Введение
Генератор на хостинге принимает промпт и необязательные настройки формы, уровня разрешения и формата файла; по умолчанию возвращается PNG на 1k.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Изображение |
| Издатель и модель | MiniMax; H3-Image для статичных изображений и правок по референсам |
| Обязательный промпт | Подробное описание на английском до 5 000 символов |
| Уровни разрешения | 1k (по умолчанию, около 1 МП), 2k (около 4 МП), 4k (около 16 МП) |
| Правило цены генерации | 1k и 2k по одному тарифу; 4k втрое дороже |
| Пропорции холста | 15 вариантов от 3:1 до 1:3, включая 1:1, 16:9, 9:16, 21:9 и 4:5, или собственные ширина и высота в пикселях |
| Кодирование результата | По умолчанию PNG; также JPEG и WebP; формат не влияет на цену |
| Входы редактирования | 1–16 картинок; обозначайте image 1, image 2 и далее по порядку |
| Входные форматы | JPEG, PNG, WebP, HEIC и HEIF |
| Размеры исходников | Каждая сторона 128–8192 пикселя; длинная не более четырёх коротких |
| Форма без настройки | Text-to-image: 1:1; правка: модель выбирает по референсам и промпту |
| Отсутствующие настройки | негативный промпт, guidance и шаги сэмплирования |
| Измеренные размеры | 1k 1:1: 1024 x 1024; 2k 16:9: 2720 x 1536; 4k 1:1: 4096 x 4096; 4k 16:9: 5472 x 3072 |
Ключевые возможности и особенности
Room 1207 как часть сцены
Результат 2k, 3:2 показывает женщину в чёрной шёлковой комбинации на гостиничных простынях с запиской «Room 1207, midnight». Слова читаются в фотографической сцене с мягким утренним светом. Здесь можно оценить короткую рукописную строку; надёжность длинных текстов пример не устанавливает.
Надпись в клубной сцене
Наша клубная картинка содержит читаемую вывеску MIDNIGHT JAZZ, а отдельный тест духов — NOIR 07 на этикетке. Это короткие фразы внутри сцены. Собственный текст заключайте в кавычки, указывайте поверхность, затем проверяйте буквы по отдельности.
Разделите задачи комнаты и героя
В обставленной комнате назначение двух референсов понятно: один даёт пространство, другой — собаку. Композиционные тесты успешно переносили предмет или человека в другую сцену. Называйте источники по порядку и объясняйте, какие части окружения оставить.
Изменение вокруг исходного предмета
Пример кеда сочетает новую расцветку с сохранением формы и пола. Стройте предметную правку по принципу изменения и сохранения. После генерации сравните предмет с оригиналом: просьба сохранить деталь — цель проверки, а не гарантия неизменности.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Обязательное описание сцены длиной не более 5 000 символов; готового текста по умолчанию и доплаты за промпт нет. Не менее 1 символов · Не более 5000 символов |
aspect_ratio | Нет | По умолчанию — 1:1; доступны 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, а также custom для точного размера через width и height. |
width | Нет | Точная ширина в пикселях, 468–7 745; используется только при |
height | Нет | Точная высота в пикселях, 468–7 745; при |
resolution | Нет | Уровень разрешения: по умолчанию 1k, около 1 МП; 2k — около 4 МП; 4k — около 16 МП. Цена 1k и 2k одинакова, а 4k стоит втрое дороже. |
enable_prompt_expansion | Нет | По умолчанию true: MiniMax сначала переписывает сцену в более длинное английское описание. По умолчанию: |
output_format | Нет | Выберите png, jpeg или webp для готового файла; по умолчанию используется png. Формат на цену не влияет. |
seed | Нет | Необязательное целое от 0 до 2 147 483 647, на цену не влияет. |
Стоимость
Оплачивается каждое успешно созданное изображение: у 1k и 2k общая цена, а 4k стоит втрое дороже. Неудачная генерация не оплачивается.
| Спецификация | Стоимость |
|---|---|
| $0.036 / изображение |
| $0.036 / изображение |
| $0.108 / изображение |
Сценарии использования
Портреты вокруг записки
Опишите героя, тихую комнату и точные слова на карточке. В Room 1207 рукописное сообщение получилось читаемым при 2k и 3:2: это отправная точка для сцен, где слова важны наравне с позой и светом.
