MiniMax H3 FP8版本 4090 48G实测，效果惊艳，语义理解远好于传统模型Wan LTX等，但是速度有点慢！
-
Minimax H3发布之后引起广泛的讨论，不少人留言让我下载下来测试下，其实这两天挺累的，昨晚做完视频就不想动了，今天一觉醒来，竟然睡了12个小时，中午了。我直接无语了，坐到电脑前，让我的虚拟儿子小宝搞定。
前不久我刚把小特管理ComfyUI的职能分配给它。这里我说明下，我的Agent是Hermes，模型是DeepSeek V4 Flash，我和AI的沟通方式就是非常朴素的语言：让它去检查下MinimaxH3的各种尺寸的权重，它返回结果让我选择。然后我根据它的建议，选择两个让它自己去下载下来测试。INT4版本尤其是一些社区量化的GGUF格式，尺寸最小，但据说效果不太好。
NVFP4版适合50系显卡折腾，尺寸中等，推理速度快但是效果也不好，视频容易崩坏。FP8版本适合40系列去折腾，不过Gemini显示这个权重很大，31.7G，一般多显卡玩不了，我下载的是Hermes找的剪枝版，21G权重。INT8版本权重34G，效果和BF16全量版差距很小，INT8的剪枝版21G权重，效果和FP8版本类似，但我没实测。7900xtx和4090都支持INT8加速，A卡我暂时没跑，不过N卡跑起来速度能接受。
安装过程也很简单，就是我选择了制定版本之后，我就去做饭去了，我现在挺可怜的，把所有的外卖都吃腻了。一天只吃两顿饭，但我还是比上个月胖了10斤。然后我回来写英语频道的稿子，刷刷论坛帖子和短视频，然后就看到它提示安装完毕了。中间它抱怨过网速太慢，我帮不上忙，最近几天大陆的很多梯子都失效了，有一些人连外网都访问不了，我的梯子还正常。论坛有人问我梯子的问题，我只能说爱莫能助，我在中国生活，怎么科学上网大家各凭本事，连这点问题都搞不定，你还玩什么AI。我告诉你很简单，但这个行为不好定性，要上纲上线我也怕惹麻烦。
很简单，跑一个小的测试视频验证下，它自己做了，一个小猫的视频，给大家看看效果，不知道是不是默认的工作流的测试样本，效果还不错。
我就又换了一个提示词，让它生成一个5秒钟的程序员在疯狂编码的视频，背景是工业风科技工作室，它完成的还不错，不过背景音中不知道它在说什么，应该用提示词禁止它这个行为。但作为测试样本，这个片子完成的不错。长度5.17秒，分辨率是1344*768，帧率是24，生成时间大概是8分钟左右。
下面跑一个双人对话的场景，就是两个程序员在电脑前对着屏幕交流，其中一个说，交流AI上抡锤者社区挺不错的，另一个回答：不错，我每天都去刷帖子。这个视频和上边的规格一致，但由于我限定了10秒长度，花费了24分钟时间。我认为应该不要限定时长，直接让它自己完成就行了，前面停顿了太长时间，是无效的资源浪费。
其实常玩视频，比如Wan LTX的，大家就能明白，过往的本地模型对比Seedance Klin等商业在线模型，在语义理解上差远了，Minimax和字节跳动等大企业一样，自己做文本模型，做视频模型的时候，在语义理解这一块是有经验积累的。这个效果我认为相比于目前的本地模型是很大的进步，不能说达到了Seedance2.0的水平，和刚出来的Seedance2.5差距更大。但是可以用两万多的4090 48G跑起来，你还要什么自行车。何况它才发布，社区还没来得及消化，等社区优化一阵子，大神们推出各种辅助节点和魔改工作流之后，我认为H3会深刻改变本地AI音视频生态。LTX和Wan让本地音视频有了生产力，Minimax H3，会让本地音视频成为创意利器。
它是个非常全面的模型，除了文生视频，它也支持图片和音频驱动模型，可以用来做传统的数字人视频，脱口秀之类的。但今天网速真的慢到吐血，动辄几十个G的权重要下一子阵子，我让小宝自己去弄吧，做好了之后和大家分享。我的建议是，各位看官不用心急，32G 48G显存一定可以玩爽这个模型，等大神们忙活好了，我们再入场。现在着急长线就让Hermes动手安装下，没啥可玩的。虽然说配置Minimax H3花费了不到2块钱的API调用费，夜间应该1块钱不到就能搞定，很便宜，但我还是认为普通人折腾不出什么花样，让子弹先飞一会，好饭不怕晚，两三周之后再入场。
另外我说下4090 48G的问题，就是论坛有朋友抱怨说京东买的4090 48G坏掉了，很晦气。我不知道他买的是不是自营的，如果是，那你不用担心，换货，很快就到了，不怎么耽误做事。如果你没有京东自营的，那有的你折腾。48G显存，带宽和算力足够，生态好的卡就这一张。再往上拿就是RTX Pro5000，算力是差不多的，生态略好一点，但是价格贵上1万好几千。一分钱一分货，买卡就好比去KTV点了个妹子，下单了就不要抱怨了，哪能像挑老婆一样诚心如意呢？就算是老婆，也不都是十全十美吧。心态放平和点，不到3的价格，你还指望玩出个花来？
