Aniv AI登録で40クレジット進呈
MiniMax のオープンウェイト画像モデル MiniMax H3 Image で、テキストから 4K 画像を生成し、参考画像で編集できます。
MiniMax H3 Image は、MiniMax が 2026 年 11 月 11 日に公開したオープンウェイトの画像モデルです。MiniMax H3 をベースに、テキストからの画像生成、参考画像を使った生成、画像編集をひとつのモデルにまとめ、どのアスペクト比でも約 1600 万画素をネイティブに出力します。データや強化学習からサンプリングステップの削減、プロンプト拡張、デプロイ最適化まで事後学習の全工程を見直し、速度・画質・プロンプト追従性のどれかを犠牲にせず同時に高めました。
MiniMax の公式ブログとモデルカード、そして Aniv が利用する API 提供元 Evolink の資料をもとに、MiniMax H3 Image の特長をまとめました。
多くの画像モデルは解像度が上がると大きく遅くなります。MiniMax のレイテンシ測定（テキストから画像、中央値）では、H3 Image 標準版は 1K・2K で約 10.5 秒、4096 × 4096 の 4K で約 16 秒。比較対象の他モデルは 4K に 50 秒以上かかっていました。高速な Highspeed 版なら 4K は約 10 秒です。
1K と 2K の所要時間がほぼ同じなので、試行錯誤の段階でも解像度を下げる必要はほとんどありません。Aniv で使うのは標準版で、待ち行列と保存の分だけ MiniMax の測定値より数秒長くなります。
MiniMax は、生成画像と現実の見た目の差を縮めることを目指しました。H3 Image は、他のモデルがならしてしまいがちな細かな質感を残します。濡れた毛並み、ウール、日に焼けた肌、布の織り目、丘にかかる霧。光も写真のように振る舞い、多くの AI 画像に見られるつやっぽく均一な照明にはなりません。
解像度も効いています。4096 × 4096 の正方形から 21:9 の 6272 × 2688 まで、どの比率でも約 1600 万画素をアップスケーラーなしで直接描くため、ディテールは後処理ではなくモデル自身が描いたものです。
H3 Image は画面全体を詳しく描写した文章から生成するのが得意ですが、自分で書く必要はありません。生成前に MiniMax のプロンプト最適化が、どの言語の短いプロンプトも、被写体・構図・光・素材・雰囲気を含む詳しい指示に書き直します。サイズを「自動」にすると、合うアスペクト比も選びます。
この画像は MiniMax 自身の例です。元のプロンプトは「農場直送のごちそうを素朴なテーブルの真上から撮った写真」に野菜・チーズ・パンを添えた 1 文で、生成前に約 300 語の描写へ拡張されました。Aniv ではプロンプト最適化が常にオンなので、短い文で十分です。こだわりたい部分だけ書き足しましょう。
ポスターやインフォグラフィック、看板の文字は、綴りも内容も正しくなければなりません。H3 Image は中国語と英語の長い文章を読みやすく描けるうえ、MiniMax の作例では論理パズルを画面に組み、手がかりをたどって正解をボードに書き込んでいます。
メニュー、商品ラベル、イベントポスター、スライド、漫画のコマなど、文字が主役の画像に向いています。入れたい文言はかぎ括弧や引用符で囲み、位置と書体の雰囲気も指定しましょう。
H3 Image は MiniMax H3 ファミリーのモデルで、音声レイヤーを除いた同じアーキテクチャを持ちます。331 億パラメータ・50 層の拡散 Transformer、H3 のテキストエンコーダー（Qwen3-VL ベース）、画像 VAE で構成。分類器フリーガイダンスなしの 6 ステップに蒸留されており、これが速さの大きな理由です。
MiniMax は重みを MiniMax-H3-Image Community License で Hugging Face に公開し、diffusers、SGLang、vLLM-Omni、ComfyUI に対応しています。自分で動かすにはデータセンター級の GPU が必要ですが、Aniv ならブラウザからホスト済みのモデルをすぐ使えます。
MiniMax の公式サンプルに、上の生成ツールでそのまま試せるプロンプト例を添えました。写真からコンセプトアート、伝統絵画まで、モデルが得意とする領域をカバーしています。
H3 Image がもっとも力を発揮するのは写真です。肌や布、光が自然で、本物の被写界深度があり、AI 画像にありがちなプラスチック感がありません。カメラマンに依頼するようにレンズ、時間帯、雰囲気を書けば、リアリティのある画になります。
試せるプロンプト
夕暮れの都会の屋上で白いシーツを干す女性、背後に昇る大きな満月、暖色と寒色の光、35mm フィルム写真
リアルな描写が得意だからこそ、ありえない発想も本当に撮影したように見せられます。雲を散髪する理容師や巨大な梨から出てくるモデルといったシュールなファッション作品でも、光や影、素材感に説得力があります。
試せるプロンプト
赤い理容椅子に座ったふわふわの白い雲を、客の髪のように切る理容師、緑の芝生、晴れた空、ファッション誌のエディトリアル写真
ゲーム、映像、絵コンテ向けの広い風景は 4K 出力と好相性です。H3 Image はスケール感と空気感、奥行き、天候、光を描き分け、拡大しても人物や遺跡、看板などの細部が読み取れます。
試せるプロンプト
黄金の時間帯、赤い岩の崖から広大な峡谷を見下ろすドラゴンライダー、壮大なファンタジーのコンセプトアート、引きの構図
