche de ce chiffre, tandis qu'une image 4K classique de 3840×2160 représente environ 8 millions) ; le modèle suit fidèlement le texte de la requête et sait retoucher des images existantes ; une…

Que sait-on sur à quoi servent les 16 références ?

Le détail le plus pratique n'est pas la résolution, mais le nombre de références. Imaginez une boutique de vêtements qui a besoin de dizaines de visuels publicitaires. Dans la requête, on peut joindre la photo du blouson, le logo de la marque, un exemple d'éclairage issu d'un shooting précédent, quelques photos de mannequins, puis décrire la scène avec des mots.

Pourquoi les poids ouverts comptent?

Les poids ouverts offrent ce que les services fermés ne permettent pas : déployer le modèle sur ses propres serveurs, ne pas envoyer de contenus commerciaux à l'extérieur et maîtriser soi-même le coût de la génération. Pour les équipes qui travaillent sur des marketplaces, des éditeurs de photos, des jeux ou des générateurs de publicités, c'est un argument sérieux, surtout quand la facture de centaines de milliers d'images par mois croît plus vite que le chiffre d'affaires. L'envers du décor existe.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…