Ejecutar MiniMax H3 localmente: hardware, ComfyUI y una configuración de video con IA autoalojada

Sí, MiniMax H3 se puede ejecutar localmente. Los pesos abiertos de H3-Base pueden generar video y audio estéreo nativo en tu propio hardware, y los entornos de ejecución de la comunidad ya han logrado ejecutar el modelo en GPU de 24 GB, tarjetas de 12–16 GB e incluso configuraciones experimentales de 8 GB.

La salvedad importante es que «ejecutar H3 localmente» no significa actualmente reproducir sin conexión todas las funciones del flujo de trabajo alojado de MiniMax. H3-Base está disponible para inferencia local, mientras que la capa de orquestación oficial H3-Context-IR y la etapa H3-Regenerate-2K siguen alojadas. Para la mayoría de los usuarios de IA doméstica, esto hace que H3 sea menos una simple descarga de modelo y más un problema de infraestructura que implica memoria de GPU, RAM del sistema, almacenamiento de modelos, software de flujo de trabajo y, cada vez más, un NAS o servidor doméstico.

¿De verdad se puede ejecutar MiniMax H3 localmente?

Sí. MiniMax lanzó H3 como modelo multimodal de video con pesos abiertos en agosto de 2026 y ofrece puntos de control de H3-Base que se pueden implementar en hardware local.

El lanzamiento oficial de MiniMax H3 describe el modelo como un sistema multimodal de propósito general capaz de comprender combinaciones de texto, imágenes, video y audio, y de generar video junto con audio estéreo nativo.

El modelo local H3-Base admite:

• generación de videos de 4–15 segundos
• salida a 24 FPS
• audio estéreo de 32 kHz
• generación de video a partir de texto con audio
• acondicionamiento del primer y del último fotograma
• referencias multimodales de imagen, video y audio
• varias relaciones de aspecto, incluidas 16:9, 9:16, 1:1, 4:3 y 21:9

La salida predeterminada de H3-Base usa un borde corto de 768 píxeles. Esta distinción importa porque la capacidad de «hasta 2K» que suele anunciarse corresponde al sistema H3 completo, no solo al flujo de trabajo básico totalmente local.

¿MiniMax H3 es totalmente local o todavía necesita la nube?

Esta es la distinción más importante para quienes estén configurando H3 de forma privada.

El flujo de trabajo oficial completo de H3 consta de tres partes principales:

MiniMax indica explícitamente en su repositorio oficial de H3 que H3-Context-IR depende de varios modelos y servicios alojados y no forma parte de la versión abierta actual. H3-Regenerate-2K tampoco es todavía de código abierto.

Eso nos da dos modelos de implementación muy diferentes.

H3 totalmente local

Prompt o archivos multimedia de referencia locales → H3-Base → video local de clase 768p + audio estéreo.

Los archivos de origen, el proceso de generación y el resultado pueden permanecer en tu propio equipo. Este es el mismo principio general que subyace al procesamiento local de IA: cuantas más etapas permanezcan dentro de tu propia red, más control conservas sobre los datos privados y las dependencias de los servicios.

H3 híbrido

Context-IR alojado → H3-Base implementado localmente → Regenerate-2K alojado.

Esto puede reproducir una mayor parte del flujo de trabajo completo de MiniMax, pero ya no es una canalización completamente desconectada ni privada.

Si el objetivo es priorizar el procesamiento local, H3-Base es, por tanto, el componente más importante.

¿Qué hardware necesitas para ejecutar MiniMax H3 localmente?

No hay un único requisito de VRAM para MiniMax H3, ya que la respuesta cambia drásticamente según la precisión, la cuantización, la poda del modelo, la descarga a la memoria del sistema, la resolución, el flujo de trabajo y el entorno de ejecución.

El modelo nativo es grande. H3 utiliza un H3-Omni-Transformer denso de 33 mil millones de parámetros, mientras que su codificador usa los pesos preentrenados de Qwen3-VL-32B. MiniMax señala que aproximadamente 13.000 millones de parámetros del transformador pertenecen a ramas relacionadas con AdaLN, cuyos resultados pueden calcularse previamente y almacenarse en caché para la inferencia, pero el modelo sigue ocupando mucha más memoria que un modelo de consumo típico sin cuantizar.

