/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
MiniMax-H3
Опубликована
3 авг 2026

MiniMax-H3-GGUF

Видео из изображенияИзображение, текст → видео3 профессии

Abiray/MiniMax-H3-GGUF — это набор GGUF-квантизованных версий мультимодальной генеративной модели MiniMax H3, разработанной MiniMaxAI и опубликованной пользователем Abiray.

243 тыс.скачиваний за 30 дней148лайковвеса обновлены8 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Репозиторий предназначен для запуска модели с необходимыми компонентами, включая варианты UNet, текстовые энкодеры и VAE. Модель поддерживает объединённое понимание текста, изображений, видео и аудио и предназначена прежде всего для генерации видео с синхронизированным стереозвуком.

Вариант FL2VA работает в режимах text-to-video, first-frame-to-video, last-frame-to-video и first-and-last-frame-to-video, принимая до двух изображений. Вариант Ref2VA поддерживает мультимодальные референсы: до 9 изображений, 3 видеоклипов и 3 аудиоклипов при общем ограничении в 12 файлов; аудио нельзя использовать без изображения или видео. Модель генерирует ролики длительностью 4–15 секунд, с частотой 24 FPS, стереозвуком 32 кГц и различными соотношениями сторон. Доступны разрешения до 2K через H3-Regenerate-2K, при этом короткая сторона по умолчанию составляет 768 пикселей.

Заявлена стабильная поддержка диалогов на арабском, китайском, английском, французском, немецком, итальянском, японском, корейском, португальском, русском и испанском языках; другие языки поддерживаются в разной степени. Сильные стороны модели — широкий набор входных модальностей, референсная генерация и синхронизированный звук, однако исходные квантизованные варианты занимают примерно 15,6–36 ГБ, а требования к памяти и вычислительным ресурсам могут быть высокими. Модель распространяется по MiniMax H3 Community License Agreement.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MiniMax H3 (GGUF Quantizations)

This repository (Abiray/MiniMax-H3-GGUF) provides GGUF quantized versions and necessary component files for the MiniMax H3 model. MiniMax H3 is a general-purpose, omni-modal generative system that supports unified understanding of multimodal contexts composed of text, images, video, and audio. It can generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds.


📌 Note: Pruned Versions for Consumer GPUs

If you are looking for a smaller model with the same great quality that fits better on consumer-tier GPUs, please check out the MiniMax-H3-Pruned-GGUF repository. The pruned architecture is compressed down to 8.9 GB – 21.6 GB, bringing MiniMax H3 execution directly to consumer hardware. Available Pruned Quants:

Bit SizeQuantization TypeFile Size
3-bitQ3_K_M8.9 GB
4-bitQ4_K_S, Q4_K_M11.6 GB
5-bitQ5_K_S, Q5_K_M14.1 GB
6-bitQ6_K16.7 GB
8-bitQ8_021.6 GB

Repository Contents

UNet Models (GGUF)

This repository includes quantized versions of both the FL2VA (First-and-last-frame mode) and Ref2VA (Omni-reference mode) base models.

  • FL2VA Models:
    • MiniMax-H3-FL2VA-Q3_K_M.gguf (15.6 GB)
    • MiniMax-H3-FL2VA-Q3_K_S.gguf (15.6 GB)
    • MiniMax-H3-FL2VA-Q4_0.gguf (18.6 GB)
    • MiniMax-H3-FL2VA-Q4_K_M.gguf (19.9 GB)
    • MiniMax-H3-FL2VA-Q4_K_S.gguf (19.9 GB)
    • MiniMax-H3-FL2VA-Q5_0.gguf (22.8 GB)
    • MiniMax-H3-FL2VA-Q5_K_M.gguf (23.9 GB)
    • MiniMax-H3-FL2VA-Q5_K_S.gguf (23.9 GB)
    • MiniMax-H3-FL2VA-Q6_K.gguf (28.2 GB)
    • MiniMax-H3-FL2VA-Q8_0.gguf (36 GB)
  • Ref2VA Models:
    • MiniMax-H3-Ref2VA-Q3_K_M.gguf (15.6 GB)
    • MiniMax-H3-Ref2VA-Q3_K_S.gguf (15.6 GB)
    • MiniMax-H3-Ref2VA-Q4_0.gguf (18.6 GB)
    • MiniMax-H3-Ref2VA-Q4_K_M.gguf (19.9 GB)
    • MiniMax-H3-Ref2VA-Q4_K_S.gguf (19.9 GB)
    • MiniMax-H3-Ref2VA-Q5_0.gguf (22.8 GB)
    • MiniMax-H3-Ref2VA-Q5_K_M.gguf (23.9 GB)
    • MiniMax-H3-Ref2VA-Q5_K_S.gguf (23.9 GB)
    • MiniMax-H3-Ref2VA-Q6_K.gguf (28.2 GB)
    • MiniMax-H3-Ref2VA-Q8_0.gguf (36 GB)

Text Encoders

  • qwen3vl_32b_minimax_h3_int4_convrot.safetensors (15 GB)
  • qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors (27.1 GB)
  • qwen3vl_32b_minimax_h3-Q4_K_M.gguf (14.6 GB)

VAE Models

  • minimax_h3_audio_vae_fp32.safetensors (605 MB)
  • minimax_h3_video_vae_fp16.safetensors (5.21 GB)

Model Variants and Input Specifications

  • H3-Base-FL2VA: First-and-last-frame mode. Supports zero, one, or two input images.
    • No image input: Text-to-video mode.
    • One image input: First-frame-to-video or last-frame-to-video generation.
    • Two image inputs: First-and-last-frame-to-video generation.
  • H3-Base-Ref2VA: Omni-reference mode. Supports multi-modal reference inputs:
    • Images: ≤ 9 images.
    • Videos: ≤ 3 clips; each clip must be 2–15 seconds long; total duration ≤ 15 seconds.
    • Audio: ≤ 3 clips; audio must be accompanied by image or video input and cannot be used as the sole input; each clip must be 2–15 seconds long; total duration ≤ 15 seconds.
    • Mixed inputs: Maximum number of files across all input types is 12.

Output Specifications

  • Output duration: 4–15 seconds.
  • Output aspect ratio: Supports a wide range of aspect ratios, including but not limited to 21:9, 16:9, 4:3, 1:1, 3:4, and 9:16.
  • Output resolution: Supports various resolution dimensions. The shorter side is set to 768 pixels by default. 2K generation can be achieved with H3-Regenerate-2K.
  • Output frame rate: 24 FPS.
  • Output audio: 32 kHz stereo.
  • Supported dialogue languages: Stable support for 11 languages: Arabic, Chinese, English, French, German, Italian, Japanese, Korean, Portuguese, Russian, and Spanish. Additional languages are also supported to varying degrees.

License

MiniMax H3 is released under the MiniMax H3 Community License Agreement.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются: нужен ввод изображения для diffusion.

Ревизия весов
9fc3454

0 моделей