English 简体中文 繁體中文

本機模型 • 硬件說明核對於 2026 年 10 月 22 日 • H3-Image API 核對於 2026 年 11 月 12 日 • 價格對比核對於 2026 年 11 月

如何在本機運行 MiniMax H3

MiniMax H3 可以是你自己機器上的開源 H3-Base 影片權重,也可以是 MiniMax 的託管 API。這是兩套系統。下面的硬件說明只談影片這條邊界。後文單獨寫靜態圖像模型 MiniMax-H3-Image 的託管介面。本站沒有對兩者做過基準測試。

nano-banana.live 不是 MiniMax 的網站,不分發 H3 權重,也沒有測過 H3。下面的數字轉錄自 MiniMax 的模型卡、倉庫和本機部署指南,2026 年 10 月 22 日重讀。部署指南自己寫的最後審閱日期是 2026 年 8 月 26 日。買硬件或鎖定某個 commit 之前,請再打開那些頁面看一遍。

本機客戶端不等於本機推論

MiniMax-H3 模型卡列出兩種使用完整產品的託管方式:Open Platform API(全球用 platform.minimax.io,中國用 platform.minimaxi.com),以及 Hailuo 應用程式(hailuoai.video 和 hailuoai.com)。筆記本上的 Python 腳本去調這些地址,只是客戶端。模型仍跑在 MiniMax 的服務上。

真正的本機推論,是開源權重在你控制的機器上執行。同一張模型卡說,完整的 H3 系統有三個模組,開源發佈裡只有其中一個:

  • H3-Context-IR 把自由形式的多模態指令收成結構化表示。MiniMax 說它依賴託管模型,不在開源發佈裡。
  • H3-Base 生成 768p 影片,並帶同步立體聲。這是你可以下載的部分。
  • H3-Regenerate-2K 用 768p 輸出和原始上下文再生成 2K 結果。MiniMax 說這個模組尚未開源。模型卡上的「2K」指的是這一步託管處理,不是本機 checkpoint 上的一個開關。

MiniMax 的本機部署指南把後果寫得很直接:自建的 H3-Base 服務重現不了平台上完整的 Context-IR 和 2K 流程。模型卡上的「完整 2K 工作流」是本機 SGLang 進程再加上那兩個託管 API。這種混用不是離線。

開源發佈裡有什麼

模型卡和 MiniMax-H3 倉庫描述了兩個任務 checkpoint。兩者都是經過 CFG 蒸餾的 Omni Transformer 權重,隨附 processor、tokenizer、文本編碼器、視覺 VAE 和音訊 VAE。

Checkpoint任務輸入輸出
H3-Base FL2VA t2va 文生有聲影片,以及 fl2va 首尾幀生有聲影片 文本。可選首幀、尾幀,或兩者都給。 影片和音訊,BF16
H3-Base Ref2VA ref2va 參考生有聲影片 文本,加上參考圖像、影片和/或音訊。模型卡的上限是 9 張圖、3 段影片、3 段音訊,合計最多 12 個檔案。每段 2–15 秒,每種模態的總時長最多 15 秒。 影片和音訊,BF16

同一天核對的輸出約定是:4–15 秒,短邊預設 768 像素,24 FPS,32 kHz 立體聲。點名的長寬比包括 21:9、16:9、4:3、1:1、3:4 和 9:16。對白穩定支援阿拉伯語、中文、英語、法語、德語、意大利語、日語、韓語、葡萄牙語、俄語和西班牙語。FL2VA 和 Ref2VA 不能互換:部署指南說,FL2VA 服務不會提供 ref2va。

架構上,模型卡說 H3-Omni-Transformer 是 330 億參數的稠密模型,其中約 130 億在 AdaLN 分支裡,只做推論時不必載入。文本編碼器使用完整的 Qwen3-VL-32B 權重,讀取第 50 層的隱藏狀態。這些是參數量,不是測出來的顯示記憶體下限。