Por eso, el ecosistema local se ha centrado mucho en la poda y la cuantización.

El índice de integraciones de H3 mantenido por MiniMax incluye actualmente opciones locales que van desde una configuración DiffSynth NF4 de 8 GB hasta compilaciones cuantizadas de 12-16 GB y configuraciones de ComfyUI de 24 GB.

Eso no significa que una GPU de 8 GB sea adecuada para H3.

En el extremo inferior, la falta de VRAM debe compensarse trasladando los componentes del modelo entre la memoria de la GPU y la memoria del sistema. Eso cambia la pregunta de «¿Se puede cargar el modelo?» a «¿Cuánto estás dispuesto a esperar por cada generación?»

La VRAM mínima y la VRAM utilizable son dos cuestiones distintas. Por eso conviene distinguir entre los cuellos de botella de computación, memoria y almacenamiento antes de suponer que una SSD o un NAS más rápidos pueden compensar la falta de memoria de la GPU.

¿Puede MiniMax H3 ejecutarse en GPU de 24 GB como la RTX 4090?

Sí, y actualmente 24 GB es uno de los objetivos más interesantes para una configuración H3 doméstica seria.

Las compilaciones de la comunidad y orientadas a ComfyUI han reducido lo suficiente el modelo de difusión como para que un transformador H3 INT8 podado ocupe alrededor de 20 GB, con el codificador de texto cuantizado por separado y los componentes del modelo descargados cuando sea necesario.

El detalle importante es que H3 no consiste en un único archivo de pesos.

Un flujo de trabajo de generación completo puede necesitar:

• el transformador de difusión H3
• codificador de texto/visión basado en Qwen3-VL
• VAE de video
• VAE de audio
• LoRA o modelos de aceleración opcionales
• medios de referencia
• memoria temporal para latentes y decodificación

Así que un «modelo de 19 GB» no significa automáticamente que quepa sin problemas en una GPU de 24 GB y sobren 5 GB.

La gestión de la memoria durante la ejecución importa casi tanto como el tamaño del checkpoint.

¿Puede MiniMax H3 funcionar con 16 GB o 12 GB de VRAM?

Sí, pero esto entra aún más en el terreno de la cuantización de la comunidad.

El ecosistema actual incluye modelos de difusión GGUF podados y NVFP4, combinados con codificadores Qwen3-VL muy cuantizados. Esto puede hacer que H3 funcione con 12–16 GB, pero la memoria del sistema y la transferencia de datos cobran cada vez más importancia.

Es mejor considerarlo una forma de hacer que H3 sea accesible que una configuración ideal para el uso frecuente en producción.

Si solo generas clips cortos de vez en cuando, esa concesión puede ser perfectamente aceptable. Si H3 forma parte de un flujo de trabajo automatizado que genera docenas de clips, el rendimiento será mucho más importante que simplemente lograr que el modelo quepa en la VRAM.

¿De verdad puede MiniMax H3 funcionar con solo 8 GB de VRAM?

Ahora existe una opción para 8 GB, pero hace falta poner esa cifra en contexto.

DiffSynth-Studio ofrece una configuración de inferencia NF4 cuyo mínimo de VRAM indicado es de 8 GB. Sin embargo, a ese nivel, la descarga de carga de trabajo es tan extensa que gran parte del trabajo ya no permanece en la GPU.

Por lo tanto, para una configuración de 8 GB, la pregunta pertinente no es:

«¿Se inicia H3?»

Es:

«¿El tiempo de generación resultante es aceptable para lo que quiero hacer?»

Para probar H3, aprender flujos de trabajo o generar algún clip de vez en cuando, un experimento con 8 GB puede ser muy útil. Para generar videos localmente de forma recurrente, más VRAM sigue siendo una gran mejora en la experiencia de uso.

FL2VA frente a Ref2VA: ¿qué modelo MiniMax H3 deberías usar?

H3-Base se ofrece en dos variantes orientadas a distintas tareas. Elegir la adecuada puede ahorrar espacio de almacenamiento y reducir la complejidad del flujo de trabajo.

H3-Base-FL2VA

FL2VA se centra en la generación guiada por texto y fotogramas clave.

Si tu objetivo es la generación convencional de texto a video o de imagen a video, FL2VA suele ser la opción más sencilla para empezar.

H3-Base-Ref2VA

Ref2VA está diseñado para un condicionamiento de referencias multimodal más completo.

Según la ficha oficial del modelo H3, Ref2VA puede aceptar hasta:

• 9 imágenes
• 3 clips de video
• 3 clips de audio
• 12 archivos de referencia en total

Esto abre flujos de trabajo locales mucho más interesantes: referencia de personajes, transferencia de movimiento, referencia de estilo, referencia de voz, edición de videos de origen o combinaciones de varios tipos de medios.

Pero si no necesitas esas referencias, descargar y gestionar un segundo checkpoint de gran tamaño ocupa almacenamiento sin mejorar necesariamente un flujo de trabajo sencillo de texto a video.

¿Cuál es la forma más fácil de ejecutar MiniMax H3 localmente?

Para la mayoría de los usuarios individuales, ComfyUI es actualmente el punto de partida más sencillo.

MiniMax incluye ComfyUI junto con Diffusers, SGLang y vLLM entre las opciones de implementación compatibles. ComfyUI también publicó la compatibilidad con H3 desde el primer día y ofrece versiones optimizadas para consumir menos memoria, dirigidas a GPU de consumo.

La publicación de H3 en ComfyUI explica que la poda de los pesos de modulación de H3, la cuantización INT8, los kernels personalizados y la descarga dinámica de VRAM reducen considerablemente el consumo de memoria en comparación con la implementación de precisión completa.

Una configuración local práctica sería así:

1. Instala o actualiza ComfyUI.
2. Elige un flujo de trabajo de MiniMax H3 de texto a vídeo, de imagen a vídeo o de referencia a vídeo.
3. Descarga el modelo de difusión correspondiente.
4. Descarga el codificador de texto de H3 compatible.
5. Añade los VAE de vídeo y audio.
6. Empieza con una generación breve de alrededor de 768p.
7. Vigila el uso de la memoria de la GPU y de la RAM del sistema.
8. Solo entonces aumenta la duración, la resolución o la complejidad del flujo de trabajo.

Este orden importa. Depurar H3 mientras se usa a la vez un clip largo, el máximo de referencias, una resolución alta y extensiones exigentes dificulta determinar si un fallo se debe al modelo, a la memoria, a los nodos o al propio flujo de trabajo.

ComfyUI vs Diffusers vs SGLang vs vLLM-Omni para H3

El mejor entorno de ejecución depende menos de las puntuaciones de referencia que del uso que se le dará a H3.

Esta distinción cobra importancia cuando H3 deja de ser un experimento.

Un creador que produce manualmente un vídeo a la vez necesita una arquitectura muy distinta de la de un hogar o estudio donde varios dispositivos envían trabajos de generación a una única máquina central con GPU. Esta misma separación ya aparece en guías prácticas sobre computación y almacenamiento separados: el NAS no tiene que ejecutar las inferencias más exigentes solo porque almacena los datos.

¿Puede MiniMax H3 funcionar como una API local de generación de vídeo?

Sí.

Esta es una de las razones por las que H3 resulta interesante más allá de la experimentación en equipos de escritorio. SGLang y vLLM-Omni pueden convertir H3 en un servicio, en lugar de exigir a los usuarios que interactúen directamente con el proceso del modelo.

Por ejemplo, la receta de vLLM-Omni para H3 ofrece generación a través de una interfaz /v1/videos compatible con OpenAI.

Esto permite una arquitectura de IA doméstica diferente:

Portátil / teléfono / automatización ↓ API local de H3 ↓ Servidor con GPU ↓ Vídeo y audio generados ↓ Almacenamiento local 

Una vez que H3 se expone de esta manera, la estación de trabajo con GPU ya no tiene que ser el equipo en el que el usuario edita instrucciones, gestiona proyectos o almacena los archivos multimedia terminados.

