/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
MiniMax-H3
Библиотека
gguf
Опубликована
11 авг 2026

minimax-h3-turbo-GGUF

Генерация видеоТекст → видео3 профессии

ChrisColeTech/minimax-h3-turbo-GGUF — это квантованная GGUF-сборка модели MiniMax H3 от MiniMaxAI, предназначенная для генерации видео из текста и изображений.

10 890скачиваний за 30 дней22лайкавеса обновлены17 сен 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

В неё встроены LoRA LightX2V Turbo: вариант FL2VA использует 8 шагов, а REF2VA — 4 шага. Поддерживаются сценарии text-to-video и image-to-video, включая режимы FL2VA, T2VA, I2VA и REF2VA.

Основой служит прореженный DiT-трансформер MiniMax H3; опубликованный пример использует файл transformer в формате Q4_K_M размером около 11,4 ГБ. Для обработки текста доступны энкодеры Qwen3-VL на 4B или 8B параметров с соответствующими ClipProj, а также видео- и аудио-VAE. В демонстрации модель генерировала ролики разрешением 1280×720 длительностью около 3,75 секунды за 8 шагов; на RTX 5090 с 32 ГБ памяти это занимало примерно 2,3–2,5 минуты.

К сильным сторонам относятся ускоренная Turbo-дистилляция, поддержка текстовых и визуальных входов, а также возможность выбора между 4B и 8B текстовым энкодером. Ограничения включают значительные требования к дисковому пространству и видеопамяти, зависимость от совместимых компонентов VAE и ClipProj, а также то, что приведённые сведения о качестве и производительности основаны на демонстрационных примерах. В метаданных указана лицензия other, без дополнительных условий лицензирования в README.

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 Turbo Merge GGUF (8-step LoRA baked-in)

The MiniMax H3 FL2VA (pruned) DiT with the LightX2V Turbo 8-step v1.0 LoRA baked in.

and

The MiniMax H3 REF2VA (pruned) DiT with the LightX2V Turbo 4-step v1.0 LoRA baked in.

Modes: img2video, txt2video, FL2VA / T2VA / I2VA / REF2VA.


Samples (4B vs 8B Text Encoder)

Both samples use the same turbo Q4_K_M turbo GGUF diffusion model, prompt, and settings, only the text encoder changes (4B vs 8B).

4B Text Encoder + ClipProj (8-steps)

frames at 0s / 1.25s / 2.5s / 3.7s

  • (~2.3 min) on an RTX 5090 (32 GB).

Components used to generate

ComponentFile~SizeDownload
Transformerminimax_h3_fl2va_turbo_Q4_K_M.gguf11.4 GBLink
4B Text Encoderqwen3vl_4b_fp8_scaled.safetensors5.24 GBLink
4B Clip Projmmh3-4b-ClipProj-v3-mlp.safetensors304 MBLink
Video VAEminimax_h3_video_vae_fp16.safetensors5.21 GBLink
Audio VAEminimax_h3_audio_vae_fp32.safetensors605 MBLink

8B Text Encoder + ClipProj (8-steps)

frames at 0s / 1.25s / 2.5s / 3.7s

  • (~2.5 min) on an RTX 5090 (32 GB).

Components used to generate

ComponentFile~SizeDownload
Transformerminimax_h3_fl2va_turbo_Q4_K_M.gguf11.4 GBLink
8B Text Encoderqwen3vl_8b_fp8_scaled.safetensors10.6 GBLink
8B Clip Projmmh3-8b-ClipProj-v3-mlp.safetensors386 MBLink
Video VAEminimax_h3_video_vae_fp16.safetensors5.21 GBLink
Audio VAEminimax_h3_audio_vae_fp32.safetensors605 MBLink

Sample settings

ParameterValue
Promptcinematic tracking shot of a red sports car on a wet night street, neon reflections, engine rumble and rain on asphalt, shallow depth of field
Resolution1280 × 720
Frames90 frames → ~3.75 s
Steps8
CFG1.0
Seed42

Image-to-Video (8-steps)

Link to workflow Link

Components used to generate

ComponentFile~SizeDownload
Transformerminimax_h3_fl2va_turbo_Q4_K_M.gguf11.4 GBLink
8B Text Encoderqwen3vl_8b_fp8_scaled.safetensors10.6 GBLink
8B Clip Projmmh3-8b-ClipProj-v3-mlp.safetensors386 MBLink
Video VAEminimax_h3_video_vae_fp16.safetensors5.21 GBLink
Audio VAEminimax_h3_audio_vae_fp32.safetensors605 MBLink

REF2VA works with up to 9 input images

Components used to generate

ComponentFile~SizeDownload
Transformerminimax_h3_ref2va_turbo_Q4_K_M.gguf11.4 GBLink
8B Text Encoderqwen3vl_8b_fp8_scaled.safetensors10.6 GBLink
8B Clip Projmmh3-8b-ClipProj-v3-mlp.safetensors386 MBLink
Video VAEminimax_h3_video_vae_fp16.safetensors5.21 GBLink
Audio VAEminimax_h3_audio_vae_fp32.safetensors605 MBLink

⚠ Must use the updated GGUF Loader ⚠

In comfy:

  • Open the ComfyUI Manager
  • Change the channel to "Channel (remote)"
  • and search for comfyui-gguf-loader

image

Use the turbo workflow Link

image


Recommended settings (turbo 8-step)

ParameterValueNotes
width × height1280 × 720720P max resolution
num_frames124481 max frames
frame_rate24.0
steps / NFE88-steps minimum, 16 steps max
guidance / CFG1.0always use 1.0 for turbo variants
negative_prompt(empty in samples)optional

Sources

Base DiTMiniMax H3 FL2VA pruned fp8_scaled — family of MiniMaxAI/MiniMax-H3
Turbo LoRALightX2V FL2VA Turbo 8-step v1.0 (ComfyUI) — minimax_h3_fl2v_turbo_8step_v1.0_comfyui_bf16.safetensors
Turbo weightslightx2v/Minimax-h3-Turbo
Turbo docs / codeModelTC/Minimax-H3-Turbo · LightX2V
Upstream 8-step specsFL2VA / T2VA · train 544p mixed AR · video/audio shifts 12 / 3 · distill 8 NFE · recommended inference 8 (upstream also lists 4 for this LoRA)
This bakeOffline fuse @ strength 1.0 (208/208 keys) → stochastic re-FP8 → GGUF ladder
Runtime LoRANot required — already fused into these files

Notes

  • Known Limitations Here
  • ComfyUI + 4B/8B: matching mmh3-*-ClipProj-celeb-mlp is REQUIRED for small TEs.
  • Audio is first-class on H3 — sample mp4s include stereo AAC.
  • Frame grid: num_frames % 17 == 5 (90 and 124 are valid).
  • MiniMax H3 — custom / other terms; read upstream before commercial use.
  • LightX2V turbo LoRA — see lightx2v/Minimax-h3-Turbo and ModelTC/Minimax-H3-Turbo.
  • Qwen3-VL — Apache-2.0 (Alibaba).
  • ClipProj — MIT code (nicolab28/ComfyUI-ClipProj); matrices per NicoLab’s card.

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

Генеративная модель выложена не в формате diffusers: рантайм её не загрузит.

Ревизия весов
c13df19

0 моделей