MiniMax H3-Image登顶多图编辑榜开源第一

国产开源图像模型又往前走了一步。MiniMax H3-Image在多图编辑基准Multi-Image Edit Arena上拿到1365分，成为开源模型第一，与谷歌的Nano Banana 2、Nano Banana Pro打成平手。榜单上的平手，放在开源与闭源的对照里看，分量要更重一些：排在它前面的两款模型出自谷歌，而H3-Image的权重是公开的，任何团队都能下载使用。

多图编辑是图像生成里更难的一环。单图生成只要把一句提示词变成一张图，多图编辑却要同时理解好几张参考图，在改动之中保持主体一致。换一张脸、换一个场景、把两张图的要素拼在一起，模型既要听懂指令，又不能把原来的东西改走样。过去这个位置基本是谷歌Nano Banana系列的，H3-Image追平，意味着开源模型在这一项上第一次站到了同一条线。

这款模型本身来得也很快。11月11日，MiniMax正式发布H3-Image并开放权重，它衍生自MiniMax H3，具备文本生成图像、图像参考和图像编辑能力。据华尔街见闻报道，H3-Image采用33.1亿参数架构，可在10到20秒生成4K图像，并接入自家API、MiniMax Code和海螺AI平台。从发布到登顶榜单，只隔了两天。

对中小团队来说，这个结果的实际意义比榜单名次更大。过去要做出高质量的多图编辑，要么调用谷歌的商用接口，要么自己搭一套复杂的流程，现在多了一个权重开放、分数相当的选择。开源权重加上API的组合，也让不同规模的团队都能找到接入方式：想自己部署的拿权重，想快速上线的调接口。

当然，榜单分数只是一面。多图编辑真正难的是落在具体场景里：电商换背景、设计改稿、影视做分镜，每一次编辑的要求都不一样，稳定性比峰值更重要。H3-Image接下来要过的，是真实任务里的那一关。但至少在今天，开源模型在多图编辑这条赛道上，已经没有明显的短板了。

还有一个数字值得单独说说：33.1亿参数。放在动辄几百亿、上千亿参数的大模型里，这个规模并不大，部署成本也相对低。参数规模小、速度又快，意味着它不只属于有大算力的大厂，中小团队也能跑得起来。10到20秒生成一张4K图像，对设计师和内容创作者来说，改稿的等待时间被压缩到了可以接受的范围，灵感来了就能马上试，不用排队等算力。

从更大的格局看，图像生成赛道的竞争正在从“谁能生成”转向“谁能改好”。单图生成已经相对成熟，多图编辑、主体一致性、按指令精修，这些才是拉开差距的地方。谷歌的Nano Banana系列先占了这个位置，H3-Image追平之后，开源生态第一次在多图编辑上有了同档的选项。对国内的开发者和创作者来说，这意味着选择更多了：不必只盯着一家商用接口，开源模型也能交出同等水平的答卷。

来源：AI日报、华尔街见闻

相关阅读：《MiniMax开源H3-Image，10秒直出4K图像》

本文为作者原创，未经授权禁止转载。转载请保留原文链接并注明出处。