MiniMax-H3-Image-PE NVFP4
промпт-энкодер для ComfyUI в одном файле
2 мин чтенияобновлено
Это однофайловая ComfyUI-упаковка текстового энкодера MiniMax-H3-Image-PE: официальные NVFP4-шарды слиты в один safetensors и переставлены под layout ComfyUI. Исходная PE-модель — часть MiniMax-H3-Image и происходит от Qwen3.8-27B; она расширяет промпты и возвращает JSON с полями expanded_caption и aspect_ratio. Пакет не переквантовывает веса, а только меняет упаковку FP4, layout weight_scale, убирает input_scale и добавляет comfy_quant-теги. Пригодится тем, кто собирает MiniMax-H3-Image в ComfyUI; для официальных SGLang/Transformers/Diffusers-пайплайнов файл не подходит.
Ключевые особенности
- Один файл
minimax_h3_image_pe_nvfp4.safetensorsразмером 16.69 GiB: 2387 тензоров, включая 401 NVFP4-слой. - Это перепаковка уже квантованных весов: меняется порядок FP4-нибблов и layout
weight_scale, добавляютсяcomfy_quant-теги. - Загружается в ComfyUI через
CLIPLoaderсtype=minimaxи подключается кTextGenerateV2. - Нужен thinking-on и
max_tokens=4096: при выключенном thinking в тесте выход был пустым. - Лицензия разрешает использование и распространение только в Applicable Territory — без EU, UK, Korea и US.
Что можно сделать
- В ComfyUI расширять короткие промпты в
expanded_captionиaspect_ratioдля пайплайна MiniMax-H3-Image. - Стартовать с официальных настроек:
temperature=1.0,top_p=0.95,top_k=20,max_tokens=4096. - Проверять англоязычные и китайские промпты: в тесте оба варианта дали валидный JSON.
- Не подставлять файл вместо официальных SGLang, Transformers или Diffusers-шардов — он только для ComfyUI.
Пример
Сценарий: положите файл в ComfyUI/models/text_encoders/, загрузите через CLIPLoader с type=minimax, подключите CLIP-выход к TextGenerateV2. На выходе ожидаются поля expanded_caption и aspect_ratio.
Подробнее
Замеры на DGX Spark GB10, ComfyUI v0.45.0: китайский промпт — 376.86 с, английский — 428.33 с; пик памяти 27.09 GiB.Файл 16.69 GiB; thinking-off дал пустой вывод, поэтому нужен thinking-on и
max_tokens 4096.Лицензия MiniMax-H3-Image Community: только Applicable Territory, без EU, UK, Korea и US; hosted-сервисы и выручка больше 1 млн USD требуют отдельного разрешения.
Это не drop-in замена официальных Transformers, SGLang или Diffusers PE-пайплайнов.














Комментарии