El procesamiento y el almacenamiento pueden convertirse en servicios independientes.

¿Cuánto almacenamiento necesita MiniMax H3?

El almacenamiento es uno de los requisitos de H3 que más fácilmente se subestiman.

El repositorio oficial de MiniMax H3 contiene ambas familias de tareas, los pesos de los transformadores, el codificador basado en Qwen, los VAEs, las estructuras de Diffusers y archivos auxiliares. El repositorio completo puede ocupar cientos de gigabytes si se descarga todo.

El índice de integración de MiniMax H3 calcula actualmente que el repositorio original completo ocupa aproximadamente 464 GiB. Los pesos originales de los transformadores FL2VA y Ref2VA ocupan aproximadamente 62 GiB cada uno, antes de pasar a versiones de menor precisión o podadas.

No hace falta descargar todo eso para ejecutar H3.

En su lugar, una configuración doméstica bien planteada debería separar:

• punto de control activo
• cuantizaciones alternativas
• variantes de FL2VA y Ref2VA
• codificadores de texto
• VAEs
• LoRA
• imágenes y vídeos de referencia
• resultados generados
• proyectos archivados

Aquí es donde el vídeo con IA local empieza a parecerse mucho más a una carga de trabajo de almacenamiento que a una aplicación tradicional de IA para ordenadores. Una arquitectura más amplia de IA local y almacenamiento de archivos resulta útil cuando los modelos, los archivos multimedia de origen, los resultados y las copias de seguridad necesitan un lugar permanente.

¿Conviene guardar los modelos MiniMax H3 en un NAS?

Sí, para algunos archivos, pero no necesariamente para todas las partes de la inferencia activa.

Una arquitectura útil consiste en separar el almacenamiento de acceso frecuente del almacenamiento de gran capacidad.

Guardar en el SSD local del equipo con GPU

• punto de control de H3 actualmente activo
• codificador de texto activo
• archivos temporales de generación
• caché
• archivos que se cargan repetidamente durante la inferencia

Guardar en el NAS o el servidor doméstico

• cuantizaciones alternativas de H3
• versiones antiguas de modelos
• archivos de FL2VA y Ref2VA
• biblioteca de archivos multimedia de referencia
• vídeos terminados
• copias de seguridad de flujos de trabajo de ComfyUI
• recursos del proyecto
• datos de entrenamiento o conjuntos de datos LoRA

Esta separación evita que el almacenamiento en red se convierta en un cuello de botella innecesario con cada carga de modelo y, a la vez, impide que cientos de gigabytes de recursos de IA llenen la estación de trabajo.

Para un laboratorio doméstico al estilo ZimaSpace, esta es una forma más útil de entender H3: el nodo con GPU genera, mientras que el servidor doméstico organiza y conserva el espacio de trabajo de IA.

¿MiniMax H3 necesita una red 10GbE?

No para la generación en sí. Una vez cargados el modelo activo y los datos de entrada en el equipo con GPU, la inferencia de H3 depende, sobre todo, del procesamiento y la memoria locales.

La velocidad de la red cobra importancia cuando se mueven repetidamente puntos de control muy grandes o archivos multimedia de alta tasa de bits entre un NAS y el nodo con GPU.

Por ejemplo, transferir un modelo de 20–60GB es muy distinto de cargar un documento de 5MB en un flujo de trabajo con un LLM local.

Eso significa que el vídeo con IA cambia el valor de una red doméstica más rápida:

• 1GbE sigue siendo suficiente para almacenar proyectos terminados y copias ocasionales de modelos.
• 2.5GbE reduce considerablemente las dificultades al mover archivos de modelos grandes.
• 10GbE resulta más interesante cuando el NAS es una biblioteca central de modelos para varias estaciones de trabajo con IA o cuando se mueven constantemente archivos de vídeo sin procesar.

