MiniMax H3 Image 入門ガイド：テキストから画像生成、複数画像参照編集、パラメータと料金

MiniMax H3 Image は MiniMax の画像モデルで、HiAPI 上では2つの呼び出し ID があります：minimax-h3-image/text-to-image（テキストから画像生成）と minimax-h3-image/image-to-image（1〜16枚の参照画像を用いた生成または編集）。この記事では、2つの ID の選び方、パラメータの設定方法、料金の計算方法、呼び出し時の注意点を詳しく解説します。

2つの ID の選び方

• テキスト記述のみの場合：text-to-image を使用します。必須項目は prompt のみです（最大5000文字）。
• 参照したい画像がある場合：image-to-image を使用します。追加で image_urls が必須で、1〜16枚指定できます。商品画像のシーンを変えたり、写真をイラストや油絵風に描き直したり、複数の参照画像を同時に指定することもできます。
• 2つの ID の出力料金は同じですが、画像から画像生成では参照画像の枚数に応じて追加料金が発生します。詳細は後述の「料金」をご覧ください。

パラメータ

• resolution：1K / 2K / 4K、デフォルトは 2K。例えば 2K 1:1 では 2048×2048、1K 9:16 では 768×1360、4K 16:9 では 5472×3072 を出力します。
• aspect_ratio：auto、1:1、5:4、4:5、4:3、3:4、3:2、2:3、16:9、9:16、21:9。テキストから画像生成のデフォルトは 1:1、画像から画像生成のデフォルトは auto で、モデルがプロンプトと参照画像に基づいて比率を自動選択します。必ずしも1枚目の参照画像と一致するとは限らないため、画角を固定したい場合は比率を明示的に指定してください。
• output_format：jpeg（デフォルト）または png。PNG はファイルサイズが大幅に大きくなり、4K PNG は30MBに達することがあります。特別な必要がなければ jpeg を使用してください。
• seed：オプション、0〜2147483647。同じ画像を再現したい場合に固定します。
• 1リクエストにつき1枚の画像を生成します。カスタム幅・高さ、透明背景、マスクによる部分的な描き直しには対応していません。

呼び出し例

タスクを送信：

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": "Place the serum bottle on a pale stone pedestal, soft side light, clean e-commerce product shot",
      "image_urls": ["https://example.com/bottle.png"],
      "resolution": "2K",
      "aspect_ratio": "3:4"
    }
  }'

data.taskId が返されたら、GET https://api.hiapi.ai/v1/tasks/<taskId> をポーリングします。status が success になると、画像 URL は data.output[0].url にあります。2K 画像は通常30〜40秒で結果が出ます。結果リンクには有効期限があり（フィールド expireAt）、長期的に保存する必要がある場合はご自身でダウンロードして転送・保存してください。

料金

• 1K、2K：1枚あたり $0.0129。
• 4K：1枚あたり $0.0393。
• 画像から画像生成では参照画像1枚ごとに $0.0036 が加算されます。例えば 2K で参照画像3枚の場合：0.0129 + 3 × 0.0036 = $0.0237。
• 課金は画像生成に成功したタスクのみで、タスクが失敗した場合は全額返金されます。

プロンプトの書き方

• 「主体 + シーン + 光線 + スタイル + 構図」の順で明確に書きます。
• 画像から画像生成では、保持する部分と変更する部分を明確に伝えます。例えば「人物の顔立ちとポーズは保持し、背景を暖かいグレーの色面に変更し、全体を油絵のタッチに変更する」など。
• まず 1K または 2K で構図を試し、確定してから 4K を出力します。4K の単価は 2K の約3倍です。