La société chinoise d'IA MiniMax a publié H3-Image, un modèle d'image open weight qui génère et modifie des images à des résolutions atteignant la 4K. Le modèle a été mis en ligne le 10 novembre 2026.

H3-Image est disponible sur Hugging Face—une plateforme très utilisée pour le partage de modèles d'apprentissage automatique ouverts—sous l'organisation MiniMaxAI, via MiniMax Code, ainsi qu'au moyen des API de l'entreprise. Les développeurs peuvent donc télécharger les poids et exécuter le modèle sur leur propre infrastructure, ou payer par image via l'API hébergée.

Il y a toutefois un hic pour une grande partie des développeurs mondiaux. La licence communautaire du modèle exclut son utilisation aux États-Unis, dans l'Union européenne, au Royaume-Uni et en Corée du Sud. Les poids sont publics, mais plusieurs grands marchés sont barrés sur le tapis d'accueil.

Un seul modèle pour la génération et l'édition

La plupart des outils d'image répartissent le travail entre deux systèmes : un modèle crée des images à partir de texte, tandis qu'un modèle distinct gère les modifications. H3-Image consolide les deux tâches dans un cadre unique, couvrant la génération texte-image et l'édition avancée au sein d'une même architecture.

Sous le capot, le modèle repose sur une architecture de transformateur de diffusion (DiT), une conception associant la génération d'images par diffusion à des composants de transformateur—la famille d'architectures qui sous-tend la plupart des modèles de langage modernes—et compte 33,1 milliards de paramètres, les réglages internes appris par le système pendant l'entraînement.

Résolution 4K native

La résolution de sortie est la caractéristique phare. H3-Image produit des images natives d'environ 16 mégapixels, avec des tailles prises en charge comprenant 4096×4096. Il peut également générer des formats plus larges allant jusqu'à 6272×2688, un format d'image mieux adapté aux panoramas et aux bannières qu'aux photos de profil. À titre de comparaison, un écran 4K standard affiche environ 8,3 mégapixels ; la sortie native du modèle dépasse donc ce chiffre à ses plus grandes tailles prises en charge.

Le mot « natif » a ici son importance. De nombreux modèles d'image génèrent à une résolution plus faible puis agrandissent le résultat—en étirant en quelque sorte une image plus petite en espérant que personne ne zoome. La sortie native signifie que le modèle construit l'image en pleine taille dès le départ.

Rapidité, images de référence et exigences locales

La génération est efficace : H3-Image ne nécessite qu'environ 6 étapes d'échantillonnage—les passes de raffinement itératif qu'exécute un modèle de diffusion pour aboutir à une image finale—et ce sans recourir au classifier-free guidance, une technique largement utilisée pour resserrer la conformité des sorties aux invites, au prix d'un calcul supplémentaire.

Le modèle accepte également jusqu'à 16 images de référence à la fois. Cela permet aux utilisateurs de montrer au modèle ce qu'ils souhaitent—un personnage, un produit ou un style précis—plutôt que de tout décrire par des mots.

La tarification de l'API s'établit à environ 0,022 $ par image 1K et environ 0,069 $ par image 4K, la taille de sortie déterminant le coût. MiniMax propose en outre des remises promotionnelles jusqu'au 17 novembre 2026.

L'exécution du modèle en local implique une exigence supplémentaire. Le plein fonctionnement dépend d'un encodeur de texte distinct, Qwen3-VL-32B, qui traduit les invites dans une forme exploitable par le modèle d'image. Le téléchargement équivaut donc en réalité à deux grands modèles, et non à un seul.

L'intégration est arrivée rapidement : ComfyUI, l'interface à nœuds largement utilisée pour construire des flux de génération d'images, a pris en charge H3-Image dès sa publication.

Restrictions de licence

La question de la licence va au-delà de la géographie. Outre l'interdiction d'utilisation aux États-Unis, dans l'UE, au Royaume-Uni et en Corée du Sud, les conditions exigent que les grandes entreprises obtiennent une autorisation écrite de MiniMax avant d'utiliser le modèle. Open weight ne signifie donc pas usage ouvert : les poids sont publics, mais les termes de la licence régissent qui peut les déployer, et où.

Un dérivé déjà dans la course

L'écosystème autour de H3-Image est déjà en mouvement. Un modèle dérivé nommé P-H3-Image a été annoncé le 3 novembre 2026, avec des affirmations d'inférence plus rapide sur du matériel grand public. S'appuyer sur des poids publiés est précisément le type de travail dérivé que permettent les publications open weight.

Source : CryptoBriefing