MiniMax H3 Image 上线 AI Gateway：文生图与编辑一key可用

MiniMax H3 Image 与 MiniMax H3 Image Highspeed 两款图像模型现已接入 AI Gateway。开发者不再需要单独注册 MiniMax 账户，用一个 API key 即可完成文生图和图像编辑两类任务，这对希望简化多模型调用链路、减少账号与账单管理成本的团队来说，是一个值得关注的接入变化。

一次接入，覆盖生成与编辑两条路径

根据官方说明，两款模型均支持文本生成图像，也支持对已有图像进行编辑。生成环节可直接用文本提示词产出产品视觉图或插画；编辑环节则把生成结果连同指令一起回传，实现改颜色、换主体、调构图等操作。

这种「生成—回传—再编辑」的闭环，意味着同一个模型名称既能当出图入口，也能当修改工具。素材中给出的示例正是先以「阳光木桌上插着野花的蓝色陶瓷花瓶」生成图像，再把图像回传并指令「把花瓶改为陶土色，保留花朵与场景」，从而得到编辑后的版本。对需要反复迭代视觉稿的设计与营销场景，这比在两个独立工具间来回倒腾更连贯。

两款变体：同能力，不同速度取向

H3 Image 与 H3 Image Highspeed 的功能面一致，都提供相同的生成与编辑选项，差别在于 Highspeed 变体主打更快的生成速度。官方原文将其描述为「faster generation with the same generation and editing options」，即在不牺牲生成与编辑能力的前提下压缩出图等待时间。

对于交互式产品、批量出图流水线这类对延迟敏感的场景，Highspeed 更合适；对画质打磨优先、可以接受稍长等待的创作流程，标准版则是默认选择。由于两款模型共用同一套调用方式，切换只需替换模型名，迁移成本很低。

分辨率与画幅：支持自定义尺寸，覆盖 2K 与 4K

两款模型都支持自定义尺寸与宽高比，输出覆盖 2K 和 4K。这一点对实际落地颇为关键——电商banner、社交媒体配图、印刷物料对画幅的要求各不相同，能直接指定尺寸就省去了后期裁切与放大的环节。示例代码中以 size: '2048x2048' 指定方形输出，也印证了尺寸参数是调用时的显式配置项。

输出格式方面，示例通过 providerOptions 中的 outputFormat: 'png' 指定为 PNG，说明格式也可按需设定。

2K 与 4K 通常指输出图像的长边像素量级：2K 约为 2000 像素级别（如 2048×2048），4K 约为 4000 像素级别。对图像生成模型而言，分辨率提升不只是像素变多，还涉及显存占用、生成耗时与细节一致性的权衡——高分辨率往往需要更长的推理时间，且在复杂构图中更容易出现局部结构崩坏。因此实际使用时通常按最终投放场景选择尺寸：社交媒体与网页配图用 2K 已足够，印刷物料或需要大幅裁切的场景才上 4K，避免为不必要的像素付出延迟成本。

调用方式：模型名直传，兼容 OpenAI 路由

接入路径有两条。第一条是直接使用模型名 minimax/minimax-h3-image 或 minimax/minimax-h3-image-highspeed，配合 AI SDK 的 generateImage 接口调用。下方是素材中给出的生成示例：

import { writeFile } from 'node:fs/promises';
import { generateImage } from 'ai';

const { image } = await generateImage({
  model: 'minimax/minimax-h3-image',
  prompt: 'A blue ceramic vase with wildflowers on a sunlit wooden table.',
  size: '2048x2048',
  maxRetries: 0,
  providerOptions: {
    minimax: { outputFormat: 'png' },
  },
});

await writeFile('image.png', image.uint8Array);

编辑调用则把 prompt 换成对象结构，把原图放进 images 数组：

const { image: editedImage } = await generateImage({
  model: 'minimax/minimax-h3-image',
  prompt: {
    text: 'Change the vase to terracotta and keep the flowers and setting.',
    images: [image.uint8Array],
  },
  size: '2048x2048',
  maxRetries: 0,
  providerOptions: {
    minimax: { outputFormat: 'png' },
  },
});

第二条路径是走 OpenAI 兼容的 /v1/images/generations 与 /v1/images/edits 路由。对已经基于 OpenAI 图像接口写好代码的团队，这条路径意味着改动量很小，不必重写调用层就能把模型换过来。

AI SDK 是 Vercel 推出的开源 TypeScript 工具库，用于在服务端统一调用不同厂商的大模型。其 generateImage 函数接受 model 字符串（如 minimax/minimax-h3-image）、prompt、size 等参数，返回包含图像字节数据的对象，开发者再自行写入文件或上传对象存储。providerOptions 是用于传递供应商特有参数的字段，不同厂商的专属配置（如输出格式、采样步数）都放在这里，从而与通用参数解耦。maxRetries 控制调用失败后的自动重试次数，默认为 2，示例显式设为 0 表示不自动重试，由调用方自行处理异常，这在批量任务中便于统一做失败兜底与日志归因。

统一网关带来的成本与治理价值

AI Gateway 的定位是统一 API：调用模型、追踪用量与成本、用一个 key 管理访问权限。这三件事合在一起，解决的是多模型时代的运维碎片化问题——过去每接一家供应商就要多一套凭证、多一份账单、多一处用量统计，如今都收敛到同一控制台。

价格层面，官方明确 AI Gateway 按供应商定价原样透传，不加以价、不收推理平台费。对成本敏感的团队，这消除了「网关是否加价」的顾虑；配合仪表盘查看请求与花费，预算归因也更直接。

OpenAI 兼容路由指的是网关按照 OpenAI 官方图像接口的请求与响应结构对外暴露端点，包括 /v1/images/generations（文生图）与 /v1/images/edits（图像编辑，通常以 multipart 形式上传原图与提示词）。这意味着已有代码只需把 baseURL 指向网关、把 apiKey 换成网关密钥、把模型名改为 MiniMax 的标识，请求体字段基本无需改动即可切换供应商。这种兼容层降低了迁移成本，但也需注意各家在参数语义上的细微差异——例如尺寸取值范围、编辑时原图的编码方式——接入前应核对网关文档，避免沿用旧参数导致调用失败或输出不符合预期。

值得关注的几个实践点

一是模型名要写全，minimax/minimax-h3-image 这类带供应商前缀的写法是网关路由的依据，写错会直接调用失败。二是编辑场景下原图需以字节数组形式随指令回传，prompt 结构从字符串变为包含 text 与 images 的对象。三是 maxRetries 在示例中被显式设为 0，说明调用方对重试策略有完全控制权，批量任务中可据此自行决定是否兜底。

对正在搭建图像生成能力的团队，这次接入的实质意义在于：文生图与图像编辑被收进同一个模型名和同一个 key 之下，叠加 2K/4K 自定义尺寸与 Highspeed 低延迟选项，选型与切换的空间都比过去更宽。