소개
원본 사진을 제공하고 유지하거나 추가하거나 색을 바꿀 부분을 설명합니다. image 1과 image 2로 각 사진의 역할을 구분합니다.
| 항목 | 값 |
|---|---|
| 입력 | 이미지 |
| 출력 | 이미지 |
| 배포사와 모델 | MiniMax의 H3-Image, 정지 이미지 생성 및 참조 편집용 |
| 필수 프롬프트 | 자세한 영어 설명, 최대 5,000자 |
| 해상도 단계 | 1k(기본값, 약 100만화소), 2k(약 400만화소), 4k(약 1,600만화소) |
| 생성 요금 규칙 | 1k와 2k는 같은 요금, 4k는 그 3배 |
| 캔버스 화면비 | 3:1부터 1:3까지 15가지(1:1, 16:9, 9:16, 21:9, 4:5 포함) 또는 픽셀 단위 custom 크기 |
| 출력 인코딩 | 기본 PNG, JPEG와 WebP도 지원하며 형식에 따른 요금 차이 없음 |
| 편집 입력 | 1~16장, 업로드 순서대로 image 1, image 2 등으로 참조 |
| 지원 입력 형식 | JPEG, PNG, WebP, HEIC, HEIF |
| 입력 치수 | 각 변 128~8192픽셀, 긴 변은 짧은 변의 최대 4배 |
| 화면비 생략 시 | 텍스트 생성은 1:1, 편집은 참조와 프롬프트를 바탕으로 모델이 선택 |
| 제공하지 않는 제어 항목 | 네거티브 프롬프트, 가이던스, 샘플링 스텝 |
| 실측 화소 치수 | 1k 1:1: 1024 x 1024; 2k 16:9: 2720 x 1536; 4k 1:1: 4096 x 4096; 4k 16:9: 5472 x 3072 |
핵심 기능 및 하이라이트
장면 안에 적힌 Room 1207
2k, 3:2 결과에는 검은 실크 슬립을 입고 호텔 시트 위에 누운 여성이 ‘Room 1207, midnight’이라고 읽히는 메모를 들고 있습니다. 부드러운 아침빛의 사진 장면에서도 요청한 문구가 유지됐습니다. 짧은 손글씨 한 줄을 살펴보는 샘플이며 긴 글의 안정적인 표현을 입증하지는 않습니다.
클럽 분위기에 어울리는 글자
클럽 이미지에는 MIDNIGHT JAZZ 간판이 읽을 수 있게 나타나고, 별도 향수 테스트에서는 라벨에 NOIR 07이 표현됐습니다. 모두 장면 안에 배치된 짧은 문구입니다. 직접 작성할 때는 문구를 따옴표로 감싸고 놓일 표면을 지정한 후 반환된 글자를 하나씩 확인합니다.
공간과 대상에 각각 역할을 줍니다
가구가 있는 방 예시는 두 참조의 목적을 분명히 보여 줍니다. 하나는 공간을, 다른 하나는 개를 제공합니다. 구도 테스트에서는 한 사진의 사물이나 인물을 다른 장면으로 옮기는 데 성공했습니다. 업로드 순서로 원본을 부르고 장소의 어떤 요소를 유지할지 설명합니다.
