同一台机器，同一个模型，差距 10 倍。差距哪来的。

TL;DR

• M5 Ultra 256G + ComfyUI，MiniMax H3 生成 5 秒视频（864×480）：7 分 0 秒
• 勾选工作流里一个 Turbo 开关：3 分 6 秒，提速 2.25 倍
• 我另外把 antirez 的 h3.c 原生引擎在本机编译跑通了：同形状 5 秒片子端到端 2 分 1 秒，比 ComfyUI 标准路径快 3.5 倍——但作者 README 里"512² 二十几步 20 秒"那种数字是 M5 Max + int8 路径的，我这台跑的是 BF16 权重，别直接抄
• 社区里同样跑 ComfyUI 的 Mac 用户：9 秒片子跑 1 小时，15 秒片子跑 1.5 小时
• 一张桌面 RTX 5090 同形状只要 2 分 26 秒——ComfyUI 路径我们慢 2.8 倍
• 差距不在芯片，在配置和引擎。 这篇文章就是把我踩完坑之后的完整配置、实测数据和 h3.c 原生引擎实测摊开给你抄。

1. 先交代机器和口径（不然对比都是耍流氓）

一个背景冷知识：官方性能基准工具 comfyui-benchmark 在 Mac 上是半残的——它的遥测线程只认 nvidia-smi。Mac 上老老实实从日志抓 Prompt executed in X seconds 和 tqdm 步时，就是最可靠的数据源。

2. 成绩单（ComfyUI 路径）

三个值得注意的点：

1. 256G 内存的真实价值：冷启动只比稳态慢 4 秒。51.4G 的模型全家桶，统一内存 + mmap 让它们常驻，切换模型不用反复重载——这是大内存机器最被低估的体验优势。
2. Turbo 的收益全部来自步数：单步耗时 19.6 → 19.9s 基本没变，20 步变 8 步，总时长直接砍 60%。开关就在官方工作流子图里（"Enable Lightning LoRA"），勾选即可，不用手动挂 LoRA。
3. 768p 是另一台机器：每步 79.1s，是 480p 的 4 倍——扩散模型的计算量随 token 数超线性增长，想上 720p 请把心理预期乘 4。

3. 三层世界：把 H3 放回全硬件坐标系

跨硬件比较先立规矩，统一归一化：

N = 端到端秒数 ÷ (步数 × 每帧百万像素 × 卡数)   单位 s/(步·MP·卡)

¹ 512²×22 帧参考质量档。 ² 与本机完全同形状（864×480/124帧/20步）直读，无需换算：每步 5.3s vs 本机 19.6s。

数据来源：SGLang 官方 H3 cookbook、NVIDIA Sol Engine、antirez/h3.c README、HN 49252179、zenn.dev 实测；h3.c 原生一行为本机实测（见第 4 节口径）。

读表要点：本机跑 ComfyUI 比一张桌面 5090 慢 2.8 倍；换 h3.c 原生引擎后反超 4090D、逼近 5090；比 M5 Max 上的原生 int8 参考档仍慢约 2.7 倍——差距主要在 int8 算子。而比社区里同样跑 ComfyUI 的 Mac 同行快 8-12 倍。你在哪个梯队，取决于配置和引擎。

4. h3.c 原生引擎实测：同一台机器再快 3.5 倍

antirez（Redis 作者）开源了一个纯 C + Metal 的 MiniMax H3 推理引擎 h3.c，不走 PyTorch、不走 ComfyUI。我在本机 clone 源码、静态审过之后编译跑通，做了完整验收。

4.1 怎么测的

• 本机 make 构建，加载 BF16 权重（README 里的 int8 加速档是作者自己在 M5 Max 上测的，我这边没跑 int8 路径——下面所有数字都是 BF16）
• 任务与 ComfyUI 完全同形状：864×480、124 帧、24fps、5.17 秒
• 连跑 3 条做稳态复现测试（同提示词 2 条 + 参考条件 1 条）

4.2 用时

诚实口径：2 分 1 秒是端到端墙钟（含权重加载与 VAE 解码），采样时间没有单独打点；h3.c 是交互式会话，复用加载后的进程还能更快。

4.3 质量：两级验收都过了

第一级：确定性机器指标（ffmpeg 解码灰度帧 + numpy，三条抽样首/中/末帧）：

• 帧像素 std 23–52，无死帧（std<1）、无全黑/全白/NaN 特征，min/max 覆盖 0–255 正常动态范围
• 径向 FFT 高频能量比 0.27–0.30，三条高度一致，无噪声污染特征
• 跨文件中帧像素差 mean|diff|：同提示词两条之间 11.8（复现性好），与不同参考条件的对照条约 29（差异符合预期）