權重使用 MiniMax H3 Community License Agreement。模型卡和倉庫裡的許可文本,才是地域、商用和可接受用途的依據。本頁不轉述那些條款。

怎樣在本機運行 MiniMax H3

模型卡點了四個推論框架,各自有指南:SGLang、vLLM、Diffusers 和 ComfyUI。MiniMax 的部署指南最後審閱於 2026 年 8 月 26 日,分成視覺化的 ComfyUI 路徑,和鎖定版本的 SGLang 服務。它把 vLLM-Omni 配方視為社群維護,而不是該頁可重現的基線。

工作站上的 ComfyUI

這是部署指南為互動式本機使用推薦的路徑。它仍然只對 ComfyUI 下載的轉換後權重做本機推論。檔案來自 Comfy-Org/MiniMax-H3,包括 INT8 和 NVFP4 組件。MiniMax 說它們和官方的混合 BF16/FP32 checkpoint 不是同一套數值基線,顯示記憶體和畫質都可以不同。

指南審閱過的基線是 ComfyUI 0.30.0 或更新版本,內置 T2V、I2V 和 R2V 模板。它也說,這份 ComfyUI 指南沒有公佈最低顯示記憶體。列出的步驟是:

  1. 把 ComfyUI 更新到 0.30.0 或更新,然後啟動。
  2. 打開 Template Library,再打開 Video。
  3. 選擇 MiniMax H3 的 T2V、I2V 或 R2V。T2V 和 I2V 用 FL2VA 擴散模型。R2V 用單獨的 Ref2VA 模型。
  4. 讓模型掃描彈出視窗下載模板要求的檔案。模型列表沒刷新就重啟 ComfyUI。
  5. 填寫提示詞,以及需要的圖像、影片或音訊參考。I2V 接收一張輸入圖,可選首幀和尾幀。
  6. 在 Resolution Selector 裡用 0.98 百萬像素,邊長為 32 的倍數,或直接設 1344×768。指南說不要用 1.0 百萬像素那一檔,因為它會落到 1376×768,超過 H3-Base 768×1344 的像素面積上限。
  7. 把工作流加入佇列。文檔中的結果是一段 MP4:24 FPS 影片串流,加上同步立體聲。

時長會對齊到模型在 24 FPS 下的 17k + 5 幀網格,所以你填的長度可能被挪到合法幀數。示例 FL2VA 工作流用 20 步,另有可選的 8 步 Turbo LoRA,指南說它可能降低動作和音訊質素。對比輸出時把 LoRA 記下來。

用 SGLang 自建 API

模型卡上的 FL2VA 短示例是一條四卡啟動命令。它沒有寫 GPU 型號:

sglang serve \
  --model-path MiniMaxAI/MiniMax-H3 \
  --num-gpus 4 \
  --ulysses-degree 4 \
  --performance-mode speed \
  --host 0.0.0.0 \
  --port 30010 \
  --model-variant fl2va

這個 host 參數要看仔細。部署指南鎖定的快速入門綁定的是 127.0.0.1,並且說,在把綁定改成 0.0.0.0 之前,要先在連接埠前面放上認證、TLS、配額,以及授權所要求的託管服務防護。把模型卡上的命令直接暴露到公網,不是指南的基線。

同一份指南可重現的基線(審閱於 2026 年 8 月 26 日)比「裝上 SGLang 就能跑」窄得多:

  • 模型 MiniMaxAI/MiniMax-H3,修訂 42ed227ee7df40d41602854ae760620d6eb651fe。
  • SGLang 原始碼提交 2511743bd784e69e5a81ca3d926a000711dae4ab。該頁說 H3 支援從 SGLang v0.5.17 起隨 PyPI 提供,擴散安裝仍要加 --prerelease=allow。它也說,H3 擴散服務還不是穩定的 SGLang 發佈契約。
  • 只下載你要服務的那一份。FL2VA 是 model_index.json 加上 FL2VA/*。--model-path 保持倉庫根目錄,用 --model-variant fl2va 選擇分區。不要把伺服器指到 FL2VA/ 子目錄。
  • 快速入門的硬件一行是:單機 8 張 NVIDIA B200,Ulysses 度數 8,組件常駐。該頁稱這是參考配置,不是最低配置。
  • 就緒的標誌是 /health 返回 {"status":"ok"}。/liveness 只說明 HTTP 進程仍在運行。