La GPU no se vuelve más rápida porque tu NAS tenga 10GbE. Lo que mejora es el flujo de trabajo general. Si la propia red se convierte en el cuello de botella, resulta más útil comparar 2.5GbE frente a 10GbE en NAS teniendo en cuenta el tamaño real de los archivos, el rendimiento del almacenamiento, los clientes, los switches y la frecuencia de transferencia.

¿Puede MiniMax H3 funcionar completamente sin conexión?

H3-Base puede utilizarse como parte de un flujo de trabajo sin conexión una vez que todos los pesos, las dependencias y los archivos de referencia necesarios estén disponibles localmente.

Esto incluye la generación local de texto a vídeo, la generación condicionada por fotogramas clave y los flujos de trabajo compatibles de H3-Base guiados por referencias.

Sin embargo, los servicios oficiales Context-IR y Regenerate-2K están alojados actualmente en servidores. Un flujo de trabajo que dependa de esos componentes no está completamente desconectado.

Esta distinción es especialmente importante cuando se trabaja con material de referencia sensible. Si el requisito es que las imágenes, los vídeos, las voces o los recursos comerciales inéditos nunca salgan de la red local, diseña el flujo de trabajo en torno a H3-Base y al preprocesamiento local, en lugar de dar por hecho que toda la pila oficial de H3 es de código abierto.

La misma regla se aplica a cualquier flujo de trabajo de IA totalmente local y sin conexión: no basta con ejecutar el modelo principal localmente si la autenticación, el preprocesamiento, el almacenamiento, las API u otras etapas necesarias siguen dependiendo de internet.

¿Puede MiniMax H3 generar vídeo 2K localmente?

No mediante el flujo oficial completo de 2K por ahora.

H3-Base produce el resultado inicial con un borde corto de 768 píxeles. El resultado oficial de 2K de MiniMax utiliza H3-Regenerate-2K, que toma el vídeo inicial junto con el contexto original y vuelve a generar el resultado, en lugar de limitarse a aplicar una superresolución convencional.

MiniMax afirma que Regenerate-2K aún no está incluido en la versión de código abierto.

Eso no impide que los usuarios apliquen un escalado local o flujos de trabajo de la comunidad a un resultado de H3. Simplemente significa que esos métodos no deben confundirse con el flujo oficial de MiniMax H3-Regenerate-2K.

Para búsquedas como «MiniMax H3 local 2K», esta distinción resulta más útil que una respuesta sencilla de sí o no:

La generación local de H3 está disponible; la etapa oficial de regeneración completa en 2K todavía no se puede realizar íntegramente de forma local.

¿Puede MiniMax H3 ejecutarse en Apple Silicon?

El ecosistema local se está expandiendo más allá de las GPU NVIDIA.

Un proyecto destacado de la comunidad es h3.c, una implementación de inferencia H3 nativa de Metal diseñada para Apple Silicon. El ecosistema actual contempla compatibilidad con texto a vídeo/audio, flujos de trabajo con primer y último fotograma y entradas de referencia ordenadas.

Esto convierte a los Mac con memoria unificada en una plataforma H3 interesante, ya que los sistemas Apple Silicon con suficiente memoria pueden superar las limitaciones tradicionales de la VRAM discreta gracias a una memoria compartida de mayor capacidad.

Sin embargo, la compatibilidad con Apple Silicon debe considerarse por separado de la ruta de implementación de referencia principal de MiniMax. La madurez del kernel, el rendimiento, la presión sobre la memoria y la paridad de funciones pueden cambiar rápidamente a medida que evolucionan los entornos de ejecución de la comunidad.

MiniMax H3 local frente a H3 en la nube: ¿qué configuración tiene más sentido?

La respuesta depende de si valoras más controlar la infraestructura o la comodidad.

Para generar vídeos con IA de vez en cuando, la inferencia en la nube puede ser mucho más económica que comprar una GPU potente.

La implementación local resulta más interesante cuando la máquina ya está disponible, el volumen de generación es alto, el contenido multimedia original es confidencial, los flujos de trabajo necesitan mucha personalización o H3 es solo uno de varios servicios locales de IA que comparten el mismo hardware.