第二级：人工验收：三条片子人眼对比，"差不多，没看出来差别太大"——同引擎同提示词下输出一致、不漂移，这正是稳态复测的目标。

结论：h3.c 原生引擎在本机连续生成可复现、产物无损，验收通过。

4.4 对照作者 M5 Max 的参考数字（别跟我M5 Ultra搞混了）

另外几个实测特性：4 步少步数去噪约 3.5s（vs 29 步参考 26.4s，SSIM 0.556，质量换速度很激进）；SSD 流式加载把 DiT 驻留内存从 36.5 GiB 压到 2.0 GiB，代价是 864×480 下前向慢 26%——24G 显存以下的 Mac 也能跑 H3 靠的就是它。

4.5 三条片子同框对比

|

|

|

|

5. 为什么慢：两个反直觉的真相

真相一：扩散模型是 compute-bound，大内存救不了速度

统一内存让很多人以为"内存大 = 快"。错了一半：

• 内存大决定跑得起来（H3 全家桶 48G 权重，24G 显存的卡根本装不下）
• 速度由算力决定。扩散模型每步都要把全部权重过一遍全矩阵乘法，batch=1 就已打满 GPU——ComfyUI 作者 comfyanonymous 原话（issue #12426）
• 实证：M2 Ultra 128G 跑 HunyuanVideo 53 分钟，RTX 3060 12G 只要 20 分钟——显存只有对方 1/10 的卡快了 2.6 倍

所以"多开队列提吞吐"在 Mac 上也是伪命题：GPU 已经满了，多开只会排队。

真相二：Mac 上的 int8 是"假 int8"

我在 ComfyUI 里选了 int8 权重，以为在跑 int8 算力。查了源码才发现：

• supports_int8_compute() 对 MPS 返回 False
• PyTorch MPS 后端 87 个算子里没有 IntMM，torch._int_mm 直接 NotImplementedError
• 现在的 int8 = 权重存 int8、算时反量化成 fp16：内存省一半，算力一点不省

这正好解释了第 3 节的表：h3.c 作者用 C 手写 Metal int8 kernel，同代 M5 Max 上 512² 档从 BF16 的 36.3s 干到 int8 的 19.3s——int8 算力本身就有近 2 倍收益，只是 PyTorch MPS 给不了你。comfy-kitchen PR #249 正在给 MPS 补这块（H3 INT8 从 38-74 s/step → 8.4-11.8 s/step），合入后 ComfyUI 路径的速度故事要重写，值得盯。

彩蛋：Mac 上 bf16 比 fp16 慢 1.75 倍（走模拟路径），VAE 用 bf16 比 fp16 慢 5-10 倍（官方 PR #16996）。"新精度更快"在 Mac 上不成立——这也是我 VAE 坚持用 fp16 的原因（int8 VAE 在 Mac 上直接报错，bf16 VAE 慢到没法用）。

6. 抄作业：Mac 跑 H3 的正确配置

DiT    → minimax_h3_fl2va_pruned_int8_convrot   （int8 省内存）
文本编码器 → qwen3vl_32b_minimax_h3_int8_convrot （必须 int8，nvfp4 是 N 卡专属）
视频 VAE → fp16                                  （int8 报 _int_mm 错，bf16 慢 5-10×）
音频 VAE → fp32
速度     → 工作流里勾选 Enable Lightning LoRA（8 步 Turbo）
常驻     → 别手动卸载模型，256G 装得下全家桶，切换零成本

想再快一档：clone h3.c 源码，静态审完 make 编译，BF16 权重直接跑——同形状端到端 2 分 1 秒，比 ComfyUI 标准路径快 3.5 倍。第三方引擎，先审后装，别裸跑。

生图侧顺带一句：Z-Image Turbo 在 Mac 上是速度比较快的模型——bf16 原生、无量化坑、1024² 出图 6.3 秒，8 步直出。Mac 用户想快速出图先玩它，但别比质量。

7. 结论

• Mac 能不能跑视频生成？ 能，而且配置对了是"好用"级别：ComfyUI Turbo 3 分钟，h3.c 原生引擎 2 分钟出一条 5 秒片子。
• Mac 适合当视频主力机吗？ 看预算。同预算的 5090 桌面机（ComfyUI 2 分 26 秒）仍略快于本机 h3.c（2 分 1 秒基本打平），而且 N 卡的 int8/SageAttention/EasyCache 优化生态全都能用；但 Mac 靠 h3.c 已经从"不能用"进到"能上桌"。
• Mac 的正确定位：生图主力（Z-Image 6 秒一张快）+ 视频尝鲜 + 开发验证。256G 内存买的是"跑得起来 + 多模型常驻"，不是"跑得比 N 卡快"。
• 下一个值得等的东西：comfy-kitchen PR #249 的 MPS int8 kernel。合入后 ComfyUI 跑 H3 有望进入 10s/it 时代，那才是质变。

实测环境：Mac M5 Ultra 256G / ComfyUI 0.43.0 / torch 2.12.1；h3.c 本机源码构建（BF16 权重），2026-10-31 至 11-01。所有数字来自引擎日志与产物落盘的原始记录，测试脚本与原始数据可复现。对比数据来源见文中说明。