（本文作者为 第四波，钛媒体经授权发布）

文 | 第四波，作者｜冯皓钦

前两天，闫俊杰刚刚说，自己最近全部精力都投注在M3 Pro上。结果11日凌晨，MiniMax就先扔出一道前菜——H3 Image，并同步开放了模型权重，坚定地践行着自己的多模态路线。

在正式评测之前，我们先了解一下H3 Image几个核心功能点。

它衍生自此前的H3多模态模型，除了文生图、图片编辑，还支持最多16张参考图输入。官方重点强调的几个优势：生成速度、画面真实感，复杂指令遵循能力以及便宜的价格。一张约1600万像素的4K图片，最快只需要10秒，价格不到3毛钱。

但在前几天，11月4日，OpenAI端出了GPT Image 2.6，也重点升级了生成速度、图像编辑和视觉一致性。两款模型前后脚发布，难免让人好奇：MiniMax这次到底追上GPT了吗？

为此，第四波拿两款模型做了几轮实际测试。从生活纪实、科技封面，到中文海报、工业爆炸图、多参考图融合，再到3A游戏场景，全部使用2K画质，看看它们究竟相差几何。

画面真实感，MiniMax确实有点东西

第一轮，我们让两款模型生成一张上海老居民区的雨后街景。画面中要有修自行车的老人、提着塑料袋经过的年轻女性，以及远处交谈的行人。没有电影滤镜，也没有刻意营造的戏剧性光效。

（左/GPT Image 2.6 右/MiniMax H3 Image）

GPT Image 2.6的表现相当稳。老人、年轻女性、远处行人基本都出现在指定位置，建筑、便利店、电动车等环境元素也比较完整。

但整张图片过于工整，街道、人物和光线都恰到好处，反而少了几分真实生活中的随意感。

相比之下，MiniMax H3 Image的画面则多了几分真实生活的粗粝感。

老人脸上的皱纹、粗糙的双手、自行车上的锈迹，以及斑驳的墙面，都很有质感。整体画面更粗粝，也更有街头人文纪实摄影的味道。

但它也出现了明显偏差。原本要求的是年轻女性，结果生成人物看起来明显偏成熟，指定的便利店也没有得到清晰呈现。

H3 Image的确已经能生成相当有生活气息的纪实照片，但在追求真实质感的同时，难免可能会牺牲对具体指令的准确执行。这或许也是不少开发者使用后评价它“几乎没有AI味”的原因之一吧。

所以这一轮，H3 Image的真实质感值得肯定，但作为评测，GPT Image 2.6对指令的执行更准确，综合来看小幅领先。

第二轮，我们测试视觉审美，让两款模型为以“AI算力与能源”为主题，设计一张纯净的高端科技杂志封面，不添加任何文字和Logo。

（左/GPT Image 2.6 右/MiniMax H3 Image）

GPT Image 2.6把数据中心、输电铁塔和变电设施放在同一场景中，结构完整、主题清晰，但整体更像一张精致的商业效果图，设计语言不算新颖。

H3 Image反而更有自己的风格。

它选择了大面积天空留白，建筑与输电线路集中在画面下方，灰褐色调克制、自然，整体更接近纪实摄影，也更有杂志封面的视觉氛围。

但问题是，它把数据中心画得太像普通工业厂房，右侧还出现了容易让人联想到传统发电厂的冷却塔，个人感觉，有点弱化了AI算力这一主题。

这一轮，如果强调信息表达，GPT Image更准确，但如果看审美和摄影氛围，我更偏向H3 Image。

从前面这两轮，可以看出MiniMax H3 Image的确具备了与头部生图模型掰手腕的能力，模型也不再只是靠低价吸引用户，画面质感和审美确实有竞争力。

真拿来干活，差距就出来了

接下来，我们开始提高难度。

第三轮我们开始使用两个模型设计中文商业海报。要求包含完整的会议名称、时间、地点，以及六项会议议程，不能有任何错字或信息遗漏。

结果有些出乎意料，两款模型的中文表现都不错，指定文字和时间均准确呈现。

但设计上的差距......一言难尽。

（左/GPT Image 2.6 右/MiniMax H3 Image）

GPT Image 2.6采用黑橙配色，标题、议程和主办方信息都有明确的视觉层级，整体已经具备商业海报的基本可用性。虽然顶部标题稍显拥挤，右侧的大面积橙色图形也有些用力过猛，但至少看得出完整的设计思路。