Por eso, el coste de la IA local frente a la de la nube también debería evaluarse teniendo en cuenta la frecuencia de uso de las cargas de trabajo y el hardware que ya se posee, en lugar de limitarse a comparar el precio de una API con el coste de comprar una GPU.

Por qué el vídeo con IA local se está convirtiendo en un problema de servidores domésticos

Ejecutar modelos de lenguaje localmente enseñó a los usuarios a pensar principalmente en la RAM y la VRAM.

Los modelos de vídeo cambian la ecuación.

Una configuración seria para crear vídeos localmente acumula:

• decenas o cientos de gigabytes de pesos de modelos
• varias cuantizaciones del mismo modelo
• bibliotecas de imágenes de referencia
• audio de referencia
• grabaciones originales
• LoRA
• archivos de flujos de trabajo
• renders temporales
• varias versiones del vídeo final

Por eso, la pregunta a largo plazo ya no es solo:

¿Puede mi GPU ejecutar este modelo?

Cada vez más, la pregunta es:

¿Puede mi infraestructura local almacenar, servir, organizar, respaldar y reutilizar repetidamente todo este flujo de trabajo de contenido multimedia generado con IA?

Es ahí cuando una estación de trabajo de IA local y un servidor doméstico empiezan a complementarse.

Navegador / PC de edición │ ▼ ComfyUI o API local │ ▼ Nodo de cálculo con GPU │ ├── Modelo H3 activo en NVMe local │ ▼ NAS / servidor doméstico ├── Archivo de modelos ├── Contenido multimedia de referencia ├── Flujos de trabajo de ComfyUI ├── Vídeos generados └── Copias de seguridad 

La GPU sigue siendo el costoso motor de cálculo. El servidor se convierte en un espacio de trabajo de IA persistente.

También es una forma útil de entender una arquitectura de NAS con IA: el almacenamiento no tiene por qué sustituir a la estación de trabajo con GPU. Su valor consiste en proporcionar una capa estable de datos, modelos, contenido multimedia, indexación y copias de seguridad en torno a cargas de trabajo de IA que requieren mucha capacidad de cálculo.

¿MiniMax H3 es de código abierto?

MiniMax describe H3 como una versión de código abierto y publica públicamente los pesos del modelo H3-Base y su implementación. Sin embargo, el modelo se publica bajo el Acuerdo de licencia comunitaria de MiniMax H3, en lugar de una licencia de software permisiva convencional, como Apache-2.0 o MIT.

Conviene comprobar esta distinción antes de implementar el modelo con fines comerciales, redistribuirlo o integrarlo en un producto. Las condiciones aplicables están disponibles junto con el lanzamiento oficial del modelo.

También es importante no equiparar el punto de control abierto H3-Base con toda la infraestructura de servicios de H3: H3-Context-IR y H3-Regenerate-2K siguen fuera del lanzamiento abierto actual.

¿Vale la pena ejecutar MiniMax H3 localmente?

H3 resulta especialmente interesante para la IA local porque no es simplemente otro punto de control de texto a vídeo. Combina referencias multimodales, generación de vídeo y audio estéreo nativo en un solo sistema, mientras que los pesos abiertos de H3-Base ofrecen a la comunidad local suficiente acceso para crear nuevos entornos de ejecución, cuantizaciones, flujos de trabajo de ComfyUI, API y optimizaciones específicas para cada hardware.

Pero H3 también muestra hacia dónde se dirige la IA generativa local.

El reto ya no consiste simplemente en descargar un modelo en un solo PC. Un entorno H3 útil puede requerir un servidor con GPU, SSD locales rápidos, cientos de gigabytes de almacenamiento para modelos, una biblioteca multimedia, orquestación de flujos de trabajo, acceso remoto y almacenamiento en red persistente.

Para una prueba puntual, ComfyUI y un punto de control H3 cuantizado pueden ser suficientes.

