一台什么配置的电脑，才配跑 MiniMax H3

开源视频模型的圈子里有个固定说法，每次新模型出来，总有人喊"8G 显存就能跑"。这句话我听过太多遍了，从最早的扩散模型时代听到现在，每次都得打个折才敢信。

8 月 3 日 MiniMax 把 H3 的权重正式开源，放上 HuggingFace 和魔搭。满血权重接近 48GB，加上视频 VAE 和音频 VAE，全家桶下载量轻松超过六十个 G。这种体量的模型，"几 G 显存就能跑"和"能顺畅干活"之间，隔着十万八千里。今天把参数和实测摆出来，看看你到底什么实力才配得上它。

H3 是什么，先用一句话讲

MiniMax H3 不是单纯的文生视频模型。文本、图片、视频、声音它都能一起吃，混合参考最多 9 张图加 3 段视频加 3 段音频，提示词上限 7000 字符，还能输出带原生双声道音频的视频。画面和声音一次到位，不用后期配音对轨。

规格摆在这里，最高 2K 分辨率，最长 15 秒，24 帧。在 Artificial Analysis 的榜单上，视频编辑能力排全球第一，文生视频第二、图生视频第三。开源界能拿这种排名的选手，之前真没有过。

这样一只 33B 参数的大家伙，想搬回家自己跑，先看这三档。

三档配置，你的实力在哪一档

门槛档，8G 显存

能装，能跑，但得认命。Q2、Q3 这种高压缩量化，画质损伤肉眼可见，分辨率只能 480p 起步，一次出片五到十分钟打底。当玩具可以，干活咬牙。

舒适档，12G 到 16G 显存

这是推荐线。12G 显存加 32G 内存、一块 NVMe 固态，跑 480P、20 步、5 秒的片段，实测五分钟上下。ComfyUI 会把模型的层按需搬进显存，放不下的留在内存里，所以显存只是紧张，不会崩。16G 上 Q4 或 Q5 量化，画质好看一截。

满血档，24G 显存

想摸满血效果，24G 起步。官方验证用双卡各 32G，加 384G 内存跑 768P，50 步，一条视频九分多钟。单个消费者的卡到这个级别，已经是单位里的硬件担当了。

说了显存，还得唠叨两句内存和硬盘。内存 32G 打底，硬盘必须 NVMe，机械盘能把等待时间拉长到没脾气。量化选择方面，12G 用 Q4，16G 用 Q5 或 Q4，24G 以上直接官方 Int8 或 NVFP4，不用纠结。

部署路上，坑比想象中多

跑起来的细节，才是劝退大部分人的地方。ComfyUI 必须升到 0.27 及以上，采样器用 res_multistep，帧长度要满足 17 的倍数加 5 这个怪规矩。音频 VAE 只能用 fp32，fp16 版会导致声画不同步。光这几条，新人得在报错堆里泡一个晚上才能出片。

但最大的坑不在电脑里，在账面上。H3 的 2K 高清再生成模块，目前还没开源。本地跑出来的，是 768P 起跳的素材，想要官方演示那种 2K 成片，还想回去走官方 API，2K 每秒收费 0.8 元，768P 便宜些。等于官方把旗舰效果的天花板攥在自己手里，开源的不是全景，是半边。

我的结论，值得折腾，但悠着点

这算是很有意思的分水岭。H3 的开源，让开源视频模型第一次摸到了闭源的水平线，中文提示词、音画同步、多模态混合输入，这些半年前还是闭源产品的护城河，现在确实躺进了你的硬盘。

但选择权其实很清晰。没有 12G 以上显存、没有 NVMe、没有耐心调参的人，直接官方 API 更划算，顶配效果不打折。真想本地部署的，按舒适档配置起步，先摸清 17n+5 和音频 VAE 的脾气，再谈产出。开源是一座金矿，但挥锄头之前，先看看自己的体力。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～