MiniMax H3 Image Einsteigerleitfaden: Text-zu-Bild, Bearbeitung mit mehreren Referenzbildern, Parameter und Preise

MiniMax H3 Image ist das Bildmodell von MiniMax und hat bei HiAPI zwei Aufruf-IDs: minimax-h3-image/text-to-image (Text-zu-Bild) und minimax-h3-image/image-to-image (Generierung oder Bearbeitung mit 1–16 Referenzbildern). Dieser Artikel erklärt, wie man zwischen den beiden IDs wählt, wie die Parameter ausgefüllt werden, wie die Kosten berechnet werden und auf welche Details beim Aufruf zu achten ist.

Wie man zwischen den beiden IDs wählt

• Nur eine Textbeschreibung vorhanden: text-to-image verwenden; Pflichtfeld ist nur prompt (maximal 5000 Zeichen).
• Bilder als Referenz vorhanden: image-to-image verwenden; zusätzlich ist image_urls Pflicht, 1–16 Bilder. So lässt sich z. B. die Szene eines Produktbilds austauschen, ein Foto in einen Illustrations- oder Ölgemälde-Stil umzeichnen oder es können mehrere Referenzbilder gleichzeitig übergeben werden.
• Beide IDs kosten pro Bild gleich viel; bei Bild-zu-Bild wird pro Referenzbild ein Aufpreis berechnet, siehe unten unter „Preise" .

Parameter

• resolution: 1K / 2K / 4K, Standard 2K. Beispielsweise gibt 2K bei 1:1 2048×2048 aus, 1K bei 9:16 768×1360 und 4K bei 16:9 5472×3072.
• aspect_ratio: auto, 1:1, 5:4, 4:5, 4:3, 3:4, 3:2, 2:3, 16:9, 9:16, 21:9. Bei Text-zu-Bild ist der Standard 1:1; bei Bild-zu-Bild ist der Standard auto, wobei das Modell das Seitenverhältnis selbst anhand von Prompt und Referenzbildern wählt – es muss nicht mit dem ersten Referenzbild übereinstimmen. Wer ein festes Format will, sollte das Seitenverhältnis explizit angeben.
• output_format: jpeg (Standard) oder png. PNG ist deutlich größer; ein 4K-PNG kann 30 MB erreichen. Wenn nicht ausdrücklich nötig, jpeg verwenden.
• seed: optional, 0–2147483647; fixieren, um dasselbe Bild zu reproduzieren.
• Jede Anfrage liefert 1 Bild; benutzerdefinierte Breite/Höhe, transparenter Hintergrund und partielle Neugestaltung per Maske werden nicht unterstützt.

Aufrufbeispiel

Aufgabe übermitteln:

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3-image/image-to-image",
    "input": {
      "prompt": "Das Serumfläschchen auf einem hellen Steinsockel platzieren, weiches Seitenlicht, saubere E-Commerce-Produktaufnahme",
      "image_urls": ["https://example.com/bottle.png"],
      "resolution": "2K",
      "aspect_ratio": "3:4"
    }
  }'

Nach der Rückgabe von data.taskId per GET https://api.hiapi.ai/v1/tasks/<taskId> pollen. Wenn status zu success wird, steht die Bildadresse in data.output[0].url. Ein 2K-Bild ist in der Regel nach 30–40 Sekunden fertig. Der Ergebnislink hat eine Gültigkeitsdauer (Feld expireAt); wer ihn dauerhaft speichern möchte, sollte die Datei selbst herunterladen und ablegen.

Preise

• 1K, 2K: $0,0129 pro Bild.
• 4K: $0,0393 pro Bild.
• Bei Bild-zu-Bild kostet jedes Referenzbild zusätzlich $0,0036. Beispiel: 2K mit 3 Referenzbildern: 0,0129 + 3 × 0,0036 = $0,0237.
• Es wird nur für erfolgreich generierte Bilder abgerechnet; bei fehlgeschlagenen Aufgaben wird der volle Betrag erstattet.

Wie man Prompts formuliert

• Klar in der Reihenfolge „Motiv + Szene + Licht + Stil + Bildkomposition" schreiben.
• Bei Bild-zu-Bild deutlich machen, was erhalten bleiben und was geändert werden soll, z. B. „Gesichtszüge und Pose der Person beibehalten, den Hintergrund durch warmgraue Farbflächen ersetzen, das Ganze in Ölpinselstriche umwandeln".
• Zunächst mit 1K oder 2K die Bildkomposition testen und erst nach der finalen Festlegung 4K ausgeben: Der Stückpreis für 4K liegt etwa beim Dreifachen von 2K.