MiniMax, H3-Image용 프롬프트 확장 모델 PE 가중치 공개
MiniMax가 이미지 생성 모델 MiniMax-H3-Image에 붙여 쓰는 프롬프트 확장(PE) 모델 MiniMax-H3-Image-PE를 Hugging Face에 공개했습니다(11월 9일 00시 35분 한국 시각, 11월 8일 15:35 UTC). 짧은 요청을 상세한 이미지 설명문과 권장 가로세로 비율로 바꿔 주는 모델입니다. 텍스트-이미지용은 가중치까지 풀렸고, 이미지 편집용은 프롬프트만 나왔습니다.
1/짧은 요청을 상세 묘사와 화면 비율로 바꿔 줍니다
MiniMax-H3-Image-PE는 사용자의 짧은 지시를 이미지 생성에 쓸 상세한 설명(expanded_caption)과 가로세로 비율 추천(aspect_ratio)으로 바꿉니다. 이번 저장소는 두 가지 작업을 다룹니다. 텍스트-이미지(T2I) PE는 텍스트 지시를 입력으로 받고, 가중치(Qwen3.8-27B를 미세조정한 FP4 모델), 작업·시스템 프롬프트, 클라이언트 예제가 공개됐습니다. 이미지 편집 PE는 편집 지시와 참고 이미지를 입력으로 받는데, 아직 개발 중이라 이번에는 프롬프트와 메시지 조립 예제만 제공됩니다.
2/SGLang으로 서버를 띄우고 JSON으로 결과를 받습니다
T2I PE는 sglang 0.5.23 이상, xgrammar 0.2.7 이상 조합을 권장하며, 모델은 `sglang serve` 명령으로 띄웁니다. XGrammar가 답변을 JSON 스키마에 맞춰 제한하고, reasoning parser(qwen3)가 추론 과정은 reasoning_content로, 최종 답은 content로 나눕니다. 기본 요청값은 temperature 1.0, top_p 0.95, top_k 20, max_tokens 4096(추론 과정 포함), reasoning_effort xhigh이고 thinking 기능이 켜져 있습니다. 출력 예시는 고양이 사진 요청에 대해 설명문과 "3:2" 비율을 돌려주는 형태입니다. 비율 선택이 auto일 때만 모델이 돌려준 비율을 쓰고, 사용자가 비율을 직접 정했다면 그 값을 씁니다.
3/편집 PE는 원하는 비전-언어 모델에 프롬프트만 얹어 씁니다
이미지 편집 PE는 전용 가중치 없이, 텍스트와 이미지를 섞어 받을 수 있는 비전-언어 모델에 작업 프롬프트를 붙여 쓰는 방식입니다. 입력은 편집 지시(user_query), 순서대로 정리한 참고 이미지(원본 비율을 W:H로 표기, 모르면 None), 목표 비율(adaptive 또는 W:H)입니다. 출력은 편집 내용을 한 문단으로 설명한 expanded_caption과 target_aspect_ratio입니다. 설명문은 원본의 대상, 유지할 것과 바꿀 것, 새로 들어갈 내용을 짚으며 서술은 영어로 나옵니다. 비율을 직접 정하면 그대로 유지하고, adaptive면 모델이 숫자 비율을 정합니다.
4/라이선스와 API 경로
MiniMax-H3-Image-PE는 MiniMax-H3-Image의 일부로 MiniMax-H3-Image Community License Agreement 아래 공개됐고, 기반 모델 Qwen3.8-27B는 Apache 2.0 라이선스입니다. 라이선스 IV절에 적힌 별도 서면 승인은 platform.minimax.io/license에서 신청합니다. 이미지 생성 자체는 글로벌(platform.minimax.io)과 중국(platform.minimax.cn) 플랫폼 API로 쓸 수 있고, 텍스트-이미지, 이미지 편집, 프롬프트 확장 문서가 따로 있습니다. 원문에는 성능 벤치마크 수치나 API 단가가 없습니다.
5/생성 모델 앞단까지 내려받아 쓸 수 있게 됐습니다AMEET 해석
프롬프트 확장 모델의 가중치를 공개하면 API 없이 자체 서버에서 이미지 생성 앞단을 돌릴 수 있습니다. 다만 편집용은 프롬프트만 나온 상태라 당장은 다른 비전-언어 모델을 직접 골라 연결해야 하고, 품질은 선택한 모델에 좌우될 것입니다. 성능 수치가 공개되지 않아 PE를 붙였을 때 생성 품질이 얼마나 달라지는지는 직접 확인해야 합니다.