Руководство по началу работы с MiniMax H3 Image: генерация по тексту, редактирование с несколькими референсами, параметры и цены

MiniMax H3 Image — это модель генерации изображений от MiniMax, и в HiAPI у неё два ID вызова: minimax-h3-image/text-to-image (генерация по тексту) и minimax-h3-image/image-to-image (генерация или редактирование с 1–16 референсными изображениями). В этой статье подробно рассказывается, как выбрать между двумя ID, как заполнять параметры, как рассчитывается стоимость и на какие детали обращать внимание при вызове.

Как выбрать между двумя ID

• Есть только текстовое описание: используйте text-to-image, обязателен только prompt (до 5000 символов).
• Есть изображение для референса: используйте image-to-image, дополнительно обязателен image_urls, от 1 до 16 изображений. Можно заменять сцену на фотографии товара, перерисовывать фото в стиле иллюстрации или масляной живописи, а также передавать несколько референсных изображений одновременно.
• Стоимость генерации у обоих ID одинаковая; для генерации по изображению дополнительно начисляется плата за каждое референсное изображение, см. раздел «Цены» ниже.

Параметры

• resolution: 1K / 2K / 4K, по умолчанию 2K. Например, 2K 1:1 выдаёт 2048×2048, 1K 9:16 выдаёт 768×1360, 4K 16:9 выдаёт 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. Для генерации по тексту по умолчанию 1:1; для генерации по изображению по умолчанию auto — модель сама выбирает соотношение сторон на основе промпта и референсных изображений, и оно не обязательно совпадает с первым референсом; если нужен фиксированный формат, укажите соотношение явно.
• output_format: jpeg (по умолчанию) или png. PNG занимает гораздо больше места, 4K PNG может достигать 30 МБ, поэтому без особой необходимости используйте jpeg.
• seed: необязательный, 0–2147483647; зафиксируйте его, если хотите воспроизвести то же изображение.
• Каждый запрос генерирует 1 изображение; пользовательские ширина и высота, прозрачный фон и локальная перерисовка по маске не поддерживаются.

Пример вызова

Отправка задачи:

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": "Разместите флакон сыворотки на бледном каменном постаменте, мягкий боковой свет, чистый продуктовый снимок для электронной коммерции",
      "image_urls": ["https://example.com/bottle.png"],
      "resolution": "2K",
      "aspect_ratio": "3:4"
    }
  }'

После получения data.taskId опрашивайте GET https://api.hiapi.ai/v1/tasks/<taskId>. Когда status станет success, адрес изображения будет в data.output[0].url. Изображение 2K обычно готово за 30–40 секунд. Ссылка на результат имеет срок действия (поле expireAt); если нужно сохранить надолго, скачайте и пересохраните файл самостоятельно.

Цены

• 1K, 2K: $0.0129 за изображение.
• 4K: $0.0393 за изображение.
• Для генерации по изображению за каждое референсное изображение добавляется $0.0036. Например, 2K с 3 референсными изображениями: 0.0129 + 3 × 0.0036 = $0.0237.
• Плата взимается только за успешно выполненные задачи; при неудаче задачи средства возвращаются в полном объёме.

Как писать промпты

• Пишите чётко в порядке «объект + сцена + освещение + стиль + композиция».
• При генерации по изображению укажите, что нужно сохранить, а что изменить, например: «сохранить черты лица и позу человека, заменить фон на тёплые серые блоки, выполнить всё в стиле мазков масляной живописи».
• Сначала опробуйте композицию в 1K или 2K, а после утверждения делайте 4K: цена 4K примерно в 3 раза выше, чем у 2K.