Das chinesische KI-Unternehmen MiniMax hat H3-Image veröffentlicht, ein Open-Weight-Bildmodell, das Bilder sowohl generiert als auch bearbeitet – mit Auflösungen bis 4K. Das Modell ging am 10. November 2026 live.

H3-Image ist auf Hugging Face – einer weit verbreiteten Plattform zum Teilen offener Machine-Learning-Modelle – unter der Organisation MiniMaxAI verfügbar, zudem über MiniMax Code und über die APIs des Unternehmens. Entwickler können die Gewichte daher herunterladen und das Modell auf der eigenen Infrastruktur betreiben oder stattdessen pro Bild über die gehostete API zahlen.

Für einen großen Teil der Entwickler weltweit gibt es jedoch einen Haken: Die Community-Lizenz des Modells schließt die Nutzung in den Vereinigten Staaten, der Europäischen Union, dem Vereinigten Königreich und Südkorea aus. Die Gewichte sind öffentlich, doch auf der Willkommensmatte sind mehrere große Märkte durchgestrichen.

Ein Modell für Generierung und Bearbeitung

Die meisten Bild-Tools teilen die Arbeit auf zwei Systeme auf: Ein Modell erzeugt Bilder aus Text, ein separates Modell übernimmt die Bearbeitung. H3-Image fasst beide Aufgaben in einem einzigen Framework zusammen und deckt Text-zu-Bild-Generierung und fortgeschrittene Bearbeitung in einer Architektur ab.

Unter der Haube basiert das Modell auf einer Diffusion-Transformer-Architektur (DiT), einem Design, das diffusionsbasierte Bildgenerierung mit Transformer-Komponenten kombiniert – jener Architekturfamilie, die den meisten modernen Sprachmodellen zugrunde liegt – und verfügt über 33,1 Milliarden Parameter, die internen Einstellungen, die das System während des Trainings gelernt hat.

Native 4K-Auflösung

Die Ausgabeauflösung ist das zentrale Merkmal. H3-Image erzeugt native Bilder mit rund 16 Megapixeln, unterstützte Größen umfassen 4096×4096. Das Modell kann auch breitere Formate bis 6272×2688 generieren – ein Seitenverhältnis, das eher für Panoramen und Banner geeignet ist als für Profilbilder. Zur Einordnung: Ein Standard-4K-Display löst rund 8,3 Megapixel auf, die native Ausgabe des Modells übersteigt diesen Wert bei den größeren unterstützten Größen also.

Das Wort „nativer" hat hier Gewicht. Viele Bildmodelle generieren mit einer niedrigeren Auflösung und skalieren das Ergebnis anschließend hoch – im Effekt ein kleineres Bild dehnen und hoffen, dass niemand hineinzoomt. Native Ausgabe bedeutet, dass das Modell das Bild von Anfang an in voller Größe konstruiert.

Geschwindigkeit, Referenzbilder und lokale Anforderungen

Die Generierung ist effizient: H3-Image benötigt nur etwa 6 Sampling-Schritte – die iterativen Verfeinerungsdurchläufe, die ein Diffusionsmodell ausführt, um zu einem fertigen Bild zu gelangen – und kommt dabei ohne Classifier-Free Guidance aus, eine weit verbreitete Technik, um zu verbessern, wie genau die Ausgaben den Prompts folgen – auf Kosten zusätzlicher Rechenleistung.

Das Modell nimmt zudem bis zu 16 Referenzbilder gleichzeitig an. So können Nutzer dem Modell zeigen, was sie möchten – einen bestimmten Charakter, ein Produkt oder einen Stil –, statt es ausschließlich in Worten zu beschreiben.

Die API-Preise liegen bei etwa 0,022 $ pro 1K-Bild und etwa 0,069 $ pro 4K-Bild, wobei die Ausgabengröße die Kosten bestimmt. MiniMax bietet zudem Werberrabatte bis zum 17. November 2026 an.

Der lokale Betrieb des Modells bringt eine zusätzliche Anforderung mit sich. Die volle Funktionalität hängt von einem separaten Text-Encoder ab, Qwen3-VL-32B, der Prompts in eine Form übersetzt, mit der das Bildmodell arbeiten kann. Der Download umfasst also faktisch zwei große Modelle, nicht eines.

Die Integration ging schnell: ComfyUI, die weithin genutzte node-basierte Oberfläche für den Aufbau von Bildgenerierungs-Workflows, unterstützte H3-Image unmittelbar bei der Veröffentlichung.

Lizenzbeschränkungen

Die Lizenzfrage geht über die Geografie hinaus. Neben dem Verbot der Nutzung in den USA, der EU, dem Vereinigten Königreich und Südkorea verlangen die Bedingungen von größeren Unternehmen eine schriftliche Genehmigung von MiniMax, bevor sie das Modell einsetzen. Open Weight bedeutet also nicht offene Nutzung: Die Gewichte sind öffentlich, doch die Lizenzbedingungen bestimmen weiterhin, wer sie einsetzen darf – und wo.

Ein Derivat ist bereits im Umlauf

Das Ökosystem rund um H3-Image ist bereits in Bewegung. Ein Derivat namens P-H3-Image wurde am 3. November 2026 angekündigt – mit dem Anspruch einer schnelleren Inferenz auf Consumer-Hardware. Der Aufbau auf veröffentlichten Gewichten ist genau die Art von Folgearbeit, die Open-Weight-Veröffentlichungen ermöglichen.

Quelle: CryptoBriefing