MiniMax-H3图生视频模型BF16/INT8/FP8，该下载哪个精度？一份完整的显存账本指南
【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3
你刚把MiniMax-H3图生视频（I2V）、文生视频（T2V）模型下回来，面对 61.7GB 的 BF16 文件，手里 4090 的 24GB 显存连热机都做不到；或者你硬塞了 15GB 的 w6a8，发现画面细节肉眼可见发糊。这类多精度视频生成模型选版本，一句话结论：先按显存定卡，再按质量预算定精度。
🔥 先看账本：MiniMax-H3 各精度版本全量对比
表中体积数据取自仓库文件元信息（fl2va / ref2va 系列共 12 个扩散模型文件，目录见 README）：
| 精度格式 | 文件体积 | 显存总需求（搭配文本编码器） | 推理速度 | 质量表现 | 最低硬件门槛 |
|---|---|---|---|---|---|
bf16（全量） | 61.7 GB | 约110GB级（含 48GB 的 Qwen3-VL-32B 编码器） | 基准 | 天花板，无损 | 80GB 显存档（A100/H100） |
int8_convrot（全量） | 31.7 GB | 约57GB级（含 25.3GB INT8 编码器） | 略快于 BF16 | 接近 BF16 | 48GB 显存档（RTX 6000 Ada / A6000） |
pruned_int8_convrot/pruned_fp8_scaled | 约19.5 GB | 约34GB级（含 14.6GB NVFP4 编码器） | 更快 | 剪枝后小幅损失 | 24–32GB 显存档（4090/5090） |
pruned_w6a8 | 14.9 GB | 约30GB级（含 NVFP4 编码器，需offload） | 最快 | 损失最大 | 24GB 显存档，需 CPU offload |
大多数人的默认选择：pruned_int8_convrot（19.5GB）配qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors（14.6GB）文本编码器——32GB 显存卡从容运行，24GB 卡轻 offload 也能跑通。
⚖️ 横向拆解三个维度：别看版本，看账目
质量表现：「pruned」和「量化」砍掉的是两样东西
质量排序大致是：全量bf16≈ 全量int8_convrot>pruned_bf16（37.5GB）>pruned_int8/pruned_fp8>pruned_w6a8。全量 int8 与 pruned int8 的差别不在精度而在结构：前者保留全部参数、体积砍到 BF16 的 51%；后者再剪掉部分通道，从 31.7GB 降到 19.5GB，体积再减约 38%。fp8_scaled（8位浮点）与 int8（8位整数）体积几乎相同（19.52 vs 19.53GB），但 README 的官方态度是fp8_scaled只在跑不动int8_convrot时才用，质量上 int8 更稳。
显存占用：真实账是四笔
跑一次 MiniMax-H3 的显存 ≈ 扩散模型 + 文本编码器 + 视频VAE（2.6~4.9GB）+ 音频VAE（0.56GB），再预留运行时激活开销。对账：全量 BF16 = 61.7 + 48.0 ≈ 110GB，没有 80GB 显存别想全量；全量 int8 = 31.7 + 25.3 ≈ 57GB，48GB 卡勉强；pruned int8 + NVFP4 编码器 = 19.5 + 14.6 ≈ 34GB，32GB 显存刚好、24GB 需 offload；pruned_w6a8（6位权重+8位激活）14.9GB 是 12 个文件中最小的，但必须搭配最小的 NVFP4 编码器、24GB 卡上才现实。
速度收益：量化不是速度第一杠杆
速度杠杆影响从大到小：Turbo LoRA > pruned 结构 > 低精度权重。仓库附带minimax_h3_fl2v_turbo_4step_v1.0_768p_comfyui_bf16.safetensors（1.8GB）与 8step 版，把步数从几十步压到 4 步，对生成时长的缩短远大于 int8 换 fp8 的差异。另外 README 明确建议 PyTorch cu130 环境优先int8_convrot，速度上 int8 是多数环境的第一选择。
🎯 对号入座：三种人三种拿法
- 专业创作者（48GB+ 显存、产出要交付）：选全量
int8_convrot+ INT8 文本编码器——保留全部参数、只有 BF16 一半体积，是离 BF16 天花板最近且显存账还算得过来的组合。 - 日常玩家（24–32GB 显存，4090/5090）：选
pruned_int8_convrot+ NVFP4 文本编码器——约 34GB 级的总占用是 24GB 显存下最稳的组合，质量只比全量 int8 低一档。 - 资源受限部署者（16–24GB 显存、边缘或共享 GPU）：选
pruned_w6a8+ NVFP4 文本编码器——14.9GB 是 12 个扩散文件中最小的，配合 offload 才装得进 24GB 显存。
⚠️ 两步上手与三个高频坑
最小可运行路径（两条）：
git clone https://gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3📂 ComfyUI/ └── 📂 models/ ├── 📂 diffusion_models/ ← 扩散模型（12个） ├── 📂 text_encoders/ ← Qwen3-VL-32B 编码器（3个） ├── 📂 vae/ ← 视频/音频 VAE（3个） ├── 📂 loras/ ← Turbo 加速（3个） ├── 📂 model_patches/ ← ControlNet Union（4个） └── 📂 embeddings/ ← 提示词模板（10个）高频坑与解法：
- 误把 fp8 当首选：README 明确
fp8_scaled只在无法使用int8_convrot时才用（需 PyTorch cu130），环境支持 int8 就用 int8。 - 漏下 VAE 二件套：视频生成必须同时有
minimax_h3_video_vae_int8_convrot.safetensors（2.6GB）与minimax_h3_audio_vae_fp32.safetensors（0.56GB），缺一个工作流都跑不起来，它们不是可选配件。 - embeddings 用错地方：
embeddings/目录 10 个文件是提示词模板，要在CLIPTextEncode节点里以embedding:minimaxh3_bullet_time的形式调用，直接复制文件名没用。
🏁 一句话收尾：体积定下限、质量定目标、速度靠 Turbo。先用pruned_int8_convrot把 ComfyUI 的 I2V 模板跑通一条视频，再决定要不要升全量int8_convrot或直接上 BF16——别先下 61.7GB 的文件，再回头找显存。
【免费下载链接】MiniMax-H3项目地址: https://ai.gitcode.com/hf_mirrors/Comfy-Org/MiniMax-H3
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