Para una infraestructura de vídeo con IA autoalojada a largo plazo, la arquitectura más útil separa el cómputo, el almacenamiento activo de modelos, el almacenamiento de archivos multimedia y el acceso a los flujos de trabajo. Esta estructura seguirá siendo útil incluso cuando el próximo modelo de vídeo abierto desplace a H3 de lo más alto de la clasificación.

Actualización de noviembre de 2026: HyperFlow H3 Flash para tareas locales de vídeo más cortas

Video Rebirth publicó HyperFlow H3 Flash, un derivado de MiniMax H3 que comprime el transformador de aproximadamente 31.000 millones de parámetros a unos 14.000 millones y admite vídeo y audio estéreo conjuntos. Ofrece 4, 6 u 8 pasos de muestreo; seis es el valor predeterminado. El lanzamiento incluye código, guías de instalación y flujos de trabajo de ComfyUI.

Para un ejemplo de texto a vídeo y audio de 5,2 segundos, el editor informa de 83 segundos en una RTX 5090 y 152 segundos en una RTX 4090 con su configuración INT8 de ComfyUI. Son mediciones realizadas por el proveedor para el flujo de trabajo y los ajustes indicados; los tiempos citados de ComfyUI no incluyen la exportación. Un clip de 15 segundos, otro modo de referencia o un backend distinto pueden tardar mucho más. La duración del vídeo, la resolución, el audio, el codificador de texto y la exportación deben tenerse en cuenta para que la comparación sea justa.

Opción	Cuándo evaluarlo	Qué medir
Safetensors INT8 de ComfyUI	El editor ofrece una opción compatible y mediciones en GPU RTX de 24 GB y 32 GB.	Memoria máxima de la GPU, uso temporal del disco, duración del flujo de trabajo y calidad del resultado.
Q4KM GGUF	La ficha del modelo indica un archivo de transformador cuantizado de 9.1 GB y documenta configuraciones GGUF.	Memoria de todo el flujo de trabajo, incluidos el codificador, el VAE y los tensores intermedios.
Clips más largos o varias entradas de referencia	Usa la tarea y el flujo de trabajo documentados para la entrada prevista.	Tiempo de generación, memoria máxima, sincronización de audio y coherencia entre fotogramas.

Que un archivo del modelo quepa en el disco no demuestra que una GPU de 16 GB pueda ejecutar todo el flujo de trabajo. El lanzamiento de Video Rebirth no informa de pruebas en GPU de 16 GB. Empieza con el clip documentado más corto, mantén fijo todo el flujo de trabajo y cambia un ajuste cada vez.

El desarrollador describe HyperFlow como un derivado, y la ficha del modelo remite al Acuerdo de licencia comunitaria de MiniMax H3. Este establece restricciones territoriales y de uso. Lee la licencia y confirma que tienes autorización para tu ubicación y uso antes de descargar o utilizar los pesos.

Preguntas frecuentes sobre cómo ejecutar MiniMax H3 localmente

¿Puedo ejecutar MiniMax H3 localmente gratis?

Puedes ejecutar los pesos abiertos de H3-Base en tu propio hardware compatible sin pagar una tarifa de API por generación. La inferencia local sigue teniendo costos de hardware, almacenamiento, electricidad y mantenimiento, y los usuarios deben consultar la licencia comunitaria de MiniMax H3 para el uso que tengan previsto.

¿Cuánta VRAM necesita MiniMax H3?

No hay un único requisito. Las configuraciones de la comunidad van actualmente desde una opción NF4 con descarga de datos que requiere 8 GB hasta versiones cuantizadas de 12-16 GB y flujos de trabajo más prácticos con GPU de consumo de 24 GB. La implementación nativa o con menos cuantización requiere mucha más memoria.

¿Bastan 24 GB de VRAM para MiniMax H3?

Sí. Las configuraciones actuales de H3 podadas y cuantizadas pueden ejecutarse en GPU de 24 GB, lo que convierte esta opción en una de las clases de hardware local para H3 más realistas. El entorno de ejecución aún debe gestionar el codificador de texto, los VAE, los tensores temporales y la descarga de datos a la memoria del sistema.

