メインコンテンツへスキップ
見出し画像

ComfyUIでMiniMax H3を試してみた

    ついにMiniMax H3がオープンソースでリリースされましたねぇ。
    謎の地域によってライセンス制限があったりしますが、日本ではとりあえず問題なく使えそうです。(細かくはライセンスを確認してください。)

    課金ノードで試した時は、一貫性が高くていい感じでしたが、どこまでローカルでも実現できるかですね。

    ワークフローは以下をベースにしています。

    動画でも解説してます。


    環境

    OS:Windows 11
    GPU:GeForce RTX 4090
    CPU:i9-13900KF
    memory:128G


    構築手順

    ComfyUIを最新化してください。

    また、手元のマシーンスペックだとそのままでは動かないので、以下のComfyUIの起動batに「--reserve-vram 6.0」のオプションを追加しました。

    ComfyUI_windows_portable\run_nvidia_gpu.bat

    変更前

    .\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build

    変更後

    .\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --reserve-vram 6.0

    --reserve-vram 6.0:ComfyUI がモデルを載せるときに「使わずに空けておく」VRAM の量 (GB)。OS や他アプリのために取り置く枠。

    ※既存のrun_nvidia_gpu.batとは別のrun_nvidia_gpu.batを作成するのがオススメです。


    モデル

    minimax_h3_fl2va_pruned_int8_convrot.safetensorsとminimax_h3_ref2va_pruned_int8_convrot.safetensorsをダウンロードして「ComfyUI\models\diffusion_models」に配置

    qwen3vl_32b_minimax_h3_int8_convrot.safetensorsをダウンロードして「ComfyUI\models\text_encoders」に配置
    (50X0シリーズなら、qwen3vl_32b_minimax_h3_nvfp4_awq.safetensorsも可)

    minimax_h3_audio_vae_fp32.safetensorsとminimax_h3_video_vae_fp16.safetensorsをダウンロードして「ComfyUI\models\vae」に配置


    ワークフロー(I2V)

    ワークフローは以下です。

    画像

    生成結果は以下です。
    生成時間は10分。
    CPUメモリ:90GB
    GPUメモリ:28GB(VRAM21GB+共有メモリ7GB)

    MiniMax H3 I2V pic.twitter.com/3BzVU9sSoU

    — kongo jun / 混合 順 (@jun_kongo) August 3, 2026


    ワークフロー(I2V)

    ワークフローは以下です。

    画像

    生成結果は以下です。
    生成時間は11分。
    CPUメモリ:90GB
    GPUメモリ:29GB(VRAM22GB+共有メモリ7GB)

    MiniMax H3 R2V pic.twitter.com/UWKb0qvi3X

    — kongo jun / 混合 順 (@jun_kongo) August 3, 2026


    感想

    生成結果自体はかなり高品質ですね。
    ただただ必要なメモリが大きい。
    現状だと完全に5090向けですね。

    解像度とかフレーム数を増やすと、必要なメモリが純増するので、4090でもかなり苦しいです。

    とはいえ、step数は20とかなので、これを削減するための仕組みや、更に量子化したモデルとかもリリースされると思うので、それに期待ですね。


    追加検証しましたが、CUDAを13にすると生成速度の向上が期待できます。
    興味がある方はご確認ください。


    あなたへのおすすめ