先说结论：你要是一天出几十张电商图、广告图，这次值得上手试。你要是一个月只要三五张插图，先别动，等一个月再看。
说在前面：我没拿到权重，也没跑基准。下面是我拿公开参数推出来的判断，加我自己做图的习惯。谁要跟你说他今早就实测了 4K，留个心眼。
三件事同时做到才算真变化
据新智元、智源社区 2026-11-12 的报道，MiniMax 今天正式发布 H3 Image，当天开源权重，API 同步开放，MiniMax Code、开放平台、海螺 AI 里都能直接用。
内测玩家 Emily 晒的参数是：最多 16 张参考图，提示词能写到 7500 字符，最高出 4K。官方口径更直接——能生成 4096×4096，只要 10 到 20 秒。
对比一下才有感觉。报道说主流生图模型多在一百万到四百万像素，速度普遍是分钟级，快的也要 50 秒上下。这个对比是报道给的，不是我测的。
单看 4K 不新鲜，单看快不新鲜，单看开源更不新鲜。难的是同时：分辨率上去，推理就慢；开源出去，就得把训练和推理的细节一起交。所以它的意义不在「最强」，在它改掉了「开源模型只能出中等画质」这个默认设定。
4K 到底有用在哪
4K 不是让你发朋友圈更清楚，手机屏幕那点尺寸，1080 都够用。它真正有用的地方，不在「整图多清楚」上。第一是裁切余地：一张 4096×4096 的方图，横切成 16:9 还剩 4096×2304，竖切成 9:16 还剩 2304×4096，都还过 4K 门槛。投放要备五六个尺寸，以前得重画或硬拉，现在一张里切。
第二是局部截取。电商主图要产品特写，详情页要材质近景，从 4K 图里抠一块出来，放大到 1200 宽还是实的。这个用处比整图分辨率实在得多。
第三是精修底图。给修图师一张高分辨率原图，比给 1024 再让他放大，省一半返工。
反过来也得说：4K 会把模型的毛病放大。手指、文字、材质纹理这些小地方，在 1024 图里糊过去看不出来，到 4K 就一览无余。分辨率越高，废图率往往越高。这不是模型的错，是你看得更清了。
权重能下载和能跑起来是两件事
这条我泼冷水。权重能下载，和你能在自己机器上跑，完全是两回事，常被混成一件。
一个能出 4096×4096 的扩散模型，参数量不会小，推理时显存吃得很凶。官方那个 10 到 20 秒，我推测是在数据中心卡上跑出来的——这是推测，报道没写测试硬件。你拿一张消费级卡，大概率是能跑但慢，或者显存直接不够。量化版出来之前，个人玩家基本只能走 API。
真正值钱的是另一头：权重开了，社区才能做 LoRA、做 ControlNet、做量化、做行业小改款。前作 H3 就是例子——三个月前开源的视频模型，开源不到一个月下载量破 2400 万次，公开衍生模型 300 多个。
英伟达和 MIT 的研究者 10 月 28 日基于它开源了 Open-H3-Regenerate-2K，11 月 9 日还在更新；Pika 出过改款；fal 基于它做了 H3 Max。这些名字拼起来，就是一个开源模型的真实分量——价值一半在官方，一半在别人拿它干了什么。H3 Image 现在只有第一天，这一半还是空白。
10 到 20 秒改的是工作流
这条比 4K 更实际，虽然没那么唬人。
出图慢的时候，人是这么干活的：想好方向，写一版提示词，等两分钟，看一眼，不对，改一句，再等两分钟。一轮十分钟，你只试了三个想法。因为等得烦，你会不自觉把要求一次写全，然后赌一把。
十秒一轮就不一样了。同一段提示词，改配色、改机位、改光线，各出一版，两分钟看四张。试错成本降下来，人的决策方式跟着变——从「想清楚再出」变成「先出一批再挑」。做过图的人都懂，好图常常是挑出来的，不是一次写对的。
16 张参考图、7500 字符提示词这两个数字，指向同一件事：把一致性、把长指令交给模型，少靠人反复调。官方演示偏电商和广告，草图进去，出多场景一致的图——这类活量大、要求统一、改得频繁，正好吃速度和参考图数量。
适合谁，不适合谁
做电商详情页和主图的团队，一天几十张那种，这次可以真上手。要多尺寸投放素材的、需要同一产品多场景一致的、自己有小团队想做垂直微调的，也都在里面。
不适合的第一类：一个月只要几张插图的。你为这点量折腾 API 和提示词，时间成本比省下的钱贵。
第二类：对画风独特性要求很高的插画作者。这类人吃饭靠的是自己的手感和风格，通用模型给不了，也替代不了。
第三类：完全不想碰技术的个人用户。API、参数、许可条款都是负担，不如继续用现成的产品。
换之前先看清三件事
商用许可。开源不等于随便用。条款要看清楚能不能商用、能不能拿来训别的模型，很多人跳过这步，出事都出在这。
有没有量化版和推理加速。原版权重跑不动，就只能等社区或者官方出量化、出低显存方案。这决定它能不能进你自己的流程，而不是停在别人的演示页上。
跟闭源那条线比一比。11 月 4 日 OpenAI 刚上线 Images 2.6，闭源那边的迭代没停过。开源的优势是可控、便宜、能改；闭源的优势是省心。别为「开源」两个字换工具，要为了「我能改、我能本地跑、我量大」换。
建议很具体：拿你现在最常做的那类图，走 API 跑二十张，算两个数——单张成本、废图率。这两个数能算清，就换；算不清，就再等一个月，等量化版和一批微调模型出来。急着换的，多半是被 4K 这个数字带走了。
