/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
MiniMax-H3
Опубликована
20 авг 2026

Minimax-H3-pruned-GGUF

Видео по тексту и кадрамИзображение, текст → видео3 профессии

Экспериментальные GGUF-сборки MiniMax H3 для генерации видео по тексту и изображениям с вариантами квантования для разного объёма видеопамяти.

2 946скачиваний за 30 дней3лайкавеса обновлены22 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

PurpleBlazey подготовил экспериментальные GGUF-сборки MiniMax H3 для личного использования в интерфейсе KoboldCPP sdui. Модель предназначена для генерации видео по тексту и изображениям; в карточке Hugging Face также указана поддержка входных видео и аудио. Репозиторий включает варианты квантования GGUF, в том числе BF16, IQ1_M, IQ4_NL, Q2_K, Q3_K и Q4_0, а также обрезанную версию текстового энкодера Qwen3-VL-32B. В README говорится, что для приемлемого качества MiniMax H3 желательно использовать как минимум Q3_K, а Q5_K автор считает удачным компромиссом между качеством и использованием видеопамяти.

Сборка основана на слиянии MiniMax H3 и Qwen3-VL-32B; метаданные также указывают Comfy-Org/MiniMax-H3 и MiniMaxAI/MiniMax-H3 как базовые модели. Автор сообщает, что обрезка слоёв текстового энкодера не должна влиять на вывод, но ухудшает возможности обучения. Лицензия репозитория — Apache-2.0. Это экспериментальные сборки, а выводы о качестве основаны на личных тестах автора.

Сценарии применения

  • генерация видео по текстовому запросу
  • создание видео на основе изображения
  • локальный запуск MiniMax H3 в KoboldCPP sdui
  • подбор GGUF-квантования под доступную видеопамять

Ограничения

По личным тестам автора варианты MiniMax H3 ниже Q3_K могут давать неприемлемое качество; Q2_K описан как шуточный вариант. Обрезка энкодера ухудшает пригодность модели для обучения, а качество сборок не подкреплено независимой оценкой.

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

Made these for personal experimentation in KoboldCPP's sdui interface: https://github.com/LostRuins/koboldcpp/releases/latest

Video/Image Model Minimax H3 was quanted with sd-cli.exe: https://github.com/leejet/stable-diffusion.cpp In theory, pruning is lossless for inference, and only negatively affects training.

Text Encoder/Clip-1 File Qwen3VL-32b had layers 50 to 63 pruned to save on VRAM, which are unused for video encoding. All K and IQ quants use imatrix. All UD quants use modified tensor profiles based on: https://huggingface.co/unsloth/Qwen3-VL-32B-Instruct-GGUF

Image/Video VAE and Audio VAE Cloned from here for convenience: https://huggingface.co/Comfy-Org/MiniMax-H3/tree/main/vae

From my testing, the Qwen3VL text encoders work surprisingly well even at UD-IQ1_M. The Minimax H3 quants took at least Q3_K to become usable. Q2_K is a meme quant, but maybe adding enough steps can salvage something decent? After Q4_K, quality bumps become less noticable. I find Q5_K is the quality sweetspot while allowing VRAM room for resolution & video length.

Qwen3VL-32b-Heretic is an experimental quant of https://huggingface.co/llmfan46/Qwen3-VL-32B-Instruct-ultra-uncensored-heretic I can confirm it works with Minimax H3, but I'd recommend a non-heretic version actually intended for it first.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Задача «image-text-to-video» пока не поддерживается рантаймом.

Ревизия весов
2dd16d7

0 моделей