원본 사물에서 바꿀 부분을 설명합니다
운동화 예시는 요청한 배색과 원본 형태 및 바닥 유지 지시를 함께 사용합니다. 제품 편집을 작성할 때 이처럼 변경과 유지를 구분합니다. 생성 후 사물을 원본과 대조합니다. 세부 요소 보존 지시는 확인할 목표이며 이미지가 그대로 유지된다는 보장은 아닙니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | 필수 편집 지시는 최대 5,000자입니다. 업로드 순서에 따라 image 1, image 2와 이후 번호를 사용합니다. 1자 이상 · 5000자 이하 |
image_urls | 예 | JPEG, PNG, WebP, HEIC 또는 HEIF 사진 1 |
aspect_ratio | 아니요 | 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9 외에 편집 결과의 너비와 높이를 직접 정하는 custom도 선택할 수 있습니다. 생략하면 사진과 프롬프트를 보고 모델이 화면비를 정합니다. |
width | 아니요 | aspect_ratio가 custom일 때 편집 결과의 너비(픽셀)로 468 |
height | 아니요 | aspect_ratio가 custom일 때 편집 결과의 높이(픽셀)로 468~7,745이며 width와 함께 보냅니다. width에 설명한 단계와 3:1 제한이 여기에도 적용됩니다. |
resolution | 아니요 | 편집 출력은 1k(기본값, 약 1 MP), 2k(약 4 MP), 4k(약 16 MP) 중 고릅니다. 앞의 두 단계는 요금이 같으며 4k 생성 요금은 그 3배입니다. |
enable_prompt_expansion | 아니요 | 기본값 true에서는 MiniMax가 이미지를 처리하기 전에 편집 지시를 더 자세한 영어로 다시 씁니다. image 1, image 2 같은 표현을 그대로 유지하려면 false를 선택합니다. 기본값: |
output_format | 아니요 | 편집 파일은 png, jpeg, webp를 지원합니다. 생략하면 png이며 형식 추가 요금은 없습니다. |
seed | 아니요 | 선택 사항이며 0~2,147,483,647, 별도 요금은 없습니다. enable_prompt_expansion이 false일 때만 시작점이 유지되므로 같은 업로드 사진으로 지시 하나만 바꿔 다시 편집할 때 유용합니다. |
요금
편집 결과는 선택한 단계에 따라 이미지당 과금하며 입력마다 소액을 더합니다. 1k와 2k의 생성 요금은 같고 4k는 그 3배입니다. 실패한 편집에는 과금하지 않습니다.
| 사양 | 요금 |
|---|---|
| $0.036 / 장 |
| $0.036 / 장 |
| $0.108 / 장 |
활용 사례
메모 문구를 중심으로 구성한 인물 사진
인물, 조용한 방, 카드에 쓸 정확한 문구를 설명합니다. Room 1207 예시는 2k, 3:2에서 요청한 손글씨 메시지를 읽을 수 있게 반환했습니다. 자세와 조명뿐 아니라 문구도 중요한 장면을 계획할 때 구체적인 출발점이 됩니다.
제품 이미지 속 짧은 라벨
필요한 문구를 짧게 작성하고 병 라벨처럼 특정 표면에 연결합니다. NOIR 07 결과는 글자가 읽혔고 MIDNIGHT JAZZ 장면의 간판도 선명했습니다. 사진 안에 긴 글을 넣기보다 짧은 문구를 확인하는 용도로 참고합니다.
의상과 장소 변경
사용이 허용된 인물 사진을 편집기에 넣고 새 의상이나 장소를 설명하며 인물 유지 지시를 별도로 적습니다. 단일 이미지 변경 테스트에서는 얼굴을 알아볼 수 있었습니다. 각 결과를 확인한 뒤 원본의 후속 이미지로 채택합니다.
다른 장면으로 옮긴 인물이나 사물
한 입력은 인물이나 사물에, 다른 입력은 옮길 환경에 사용합니다. 두 사진을 결합한 테스트에서는 이 역할을 성공적으로 합쳤습니다. 업로드에 번호를 붙이면 옮길 대상과 이를 배치할 장면을 지시에서 구분할 수 있습니다.
가로 장면과 정사각형 구도
배치할 용도에 맞춰 화면비를 고른 뒤 화소 단계를 별도로 설정합니다. 실측에는 2k 16:9의 2720 x 1536, 4k 1:1의 4096 x 4096, 4k 16:9의 5472 x 3072가 포함됩니다. 단계가 고정된 너비를 정하지는 않습니다.
프롬프트 가이드 및 실전 팁
생성과 편집을 선택합니다
문장으로 설명한 장면은 text-to-image로 시작하고 기존 사진을 반영하려면 image-to-image를 사용합니다. 편집 입력의 인물은 사용 권한이 있는 성인 사진을 사용하며 사칭을 피합니다.