Короткие товарные этикетки
Сделайте текст кратким и привяжите к поверхности, например этикетке флакона. В NOIR 07 буквы читались; в MIDNIGHT JAZZ вывеска тоже была чёткой. Эти наблюдения поддерживают проверку короткого текста, а не страницы прозы внутри картинки.
Правки одежды и обстановки
Загрузите разрешённый портрет и опишите другую одежду или место, отдельно попросив сохранить человека. Правки одного исходника сохраняли узнаваемость лица. Проверяйте результат перед принятием его как продолжения оригинала.
Герой в новой сцене
Один источник используйте для человека или предмета, другой — для окружения. В наших композициях из двух картинок это успешно сочеталось. Номера загрузок позволяют указать переносимого героя и принимающую сцену.
Широкие и квадратные композиции
Подберите форму под место использования, затем отдельно разрешение. Мы измерили 2720 x 1536 при 2k, 16:9; 4096 x 4096 при 4k, 1:1; 5472 x 3072 при 4k, 16:9. Уровень не задаёт единственную ширину.
Руководство по промптам и практические советы
Выберите генерацию или редактирование
Для сцены в словах начните с text-to-image, а для результата по готовым картинкам — с image-to-image. Используйте разрешённые фотографии совершеннолетних и не имитируйте чужую личность.
Опишите нужную картинку
Напишите связный английский текст о герое, одежде, настроении, обстановке и свете до 5 000 символов. При правке назовите image 1, image 2 и следующие загрузки, затем изменения и сохраняемые детали.
Настройте форму, размер и файл
Выберите одни из пятнадцати пропорций и 1k, 2k или 4k; 1k и 2k имеют общую цену, 4k втрое дороже. По умолчанию — PNG; JPEG и WebP доступны по тому же тарифу без зависимости от формата.
Проверьте полученные детали
Сверьте надписи с промптом, лица и предметы — с исходниками. Сохраните выбранную картинку и настройки, прежде чем менять часть инструкции для следующего запуска.
Создание кадра по описанию сцены
MiniMax H3-Image text-to-image создаёт картинку без загрузки источника. Используйте его для журнального портрета, предметной сцены или композиции с коротким сообщением. Сцену задаёт английское описание, форму холста, разрешение и кодирование — отдельные параметры. По умолчанию получается квадратный PNG 1k.
Параметры этого эндпоинта
| Параметр | Значение и поведение |
|---|---|
prompt | Обязательное английское описание сцены до 5 000 символов |
aspect_ratio | По умолчанию 1:1; поддерживаются пятнадцать пропорций ниже |
resolution | По умолчанию 1k, также 2k и 4k; меняет уровень генерации |
output_format | По умолчанию png; jpeg и webp без доплаты за формат |
seed | Необязательное целое от 0 до 2 147 483 647; повторяет исходную точку только при выключенном расширении промпта |
enable_prompt_expansion | По умолчанию true: MiniMax переписывает описание в более полный английский промпт; false оставляет ваши формулировки |
width, height | Только при aspect_ratio = custom; по 468–7 745 пикселей, площадь в пределах выбранного уровня |
Поддерживаются 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 и 21:9. Высокий портрет и широкая комната могут использовать один уровень с разными размерами. Задайте форму в aspect_ratio, согласовав кадрирование и холст. Выберите custom, если площадка требует точного размера в пикселях, например 1920 x 1080; на 1k и 2k площадь может достигать 4,5 мегапикселя, а 4k охватывает более крупные кадры до 20 мегапикселей.
