MiniMax H3 與 ComfyUI：開放權重、需求與限制
MiniMax H3 原生支援 ComfyUI——支援在開放權重釋出的同一天、也就是 2026 年 8 月 3 日合併進主線。但這裡的「開源」有其特定範圍：H3-Base 模型依 MiniMax H3 Community License 開放，而託管流程中的兩個部分則完全沒有釋出。本頁說明你在本地實際能拿到什麼、需要什麼硬體，以及社群版本從何而來。
開放權重、顯示記憶體、GGUF、LoRA——實務全貌。
MiniMax H3、ComfyUI 與本地部署
這不是一份逐步安裝教學——專門的 ComfyUI 文件站在安裝說明上做得比我們好。以下整理的是大家動手前最常搜尋的那些問題的準確現況。
MiniMax H3 能在 ComfyUI 裡用嗎？
可以，而且是原生支援。MiniMax H3 於 2026 年 7 月 31 日在 MiniMax API 與海螺 App 上線，當時僅提供線上託管。2026 年 8 月 3 日，MiniMax 依 MiniMax H3 Community License 釋出 H3-Base 的開放權重，包含 FL2VA 與 Ref2VA 檢查點——同一天，ComfyUI 的原生支援也透過 pull request 合併完成。載入基礎模型不需要第三方自訂節點包。
哪些開放了，哪些沒有
已開放：H3-Base 模型權重與 FL2VA、Ref2VA 檢查點，參數量約 33B，採用 MiniMax H3 Community License。未開放：負責提示詞前處理與增強的 H3-Context-IR，以及 2K 放大模組 H3-Regenerate-2K，兩者仍是僅限線上託管的功能。因此，在本地以開放權重執行的 ComfyUI 環境並無法重現完整的託管流程——尤其是 2K 輸出路徑與提示詞增強層並不在你下載的內容之中。
MiniMax H3 需要多少顯示記憶體？
MiniMax 並未公布各精度的官方顯示記憶體需求，因此目前流傳的所有數字都來自社群回報，應視為估計值而非規格。以約 33B 參數量來說，全精度推論明確落在高階顯示卡的範圍。在此之下，社群產出了 INT8 與剪枝 INT4 版本、Q2 到 Q5 的 GGUF 量化版本，以及 NF4 4-bit 版本——其中 NF4 據回報可在約 8GB 顯示記憶體上執行。這個 8GB 的數字來自社群回報而非 MiniMax 官方，且越低的量化等級是以輸出品質與速度換取更小的佔用。
有官方的 MiniMax H3 GGUF 嗎？
沒有。MiniMax 的開放釋出涵蓋 H3-Base 及其檢查點，並不包含 GGUF 檔案。目前流通的每一個 MiniMax H3 GGUF 版本，連同 INT4／INT8 剪枝版與 NF4 版本，都是社群在 8 月 3 日釋出之後自行製作的。這代表不同上傳之間在品質、命名與正確性上都可能有落差，也沒有官方認可的參考版本可供比對。若你選擇這條路，請先評估某個量化版本的發布者是誰、以及它是如何產出的。
MiniMax H3 LoRA 與 H3 Turbo
MiniMax H3 Turbo 是 4 步蒸餾版本，據回報相較標準模型約有 3.5 倍加速，並提供對應的 Turbo LoRA。除此之外，一般的 LoRA 生態動態同樣適用：由於基礎權重已開放，社群訓練的各種風格與主題 LoRA 會隨時間陸續出現，並帶有與量化版本相同的來源可靠性注意事項。
不裝 ComfyUI 也能用 MiniMax H3 嗎？
可以——這個模型同時透過 MiniMax API 與海螺 App 以線上服務形式提供，包含 Context-IR 與 2K 放大在內的完整流程也存在於此。如果你的目標是產出影片、而不是在本地跑模型，線上託管平台可以完全省去顯示卡、下載與環境設定。在 Wowovid 上，MiniMax H3 文字轉影片現已正式開放，支援 768P 或 2K、4 至 15 秒，直接在瀏覽器中使用。
兩條路各自的實際成本
對某些工作而言，在本地執行開放權重是正確選擇——完全掌控、可離線使用、能自行訓練 LoRA。但如果你只是想要那支影片，它就是錯的選擇。以下是誠實的對照。
在 ComfyUI 中執行 MiniMax H3
- 一張顯示記憶體足以支撐你所選精度的顯示卡——全精度需要高階硬體，而低顯存方案意味著採用有品質取捨的社群量化版本。
