A MiniMax definiu o preço do H3-Image, seu novo modelo de imagem. De acordo com as informações oficiais de lançamento, a versão padrão gera uma imagem 4K por cerca de US$ 0,069, e, na primeira semana após o lançamento, as solicitações com resolução 4K ou superior têm 50% de desconto, ficando em cerca de US$ 0,034 por imagem. O blog oficial afirma que o preço do H3-Image equivale a cerca de 50% a 70% do cobrado por ferramentas populares semelhantes.
A velocidade é outro argumento de venda. A empresa afirma que o H3-Image gera uma imagem de 4096×4096 em cerca de 10 segundos e lançou também a versão de alta velocidade Highspeed: no modo padrão, a geração é cerca de 1,5 a 2 vezes mais rápida que a das ferramentas populares; no modo de alta velocidade, chega a 3 a 4 vezes. O texto do blog não cita quais ferramentas foram usadas na comparação, os gráficos correspondentes mostram apenas curvas, e ainda não há medições de velocidade feitas por terceiros.
Quanto custa um conjunto de imagens de produto
Vamos a uma conta rápida para o cenário mais comum do e-commerce. Para anunciar um produto, costuma-se precisar de imagem principal, imagens de vários ângulos, imagens de contexto e imagens de detalhe; somando, calculemos 8 imagens:
- Preço padrão: 8 × 0,069 ≈ US$ 0,55 por conjunto;
- Preço da primeira semana: 8 × 0,034 ≈ US$ 0,27 por conjunto;
- Uma loja com 1000 SKUs que refizesse todas as imagens em 4K: cerca de US$ 552 no preço padrão e cerca de US$ 272 na primeira semana.
Isso ainda é o cenário ideal de «acertar de primeira». Na prática é preciso escolher: se, em média, forem necessárias 3 gerações para chegar a uma imagem aproveitável, o custo triplica, e um conjunto no preço padrão fica em torno de US$ 1,7. O número de tentativas é uma estimativa e varia muito conforme a categoria.
O 4K tem utilidade concreta no e-commerce. As páginas de detalhe das plataformas costumam permitir ampliar a imagem para ver detalhes: a trama do tecido de uma roupa, as facetas de uma joia, as portas de um aparelho eletrônico. Com imagens de 1024 pixels, a ampliação fica borrada. O H3-Image gera nativamente 16 milhões de pixels, dispensa uma etapa de super-resolução e evita também os detalhes falsos que ela introduz.
As 16 imagens de referência garantem a consistência
O que mais se teme em imagens de produto é que «não pareçam o produto»: a cor sai errada, o logotipo muda de lugar, falta um acessório. O H3-Image lê até 16 imagens de referência por vez, o que permite entregar ao modelo, juntos, fotos reais do mesmo produto em vários ângulos, cartelas de cores da marca e poses de modelo definidas, para que o resultado acompanhe o objeto original.
Esse tipo de fluxo de trabalho já tem ferramentas prontas para absorvê-lo. O PixPix é uma plataforma de geração de imagens voltada ao e-commerce, em que etapas comuns como conjuntos de imagens de produto, páginas de detalhe A+ e provador com modelo viraram entradas próprias; com o H3-Image integrado, será possível escolhê-lo diretamente na área de trabalho para gerar imagens 4K de produtos. Para transformar a imagem estática em um vídeo curto de vendas, o canvas do PixTV permite seguir adiante com modelos de vídeo.
Por quanto tempo o preço baixo se mantém
Depois da semana com metade do preço, o valor volta ao patamar padrão. Os 50% a 70% informados oficialmente formam uma faixa; com qual concorrente e em que resolução a comparação foi feita, o texto não detalha. Na fatura, ainda dependerá da resolução que o cliente da API realmente usar e de o modo de alta velocidade estar ativado ou não; o preço unitário do modo de alta velocidade ainda não foi divulgado separadamente pela empresa.
O código aberto também impõe um teto ao preço: os pesos já estão no Hugging Face e no ModelScope, equipes com grande volume podem fazer a própria implantação e, se o preço da API subir, alguém vai calcular a conta da infraestrutura própria. Para pequenos e médios lojistas, usar a API diretamente ou uma ferramenta web como o PixPix, pagando por imagem, continua sendo a opção com a menor barreira de entrada.
Fontes: blog oficial da MiniMax, CocoLoop, cartão do modelo no Hugging Face; o preço por imagem e a promoção da primeira semana seguem os números oficiais, a empresa não lista com quem os múltiplos de velocidade foram comparados, e o custo por conjunto é uma estimativa aproximada baseada no número de imagens.