أي GPU تحتاج لـ MiniMax H3؟
باختصار: MiniMax H3 نموذج كبير. يضم الـ transformer فيه 33B معامل، ومُرمِّز النص هو نموذج Qwen3-VL-32B كاملًا. بصيغة BF16 يبلغ حجم الـ transformer وحده نحو 66 GB على Hugging Face، والمُرمِّز نحو 51.5 GB، لذلك لا تستوعبه أي بطاقة استهلاكية واحدة كاملًا. لا تذكر بطاقة نموذج MiniMax أي رقم لـ VRAM. ويحدد توثيق diffusers ثلاثة مستويات:
- بطاقات 24–32 GB (RTX 4090, RTX 5090): كمّم إلى int8 وابثّ كتل الـ transformer من ذاكرة CPU RAM.
- بطاقة واحدة 80 GB (A100 80G, A800 80G): حمّل المكوّنات إلى GPU وأخرجها منه حسب الحاجة.
- بطاقتان 80 GB: شغّل النموذج بصيغة BF16 كاملة.
على بطاقات أصغر، تهمّ ذاكرة RAM للمضيف بقدر ما تهمّ VRAM: يقول diffusers “expect the weights to live in host RAM: around 75 GB of it at int8” (توقّع أن تقيم الأوزان في RAM المضيف: نحو 75 GB منها عند int8) (توثيق diffusers لـ MiniMax H3، قُرئ في 2026-11-04). اقرأ قسم الترخيص أدناه قبل استخدام H3.
ما المفتوح وما غير المفتوح
الإصدار المفتوح هو نموذج H3-Base بدقة 768p. تنشره MiniMax في صورة نقطتي تحقق مخصصتين لمهام محددة (بطاقة نموذج MiniMax H3، قُرئت في 2026-11-04):
| المكوّن | الحالة |
|---|---|
| H3-Base FL2VA (من نص إلى فيديو+صوت، الإطار الأول/الأخير) | مفتوح، BF16، CFG-distilled |
| H3-Base Ref2VA (صور مرجعية، وفيديو، وصوت) | مفتوح، BF16، CFG-distilled |
| H3-Regenerate-2K (من 768p إلى 2K) | غير مفتوح: “this module is not yet open-sourced” (هذه الوحدة لم تُفتح مصادرها بعد) |
| H3-Context-IR (معالجة مسبقة للـ prompt) | عبر API فقط: “it is not included in this open-source release” (غير مضمّن في هذا الإصدار مفتوح المصدر) |
| Sparse attention | “will be released in a future update” (سيصدر في تحديث لاحق) |
تقول بطاقة النموذج إن الإخراج المحلي يكون افتراضيًا “the shorter side is set to 768 pixels” (يُضبط الضلع الأقصر على 768 بكسل). المقاطع مدتها 4–15 ثانية بمعدل 24 FPS، مع صوت ستيريو أصلي بتردد 32 kHz يُولَّد مع الفيديو. ويقول توثيق ComfyUI “2K is a hosted-service output and needs a separate upscale pass in ComfyUI” (دقة 2K مخرَج للخدمة المستضافة وتحتاج إلى مرحلة تكبير منفصلة في ComfyUI) (دليل ComfyUI لـ MiniMax H3، قُرئ في 2026-11-04).
أي بطاقة لأي إعداد
الإعدادات أدناه مأخوذة من توثيق diffusers وSGLang وvLLM (قُرئ في 2026-11-04). تعرض صفحة Deploy البطاقات التي يمكنك تشغيلها الآن، مع عدد vCPU وحجم RAM لكل GPU.
