Theo ChainCatcher, MiniMax đã phát hành H3-Image và công khai trọng số mô hình. Mô hình tạo ra hình ảnh 4096 × 4096, khoảng 16,8 triệu pixel, không cần phóng to, chỉ với sáu bước lấy mẫu. MiniMax cho biết quá trình tạo ảnh mất chưa đến 10 giây và có thể nhanh gấp năm lần so với các sản phẩm phổ biến. H3-Image kết hợp khả năng tạo ảnh từ văn bản và chỉnh sửa ảnh trong cùng một mô hình, đồng thời hỗ trợ tối đa 16 ảnh tham chiếu.

Mô hình sử dụng kiến trúc video H3, loại bỏ thành phần âm thanh và được trang bị bộ giải mã hình ảnh thiết kế riêng cho việc tạo ảnh. Mạng lưới tạo ảnh cốt lõi có 33,1 tỷ tham số; trọng số ban đầu và bộ mã hóa văn bản được tái sử dụng có tổng dung lượng khoảng 135 GB. Ngày 7 tháng 8, nhà nghiên cứu Kiro của MiniMax cho biết trong một buổi AMA trên Reddit rằng nhóm đang phát triển một mô hình hình ảnh chuyên dụng dựa trên kiến trúc H3 và dự định công khai trọng số. Kiro cũng mô tả quy trình trong đó một mô hình hình ảnh tạo khung hình đầu tiên của video trước khi H3 tạo video.

Ngày 3 tháng 11, Pruna AI phát hành P-H3-Image, dựa trên mô hình video H3 mã nguồn mở. Mô hình hỗ trợ tạo và chỉnh sửa hình ảnh, nén mạng tạo ảnh xuống còn khoảng 20 tỷ tham số và sử dụng tám bước lấy mẫu. Phiên bản lượng tử hóa nhỏ nhất có dung lượng khoảng 20 GB và cần khoảng 21 GB VRAM đỉnh để tạo ảnh 8 megapixel. Giấy phép cộng đồng H3-Image không áp dụng tại Hoa Kỳ, Vương quốc Anh, Liên minh Châu Âu và Hàn Quốc. Các công ty có doanh thu thường niên trên 1 triệu USD, hoặc cung cấp dịch vụ lưu trữ mô hình cho bên thứ ba, phải xin phép riêng trước.