キャラクターデザインでは、正面・背面と衣装のアップを揃えた制作向けの設定画を出力できます。Aniv では結果を保存して参考画像として使えるので、以降のシーンや絵コンテでも同じキャラクターの見た目を保てます。
試せるプロンプト
ファー襟と無線機付きの濃色の冬用パーカーを着た男性のキャラクター設定画：正面、背面、ジャケットのアップ、明るい無地の背景
写真だけでなく、油彩や淡い水彩、タロットカードのイラスト、書を添えた中国の工筆画まで、伝統とデジタルの画風を忠実に再現します。画材や時代を指定すれば、ありきたりな「デジタルペイント」ではなく、筆致や紙・絹の質感、構図の作法まで表現します。
試せるプロンプト
中国の工筆画、丸い鏡をのぞき込むペリカン、繊細な墨線、やわらかな岩絵具の彩色、四字の書の落款、絹本の質感
画像：MiniMax（Hugging Face の MiniMax H3 Image 公式モデルカードと公式ブログより）
同じモデルで画像編集もできます。1 枚以上の参考画像を渡して結果を説明すれば、大事な部分は保ったまま指示どおりに変えます。Aniv では参考画像を最大 16 枚添付でき、プロンプトで @ を使って指定すると、追加した順に画像1、画像2…と番号が付きます。
質感のない月面基地のグレーレンダリングが、素材感・光・影のあるリアルな映画のスチルに。カメラアングルと配置はまったく変わりません。Blender やゲームエンジンのラフモデルを、キービジュアルやクライアント向けプレビューにすばやく仕上げられます。
イラストのゲームマップが、赤い矢印の位置から見た一人称の 3D 画面に。元の地図はミニマップとして残ります。滝や吊り橋、鉱山、城を正しい位置に置くには地図の地形を理解する必要があり、参考画像をただ写すのではなく読み解いていることがわかります。
空き部屋と 9 点の家具の写真から、家具の揃ったリビングをひとつ作成。どの家具も自然な大きさで配置され、部屋の光で照らされています。Aniv では 1 回に最大 16 枚まで添付でき、モデルの上限をそのまま使えます。
画像：MiniMax（Hugging Face の MiniMax H3 Image 公式モデルカードと公式ブログより）
H3 Image の速さ、リアルさ、複数参考画像での編集が活きる実用例です。
商品をスタイリングしたシーンに置いたり、背景を差し替えたり、統一感のある商品画像セットを作ったり。商品写真を参考画像にすれば、形・色・ラベルを保てます。
印象的な画像と見出しの文字を一度に生成。4K 出力ならトリミングの余裕があり、同じ画像をバナー、SNS、印刷物に使い回せます。
1K で環境、クリーチャー、小道具のアイデアを手早く探り、よい方向性を 4K で仕上げて企画書や設定資料に。
ショットごとにキーフレームを生成し、参考画像でキャラクターを統一。Aniv で AI ショートドラマを作るときも、絵コンテ編集で H3 Image を選べます。
キャラクターの正面・背面・アップを作り、その設定画を参考画像として使い回せば、シーンが変わっても同じ見た目を保てます。
実際の家具写真から空き部屋をコーディネートしたり、グレーの 3D モデルをフォトリアルなパースにしてクライアントにすぐ見せたり。
プロンプト最適化が多くを補ってくれますが、いくつかの習慣で結果がより思いどおりになります。
被写体、場所、光、カメラアングル、雰囲気まで書きましょう。描写が多いほど、モデルが推測する部分は減ります。
「35mm フィルム写真」「淡い水彩」「アイソメトリックの 3D レンダリング」「中国の工筆画」などの言葉は、「きれいな」よりはるかに画風を左右します。
画像に入れたい言葉は引用符で囲み、配置場所と書体の雰囲気も書きましょう。
アップロードした画像は @ で指定すると画像1、画像2…となるので、「画像3のソファを画像1の窓際に置く」のように書けます。
掲載先に合うアスペクト比を選び、1K（10 クレジット）でアイデアを試してから、決まったものを 4K で生成しましょう。
変えてはいけない部分と変えたい部分をはっきり書きます。例：「キャラクターの顔と服装はそのまま、背景を夜市に変更」。
image_example
Three Body
Analyze the uploaded Apple Watch sleep data
image_example
image_example
image_example
image_example
MiniMax のベンチマークでは、H3 Image 標準版は 4096 × 4096 の画像を中央値で約 16 秒で生成し、比較対象のモデルより数倍高速です。1K・2K は約 10 秒です。
肌や布、毛並み、光の表情が豊かで自然。AI 画像にありがちな過度になめらかな質感を抑えています。
オープンウェイトモデルの中でもトップクラスのプロンプト追従性に加え、参考画像による編集に対応。レンダリングに質感を付けたり、複数の物をひとつのシーンにまとめたり、一部だけを変えたりできます。
被写体、シーン、スタイル、画像に入れたい文字を記述します。日本語の短い文でも大丈夫。生成前に詳しい説明へ自動で拡張されます。
編集や合成に使う参考画像を最大 16 枚アップロードし、アスペクト比（または自動）と 1K・2K・4K を選びます。
1 枚あたり 1K は 10、2K は 15、4K は 20 クレジットです。結果を確認し、必要に応じてプロンプトを調整してダウンロードします。
他の質問がありますか？support@aniv.aiまでお問い合わせください
MiniMax H3 Imageが生成するのは単体の画像です。物語を脚本・一貫したキャラクター・絵コンテ・ボイス・動画まで揃った完成エピソードにするなら、Anivの AIショートドラマ生成ツールをお使いください。