| فئة VRAM | البطاقات على CloudGPU | ما يصفه التوثيق |
|---|---|---|
| 24–32 GB | RTX 4090, RTX 4090D, RTX 5090, RTX 5090D | diffusers: “quantize the two large components to int8 as they load and stream the transformer’s blocks from CPU RAM” (كمّم المكوّنين الكبيرين إلى int8 أثناء تحميلهما وابثّ كتل الـ transformer من CPU RAM). SGLang على RTX 4090 واحدة: “stream the DiT and text encoder and quantize DiT linear layers online with convrot_int8” (ابثّ DiT ومُرمِّز النص وكمّم الطبقات الخطية في DiT أثناء التشغيل باستخدام convrot_int8)؛ “GPU peak stayed about 18 GB” (بقيت ذروة GPU عند نحو 18 GB) |
| 48 GB | RTX 4090 48G, RTX 4090D 48G, RTX A6000 | هامش أكبر للـ transformer والمُرمِّز بصيغة int8. diffusers: “Two 48 GB cards do the same with the int8 loading” (بطاقتان 48 GB تفعلان الشيء نفسه مع التحميل بصيغة int8) كما تفعل بطاقتان 80 GB بصيغة BF16 |
| 80–96 GB | A100 80G, A800 80G, RTX 6000D 83G, RTX PRO 6000 96G, RTX PRO 6000 Max-Q 96G | diffusers: “On one 80 GB card, register the components in a ComponentsManager and let it move them on and off the accelerator” (على بطاقة واحدة 80 GB، سجّل المكوّنات في ComponentsManager ودعه ينقلها إلى المسرّع ومنه) |
| 2 × 80 GB | بطاقتا A100 80G أو A800 80G | diffusers: “Two 80 GB cards run full bfloat16 this way” (بطاقتان 80 GB تشغّلان bfloat16 كاملًا بهذه الطريقة) |
تُظهر ملاحظات SGLang أن 80 GB لا تكفي لإبقاء كل شيء مقيمًا في الذاكرة: “Pure Ulysses4 could not keep the full pipeline resident on 80 GB H100s” (لم يتمكن Ulysses4 وحده من إبقاء خط المعالجة كاملًا مقيمًا على H100 بسعة 80 GB) (SGLang MiniMax H3 cookbook، قُرئ في 2026-11-04).
ذاكرة RAM للمضيف جزء من الحساب
ينقل الـ offloading الأوزان إلى ذاكرة النظام، لذا راجع حجم RAM لكل GPU المعروض في /ar/deploy قبل اختيار البطاقة. الأرقام المنشورة:
- diffusers، إعداد 12–16 GB: “around 75 GB of it at int8” (نحو 75 GB منها عند int8).
- SGLang: وصفة لـ 2 × RTX 5090 “was validated on 2× RTX 5090 (32 GB each) and a 377 GiB host; use a 384 GiB-class machine” (جرى التحقق منها على 2× RTX 5090 (32 GB لكل منهما) ومضيف بسعة 377 GiB؛ استخدم جهازًا من فئة 384 GiB). وفي تشغيل على حاسوب مكتبي بـ RTX 5090 واحدة استُخدمت 32 GB من VRAM و60 GB من RAM المضيف عند 864×480.
- vLLM: “Use a 384 GiB-class host for the pinned model shards and offload buffers” (استخدم مضيفًا من فئة 384 GiB لأجزاء النموذج المثبّتة ومخازن offload) (وصفة vLLM لـ MiniMax H3، قُرئت في 2026-11-04).
إذا توقف التشغيل دون أي خطأ CUDA، فغالبًا ما يكون السبب نفاد RAM المضيف لا VRAM.
أي الملفات تنزّل
تقدّم حزمة Comfy-Org المعاد تجميعها ملفات أصغر من أجزاء BF16 الرسمية. الأحجام من Hugging Face API، قُرئت في 2026-11-04.
| الملف | الحجم | ملاحظات |
|---|---|---|
minimax_h3_fl2va_bf16 (وأيضًا ref2va_) |
66.28 GB | الـ transformer كاملًا |
minimax_h3_fl2va_int8_convrot |
34.04 GB | int8 |
minimax_h3_fl2va_pruned_bf16 |
40.23 GB | أُزيلت فروع AdaLN |
minimax_h3_fl2va_pruned_int8_convrot |
20.97 GB | مقلَّم، int8 |
minimax_h3_fl2va_pruned_fp8_scaled |
20.96 GB | مقلَّم، FP8 |
minimax_h3_fl2va_pruned_w6a8 |
15.98 GB | مقلَّم، w6a8 |
qwen3vl_32b_minimax_h3_bf16 (مُرمِّز النص) |
51.51 GB | |
qwen3vl_32b_minimax_h3_int8_convrot |
27.14 GB | |
qwen3vl_32b_minimax_h3_nvfp4_awq |
15.69 GB | “does not require Blackwell GPU to use” (لا يتطلب GPU من جيل Blackwell) |
minimax_h3_video_vae_fp16 / _int8_convrot |
5.21 / 2.81 GB | |
minimax_h3_audio_vae_fp32 |
0.61 GB |
يقول ملف README الخاص بـ Comfy “For diffusion models prefer int8_convrot if you are able to use pytorch with cu130” (لنماذج الانتشار اختر int8_convrot إن كان بإمكانك استخدام pytorch مع cu130) و"fp8_scaled should only be used if you cannot use int8_convrot." (لا تستخدم fp8_scaled إلا إذا تعذّر عليك استخدام int8_convrot.) ويمكن أن تكون الملفات المقلَّمة أصغر لأن بطاقة النموذج تقول إن فروع AdaLN (نحو 13B معامل) “do not need to be loaded for inference-only deployment” (لا حاجة إلى تحميلها في النشر المخصص للاستدلال فقط).