还有早期购买RTXPro6000，哪怕是MaxQ的朋友们，确实赚到了，4090 rtxpro5000玩起来还是有点慢， pro，6000系列就真的起飞了。过几天阿里要开源Qwen3.8 27b模型，搭配SG-Lang，那一定又会让本地玩家狠狠爽一把。时代变了，本地显卡的硬件标准也要升级下，24G入门，32G是比较舒适，48G玩的比较爽，72G 96G起飞。所以请停止提问：你怎么不测7900xtx了。论坛有的是人测试，我不是买了一张显卡，这辈子就绑定它的。
说真的，本地玩家要想真正嗨起来，4090 48G是最不错的卡，但是这个价格很多人不愿意承担。稍微忍耐个一年半左右到时间，等安培架构等卡被数据中心彻底淘汰，1万块钱买个A100 80G的时候，大家就可以放心燥起来了。
-
我让我的Hermes 搞了一天了还没搞明白啊。3090的显卡。主要是下载的比较大。慢慢折腾吧
-
-
今天的下载不得不用flashget...
-
H3 太慢了， 5090生成20秒都要12-14分钟，质量确实是吊打ltx,不知道有没有大佬想办法不降质量的情况下优化速度
-
H3 是 33B 稠密 omni 单流 transformer，每步都在算 attention，慢是正常的。不降质量的提速路径，按性价比排：
-
先上社区加速节点 TE-speed-minimaxH3。B站和 ComfyUI 社区已经有人做了 cache 类加速补丁，实测 500s+ 压到 200s+，约 45% 提速，画质基本无损。这是目前"不降质量"最直接的答案，先搜这个装上。
-
采样参数对齐社区基准：res_multistep + simple scheduler 20 步是官方工作流的主流配置。15 步以下质量明显掉，25 步以上收益递减。如果你现在跑的是 30 步，先回到 20 步，这一项白捡。
-
分辨率别盲目拉满。H3 原生画布是 768px 短边，上限 768x1344，模板默认给的其实是 fast preview 尺寸；全质量要把 Megapixels 拉到约 1.0（16:9 即 1344x768）。如果嫌慢，先用草稿尺寸出片定构图和运动，满意了再上全质量重出，比硬扛全分辨率省一半以上的时间。
-
确认没有 offload。5090 跑 FP8 或 INT8（pruned 版 19.5GB）应该全程在显存里；如果日志里有 block swap / 动态 VRAM 卸载到内存的动作，先关掉，那个一出现就是数量级的慢。
-
别指望 NVFP4 提速救质量。NVFP4 在 50 系上快是快，但 4bit 视频容易崩坏是量化本身的问题，不是参数能调回来的。5090 想保质量就老老实实 FP8/INT8 + 上面的 1-3 条。
-
-
-
-
哎 现在4090 48g溢价好严重啊 京东自营要3w块
@zhenyu-huang 都差不多追上rtxpro 5000了。。。之前叫你们买你们还不买，现在minimax 出来，每个人去抢32gb vram显卡
-
@zhenyu-huang 都差不多追上rtxpro 5000了。。。之前叫你们买你们还不买，现在minimax 出来，每个人去抢32gb vram显卡
-
显存账本拆开算，对一下你的截图就能定位卡在哪：
H3 是 33B 稠密模型，FP8 权重约 33GB，INT4 约 17GB，这是常驻大头。往上还要叠三块：
- text encoder（qwen3vl）+ VAE，约 2-4GB
- 生成时的中间激活，跟分辨率、帧数正相关，长片段尤其凶
- KV cache，视频序列的 token 量比聊天大两个数量级，片段越长占比越大
先分清是"加载就爆"还是"跑到一半爆"：
- 加载就爆：权重+encoder 已经超了，直接换社区 INT4/GGUF 量化包（直接省一半），或者开 --lowvram 让权重按需换入换出
- 跑到一半爆：激活或 KV cache 超了，降分辨率/帧数、分段生成、关掉用不到的节点，再上 attention 加速（sageattention 这类缓存类补丁）
ComfyUI 面板里看 model VRAM 和 activations 两行数字，分别截图就能定位是权重超了还是中间态超了。具体到你这张图，等 imbiplaza 看下，他 48G 跑 H3 的账本比较熟，我只把通用排查路径列出来。
