MiniMax H3

Репозиторий vftfnn/MiniMax-H3-TE-bf16 — переупакованные файлы MiniMax H3 для ComfyUI. Внутри диффузионные модели в bf16, int8_convrot, fp8_scaled и pruned-вариантах, text encoder на базе Qwen3-VL-32B, VAE, LoRA, ControlNet и эмбеддинги. Это не новая модель, а удобная сборка для запуска пайплайнов MiniMax H3.

🎯 Ключевые особенности

• 🗂 Готовая структура папок: diffusion_models, text_encoders, loras, vae, model_patches и embeddings — файлы можно сразу раскладывать в ComfyUI/models.
• ⚙ Несколько вариантов квантования: bf16, int8_convrot, pruned, w6a8 и fp8_scaled; для diffusion-моделей советуют int8_convrot при PyTorch с cu130.
• 🔆 nvfp4 text encoder Qwen3-VL-32B не требует GPU Blackwell.
• 🎨 LoRA для turbo-режимов: 4-step и 8-step для fl2v, а также 4-step для ref2v.
• ✨ 10 эмбеддингов для промптов: art_is_explosion, blooming_flowers, bullet_time, dark_magic, fire_breath, four_seasons, kiss_camera, spiral_ascent, storm_magic и truman_show.
• ▶ Готовые workflow: text-to-video, image-to-video, reference-to-video, continuation, multiframe reference и Fun ControlNet Union.

💬 Пример

Эмбеддинг подключается в CLIPTextEncode через конструкцию:

embedding:minimaxh3_art_is_explosion

Замените имя на нужный файл эмбеддинга.

Подробнее

Бенчмарков в карточке нет.
Для diffusion-моделей советуют int8_convrot при PyTorch с cu130; fp8_scaled — только если int8_convrot недоступен.
nvfp4 text encoder не требует Blackwell GPU.
Это репак: исходные модели лежат в репозиториях MiniMaxAI, lightx2v, alibaba-pai и Kijai.