К содержимому
Изображения

MiniMax-H3-Image-NVFP4

быстрая генерация до 16.8 Мп в ComfyUI

2 мин чтенияобновлено

Это сжатая до 4 бит версия модели MiniMaxAI/MiniMax-H3-Image, подготовленная для запуска в ComfyUI. Она умеет генерировать изображения по текстовому описанию и редактировать картинки по референсам в высоком разрешении (вплоть до 4096×4096) всего за 6 шагов. За основу взят обрезанный bf16-чекпоинт весом 40.2 ГБ от Comfy-Org, в котором 200 линейных слоёв перевели в формат NVFP4 (4-битная квантизация под архитектуру NVIDIA Blackwell) без дообучения. В результате вес файла сократился до 12.5 ГБ, благодаря чему модель вместе с текстовым энкодером помещается в 32 ГБ видеопамяти RTX 5090 и работает в 2.1–2.4 раза быстрее исходника.

Ключевые особенности

  • Компактный размер: вес модели уменьшен с 40.23 ГБ до 12.54 ГБ (200 слоёв переведены в NVFP4 через встроенный квантизатор ComfyUI).
  • Высокая скорость: на RTX 5090 генерация кадра 4 Мп (2048×2048 или 2720×1536) занимает около 3 секунд, а 16.8 Мп (4096×4096) — около 16 секунд.
  • Нативная интеграция: загружается стандартными узлами UNETLoader и CLIPLoader в ComfyUI без установки кастомных нод.
  • Поддержка референсов: работает как в режиме text-to-image, так и для редактирования с опорой на референсные изображения.

Что можно сделать

  • Генерировать детализированные изображения и постеры с текстом в разрешении 4K и до 16.8 мегапикселей без долгого ожидания.
  • Редактировать сцены по референсу (например, менять освещение в комнате с дневного на ночное за ~5.7 секунды).
  • Запускать тяжёлую модель MiniMax H3-Image локально на одной видеокарте с 32 ГБ VRAM вместо серверных ускорителей на 96 ГБ.

Пример

Файл minimax_h3_image_pruned_nvfp4.safetensors кладётся в папку ComfyUI/models/diffusion_models/ и загружается через UNETLoader (weight_dtype = default). Для генерации в KSampler используются следующие настройки:

steps: 6
cfg: 1.0
sampler: euler
scheduler: simple
denonise: 1.0
positive: MiniMaxH3ImageConditioning (output 0)
negative: ConditioningZeroOut of the positive
Подробнее Бенчмарки на RTX 5090 (6 шагов): 2.9–3.4 с для 4 Мп, 7.2 с для 3840×2176, 15.7–16.6 с для 16.8 Мп; холодный старт — 13 с.
Требования: видеокарта NVIDIA Blackwell (RTX 5090, пик VRAM 27.6–31.1 ГБ), ComfyUI 0.45+ и PyTorch 2.10 с CUDA 13 (cu130).
Отдельно нужны текстовый энкодер (например, qwen3vl_32b_heretic_minimax_h3_nvfp4.safetensors на 15.7 ГБ) и VAE (minimax_h3_image_vae_fp16.safetensors).
Ограничения: при 3+ референсах композиция сильнее расходится с bf16-оригиналом; 2-шаговая турбо-LoRA признана автором слишком сырой; лицензия не действует в США, ЕС, Великобритании и Южной Корее.
Примеры
Обсудить Telegram 0 14

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 12 GB · готовые файлы14 GB
  • FP8 / INT8рекомендуемвеса 5.8 GB7.9 GB
  • 4-bitвеса 3.3 GB5.1 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 5060 Ti 8GB · BF16 — от RTX 5080

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте RTX A6000

    $0.43 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    #!/usr/bin/env bash
    # MiniMax-H3-Image-NVFP4
    set -e
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    # CUDA 13+ → int8_convrot (так советует Comfy-Org), иначе fp8_scaled
    CU=$(nvidia-smi | grep -oP 'CUDA Version: \K[0-9]+' || echo 12)
    [ "$CU" -ge 13 ] && TORCH=cu130 || TORCH=cu128
    [ -d ~/ComfyUI ] || git clone https://github.com/comfyanonymous/ComfyUI ~/ComfyUI
    cd ~/ComfyUI
    uv venv --python 3.12 --allow-existing && source .venv/bin/activate
    uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/$TORCH
    uv pip install -r requirements.txt "huggingface_hub[cli]"
    # Базовые файлы: MiniMax H3, 8-bit
    if [ "$CU" -ge 13 ]; then
      hf download Comfy-Org/MiniMax-H3 text_encoders/qwen3vl_32b_minimax_h3_int8_convrot.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    else
      hf download Comfy-Org/MiniMax-H3 text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors vae/minimax_h3_video_vae_fp16.safetensors vae/minimax_h3_audio_vae_fp32.safetensors --local-dir models
    fi
    # Основная модель: MiniMax-H3-Image-NVFP4
    hf download AIModelMaestro/MiniMax-H3-Image-NVFP4 minimax_h3_image_pruned_nvfp4.safetensors --local-dir models/diffusion_models
    # Запуск ComfyUI. Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP, затем http://localhost:8188
    python main.py --listen 127.0.0.1 --port 8188
    Добавить ещё LoRA к MiniMax-H3-Image-NVFP4
  3. 3. Пользуйтесь

    Со своего компьютера: ssh -L 8188:localhost:8188 пользователь@IP-машины, затем откройте http://localhost:8188. Или откройте этот адрес в браузере на рабочем столе машины. Workflow для модели обычно лежит в её карточке на Hugging Face.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Промпты для MiniMax H3

Все промпты

Готовые промпты с видео результата: копируйте и пробуйте.

Семья модели

Дообучение модели

MiniMaxAI/MiniMax-H3-Image
  1. MiniMax-H3основа семьи
  2. MiniMax-H3-Image
  3. MiniMax-H3-Image-NVFP4

Новые посты про версии MiniMax-H3 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 3Все на Hugging Face

О модели

AIModelMaestro/MiniMax-H3-Image-NVFP4
Автор
AIModelMaestro
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

140

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии