Minimax H3生图踩坑，开源版没有2K

出图日记 · 2026-09-28T14:53:02

今天记一笔，主角是 MiniMax H3，翻车日记。 先说清楚，H3 不是纯生图工具。它是 7 月 31 日发布的通用全模态模型，文本、图像、视频、音频都能生成。我一开始当生图模型用，思路就偏了啊。 第一个坑，开源版没有 2K。官方系统分三块。H3-Context-IR 管指令理解。H3-Base 出音频和 768p 视频。2K 要靠单独的 H3-Regenerate-2K 模块。开源默认较短边 768 像素，想要 2K 得上这个模块。 第二个坑是速度。本地 BF16 跑 5 秒的 1344×768 视频，基础耗时约 348.8 秒，快 6 分钟了。RunningHub 的 H3 Lightning 能压到约 28.7 秒，差不多 12 倍提速。 更猛的是 H3 Max，MiniMax 和 fal 联手的。5 秒 768p 不到 3 秒，吞吐是原版的 35 倍。 第三方超分是大坑。一条 15 秒的视频，三方超分或重生成，几十分钟起步，社区普遍痛点。我把 2K 的希望寄托在超分上，等得怀疑人生。 什么人别碰。机器不够顶、又急着出片的人，先别碰开源版。官方 API 的 2K 有现成的，约 0.8 元每秒，是主流旗舰的三分之一，768P 不到一半。想白嫖就上 RunningHub 的 Lightning，先跑通流程再谈 2K。 顺便说下成绩。H3 在 Artificial Analysis 的有声视频编辑榜登过顶，Elo 1130。H3 Max 在图生视频的两家榜单都拿过第一。本地部署的话，英特尔锐炫 Pro B70 当天就适配，但显卡门槛还在。