MiniMax H3 Image alla prova: 4K nativo, 16 immagini di riferimento e da immagine a video con H3

MiniMax H3 Image vs Seedream 5.5 con gli stessi prompt: prodotto, ritratto, testo su poster, mercato notturno, 4K, 6 immagini in una, modifica e video.
L'11 novembre MiniMax ha rilasciato H3 Image, fratello del suo modello video MiniMax H3. La promessa nel post ufficiale del blog è diretta: 4K nativo, fino a 16 immagini di riferimento in una sola richiesta e un unico modello sia per generare sia per modificare. La parte meno consueta è che i pesi sono pubblicati apertamente su Hugging Face.
Oggi ZOOOP ha aggiunto MiniMax H3 Image al Generatore di immagini IA. Prima del lancio l'ho fatto girare insieme a Seedream 5.5 sulla stessa serie di prompt, poi ho passato uno dei risultati a H3 video per vedere se una sua immagine fissa poteva mettersi subito in movimento.
Cos'è MiniMax H3 Image
Le impostazioni non sono molte, ma ognuna è generosa. I prompt possono arrivare a 32.000 caratteri, abbastanza per una pagina intera di note di storyboard. Hai otto proporzioni: 21:9, 16:9, 3:2, 4:3, 1:1, 3:4, 2:3 e 9:16. La risoluzione ha solo due livelli, 2K e 4K. In 4K il lato lungo misura circa 5.120 pixel, quindi un'immagine 16:9 esce a 5120×2891.
Lascia vuoto lo spazio dei riferimenti ed è testo in immagine. Inserisci da 1 a 16 immagini e invece le modifica o le combina. Quello che non sa fare è uno sfondo trasparente, quindi per sticker o icone che richiedono uno scontorno pulito ti servirà un altro modello.
Sul prezzo, l'opzione 2K sta nella fascia più economica, la stessa di Seedream 5.5. Il 4K costa di più.
Come l'ho testato
Il modello di confronto è Seedream 5.5. Arriva al massimo a 2K, quindi entrambi hanno girato a 2K, un'immagine per prompt ciascuno:
- Foto di prodotto: una tazza da caffè fatta a mano in ceramica maculata su una tovaglia di lino, accanto a un croissant con un morso e un rametto di rosmarino, luce del mattino, 4:3
- Ritratto ambientato: un'anziana fornaia con le braccia infarinate in un forno di pietra all'alba, 3:4
- Poster di viaggio vintage: il titolo "VISIT THE NORTHERN LIGHTS", "Tromsø · Winter 2026" in basso, una casetta rossa sotto l'aurora boreale, 2:3
- Ripresa aerea di un mercato notturno sotto la pioggia: centinaia di lanterne, bancarelle di cibo fumanti, riflessi sul selciato bagnato, persone sotto gli ombrelli, 16:9
Poi ho aggiunto qualche extra. Il mercato notturno è stato rifatto in 4K, cosa che solo MiniMax H3 Image sa fare. Sei immagini di riferimento sono state combinate in un'unica vetrina di caffetteria, una foto di un corgi è stata trasformata in una giornata di neve e, per finire, l'immagine della tazza è passata a H3 video per una clip di 5 secondi.
Foto di prodotto e ritratti contro Seedream 5.5
Entrambe le immagini della tazza si potrebbero usare così come sono. La differenza è l'atmosfera. MiniMax H3 Image ha scelto una luce più calda e un grosso croissant vicino all'obiettivo, con la parte tagliata e le briciole in primissimo piano. È un'impaginazione da pubblicità. Seedream 5.5 ha messo il croissant su un piattino e l'ha spostato indietro, ha dato alla tovaglia una sfumatura grigio-verde e ha tenuto tutta l'inquadratura più tranquilla.

