К содержимому
Другое

MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF

квантованные веса для локального запуска

2 мин чтения

Этот репозиторий содержит готовые статические квантования (сжатые веса) модели MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic в формате GGUF (формат для эффективного запуска LLM на потребительском железе). Модель основана на архитектуре Qwen (размером 27 миллиардов параметров) и оптимизирована для переписывания и улучшения промптов (запросов). Она поддерживает работу с мультимодальными данными благодаря наличию специальных mmproj-файлов. Подойтёт разработчикам и энтузиастам, которые хотят запускать крупные языковые модели локально с помощью таких утилит, как llama.cpp.

Ключевые особенности

  • Широкий выбор квантований: от компактных Q2_K и Q3_K до качественных Q6_K и Q8_0, а также формат IQ4_XS.
  • Мультимодальная поддержка: в комплекте идут файлы mmproj (версии Q8_0 и f16) для работы с изображениями.
  • Оптимизация под скорость и качество: доступны рекомендованные быстрые варианты вроде Q4_K_M и Q4_K_S.
  • Формат GGUF: полная совместимость с популярными локальными клиентами и фреймворками для инференса.

Что можно сделать

  • Запустить модель локально на своём ПК или сервере с помощью llama.cpp или совместимого софта, подобрав квантование под объём VRAM и RAM.
  • Использовать модель для автоматического улучшения, детализации и переписывания текстовых промптов.
  • Задействовать мультимодальные возможности за счёт подключения прилагаемых mmproj-компонентов.
  • Настроить пайплайны генерации запросов с разным уровнем сжатия весов для экономии ресурсов.

Пример

Для запуска GGUF-моделей и работы с мультимодальными компонентами используйте инструменты вроде llama.cpp, указав путь к файлу весов нужного квантования и соответствующему mmproj-файлу для обработки изображений.

ПодробнееБазовая модель: LeViAtHaN2K/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic
Доступные квантования: Q2_K (11.2 ГБ), Q4_K_M (16.8 ГБ), Q6_K (22.2 ГБ), Q8_0 (28.7 ГБ) и др.
Мультимодальные дополнения: mmproj-Q8_0 (0.7 ГБ) и mmproj-f16 (1.0 ГБ)
Автор квантования: mradermacher
Обсудить Telegram 0

Запустится ли?

Запустится в GGUF Q6_K

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • GGUF Q8_0рекомендуемвеса 27 GB · готовые файлы30 GB
  • GGUF Q6_Kвеса 21 GB · готовые файлы23 GB
  • GGUF Q5_K_Mвеса 18 GB · готовые файлы20 GB
  • GGUF Q5_K_Sвеса 17 GB · готовые файлы20 GB
  • GGUF Q4_K_Mвеса 16 GB · готовые файлы18 GB
  • GGUF Q4_K_Sвеса 15 GB · готовые файлы16 GB
  • GGUF IQ4_XSвеса 14 GB · готовые файлы16 GB
  • GGUF Q3_K_Lвеса 14 GB · готовые файлы16 GB
  • GGUF Q3_K_Mвеса 13 GB · готовые файлы14 GB
  • GGUF Q3_K_Sвеса 11 GB · готовые файлы13 GB
  • GGUF Q2_Kвеса 10 GB · готовые файлы12 GB

Совет: берите 8-bit.GGUF Q8_0 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: GGUF Q8_0 — от RTX 5090

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

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    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.

    # mradermacher/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download mradermacher/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF --local-dir ~/models/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

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.

  • 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 (2)
    • 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.
  • 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

  1. MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VAоснова семьи
  2. MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic
  3. MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF

Новые посты про версии MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 1Все на Hugging Face
Дообучения 2Все на Hugging Face

О модели

mradermacher/MiniMax-H3-Prompt-Rewriter-Qwen3.8-27B-FL2VA-heretic-GGUF
Автор
mradermacher
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Prompt-Resampler-2B

Prompt-Resampler-2B