H3 Image则是完全走向了另一个极端。

它把所有信息规规矩矩地排在米白色背景上，文字没什么问题，留白也足够，但视觉表达过于简单。就像一份会议通知，或者说没设计完的PPT。

它理解了文字要求，却没有真正完成设计任务。这一轮，胜负想必非常直观了。

第四轮，我们测试更复杂的工业产品爆炸图。

这次要求非常明确：一款手持探照灯，严格按照顺序拆分成7个主要部件，准确标注中文名称，再额外展示3枚固定螺丝和完整组装效果。

（左/GPT Image 2.6 右/MiniMax H3 Image）

GPT Image 2.6几乎把这些要求全部完成了。7个部件顺序正确，3枚螺丝没有遗漏，金属、玻璃、电路板的材质区分也很清晰。虽然不能直接作为工程图纸，但已经具备不错的专业展示效果。

H3 Image的表现则没这么理想了。

它同样画对了7个主要部件，中文标注也没有明显错误，但要求3枚螺丝，最后只给了2枚。

更明显的是，右下角的成品还出现了大面积外露的银色散热结构，与拆解图中的黑色后壳并不完全对应。

这类问题在普通插画中或许无伤大雅，但如果用于产品介绍、结构说明，就不能忽视了。

第五轮，我们又提供了4张不同的参考图，分别对应耳机产品、人物主体、动作姿势和建筑环境，要求模型将它们融合成一张高端商业广告。

（两款模型一致的参考图）

这次两款模型的表现都不错。

（左/GPT Image 2.6 右/MiniMax H3 Image）

GPT Image 2.6的整体构图更加完整，人物、耳机与建筑环境结合得比较自然，有成熟商业广告的质感。

H3 Image在人物皮肤、服装纹理和光影方面同样表现不错，尤其是侧脸和暖色光线，颇有时尚摄影的味道。

但它没有完整保留原本的椅子，而是让人物直接倚坐在建筑边缘，场景安排出现偏差。至于人物身份和耳机外观的还原精度，还需要结合原始参考素材进一步判断。

综合来看，这一轮两款模型各有千秋。

此外，最后一轮，我们还补充了一组3A游戏场景测试，要求生成废弃工业城市中的第三人称游戏实机截图。

 （左/GPT Image 2.6 右/MiniMax H3 Image）

两款模型生成的图片画面中，机器人、破损建筑、雨后积水和游戏UI都相当精致，但整体都还是更接近精心摆拍的游戏宣传CG，缺少真正游戏过程中自然形成的镜头语言。

相比之下，用ClaudeFable 5.2生成的可交互HTML游戏，在武器视角、任务信息与场景布局的结合上，反而更有真实游戏的代入感。

那既然说到这儿了，顺便也提一下后续我们会用不同的Agent模型去vibe这样的可交互3A游戏作品，让大家从游戏视频里更直观的看到不同模型的特色。感兴趣的朋友可以关注我们后续的视频。

这样一比，至少说明了一点：在没有Agent加持场景构建的情况下，单张AI生图即使材质、光影足够精致，也不一定能真正还原游戏的实机质感。

所以整体测下来，结果也比较清楚了。

H3 Image在真实感和视觉审美上具备竞争力，但面对复杂指令、精确数量控制和商业设计时，GPT Image 2.6仍然稳如老狗。

便宜又快的MiniMax，还差什么？

不过，如果只看画面效果定输赢，未免有些片面。

因为H3 Image有两个非常突出的优势，是价格和速度。

先说价格。

按照MiniMax公布的国内API参考价格，1K文生图约0.143元，2K约0.1531元。4K、16MP规格的标准版常规参考价约0.4522元，而发布首周还提供五折优惠，单张约0.2261元。