模型卡上單個任務族的下載命令是:

hf download MiniMaxAI/MiniMax-H3 --include "model_index.json" "FL2VA/*" --local-dir MiniMax-H3

對完全離線的機器,部署指南說:在能聯網的電腦上下載,複製目錄,確認 model_index.json 和所選的 FL2VA/ 或 Ref2VA/ 都在,再用 HF_HUB_OFFLINE=1 啟動。文中提到中國大陸鏡像 MiniMax/MiniMax-H3,並說它和鎖定的 Hugging Face 提交是否修訂一致尚未記錄,所以鎖定的基線不用這個鏡像。

模型卡也指向 Diffusers 和一份 vLLM 配方。Diffusers 是同一套 Hugging Face 倉庫的載入器,不是第二個模型。MiniMax 部署頁上的 vLLM-Omni 一節標為實驗性、由社群維護。兩者都不會把託管的 Context-IR 或 2K 模組變成本機程式碼。

硬件和系統要求

2026 年 10 月 22 日讀過的材料裡,沒有單一的「最低電腦配置」。部署指南說,沒有公佈的要求,不等於沒有要求。用和你實際安裝路徑對應的那一行。

路徑MiniMax 公佈了什麼怎麼讀
SGLang 快速入門 單機 8 張 NVIDIA B200,Ulysses 度數 8,官方混合 BF16/FP32 權重,組件常駐。該頁原始碼安裝用 Linux 和 Python 3.12。 部署指南里的參考拓撲,最後審閱於 2026 年 8 月 26 日。不是最低配置。這份配方的主機記憶體未公佈。也沒有公佈 H3 專用的 CUDA 或驅動最低版本。
模型卡上的 SGLang 示例 --num-gpus 4 和 --ulysses-degree 4。 部署指南說,這條命令沒有寫 GPU 型號,也沒有公佈峰值顯示記憶體、主機記憶體、磁碟、互聯、驅動、CUDA 或延遲。
官方權重的磁碟 SGLang 一節說確切需求未公佈,上游 cookbook 報告模型權重大約 108 GB。同一頁的 vLLM 一節說每個 checkpoint 分區約 135 GiB,兩份都留大約 270 GiB。 兩份不同的上游寫法。給快取和輸出再留空間。不要把這兩個數加在一起。
ComfyUI ComfyUI 0.30.0 或更新。ComfyUI H3 指南沒有公佈最低顯示記憶體和效能。 在你的機器上驗證所選模板。裁剪和量化過的 Comfy-Org 檔案,和 BF16/FP32 基線不是同一份產物。
SGLang 上游,消費級 GPU 2 張 RTX 5090 32 GB,TP 2 加逐層卸載,無損,快速入門配置 50 步:端到端 559.67 秒,每卡採樣峰值 26.3 GiB。1 張 RTX 4090 24 GB,逐層卸載加 kitchen_int8:GPU 峰值約 18 GB,延遲取決於主機記憶體和卸載頻寬。 MiniMax 頁面轉錄自 SGLang 上游。該頁說,在 MiniMax 公佈測試矩陣之前,消費級、卸載、量化、AMD 和多機配方都應按上游配置看待,而不是 MiniMax 驗證過的硬件。
vLLM-Omni 上游 雙卡卸載配方要求至少 200 GiB 可用系統記憶體,建議主機 384 GiB。一條已公佈的消費級記錄是 2 張 RTX 5090 32 GB,TP 2 加分佈式逐層卸載,T2VA 1344×768、124 幀、50 步:客戶端端到端 8 分 38 秒,每卡採樣峰值約 22.6 GiB,來自單次驗證。 社群配方,審閱於 2026 年 8 月 26 日。不是鎖定的 SGLang 基線。工作負載對不上時,也不能和 SGLang 各行比較。ffmpeg 和 ffprobe 必須在 PATH 上。