Sinistra: H3 Image, destra: Seedream 5.5
Il ritratto mostra un divario più ampio. H3 mi ha dato una scena con una storia dentro: un'anziana al lavoro al bancone, un mattarello vicino alla mano, farina su tutti gli avambracci, scaffali di pane alle spalle e la luce di una finestra che entra da sinistra. Seedream 5.5 ne ha fatto un ritratto frontale, con la fornaia che guarda dritto in camera mentre il forno sfuma sullo sfondo. Per raccontare un brand, la versione di H3 è più utile. Se ti serve solo un'immagine pulita di una persona, quella di Seedream va benissimo.

Sinistra: H3 Image, destra: Seedream 5.5
Testo sul poster e una grande scena notturna
Il poster è un test di lettering. Entrambi i modelli hanno scritto bene il titolo, e anche la riga "Tromsø · Winter 2026" in basso. MiniMax H3 Image, però, ha infilato sotto il titolo una riga in più con scritto "Norway". Tromsø è davvero in Norvegia, ma quella riga non era nel prompt. Se fosse il testo già approvato da un cliente, un'improvvisazione del genere vuol dire rifare tutto.

Sinistra: H3 Image, destra: Seedream 5.5
Entrambi hanno reso il mercato notturno splendidamente. Le lanterne, il vapore e i riflessi a terra ci sono tutti. H3 l'ha ripreso quasi a picco, come un drone sospeso sopra la strada. Seedream 5.5 ha inclinato l'angolazione e ha lasciato vedere gli edifici in lontananza, il che dà più profondità. Qui è un pareggio. Dipende da quale vista vuoi.

Sinistra: H3 Image, destra: Seedream 5.5
Cosa ti dà davvero il 4K
Ho rifatto girare il prompt del mercato notturno su MiniMax H3 Image in 4K, e il file è uscito a 5120×2891. Rimpicciolita, sembra più o meno uguale alla versione 2K. Zooma al 100% e capisci a cosa serve.

L'immagine completa del mercato notturno in 4K, qui rimpicciolita
Ritaglia la bancarella dei noodle a sinistra e tutto regge: il vapore sopra le pentole, le file di ciotole, i riflessi sugli ombrelli trasparenti, niente si impasta. Le insegne grandi, "拉麵 NOODLES" e "炒飯 FRIED RICE", sono scritte in modo pulito. È sul testo piccolo che cede. I piccoli caratteri cinesi accanto all'insegna, se zoomi, si rivelano senza senso.

La bancarella dei noodle a sinistra dell'originale in 4K, ritagliata al 100%, con l'insegna in alto a sinistra
Quindi il 4K è adatto a scene realistiche che pensi di ingrandire o ritagliare in seguito, come ricavare diversi post per i social da un'unica inquadratura larga. Non contare su di lui per azzeccare il testo piccolo. Non è nemmeno molto più lento del 2K. In questo giro H3 ha impiegato circa 28-50 secondi per immagine a 2K e circa 28-61 secondi a 4K. Seedream 5.5 a 2K ha impiegato da 24 a 35 secondi, un po' più veloce.
Sei immagini in una, più una modifica
MiniMax H3 Image accetta fino a 16 immagini di riferimento, mentre Seedream 5.5 ne accetta fino a 10. Ne ho usate sei e ho chiesto la vetrina di una caffetteria: i primi oggetti disposti su un bancone di legno, la bici rossa della moodboard parcheggiata fuori dalla vetrina e i tre poster appesi alla parete di fondo.

Le sei immagini di riferimento, da sinistra a destra: latta di tè e bustine, tazza e croissant, robot di feltro, teiera bianca, moodboard, tre poster illustrati
Entrambi le hanno inserite tutte e sei, e i fiori sulla latta di tè, il robot e i poster corrispondono ai riferimenti. Dove si differenziano è nella disposizione. H3 ha portato la bici dentro il locale e l'ha appoggiata a un tavolo. Seedream 5.5 ha fatto quanto richiesto e l'ha lasciata fuori, sul marciapiede. In questo test H3 non ha seguito le indicazioni spaziali di una composizione da più immagini, quindi controlla le tue composizioni quando escono. Quanto ai tempi, H3 ci ha messo 51 secondi per questa e Seedream 39.