也就是说，在活动期间，两毛多钱就能生成一张1600多万像素的高清图片。

这个价格确实很有竞争力了。特别是对于需要大量生成电商素材、广告方案、游戏概念图的创作者来说，成本优势会随着生成次数增加而放大。

而且，在这次实际体验中，我也明显感觉到，H3 Image的生成速度比GPT Image 2.6更快一些。

当然，这只是本次测试入口和设置下的体验，并不是严格控制分辨率、模型参数和服务器负载后的速度基准测试。但就日常创作而言，少等一会儿，就能多尝试几次方案，这种效率提升是实实在在的。

再加上H3 Image开放了模型权重，开发者可以在许可范围内自行部署、定制和集成。这对需要自主控制模型和工作流的企业来说，也是非常看重的。

但体验过程中，我还发现了一个容易被忽略的用户体验问题，产品入口。

现在使用GPT，不管是在ChatGPT中直接对话生图，还是通过ChatGPT Work、Codex和相关图像插件进行创作，图像能力已经与更多任务流程联系在一起上下文也能更好的共享。

我们在创作时完全可以先讨论创意、整理素材，再生成图片，之后继续修改。整个过程不只是调用一次生图模型，而是在同一套产品生态中持续完成任务。

MiniMax虽然一直坚持多模态路线，文本、视频、图像、语音等模型领域都有布局，但普通用户实际接触这些能力时，仍然需要在海螺、MiniMax Code等不同产品场景之间切换，非常麻烦。

它也有统一的开放平台，可以通过API整合模型能力，但对于不懂开发的普通创作者来说，前台体验的连贯性仍有提升空间，也希望未来官方能对此有所优化。

但无可厚非，从这次实测来看，H3 Image已经是一款有竞争力的生图模型了，尤其是画面真实感、生成速度和成本表现，确实值得肯定。

但如果要直接承担复杂商业设计、结构说明和精确执行任务，GPT Image 2.6目前仍然更让人省心。

毕竟，对真正拿AI干活的人来说，决定成本的不只是生成一张图片要花多少钱，还包括为了得到一张能用的图片，究竟需要修改多少次。

便宜和速度决定了我们愿不愿意多尝试，准确性和工作流体验，才决定了它能不能成为日常生产力工具。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

CoreWeave周二发布三季度财报，营收和亏损均好于预期，全年指引亦超出市场预期上限。消息提振了此前因AI投资回报担忧而持续承压的“新云”（neocloud）板块。

在CoreWeave股价单日大涨约25%的带动下，新云（NeoCloud）板块盘中涨幅一度超过12%，纳指也收复了中期选举后的失地。市场的乐观情绪还受到两则消息强化：Anthropic据报正讨论高达1.5万亿美元以上的IPO估值，打消了此前公司估值将大幅下调的担忧；此外，OpenAI单季营收强劲、首次达到100亿美元。

而对于即将在下周登陆资本市场的Anthropic而言，这份财报来得恰逢其时——CoreWeave是Anthropic的重要算力供应商，两家公司的命运在一定程度上相互绑定。与此同时，英伟达下周的财报将是另一块试金石，投资者届时将寻找更多理由判断AI基础设施热潮能否持续。

不过，这轮反弹的基础仍不牢固：一方面，资金正从超大规模云厂商转向“卖铲人”和算力租赁商；另一方面，CoreWeave未来的融资缺口、债务成本及算力供给扩张，仍是决定这轮AI基建交易能否走远的核心变量。

CoreWeave带动新云板块集体反弹

CoreWeave三季度营收36.6亿美元，超出分析师预期；每股亏损1.27美元，亏损幅度小于市场此前担忧的水平。更受关注的是全年指引：公司预计2026年全年营收在130亿至133亿美元之间，高于市场一致预期上限约3.4%。

CoreWeave CEO Michael Intrator在与分析师的电话会议上透露了一个值得关注的细节：今年新增客户中，超过一半来自AI领域以外。这一数据在一定程度上回应了市场对AI算力需求过度集中、一旦AI投资热潮退却便将面临需求断崖的担忧。Intrator的表述暗示，对高性能算力的需求正在向更广泛的行业渗透，而不仅仅依赖AI实验室的采购。