部署指南還轉錄了數據中心的計時,包括 4 張 H200 無損、均值 75.10 秒,對應 1344×768、124 幀、24 FPS、50 步、5 秒的 T2VA 負載。那些行是在上游構建上測的,不是該頁鎖定的那個 commit。它們是那一頁的容量筆記,不是本站的結果。

如果公佈的多卡形態裝不進你現有的電腦,租來的機器仍然是遠端硬件。本站的雲 GPU 指南談的是為圖像 checkpoint 規劃租賃。它沒有補上一個 H3 顯示記憶體數字,租賃也不會讓 H3-Context-IR 或 H3-Regenerate-2K 變成本機的。

MiniMax H3 和託管 API

有用的比較是系統邊界,不是質素排名。本站沒有做過並排測試。

  • 託管 API 或 Hailuo 應用程式。請求發給 MiniMax。完整棧可以包含 Context-IR 和 2K 再生。你不安裝權重。推論不在本機。
  • 本機 H3-Base。你下載 FL2VA、Ref2VA 或兩者,用 SGLang、vLLM、Diffusers,或 Comfy-Org 的轉換權重來跑。除非事後再調託管的 2K API,輸出停在上面的 768p 約定裡。
  • Comfy-Org 權重和官方 checkpoint。兩者都可以在你的機器上跑。MiniMax 說它們是不同產物。不要把兩邊的基準數字混在一起。

本站已經寫過的圖像模型是另一項任務,不能當作 H3 的替代 checkpoint。FLUX.1-dev、HiDream-O1-Image、Z-Image、Qwen-Image-Edit-2511 和 HunyuanImage 3.0 生成或編輯靜態圖像。它們不實現 H3 的 fl2va 有聲影片任務。這裡不聲稱這些模型和 H3 之間的延遲或偏好分數。這些指南目前是英文。

官方 skill 裡的提示詞結構

MiniMax 在 H3 倉庫裡放了一份寫提示詞的 skill。它是格式指南,不是測出來的質素分數。對基礎模式,skill 要求按這個順序保留三個欄位:integrated_multimodal_description、overall_soundscape,然後是 non_diegetic_music。它點名的模式是:

  • T2VA:從文本搭出視聽時間線。
  • I2VA:從首幀出發往前走。
  • FL2VA:描述首幀和尾幀之間的連續路徑。
  • L2VA:推斷一個合理的開場,落到給定的尾幀上。

Ref2VA 是另一套六段改寫:subject_definitions、summary、retention_analysis、detailed_description、overall_soundscape 和 non_diegetic_music。skill 說改寫用英文寫,對白和畫面文字保留原文,描述要匹配所請求的時長(4–15 秒),並寫明關鍵幀怎樣接到時間線上。完整模板是該 skill 旁邊的 references/base-en.txt 和 references/ref-en.txt。本頁不另加提示詞。

首幀和尾幀

FL2VA 是做這件事的本機 checkpoint。模型卡說:零張圖是文字生成影片,一張圖是首幀或尾幀條件,兩張圖是首尾幀生成。部署指南把同一件事映射到 SGLang 任務 fl2va,一到兩個角色為 keyframe 的圖像條件,以及 ComfyUI 的 I2V 模板。

本站不能做這次生成。如果你已經有一段影片,只需要把頭尾存成圖片檔案,首尾幀影片頁面在瀏覽器裡提取。它不調用 MiniMax。該頁目前是英文。

通過託管 API 使用 MiniMax-H3-Image

MiniMax-H3-Image 是靜態圖像模型:文生圖和圖像編輯。它不是 H3-Base 影片 checkpoint,調用託管圖像 API 也不是本機推論。這一節的事實在 2026 年 11 月 12 日讀自 MiniMax 的 API 參考、定價頁,以及 MiniMax-H3-Image 模型卡。Google 的圖像價格同一天讀自 Gemini 定價頁。