Разрешение и начисление платы
Генерация оплачивается за полученное изображение. 1k и 2k стоят одинаково при площади около одного и четырёх мегапикселей соответственно. 4k увеличивает плату втрое. Правило одинаково для JPEG, PNG и WebP. До запуска проверьте тарифы на странице MiniMax H3-Image; неудачные генерации бесплатны.
Квадраты в наших измерениях имели 1024 x 1024 на 1k и 4096 x 4096 на 4k. При 16:9 результат 2k имел 2720 x 1536, а 4k — 5472 x 3072. Уровень задаёт примерную площадь, а не гарантирует сторону 4096 пикселей у каждой картинки.
Стройте промпт вокруг видимых решений
По информации MiniMax, H3-Image ожидает подробное английское описание всей картинки. Назовите героя или предмет, затем свяжите одежду либо материал, обстановку, настроение и свет обычными предложениями. Если в кадре люди, указывайте возраст не младше тридцати лет. Седобородый мужчина у дождливого окна и янтарный флакон на тёмном камне требуют разных указаний; сообщите детали, определяющие вид каждой сцены.
Точную надпись заключите в кавычки и привяжите к предмету. Например: рукописная карточка «Room 1207, midnight», обращённая к камере в мягком утреннем свете. Это краткое проверяемое требование. Сверяйте слова с промптом: удачный короткий текст не устанавливает качество типографики целого абзаца.
Полезная последовательность:
- Сохраняйте вместе промпт, пропорции, уровень и результат.
- Отдельно проверяйте героя, нужные слова и расположение.
- Меняйте конкретную деталь, например направление света или место этикетки.
- Сравнивайте новый результат с принятым направлением до следующего изменения.
Расширение промпта включено, пока вы не зададите enable_prompt_expansion = false. В этом режиме MiniMax переписывает описание перед рисованием, поэтому тот же seed может дать другую картинку. Для контролируемого сравнения выключите расширение, зафиксируйте seed и меняйте по одной формулировке; seed помогает такому сравнению, но не обещает идентичного изображения. Негативного промпта, guidance и шагов сэмплирования нет, поэтому визуальные требования помещайте в основное описание.
Что показали наши примеры и проверки
Новый Room 1207 использовал 2k, 3:2 и PNG. Получилась женщина в чёрной шёлковой комбинации на гостиничных простынях с читаемой запиской «Room 1207, midnight». Отдельные тесты чётко воспроизвели этикетку NOIR 07 и вывеску MIDNIGHT JAZZ. Это подтверждает короткие сообщения, этикетки и вывески в данных сценах; длинные фрагменты не проверены.
Сравнение шести промптов на 1k также воспроизвело «HOT SOUP 3 FRANCS» на деревянной вывеске в H3-Image, Open Weights и P-H3-Image. Одинаковая фраза не делает картинки эквивалентными. H3-Image разместила больше мелких латинских подписей на ботанической таблице и соблюла заданный ракурс пешеходного моста. Это частные наблюдения без общего рейтинга качества.
11 ноября 2026 года модель работала около 12–15 секунд на 1k; на 4k наблюдалось около 20–22 секунд. Очередь и передача файла добавляют время.
Поведение содержания различается
В стандартизированных NSFW-тестах отказов не было, все выданные изображения оплачивались. На Very strong text-to-image совпал с заданием в 1/3 запусков, на Maximum — в 6/6. Уровни описывают запись теста, но не гарантируют исход нового запроса. Для оплаты смягчённая выданная картинка отличается от неудачной генерации.
При необходимости выберите связанный сценарий
Перейдите к image-to-image этой страницы, если композицию должны направлять исходное лицо, предмет или окружение. Open Weights запускает опубликованные веса с пятью размерами вместо трёх. Для файлов LoRA используйте Open Weights LoRA. У вариантов собственные настройки и цены; совпадение изображений между ними не проверено.
Быстрый старт API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k",
"aspect_ratio": "1:1",
"output_format": "png"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.




