在此之前，CoreWeave股价年内已累计下跌39%，是AI算力板块中跌幅最深的个股之一。德意志银行分析师Brad Zelnick在财报发布后表示，感谢公司提供了“令人宽慰的细节”，这句话颇能代表市场整体情绪。

财报公布后，CoreWeave股价单日大涨约25%，成为带动新云板块反弹的核心标的。

市场数据显示，新云概念股当日整体上涨逾12%，而高盛广义AI股票篮子上涨约5%，显著跑赢非AI股票。此前受AI资本开支回报疑虑拖累的算力产业链，迎来了一轮快速估值修复。

纳指也收复了中期选举后的失地。

但从市场交易结构看，资金的选择也反映出投资者尚未完全消除疑虑。算力租赁商、半导体企业等AI资本开支的“收款方”表现更强；微软、谷歌、亚马逊等承担巨额数据中心投资的超大规模云厂商则相对落后。换言之，市场眼下更愿意押注AI建设周期的直接受益者，而非继续为巨额资本开支买单的“付款方”。

Mag7指数的表现也逊于标普500指数其他成分股。

CoreWeave与Anthropic：命运相连

而CoreWeave的财报对Anthropic而言具有直接意义。

Anthropic是CoreWeave的客户，使用CoreWeave及其他多家新云服务商的算力来支撑其Claude系列产品，同时也与谷歌等超大规模云厂商签有合同。两家公司从未公开披露合同条款，但Intrator今年4月曾将与Anthropic的合作描述为“数十亿美元级别的合同”。

据彭博报道，Anthropic计划于下周完成上市。作为首家寻求公开上市的美国前沿AI实验室，Anthropic没有搜索引擎、社交媒体或云业务等传统业务作为“护城河”，其估值将完全取决于市场对AI前景的判断。CoreWeave的强劲表现，理论上有助于Anthropic在路演中获得更高的估值认可。

最新市场消息进一步抬高了这场IPO的关注度：据报道，Anthropic的承销商正评估1.5万亿美元或更高的IPO估值可能性。若该估值预期得以维持，Anthropic将不只是检验前沿大模型公司商业化能力的样本，也将成为市场为AI长期增长故事愿意支付何种溢价的直接标尺。此前有消息称Anthropic估值可能大打折扣，或在1.5万亿美元以下。

与此同时，OpenAI单季营收首次达到100亿美元的消息，也为AI应用层需求提供了新的支撑。对投资者而言，这意味着市场正在尝试寻找“模型收入增长—算力采购扩张—芯片及数据中心投资回报”之间能够相互验证的闭环；但这一闭环是否足以支撑高估值，仍有待更多公司财报和订单数据验证。

对Anthropic而言，CoreWeave财报释放的积极信号在于：其上游算力供应商仍能获得强劲订单、提高收入指引并维持融资能力。但这也凸显了双方的共同风险——大模型公司对外部算力的需求能否持续高增长，以及算力供应商能否在高资本开支和高负债模式下保持稳定交付，将共同影响这条产业链的估值基础。

值得注意的是，Anthropic在算力供应上还依赖其他几家前景尚不明朗的新云服务商，其中包括Nscale——据报道该公司正在考虑推迟自身的IPO计划。此前，微软本月早些时候已宣布撤回与Nscale在德克萨斯州和英国合作建设数据中心的计划。

AI下一个考验：英伟达财报

CoreWeave的财报为AI算力板块提供了喘息空间，但这种喘息能持续多久，仍有待观察。

下周，英伟达将发布财报。如果投资者能够暂时搁置对CEO黄仁勋及其他相关问题的担忧，英伟达的业绩或将为市场提供更多乐观理由。

英伟达财报的重要性，已不止于验证GPU需求是否旺盛。市场更希望从中确认三件事：云厂商和新云服务商的采购强度是否持续、Blackwell等新产品的供给与交付能否匹配需求，以及客户资本开支的快速增长能否转化为更可持续的收入和利润。