端點和 API 密鑰

模型卡寫了兩個主機。全球請求用 https://api.minimax.io。同一張卡上的中國主機是 https://api.minimax.cn。文生圖是 POST /v1/images/generations。圖像編輯(1 到 16 張參考圖)是 POST /v1/images/edits。兩者都接受 MiniMax-H3-Image 和 MiniMax-H3-Image-Highspeed。OpenAPI 的安全方案是 Authorization: Bearer 加上 API 密鑰。

MiniMax 的準備指南說,先在 API 平台註冊或登入,再打開 API Keys,為按量計費選擇 “Create new secret key”。該指南說按量計費涵蓋圖像模型。密鑰是憑證:API FAQ說不要分享它,也不要放進瀏覽器或其他客戶端程式碼。把它放在環境變數裡,例如 MINIMAX_API_KEY。M Plan 用另一把訂閱密鑰,不要把兩把鑰匙當成可以互換。按量計費從帳戶餘額扣款。本站不簽發 MiniMax 密鑰,也不給帳戶充值。

生成介面的參考說伺服器最多等 600 秒,所以客戶端超時至少要這麼長。這個端點不是冪等的:請求發出之後,即使客戶端斷開,MiniMax 仍會做完生成,並對成功的圖像收費;重試會再生成一次、再收一次費。

一次基本的文生圖請求

參考把 model 和 prompt 標為必填。n 預設是 1。下面的請求體用文檔示例裡的提示詞和 2720x1536 尺寸,一張圖,響應為 URL。除了已經在環境裡的密鑰,不要替換別的內容。

curl --max-time 600 https://api.minimax.io/v1/images/generations \
  -H "Authorization: Bearer $MINIMAX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-H3-Image",
    "prompt": "An orange cat lying on a windowsill basking in the sun, warm afternoon light, film texture",
    "size": "2720x1536",
    "n": 1,
    "response_format": "url"
  }'

中國主機把源換成 https://api.minimax.cn,路徑不變。圖像 URL 要自己下載;參考說這個 URL 不保證一直可用。編輯走另一條路徑,文檔是分開的。

價格:託管 API、本機權重和 Nano Banana

MiniMax 按 token 給託管圖像 API 計費,同時也公佈了示意性的單張總價。在定價概覽上,標準 MiniMax-H3-Image 是每百萬輸入文本 token 2.30 美元、每百萬輸入圖像 token 1.50 美元、每百萬輸出圖像 token 3.80 美元。MiniMax-H3-Image-Highspeed 在同樣三項上是 2.30、3.00 和 7.60 美元。該頁說,單張金額是一張圖的估計,會隨文本 token 數量變化,包括提示詞增強加進去的 token。

託管示例,讀於 2026 年 11 月 12 日標準 MiniMax-H3-ImageMiniMax-H3-Image-Highspeed
文生圖,無輸入圖像,1K(1024×1024)$0.02179$0.03529
文生圖,無輸入圖像,2K(2048×2048)$0.02333$0.03622
文生圖,無輸入圖像,4K(4096×4096)$0.06879;所列 50% 優惠生效時為 $0.03439$0.13001;所列 50% 優惠生效時為 $0.06501
編輯,一張 1K 參考圖,1K 輸出$0.02654$0.04525

同一頁說,50% 減免持續到 2026 年 11 月 17 日 16:00 UTC,不含該時刻,並且只在最終圖像至少有 16,600,000 像素時適用。示例表把這條註記用在 4K 行上。這是有截止日期的優惠,不是底層 token 單價。4096×4096 的圖像是 16,777,216 像素,達到 MiniMax 寫下的像素條件;2048×2048 達不到。

