MiniMax 把 H3 Image 的权重放出来那天，最容易被记住的是两个数字：4096×4096，10 秒。可模型卡往下翻，还有一个更该被记住的数字：135GB。这是 DiT、Qwen3-VL 文本编码器和 VAE 加起来的下载量。 它原生直出约 16MP，把采样压到 6 步，也不走 CFG。SGLang 文档MiniMax 模型卡
“单卡可跑”这句话没错，错的是把它理解成“一张消费卡可跑”。官方写得很清楚：只有单卡至少有 130GiB 空闲显存时，才会把全部组件常驻；低于这个数，就退到 component offload。 H200 的 141GB 刚好压线，所以官方拿它做 10 秒的参照；连 80GB 的 H100 单卡也进不了这一档，要两张才能 resident。SGLang Cookbook
H3 Image 的 DiT 是 33.1B，文本编码器直接沿用 H3 的 Qwen3-VL，33.4B，没有蒸馏。两部分都是 BF16，一个 66.28GB，一个 66.7GB，加上 2.34GB 的 VAE，才是那 135GB；如果还要本地跑提示词扩展，PE 模型再加 17.9GB。官方仓库给的是 BF16 权重，现成的 int8/int4 包要往 ComfyUI 生态找。官方模型卡把这套结构写得很直白：文本编码器原样不动，DiT 只去掉了 H3 的音频分支。MiniMax GitHub
速度这边，官方在 H200 上测到 4K 级文生图约 10.1 秒、4K 编辑约 11.8 秒。96GB 的 RTX PRO 6000 跑 4K 约 18.6 秒，峰值显存 92.2GiB；DGX Spark 的 128GB 统一内存能跑官方 BF16 权重，4K 约 85 秒、编辑约 99 秒。 这些数字放在一起，才看得出“10 秒”是哪种机器上的 10 秒。SGLang 文档
4090、5090 这类 24–32GB 消费卡也能跑，但走的是 layerwise offload：把 DiT、文本编码器、VAE 的块从主机内存一层层搬进显存。官方给这套方案的前提是 256GB 级主机内存和本地 NVMe。 它同时注明，这不是这些消费卡的延迟测量。换句话说，能出图，但别拿 H200 的 10 秒去预期它；按小时租一张 4090 也不贵，先问主机内存，别只看卡。SGLang 部署文档
这两天更容易被误解的是另一件事。B站上有些“8G 显存跑 H3 Image”的教程，跑的其实是 P-H3-Image：PrunaAI 从 H3 视频模型改出来的蒸馏版，8 步、8MP、主干约 20B、文本编码器 4B，int8 权重是 8G 卡能跑的关键。它和 MiniMax 这次开源的 H3 Image 不是同一套权重。 那位作者用 8G 显存跑 2912×2912，花了 313 秒；这跟 H200 的 10 秒，是两条完全不同的技术路线。closerAI
把账算完，本地部署更像一道“你要控制权，还是要便宜”的选择题。有官方实测数据的单机里，最便宜的是 DGX Spark 128GB，官方价 6950 美元；它能在 128GB 统一内存里跑官方 BF16 权重，官方要求至少 106GiB 可用，4K 约 85 秒。 再往上，RTX PRO 6000 96GB 约 1.6 万美元，4K 约 18.6 秒。 H200 按一个公开算例每卡每小时 4 美元，4K 约 10 秒。华尔街见闻虞大胆的叽叽喳喳全球主机测评
对照 API：4K 文生图一张 0.06879 美元，11 月 17 日前 16.6MP 以上的图打五折，0.03439 美元。 DGX Spark 的 6950 美元，按标准价能抵约 10 万张 4K 图；按一天 100 张算，要两年多才回本。按五折价，回本要 20 万张、五年半。这还没算电、硬盘、维护和你折腾环境的时间。MiniMax 开放平台
所以小团队和个人，先租一小时 H200 或直接调 API，往往比买机器划算；本地部署的真正理由，是数据不出门、流程可控，或者你要拿它做二次开发。
还有一条不是硬件的门槛：H3 Image 的社区许可把美国、欧盟、英国、韩国划出了适用区域，年化收入超过 100 万美元或对外提供托管服务还要单独授权。 很多本地部署教程只算显卡，不算这一条。MiniMax 社区许可
如果你只是想试试 4K 出图，最省事的路径是 API；如果你想拥有一套能长期改的工作流，DGX Spark 是官方给出实测数据的单机里最便宜的一台；如果你手里只有一张 4090，先确认主机内存有没有 256GB，再决定要不要开始下载那 135GB。