本轮反弹中，半导体板块表现强劲，费城半导体指数录得数月来最大单日涨幅，并收复此前一周回调的大部分失地；英伟达股价也出现反弹。不过，交易员观察到，部分活跃资金和散户在英伟达财报前仍有卖出行为。这意味着市场对芯片龙头的预期依旧很高，财报若无法提供足够强的指引，AI交易的波动可能再度放大。

彭博专栏作家Dave Lee分析，早在2025年3月CoreWeave上市之际，他便曾警告这家公司将成为“AI革命的第一只真正的风向标股票”，事实证明确实如此——CoreWeave的股价已成为市场波动的主要“出气筒”。而Anthropic上市后，将面临同样的处境：作为一只纯粹的AI标的，它将直接承受市场对AI前景每一次情绪波动的冲击。

反弹背后：融资缺口与供给扩张仍是硬约束

不过，这轮反弹的基础仍不牢固。CoreWeave未来的融资缺口、债务成本及算力供给扩张，仍是决定这轮AI基建交易能否走远的核心变量。

CoreWeave的业绩缓解了“AI建设会否因融资受阻而戛然而止”的短期担忧，但并未彻底回答长期问题。

多头逻辑是，CoreWeave可以围绕客户合同设立融资主体，以高比例担保债务覆盖建设成本；在合同期内偿还债务后，公司仍保留GPU资产，并可将已还清融资的设备再次出租。若算力长期紧缺，这种模式有望令存量设备持续产生现金流。

空头则聚焦三个风险。首先是定价：管理层所提及的每兆瓦收入水平，与财务报表所反映的实际变现水平之间仍存在差距。其次是融资：市场观点认为，公司明年或面临约330亿美元的资金缺口，仍需依赖新增债务或客户预付款填补。最后是供给：到2028年前，市场预计将有约55吉瓦新增算力容量投放，若供给释放快于需求增长，老一代GPU的租金和残值都可能承压。

因此，CoreWeave本季证明的是，在算力依然紧张时，公司能够拿到订单并获得融资；但它尚无法证明，供给紧张会持续到足以覆盖巨额债务、并支撑旧GPU残值的阶段。接下来，市场将密切关注其投资级担保贷款的最终定价、客户预付款规模，以及公司资本开支和自由现金流拐点能否如预期出现。

宏观环境并未放行，监管不确定性仍是隐患

在美国中期选举后，民主党控制国会，德克萨斯州候任州长Gina Hinojosa在竞选期间曾主张对数据中心建设实施暂停令。Intrator上周已致信Hinojosa，希望就已获批项目的“负责任完工”以及未来项目的“持久标准”寻求共识。

在财报电话会议上，Intrator试图稳定投资者情绪。他表示：“我们预计不会受到近期重大监管变化的影响。我们认为，这些变化是关于如何建设的表态，而非是否建设。”

不过，彭博专栏作者Dave Lee指出，现在评估中期选举及民主党控制国会对数据中心建设能力的实际影响，还为时过早。

除监管外，利率仍可能是AI基础设施估值的另一重约束。在本轮股市反弹期间，市场对未来加息的定价有所上升，10年期美债期货隐含收益率重新逼近5%。对于依赖债务融资建设数据中心的新云公司而言，融资成本上升会直接影响项目回报率和股权估值。

更重要的是，股票、信用、利率和原油市场的波动率尚未完全回落。此前建立的避险仓位虽在本轮反弹中部分平仓，VIX一度回落至17附近，但跨资产波动仍处于相对偏高水平。这意味着，CoreWeave带来的“喘息之机”能否演变成趋势性修复，仍取决于后续财报、融资市场和宏观利率环境能否同时给出积极答案。

总体而言，CoreWeave财报暂时修复了市场对AI算力需求和融资能力的信心，也为Anthropic IPO及英伟达财报营造了更有利的情绪窗口。但从“短期空头回补”走向“长期基本面重估”，仍需回答融资、供给、GPU残值和利率四道难题。下周的Anthropic与英伟达，将是这轮AI反弹能否延续的两场关键考试。