自己跑權重,在模型卡和那張定價頁上都沒有一個美元單價。模型卡列出圖像倉庫 68.65 GB,其中 DiT 檔案 66.28 GB,圖像 VAE 2.34 GB,另外還要從 MiniMaxAI/MiniMax-H3 而不是圖像倉庫載入 66.7 GB 的文本編碼器。可選的提示詞擴展器列為 17.9 GB。這些是下載體積。MiniMax 沒有公佈電費、顯示卡購買價或本機的單張成本,本頁也不編一個。租來的 GPU 是第三張帳單,由租賃商開,而且仍然是遠端硬件。

Google 的 Gemini API 定價同一天閱讀,Nano Banana 同樣按 token 計價,並印出圖像輸出的等價金額。那和 MiniMax 示例裡的合計不是同一種數。標準 gemini-nano-banana-2.1(Nano Banana 2.1)的免費層標為不可用。文本、圖像和影片輸入是每百萬 token 1.50 美元。圖像輸出是每百萬 token 30 美元,腳註把它換算成 1K 圖像 0.0336 美元(1024×1024,1120 token)、2K 0.0504 美元(2048×2048,1680 token)、4K 0.113 美元(4096×4096,3780 token)。文本和思考輸出另按每百萬 token 7.50 美元計。同一腳註把 Batch 圖像輸出標為每百萬 token 15 美元。這些單張數字是圖像輸出的等價額。輸入 token,以及任何搜尋接地,都另算。

Nano Banana 2,即 gemini-3.1-flash-image,是另一行。它的標準圖像輸出是每百萬 token 60 美元:腳註換算為 1K 0.067 美元、2K 0.101 美元、4K 0.151 美元,文本或圖像輸入為每百萬 token 0.50 美元,免費層同樣標為不可用。本站英文概覽說,截至 2026 年 10 月 9 日的核對,Google 建議新項目用 Nano Banana 2.1。這是選型說明,不是說 2.1 和 Nano Banana 2 同價。

不要用 MiniMax 的 0.02179 美元示例去減 Google 的 0.0336 美元圖像輸出口徑,然後把差額叫作省下來的錢。一個是 MiniMax 對示例提示詞的示意合計。另一個是 Google 在計入輸入之前的圖像輸出 token 價格。確切的模型 ID、解像度和你要發送的提示詞,以廠商頁面為準。

每條路徑要花多少

這張表比較的是 MiniMax-H3-Image 的一張靜態圖像。每個數字都在 2026 年 11 月(2026-11)讀自該服務商自己的公開定價頁。頁面沒有寫出的價格,儲存格裡寫「未公佈」。本站沒有調用這些 API。頁面前面的影片 checkpoint 和這些靜態圖像價格不是同一個產品。