원하는 이미지를 설명합니다
인물이나 사물, 의상, 분위기, 장소, 조명을 연결된 영어 문장으로 5,000자 이내에 작성합니다. 편집에서는 image 1, image 2와 이후 업로드를 지정한 다음 바꿀 부분과 남길 세부 요소를 명시합니다.
화면비, 크기, 파일 형식을 설정합니다
15가지 화면비와 1k, 2k, 4k 중 선택합니다. 1k와 2k의 생성 요금은 같고 4k는 그 3배입니다. 기본 형식은 PNG이며 JPEG와 WebP도 형식에 따른 추가 요금 없이 제공합니다.
반환된 세부 요소를 살펴봅니다
따옴표 안의 문구를 프롬프트와 대조하고 편집된 얼굴이나 사물을 원본과 비교합니다. 선택한 결과와 설정을 저장한 뒤 지시의 한 부분을 바꿔 다시 실행합니다.
제공한 사진 수정 및 결합
MiniMax H3-Image image-to-image는 편집 지시와 1~16장의 사진을 받습니다. 한 원본은 유지할 인물이나 사물을, 다른 원본은 옮길 장면을 제공합니다. 단일 사진 테스트에서는 알아볼 수 있는 얼굴을 유지하며 의상과 장소를 변경했고 두 사진 테스트에서는 한 이미지의 대상을 다른 이미지의 환경과 결합했습니다.
사용 권한이 있는 사진을 사용합니다. 편집 입력의 인물은 성인이어야 하며 타인을 사칭해서는 안 됩니다. 인물 수정 결과를 채택하기 전에 동일 인물 여부와 원본 세부 요소를 검토합니다.
편집 파라미터
| 파라미터 | 요구 사항 또는 선택 |
|---|---|
prompt | 필수 지시, 최대 5,000자, 업로드 번호로 입력 지정 |
image_urls | 필수 순서 목록, 1~16장, 제공 이미지마다 추가 요금 |
aspect_ratio | 15가지 중 선택 사항, 생략하면 입력과 프롬프트로 모델이 선택 |
resolution | 기본 1k, 2k와 4k도 가능 |
output_format | 기본 png, jpeg와 webp도 가능, 인코딩에 따른 요금 차이 없음 |
seed | 선택 사항, 0~2,147,483,647, 확장을 끄면 같은 원본에서 지시 하나만 바꾼 비교에 사용 |
enable_prompt_expansion | 기본 true, false면 편집 지시를 다시 쓰지 않고 MiniMax에 전달 |
width, height | aspect_ratio가 custom일 때의 정확한 출력 크기(픽셀), 둘 다 필수이며 선택한 단계에 맞춤 |
입력 형식은 JPEG, PNG, WebP, HEIC, HEIF입니다. 각 변은 128~8192픽셀이어야 하며 긴 변은 짧은 변의 4배를 넘을 수 없습니다. 참조 묶음을 제출하기 전에 모든 입력을 확인합니다.
지원 출력 화면비는 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9입니다. 배치에 특정 형태가 필요하면 비율을 선택합니다. 생략하면 모델이 캔버스를 정하므로 세로 원본의 비율이 그대로 유지되지는 않습니다. 화면비를 생략한 인물 사진 한 장의 편집은 832 x 1248로 반환됐습니다. custom을 고르면 화면비 대신 width와 height로 정확한 픽셀 크기를 지정합니다. 예를 들어 인쇄용 세로 이미지는 1024 x 1536입니다.
원본 역할을 문장으로 지정
첫 업로드를 image 1, 다음을 image 2로 부르며 실제 순서를 따릅니다. 참조 개수만으로 사진의 상호작용을 설명할 수 없습니다. 완성 장면을 묘사하기 전에 원본 대상, 새 환경, 유지할 요소를 지정합니다.
구도 지시의 예시는 ‘Use the room in image 1 as the setting and place the dog from image 2 beside the sofa.’입니다. 인물 수정에는 ‘Keep the adult chef from image 1 recognizable and move him to a rainy market stall.’처럼 다른 구조가 필요합니다. 원본 역할을 정한 뒤 의상과 조명 목표를 추가해 대상이 분명하도록 합니다.
