Menurut ChainCatcher, MiniMax telah merilis H3-Image dan membuka bobot modelnya sebagai sumber terbuka. Model ini menghasilkan gambar berukuran 4096 × 4096, sekitar 16,8 juta piksel, tanpa peningkatan resolusi, dengan enam langkah sampling. MiniMax menyatakan bahwa proses pembuatan gambar memerlukan waktu kurang dari 10 detik dan bisa hingga lima kali lebih cepat daripada produk arus utama. H3-Image menggabungkan pembuatan gambar dari teks dan penyuntingan gambar dalam satu model serta mendukung hingga 16 gambar referensi.

Model ini menggunakan arsitektur video H3, dengan komponen audionya dihapus dan dekoder gambar yang dirancang untuk pembuatan gambar. Jaringan inti pembuatannya memiliki 33,1 miliar parameter; bobot asli dan encoder teks yang digunakan kembali berukuran total sekitar 135 GB. Pada 7 Agustus, peneliti MiniMax Kiro mengatakan dalam AMA di Reddit bahwa tim tersebut sedang mengembangkan model gambar khusus berbasis arsitektur H3 dan berencana membuka bobotnya sebagai sumber terbuka. Kiro juga menjelaskan alur kerja saat model gambar membuat bingkai pertama video sebelum H3 menghasilkan videonya.

Pada 3 November, Pruna AI merilis P-H3-Image, yang berbasis pada model video H3 sumber terbuka. Model ini mendukung pembuatan dan pengeditan gambar, memampatkan jaringan generasinya hingga sekitar 20 miliar parameter, dan menggunakan delapan langkah sampling. Versi terkuantisasinya yang paling kecil berukuran sekitar 20 GB dan membutuhkan VRAM puncak sekitar 21 GB untuk menghasilkan gambar beresolusi 8 megapiksel. Lisensi komunitas H3-Image tidak mencakup Amerika Serikat, Britania Raya, Uni Eropa, dan Korea Selatan. Perusahaan dengan pendapatan tahunan di atas $1 juta, atau perusahaan yang menyediakan hosting model kepada pihak ketiga, harus memperoleh izin terpisah terlebih dahulu.