Sinistra: H3 Image, destra: Seedream 5.5
Per la modifica ho provato la richiesta più comune in Modifica immagine: una foto di un corgi scattata col telefono, con le zampe appoggiate a un bancone accanto a una bottiglia gialla, trasformata in una giornata di neve lasciando com'erano il cane e la bottiglia. Ci sono riusciti entrambi, e la posa del corgi e la bottiglia sono rimaste al loro posto. H3 ha messo più neve e un tono più freddo, mentre Seedream ha mantenuto più del calore dell'originale. Si possono usare tutte e due. H3 ha impiegato circa 71 secondi per questa modifica, più che in testo in immagine.

Da sinistra a destra: la foto originale, la versione con la neve di H3 Image, la versione con la neve di Seedream 5.5
Da immagine a video con H3
MiniMax H3 Image viene dalla stessa famiglia del modello video MiniMax H3, quindi per chiudere ho dato l'immagine della tazza a H3 video come fotogramma iniziale: 480p, 5 secondi, con il prompt "il vapore sale, lenta carrellata in avanti, una mano entra da destra e prende il croissant". Su ZOOOP è Fotogramma iniziale / finale con solo il fotogramma iniziale compilato.
Sono successe tutte e tre le cose. Il vapore sale, la camera avanza e una mano entra da destra e solleva il croissant con un movimento naturale. C'è però un errore di continuità. Il croissant morsicato torna intero una volta sollevato, come si vede confrontando il primo fotogramma con gli ultimi due. Il modello si è ricordato del croissant e si è dimenticato del morso. Puoi provare a ripetere "con un morso" nel prompt del video, o semplicemente partire da un fotogramma con il croissant intatto.

Cinque fotogrammi della clip di H3 video in ordine di tempo, da sinistra a destra; negli ultimi due il croissant è di nuovo intero
Il video ha richiesto circa 171 secondi per essere generato.
Quale usare
Scegli MiniMax H3 Image quando ti serve il 4K, immagini realistiche grandi da ingrandire e ritagliare, o tanti riferimenti in una volta. Le sue foto di prodotto e i suoi ritratti hanno un forte senso del luogo e somigliano di più a veri shooting pubblicitari e a foto documentarie.
Per sfondi trasparenti, modifiche stabili della stessa immagine un giro dopo l'altro o oggetti messi esattamente dove li hai chiesti, Seedream 5.5 è la scelta più sicura. Stavolta è stato l'unico a mettere la bici al posto giusto. Per impaginazioni piene di testo come menu e infografiche, nessuno dei due è la prima scelta; passa invece a GPT Image 2.6.
Un'ultima cosa comoda: qualunque cosa crei può passare direttamente a H3 video come fotogramma iniziale. Per provarlo, apri MiniMax H3 Image, fanne qualcuna a 2K per trovare una direzione, poi passa al 4K quando ti piace quello che vedi.
Domande frequenti
Quante immagini di riferimento accetta MiniMax H3 Image?
Fino a 16. Senza immagini è testo in immagine; se aggiungi immagini, le modifica o le combina. Seedream 5.5 ne accetta fino a 10.
MiniMax H3 Image può creare sfondi trasparenti?
No. Per sticker, icone o scontorni di prodotto su sfondo trasparente, usa Seedream 5.5.
Quanto sono grandi le immagini in 4K?
Il lato lungo misura circa 5.120 pixel, quindi il 16:9 esce a 5120×2891. Sia il 2K sia il 4K offrono tutte e otto le proporzioni.
Posso far girare MiniMax H3 Image in locale?
I pesi sono pubblici su Hugging Face, quindi puoi scaricarli e farli girare da te; controlla le note ufficiali per i requisiti hardware. Su ZOOOP non c'è niente da configurare: apri la pagina del modello e scrivi un prompt.
Come lavorano insieme H3 Image e H3 video?
Prima crea un'immagine, poi passala a H3 video come fotogramma iniziale e descrivi come deve muoversi la scena. Nel video alcuni dettagli possono cambiare, come qui il croissant che ha perso il segno del morso quando è stato sollevato.





