MiniMax H3 开源一周，全网都在发整合包、晒抽卡，但评论区问得最多的其实是同一个问题：我这台电脑，到底能不能跑？
一边是 B 站、小红书刷屏的"8G 显存也能跑"“6G 显存流畅运行”，一边是官方 SGLang 部署文档里消费级推荐配置写着 2 张 RTX 5090 加 384GB 内存。这两个说法中间隔着的不是优化技巧，是信息差。开源当天 H3 就冲上 Hugging Face 热度榜第一，Artificial Analysis 视频编辑榜至今还是全球第一。36氪
我把这一周的 Reddit AMA、ComfyUI 官方直播、官方 diffusers 部署文档，还有 B 站、微博、知乎各路玩家的实测对照着看完了，今天把账算清楚。结论先放上来：
8G 显存及以下：能出片，但别硬上，API 和云端更划算；
12–16G 显存：量化版加小画布，定位"草稿机"，可以玩；
24G 显存：目前本地部署的甜点位；
想要 2K 成片：不管你卡多大，最后都得走官方 API。
下面展开说。
先澄清三个最容易翻车的事实
第一，"33B 参数"只是主干，不是全部。 AMA 上 MiniMax 工程师把话说透了：H3 完整版本约 60B 参数，标准精度下光权重就要 120GB 左右。知乎33B 说的是负责"生成"的那颗主干，全家桶里还装着音视频压缩解压模块，以及一整颗 Qwen3-VL-32B 专门负责看懂你喂进去的图片和视频。所以那些拿"33B 而已"估算显存的说法，从一开始就算错了基数。
第二，本地能跑的是 768p，不是 2K。 开源的 H3-Base 输出规格是 4–15 秒、768p、24FPS、带 32kHz 立体声。想要 2K，要走 Regenerate-2K——它的思路不是传统超分"猜细节"，而是把 768p 成片连同原始提示词、参考素材一起送回模型重新生成一遍。这个模块目前没开源，只有官方 API 提供。好消息是 AMA 上官方明确表态：会开源，而且不会等太久。知乎
第三，本地版和官方产品之间，差着一个"副导演"。 官方产品里你随手写的一句提示词，会先被一个叫 Context-IR 的预处理模块扩写成专业分镜脚本，再交给模型执行。这个模块也没开源。这就是很多人发现"三方部署效果不如官方 Demo"的主要原因之一。官方给出的替代方案是两套提示词指南加 GitHub 上的 9 个场景 Skill（产品广告、3D 动画、音乐视频这些都有），能用，但得自己动手。
还有一个容易被忽略的点：H3 现在用的不是 Apache-2.0，而是自家的 Community License，美欧英韩地区和大企业有使用限制，官方口径是"版权文件处理完、法律环境更清晰后会考虑换 Apache-2.0"。知乎打算商用的，先把条款看清楚再下载。
显存档位表：你的卡处在哪一档
先说清楚，下面这些数字来自社区实测个案和官方文档口径，不同工作流、不同量化版本差异不小，请按量级理解，别当精确基准。
8G 显存及以下（RTX 4060、4060 笔记本等）：能出片，不等于好用。 社区确实有人跑通了：B 站有玩家用 RTX 4060 8G 显存加 16G 内存做长视频剧情连贯测试，也有 RTX 3060 12G 跑 8bit 量化的个案。哔哩哔哩但代价是量化版加内存卸载、短时长、低分辨率，一条片子动辄几十分钟。这个档位的正确姿势是尝鲜体验流程，不是生产。如果你只有 8G 卡又不是折腾党，直接 API 或者云端，别跟自己的时间过不去。
12–16G 显存（3060 12G、4060Ti 16G 等）：草稿机定位。 官方 diffusers 文档给了小画布方案：跑 960×544 这种小尺寸，官方口径每步比 1344×768 快约 2.3 倍。知乎配合 INT8 量化和 CPU 卸载，学工作流、验证提示词、批量抽草稿完全够用。Comfy-Org 仓库里 bf16、int8、fp8、nvfp4 几档量化权重都齐了，按需取用。
