Guía de inicio de MiniMax H3 Image: texto a imagen, edición con múltiples referencias, parámetros y precios

MiniMax H3 Image es el modelo de imagen de MiniMax, y en HiAPI tiene dos ID de llamada: minimax-h3-image/text-to-image (texto a imagen) y minimax-h3-image/image-to-image (generación o edición con 1–16 imágenes de referencia). Este artículo explica con claridad cómo elegir entre los dos ID, cómo rellenar los parámetros, cómo se calcula el coste y qué detalles hay que tener en cuenta al llamar.

Cómo elegir entre los dos ID

• Solo tienes una descripción de texto: usa text-to-image; el único campo obligatorio es prompt (máximo 5000 caracteres).
• Tienes imágenes que quieres usar como referencia: usa image-to-image; además es obligatorio image_urls, de 1 a 16 imágenes. Puedes cambiar el escenario de una foto de producto, redibujar una foto con estilo de ilustración o pintura al óleo, o pasar varias imágenes de referencia a la vez.
• Los dos ID tienen el mismo precio por imagen; imagen a imagen añade un cargo extra según el número de imágenes de referencia, consulta «Precios» más abajo.

Parámetros

• resolution: 1K / 2K / 4K, por defecto 2K. Por ejemplo, 2K 1:1 genera 2048×2048, 1K 9:16 genera 768×1360 y 4K 16:9 genera 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. En texto a imagen el valor por defecto es 1:1; en imagen a imagen el valor por defecto es auto, y el modelo elige la relación según el prompt y las imágenes de referencia, que no tiene por qué coincidir con la primera imagen de referencia; si quieres fijar el formato, indica la relación explícitamente.
• output_format: jpeg (por defecto) o png. PNG ocupa mucho más; un PNG en 4K puede llegar a 30 MB, así que usa jpeg salvo que lo necesites expresamente.
• seed: opcional, de 0 a 2147483647; fíjalo si quieres reproducir la misma imagen.
• Cada solicitud genera 1 imagen; no se admiten anchura y altura personalizadas, fondo transparente ni repintado local con máscara.

Ejemplo de llamada

Enviar la tarea:

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": "Coloca el frasco de sérum sobre un pedestal de piedra clara, luz lateral suave, foto de producto de comercio electrónico limpia",
      "image_urls": ["https://example.com/bottle.png"],
      "resolution": "2K",
      "aspect_ratio": "3:4"
    }
  }'

Tras recibir data.taskId, consulta con GET https://api.hiapi.ai/v1/tasks/<taskId>. Cuando status pase a success, la URL de la imagen estará en data.output[0].url. Una imagen 2K suele tardar entre 30 y 40 segundos. El enlace del resultado tiene una fecha de caducidad (campo expireAt); si necesitas conservarlo a largo plazo, descárgalo y guárdalo por tu cuenta.

Precios

• 1K y 2K: $0.0129 por imagen.
• 4K: $0.0393 por imagen.
• En imagen a imagen, cada imagen de referencia añade $0.0036. Por ejemplo, 2K con 3 imágenes de referencia: 0.0129 + 3 × 0.0036 = $0.0237.
• Solo se cobra por las tareas que generan la imagen con éxito; si la tarea falla, se reembolsa el importe completo.

Cómo redactar el prompt

• Escribe con claridad siguiendo el orden «sujeto + escenario + iluminación + estilo + composición».
• En imagen a imagen, indica claramente qué debe conservarse y qué debe cambiarse; por ejemplo, «conserva los rasgos faciales y la postura de la persona, cambia el fondo por bloques de gris cálido y aplica un acabado general de pinceladas al óleo».
• Prueba primero la composición en 1K o 2K y, cuando la tengas definida, genera en 4K: el precio unitario de 4K es unas 3 veces el de 2K.