MiniMax-H3-Image fp8-nvfp4
быстрые квантованные версии под ComfyUI
2 min readupdated
Репозиторий содержит две облегчённые версии диффузионного трансформера MiniMax-H3-Image для генерации изображений по тексту в ComfyUI, подготовленные автором LSDJesus на основе bf16-чекпоинта от Comfy-Org. Квантование (сжатие весов модели для экономии видеопамяти и ускорения работы) позволяет запускать тяжёлую модель локально: версия fp8 весит 21,0 ГБ, а формат NVFP4 сжимает её до 12,5 ГБ. Файлы полностью совместимы со стандартными воркфлоу и загрузчиками ComfyUI, выступая прямой заменой официальным int8 и w4a8 сборкам. Релиз пригодится владельцам видеокарт NVIDIA RTX 40 и 50 серий, которые хотят генерировать картинки в высоком разрешении (2048×2048) за 6 шагов.
Ключевые особенности
- Высокая скорость на RTX 50: вариант NVFP4 выдаёт 3,4 шага в секунду в разрешении 2048×2048 на карте RTX PRO 6000 Blackwell, обгоняя официальные сборки int8 ConvRot (2,6 шага/с) и w4a8 (2,5 шага/с).
- Два формата под разное железо:
fp8_scaled(21,0 ГБ) нативно работает на RTX 40 и RTX 50 (2,1 шага/с), аnvfp4(12,5 ГБ) оптимизирован под архитектуру Blackwell (RTX 50), но запускается и на других картах через эмуляцию в ComfyUI. - Аккуратное квантование: сжаты 200 линейных слоёв в 50 блоках трансформера (95,8% всех весов), при этом критически важные слои проекций, нормализации и настройки 6-шагового расписания PDD оставлены в исходной точности bf16.
- Защита от искажений в fp8: для слоёв
mlp.fc2включено матричное умножение в полной точности (bf16), что убирает сильный дрейф композиции и искажения текста на изображениях.
Что можно сделать
- Генерировать детализированные изображения 2048×2048: запускать быструю 6-шаговую генерацию по текстовым промптам, включая сцены с читаемым текстом и вывесками, используя стандартный шаблон MiniMax H3 Image в ComfyUI.
- Заменить официальные веса без переделки графа: подставить
minimax_h3_image_pruned_nvfp4.safetensorsилиfp8_scaled.safetensorsв готовый воркфлоу от Comfy-Org вместо int8-версии для прироста скорости или экономии места на диске.
Пример
Для запуска обновите ComfyUI до версии 0.44 (с поддержкой MiniMax-H3-Image от 10 ноября 2026 года), скачайте текстовый энкодер (qwen3vl_32b_minimax_h3_nvfp4_awq или _int8_convrot) и VAE (minimax_h3_image_vae_fp16) из репозитория Comfy-Org. Поместите выбранный .safetensors файл в папку models/diffusion_models/, откройте встроенный шаблон MiniMax H3 Image и выберите модель в ноде Load Diffusion Model.
Подробнее
Размеры и скорость (2048×2048, RTX PRO 6000 Blackwell): fp8_scaled — 21,0 ГБ (2,1 steps/s), NVFP4 — 12,5 ГБ (3,4 steps/s).Требуется ComfyUI 0.44+ и внешние компоненты (текстовый энкодер Qwen3-VL 32B и VAE fp16).
Лицензия MiniMax-H3-Image Community License имеет территориальные ограничения (права предоставляются за пределами ЕС, Великобритании, Южной Кореи и США) и политику допустимого использования.














Comments