- 約 33B 參數的模型需要數十 GB 的下載量，還要加上檢查點與任何 LoRA。
- 一套可正常運作的 ComfyUI 安裝、正確的節點版本，以及一份需要你自行維護的工作流程圖。
- 沒有 H3-Context-IR 提示詞增強，也沒有 H3-Regenerate-2K 放大——這兩項僅限線上託管，不在開放釋出範圍內。
- 疑難排解全靠自己：驅動版本、顯存不足錯誤，以及來源良莠不齊的社群版本。
在 Wowovid 上生成
- 用瀏覽器開啟頁面即可。不需要顯示卡、不用裝驅動、也不必規劃顯示記憶體預算。
- 沒有東西要下載，也沒有東西要持續更新——不用管檢查點、節點包或需要審視來源的量化版本。
- MiniMax H3 文字轉影片已正式開放：輸入提示詞，選擇 768P 或 2K 以及 4 至 15 秒的長度，成果會保存在你的帳號中。
- 平台上所有影片與圖片模型共用同一份點數餘額，不需要為每個模型各自設定。
- 付費方案支援高畫質匯出且無浮水印。
MiniMax H3 本地部署 — 常見問題
研究在自有硬體上執行 MiniMax H3 時，最常出現的幾個問題。
MiniMax 並未公布官方顯示記憶體需求，因此你找到的任何數字都應視為社群估計。MiniMax H3 參數量約 33B，全精度推論落在高階顯示卡的範圍。社群製作的 INT8、剪枝 INT4、GGUF Q2–Q5 與 NF4 版本能大幅降低門檻——其中 NF4 4-bit 據回報可在約 8GB 顯示記憶體上執行——代價是輸出品質。由於這些版本由社群而非官方製作，彼此之間存在差異是可以預期的。
非 NVIDIA 的環境在大型影片模型上一向較為棘手：ComfyUI 周邊的工具鏈、量化格式與 attention kernel 主要是針對 CUDA 開發的，而 Apple Silicon 與 AMD 的支援路徑依賴社群、進度落後且成熟度不一。MiniMax 除了開放權重釋出本身之外，並未對平台支援做出說明，因此我們不會在此給出斬釘截鐵的答案。如果你的硬體不是具備大容量顯示記憶體的 NVIDIA 顯示卡，透過線上託管平台生成通常會是更短的路徑。
MiniMax 於 2026 年 8 月 3 日釋出 H3-Base 的開放權重，包含 FL2VA 與 Ref2VA 檢查點，採用 MiniMax H3 Community License，並透過 MiniMax 官方管道發布。請務必從 MiniMax 自己的儲存庫或模型頁面開始，而非鏡像：目前流通的量化與 GGUF 版本都是社群重新上傳的產物、而非官方釋出，品質與來源各不相同。再次提醒，H3-Context-IR 與 H3-Regenerate-2K 不包含在任何下載中——它們只存在於線上託管服務裡。
MiniMax H3 參數量約為 33B。換算到硬碟上，全精度意味著數十 GB 的檔案大小，這也是社群迅速轉向量化格式的原因——Q2 到 Q5 的 GGUF、INT8 與剪枝 INT4，以及 NF4，每一種都在犧牲部分輸出品質的前提下，縮減了下載量與顯示記憶體佔用。
MiniMax H3 Turbo 是該模型的 4 步蒸餾版本，據回報相較標準生成流程約有 3.5 倍加速，並配有對應的 Turbo LoRA。它主要針對的正是本地執行這種量級模型時最主要的痛點：生成時間。
有。MiniMax 透過自家 API 與海螺 App 提供這個模型，而線上託管平台則讓你完全不需要任何本地設定，直接在瀏覽器中生成影片。在 Wowovid 上，MiniMax H3 文字轉影片現已正式開放——不需要顯示卡、下載或 ComfyUI 環境——支援 768P 或 2K、每支影片 4 至 15 秒。關於這個模型能做什麼、以及它與 Kling AI 和 Seedance 2.5 的比較，請見我們的 MiniMax H3 頁面。
獨立平台
「MiniMax H3」、「MiniMax」與「海螺（Hailuo）」為 MiniMax 之商標，此處僅作描述性使用。Wowovid 是提供數十種圖片與影片生成模型的獨立平台，與 MiniMax 並無合作、代言或贊助關係。ComfyUI 為獨立的開源專案，同樣與 Wowovid 無隸屬關係。
省下這些設定
如果你要的是影片、而不是折騰環境，那就直接在瀏覽器裡生成——MiniMax H3 文字轉影片已在 Wowovid 上正式開放，不需要顯示卡、不用下載，也沒有工作流程圖要除錯。