24G 显存（3090、4090、5090）：当前的甜点位。 量化版加 offload 能比较体面地跑 768p。参考社区实测：RTX 5090 生成 15 秒 768p 约 306 秒；一位台式机性能一般的微博用户，默认工作流渲染 7 秒 768p 要 30 分钟，换上 Kijai 的 4 步加速 LoRA 后压到 5 分钟。知乎另外 AMA 上还聊到一道选购题：低成本跑 H3 买 5090 还是 RTX 6000 Pro？工程师说都行——6000 Pro 部署省事，5090 便宜。
双卡及以上：严肃部署的事。 官方 SGLang 给了 2×RTX 5090 加 384GB 内存的无损 layerwise offload 方案，再往上就是 4–8 卡 H100、B200 的数据中心配置了。单人玩家到 24G 这一档为止就够。
加速 LoRA：快是真的，代价也是真的
正常生成一段视频，模型要反复计算约 20 轮；4 步加速 LoRA 就是教模型抄近道，最少 4 轮出片，轮数砍到五分之一。社区里最火的是 Kijai 的 4 步加速 LoRA，用法不复杂：加载后强度调到 0.75，采样器用 sa_solver，步数设 4。有用户实测 7 秒 768p 从 30 分钟压到 5 分钟，自评"基本满足自用"。微博
但 AMA 上官方工程师的提醒值得听进去：加速 LoRA 能提速，代价是质量下降——步数压得太狠，人体结构、动作甚至声音的质量都会受影响。知乎社区目前的经验共识是：4 步是极限操作，6 到 8 步通常质量更好。而且加载模型、分段卸载、导出音视频这些环节的耗时并不随步数减少，别指望总时长严格除以五。
我的建议很直接：抽草稿用 4 步，定稿的镜头老老实实回到 6–8 步重跑一遍。
本地还是 API？算一笔账
API 这边，H3 默认 2K 分辨率，每秒 0.8 元，一条 15 秒的视频 12 元。36氪这个价格在同级别 2K 产品里大概是主流旗舰的三分之一，也是这次 H3 被叫做"视频生成界 DeepSeek 时刻"的核心原因。
本地这边，显性成本其实不高：BF16 全量权重 120GB 往上（量化版能砍掉一大截，但也是几十 GB 级别，下载前先看硬盘），电费按 200W 整机跑半小时算一毛钱都不到。真正的成本是时间：下载、配环境、调工作流、等渲染、抽卡失败重来。
所以判断标准不是"哪个更便宜"，而是"你的用法在哪一边"：
适合本地：每天高频抽卡试错、素材涉及不能上云的 IP 和角色形象、喜欢折腾工作流和参考素材组合的玩家。24G 显存是入场券。
适合 API：只要 2K 成片、使用频率不高、需要 Context-IR"副导演"帮忙扩写提示词、或者身在许可受限地区之外想省心的商用团队。
目前社区公认性价比最高的，是三段式工作流：本地 H3-Base 出 768p 草稿快速试方向，筛出值得精修的镜头（记得存好 seed、提示词和参考素材），关键镜头再调官方 API 做 2K 精修。知乎草稿免费抽，钱花在定稿上。
接下来值得蹲的五个信号
H3 现在肯定不是完全体，但官方这一周在社区里透出的口风，值得记下来持续跟进：
Regenerate-2K 开源：官方承诺"不会等太久"，到时候 2K 全流程才算真正本地化；
稀疏注意力参考实现：训练时已经用上，开源版还没放，近期先给保守版参考实现——现在本地测出来的速度，远不是 H3 的上限；
官方加速变体：4-NFE、8-NFE 低步数版本在探索中，官方底线是"不能让用户明显感觉质量变差"；
派生生图模型：官方确认在做了，以后的推荐玩法是先用它定首帧，再交给 H3 生成视频；
Apache-2.0：版权文件处理完就考虑，对商用团队是最关键的一颗定心丸。知乎
一句话收尾：8G 显存别硬上，24G 显存正当时，要 2K 成品绕不开 API。H3 这波开源真正的价值，不是让你今晚就白嫖一个完美视频工厂，而是把"本地抽草稿、API 出精修"这条路的成本打下来了。值不值得入坑，就看你的显卡和用法站在哪一档。