변경 요청과 보존 목표를 나눕니다. 새 배색이라면 원단, 테두리, 밑창의 색을 정하고 유지할 원본 윤곽과 바닥을 이어 적습니다. 장소 변경이라면 새 배경을 명시하고 가져올 얼굴과 옷을 지정합니다. 결과와 대조할 지시이며 언급하지 않은 모든 요소의 고정을 보장하지는 않습니다.
실용적인 검토 순서
- 업로드 순서가 프롬프트의 참조 이름과 일치하는지 확인합니다.
- 편집 시작 전 화면비와 단계를 확인합니다.
- 반환 대상을 해당 원본 사진과 비교합니다.
- 장면 배치, 요청 색상, 짧은 문구를 따로 살펴봅니다.
- 채택 결과와 원본 목록을 함께 보관해 후속 수정에 활용합니다.
생성 요금과 참조 요금
편집에는 출력 단계별 생성 요금과 첫 원본을 포함한 입력 사진별 소액 요금이 적용됩니다. 1k와 2k 생성 요금은 같으며 4k 생성 부분은 그 3배입니다. 출력 형식은 요금에 영향을 주지 않습니다. 참조 개수를 결정하기 전 현재 모델 페이지 요금을 확인합니다. 실패한 편집 요청은 무료입니다.
추가 원본에는 환경이나 대상 제공처럼 분명한 목적이 있어야 합니다. 사진이 많으면 의도가 저절로 전달된다고 가정하지 말고 불필요한 참조는 제출 전에 제외합니다. 입력 요금은 제공한 사진 수를 따릅니다.
관찰 결과와 한계
원본 한 장으로 의상과 장면을 편집했을 때 얼굴을 알아볼 수 있었습니다. 두 원본 구도에서는 인물이나 사물을 다른 사진의 장소에 배치하는 데도 성공했습니다. 방 안의 개, 요리사, 운동화 예시는 변경 요청과 유지 요소를 구분하는 방법을 보여 줍니다. 무제한의 연속 수정에서도 동일 인물이 유지됨을 입증하지는 않습니다.
짧은 글자 테스트에는 병의 NOIR 07과 간판의 MIDNIGHT JAZZ가 포함됩니다. 편집에 문구가 필요하면 원하는 단어를 따옴표로 감싸고 위치를 정한 뒤 반환 이미지를 교정합니다. 기록된 짧은 문구 결과로 편집 작업의 긴 글 정확성까지 입증되지는 않습니다.
표준화한 NSFW 테스트는 모든 요청에 이미지를 반환했고 각 결과에 과금했습니다. Very strong 편집은 0/3회, Maximum은 6/6회 작성한 요청과 일치했습니다. 이 편차를 고려해 콘텐츠 동작을 해석합니다. 완화된 반환 결과도 제공된 이미지이며 실패 요청에는 별도의 무료 규칙을 적용합니다.
이 옵션에는 네거티브 프롬프트, 가이던스, 샘플링 스텝이 없습니다. seed는 enable_prompt_expansion이 false일 때만 시작점을 재현하므로 같은 원본 묶음에서 지시 하나를 바꿔 확인하는 데 적합하지만 동일한 편집 결과를 보장하지는 않습니다. 해상도 3단계는 대략적인 화소 면적이며 너비는 화면비에도 달려 있습니다. 단계 이름만으로 판단하지 말고 다운로드한 치수를 확인합니다.
다른 계열이 적합한 경우
제공 사진이 필요 없는 장면은 이 계열의 text-to-image를 사용합니다. 중간 크기 단계가 필요하면 편집 입력 최대 9장과 별도 참조 표기법을 사용하는 Open Weights를 고려합니다. Open Weights LoRA는 LoRA 입력을 추가합니다. 버전 사이의 동일 이미지는 검증되지 않았으므로 필요한 제어 항목과 참조 용량으로 선택합니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "png",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.




