路徑 已公佈價格 來源,核對於 2026-11
本機 MiniMax-H3-Image API 費用為每張 $0。電費另計,單張美元成本未公佈。原始 checkpoint 加上 MiniMax-H3 文本編碼器的磁碟大約 135 GB。含 diffusers 副本的完整 Hugging Face 倉庫大約 204 GB。可選提示詞擴展器 17.9 GB。vLLM-Omni:一張 B200 或 B300 以大約 135 GiB 放下整個模型,一張 H200 則把文本編碼器卸載出去。SGLang 在空閒不足 130 GiB 時卸載組件。該 README 沒有公佈消費級 GPU 的單一最低顯示記憶體。 https://github.com/MiniMax-AI/MiniMax-H3-Image/blob/main/README.md
MiniMax API,標準 MiniMax-H3-Image 每百萬輸入文本 token $2.30,每百萬輸入圖像 token $1.50,每百萬輸出圖像 token $3.80。單張示意合計:1K 文生圖 $0.02179,2K $0.02333,4K $0.06879,50% 優惠適用時為 $0.03439。一張 1K 參考圖編輯到 1K:$0.02654。50% 優惠到 2026 年 11 月 17 日 16:00 UTC 為止(不含該時刻),且僅當交付圖像至少有 16,600,000 像素。 https://platform.minimax.io/docs/pricing/overview
MiniMax API,MiniMax-H3-Image-Highspeed 同樣三項為每百萬 $2.30、$3.00 和 $7.60。1K 文生圖示意合計 $0.03529。4K 文生圖示意合計 $0.13001,同一 50% 優惠期間為 $0.06501。 https://platform.minimax.io/docs/pricing/overview
fal.ai,標準文生圖和編輯 每百萬輸入文本 token $2.30,每百萬輸入圖像 token $1.50,每百萬輸出圖像 token $3.80。單張合計未公佈。 文生圖,編輯
fal.ai,Highspeed 文生圖:每 1000 萬輸入文本 token $23,每 1000 萬輸出圖像 token $76,即每百萬 $2.30 和 $7.60。該文生圖頁面未公佈輸入圖像單價。編輯:每 1000 萬輸入文本、輸入圖像、輸出圖像 token 分別為 $23、$30 和 $76,即每百萬 $2.30、$3.00 和 $7.60。單張合計未公佈。 Highspeed 文生圖,Highspeed 編輯
Replicate 靜態圖像 MiniMax-H3-Image 的價格未公佈。Replicate 上公開的 MiniMax H3 模型是影片:768P 每秒 $0.08,2K 每秒 $0.13。 https://replicate.com/minimax/h3
OpenRouter,minimax/minimax-h3-image 每百萬文本輸入 token $2.30,每百萬圖像輸入 token $1.50,每百萬圖像輸出 token $3.80。單張合計未公佈。 https://openrouter.ai/minimax/minimax-h3-image
OpenRouter,minimax/minimax-h3-image-highspeed 同樣三項為每百萬 $2.30、$3.00 和 $7.60。單張合計未公佈。 https://openrouter.ai/minimax/minimax-h3-image-highspeed
Nano Banana 2.1,gemini-nano-banana-2.1,標準檔 免費層:未提供。文本、圖像和影片輸入為每百萬 token $1.50。圖像輸出為每百萬 token $30:1K(1024×1024,1120 token)$0.0336,2K(1680 token)$0.0504,4K(3780 token)$0.113。文本和思考輸出另按每百萬 token $7.50。Batch 圖像輸出為每百萬 token $15($0.0168、$0.0252、$0.0567)。單張數字是圖像輸出口徑。輸入 token 另計。 https://ai.google.dev/gemini-api/docs/pricing
Nano Banana 2,gemini-3.1-flash-image,標準檔 免費層:未提供。文本或圖像輸入為每百萬 token $0.50。圖像輸出為每百萬 token $60:0.5K(512px,747 token)$0.045,1K(1120 token)$0.067,2K(1680 token)$0.101,4K(2520 token)$0.151。文本和思考輸出為每百萬 token $3。輸入 token 另計。 https://ai.google.dev/gemini-api/docs/pricing

本機權重的 API 費用是每張 $0,電費和顯示卡另計;只有你已經擁有 README 所說那種機器(一張 B200 或 B300 上大約 135 GiB 常駐)時,這條路才更便宜,MiniMax 也沒有把電費公佈成單張美元成本。偶爾出幾張靜態圖像時,本頁已公佈的示意合計裡最低的是 MiniMax 標準 1K 示例 $0.02179;fal.ai 和 OpenRouter 列出的是同一套標準 token 單價,並沒有更低的單張價格,而 Nano Banana 2.1 在 1K 的 $0.0336 只是圖像輸出、還沒算輸入 token,所以這個差額不是同一口徑下省下的錢。Replicate 沒有公佈靜態圖像 H3 的價格,它的 H3 頁面按秒給影片計費:沒有那張顯示卡就用託管,也不要把 4K 的五折優惠當成長期價格,該優惠在 2026 年 11 月 17 日 16:00 UTC 結束。

來源