MiniMax H3（也叫海螺 3）是开放权重的视频模型：MiniMax 在 Hugging Face 上以 MiniMax H3 Community License 发布了权重。所以你可以自己跑——但它是个大模型，硬件决定了你能用上多少。这篇文章汇总了模型卡和社区指南里的信息，帮你决定是本地部署还是在线使用。
你下载的是什么
根据模型卡，H3 是一个 330 亿参数的单流 Transformer（MiniMax 称为 H3-Omni-Transformer），编码器使用 Qwen3-VL-32B。发布的权重经过 CFG 蒸馏，以 BF16 精度运行。它生成 4 到 15 秒、24 帧/秒的视频，带 32 kHz 立体声；短边默认 768 像素，2K 由单独的上下文重新生成步骤（H3-Regenerate-2K）实现。
按社区 ComfyUI 指南的说法，本地部署通常需要四个部分：H3 去噪模型、Qwen3-VL 文本编码器、视频 VAE 和音频 VAE。
基于权重做任何开发之前，请先阅读模型页面上的 MiniMax H3 Community License，它有自己的使用条款。
运行方式
模型卡列出了四种运行方式：SGLang、vLLM、diffusers 和 ComfyUI。
- SGLang / vLLM：适合服务器。MiniMax 官方的 SGLang 示例用 4 张 GPU（
--num-gpus 4、--ulysses-degree 4），并开启--performance-mode speed。 - diffusers：适合 Python 脚本和自定义流程。
- ComfyUI：桌面显卡上最常用，有文生、图生和参考模式的节点工作流。
需要多少显存？
完整的 BF16 模型是为多卡服务器准备的。在单张消费级显卡上，大家用的是量化版本（GGUF、FP8 或 INT8），以画质换显存。社区指南给出的大致情况如下：
| 显存 | 能期待什么 |
|---|---|
| 8–12 GB | 最小的量化版本，只适合实验，短片或低分辨率 |
| 16 GB | 量化测试比较现实的起点 |
| 24 GB 以上 | 整个工作流能加载的话，可以用更好的量化等级 |
| 32 GB 以上 | 画质更好的实验，但仍不是完整模型 |
内存和高速 NVMe 硬盘也很重要，因为模型的大部分要在显存和内存之间来回交换。这些数字是社区反馈，不是保证，会随着新的工作流和量化方式变化。
本地还是在线，哪个更划算？
如果你已经有 24 GB 以上的显卡、想微调或使用 LoRA，或者需要完全离线，适合本地运行。
如果你想要完整模型（而不是量化版本）、2K 输出、同时使用参考图片、视频和音频，又不想折腾环境，就在线用。在 MiniMax H3 AI 上，只为你生成的秒数付费——H3 Max 480P 每秒 6 积分起，5 秒视频 30 积分，最小积分包 300 积分 $9.99——生成失败的积分会退回。在浏览器里试试。
提示词两边通用
无论在 ComfyUI 里还是在线运行，H3 读的是同样的提示词。我们的 MiniMax H3 提示词指南介绍了 MiniMax 推荐的结构——时间线、运镜、对白和声音——并附有可复制的示例。
资料来源
- Hugging Face 上的 MiniMax H3 模型卡：架构、时长、帧率、音频、运行方式、许可证。
- MiniMax H3 发布公告：能力和发布信息。
- 上文显存范围来自社区的 ComfyUI 和 GGUF 指南。