¿Puede una RTX 4090 ejecutar MiniMax H3?

Sí. El ecosistema local de H3 incluye configuraciones con una sola RTX 4090 que usan cuantización y técnicas para ahorrar memoria. Una 4090 debe considerarse una plataforma H3 cuantizada, no una tarjeta capaz de cargar de una vez en la VRAM toda la pila BF16 original.

¿Puede MiniMax H3 ejecutarse con 8 GB de VRAM?

DiffSynth-Studio ofrece un flujo de trabajo NF4 con un requisito mínimo declarado de 8 GB de VRAM. Depende en gran medida de la descarga de datos a la memoria, por lo que es mejor considerarlo una configuración mínima para poder usarlo, no una solución rápida para producción.

¿MiniMax H3 funciona en ComfyUI?

Sí. ComfyUI admite flujos de trabajo con H3 para convertir texto en vídeo, convertir imágenes o fotogramas clave en vídeo y generar contenido a partir de referencias, con opciones de modelos cuantizados locales diseñadas para reducir los requisitos de memoria.

¿MiniMax H3 genera audio localmente?

Sí. H3-Base genera vídeo y audio estéreo nativo conjuntamente. El flujo de trabajo local utiliza un VAE de audio H3 independiente para decodificar el audio latente generado.

¿Puede MiniMax H3 usar vídeos y audio de referencia?

Sí. El modelo Ref2VA admite combinaciones de referencias de imagen, vídeo y audio. La especificación oficial del modelo permite hasta nueve imágenes, tres clips de vídeo, tres clips de audio y doce archivos de referencia en total, sujetos a límites de duración.

¿Puede MiniMax H3 generar vídeos en 2K completamente sin conexión?

No con la canalización oficial completa de 2K de MiniMax, al menos por ahora. H3-Base puede ejecutarse localmente, pero la etapa oficial H3-Regenerate-2K se ofrece actualmente como servicio alojado. No hay que confundir el reescalado local de terceros con H3-Regenerate-2K.

¿Cuánto espacio en disco debería reservar para MiniMax H3?

Un único flujo de trabajo optimizado puede requerir solo una fracción del repositorio completo, pero quienes experimenten con FL2VA y Ref2VA, varias cuantizaciones, codificadores, VAE, LoRA y material de referencia pueden ocupar rápidamente cientos de gigabytes. Guarda los checkpoints activos en almacenamiento local rápido y archiva los recursos que uses con menos frecuencia en unidades de mayor capacidad.

¿Puedo almacenar modelos de MiniMax H3 en un NAS?

Sí. Un NAS es útil para almacenar archivos de modelos, material de referencia, flujos de trabajo, resultados y copias de seguridad. Por lo general, es mejor guardar los checkpoints que se cargan con frecuencia en una unidad NVMe local conectada al equipo con GPU y luego sincronizarlos con el NAS o restaurarlos desde allí cuando sea necesario.

¿MiniMax H3 necesita conexión a Internet después de la instalación?

H3-Base puede ejecutarse localmente una vez descargados los archivos del modelo y las dependencias de software. Los flujos de trabajo que usan Context-IR alojado por MiniMax o el servicio oficial Regenerate-2K siguen necesitando acceso a Internet.

¿Cuál es mejor para H3, FL2VA o Ref2VA?

Usa FL2VA para convertir texto en vídeo y para flujos de trabajo con el primer y el último fotograma. Usa Ref2VA cuando la generación necesite referencias más variadas de imagen, vídeo o audio. No hay mucha razón para mantener la configuración más grande con varios checkpoints si tu flujo de trabajo solo necesita condicionamiento básico mediante texto o fotogramas clave.

¿Puedo ejecutar MiniMax H3 para varios dispositivos de mi red doméstica?

Sí. Los frameworks de inferencia, como SGLang y vLLM-Omni, pueden exponer H3 mediante una API de red, lo que permite que portátiles, estaciones de trabajo o aplicaciones automatizadas envíen tareas a un servidor GPU central. La concurrencia y el rendimiento reales dependen de la memoria de la GPU y de la configuración de inferencia.