أرقام السرعة المنشورة
لا تتضمن بطاقة MiniMax نفسها أرقامًا للتوقيت. ويذكر SGLang cookbook (قُرئ في 2026-11-04) هذه التشغيلات:
| البطاقة | الإعداد | الزمن |
|---|---|---|
| 1 × RTX 4090 D 24 GB | 1344×768، 107 إطارات، 20 خطوة، BF16 + FlashAttention | 405.6 s |
| 1 × RTX 4090 D 24 GB | الإعداد نفسه، convrot_int8 + FA | 303.3 s |
| 1 × RTX 4090 D 24 GB | الإعداد نفسه، convrot_int8 + Sage→Sol hybrid | 163.8 s |
| 1 × RTX 5090 حاسوب مكتبي | 864×480، 124 إطارًا، 20 خطوة، sglang | 112.2 s |
| 1 × RTX 5090 حاسوب مكتبي | الإعداد نفسه، ComfyUI --fast-disk --cache-none |
145.9 s |
ويضيف diffusers أن “960x544 runs about 2.3x faster per step than the trained 1344x768” (تعمل دقة 960x544 أسرع بنحو 2.3 مرة في كل خطوة مقارنةً بدقة التدريب 1344x768). لمعرفة التوقيت مع prompts الخاصة بك، ابدأ بمقطع قصير بدقة 960x544، ثم ارفع الحجم.
الترخيص
يصدر MiniMax H3 بموجب MiniMax H3 Community License Agreement، وهو ليس ترخيصًا مفتوح المصدر. اقرأ ملف LICENSE قبل استخدام الأوزان أو مخرجاتها. استئجار GPU لا يغيّر شروط الترخيص.
التكلفة
حتى 2026-11-05 07:55 (UTC+8): RTX 5090 بسعر $0.69/ساعة، وRTX 4090 48G بسعر $0.69/ساعة، وA100 80G بسعر $1.59/ساعة. الفوترة بالدقيقة، مع التقريب للأعلى، بحد أدنى دقيقة واحدة، وتتوقف عند حذف المثيل. وقت تنزيل الأوزان مُفوتر أيضًا، لذا نزّلها مرة واحدة واعرض على دفعات. الأسعار الحالية في /ar/pricing.
ذات صلة: أي GPU لتوليد الفيديو بـ Wan · إنتاج فيلم قصير بالذكاء الاصطناعي: أي GPU لكل خطوة · Cloud GPU لإنتاج الأفلام والفيديو بالذكاء الاصطناعي
الأسئلة الشائعة
كم يحتاج MiniMax H3 من VRAM؟
لا تذكر بطاقة نموذج MiniMax أي رقم لـ VRAM. يصف توثيق diffusers بطاقات 24–32 GB مع int8 وبثّ الكتل من CPU RAM، وبطاقة واحدة 80 GB مع نقل المكوّنات إلى GPU ومنه، وبطاقتين 80 GB لتشغيل bfloat16 كاملًا. وقاس SGLang ذروة GPU بنحو 18 GB على RTX 4090 واحدة مع البث وint8 (قُرئ في 2026-11-04).
هل يعمل MiniMax H3 على RTX 5090؟
نعم، مع التكميم والـ offload. يذكر SGLang تشغيلًا على حاسوب مكتبي بـ RTX 5090 واحدة بدقة 864×480 و124 إطارًا و20 خطوة، استغرق 112.2 s مع sglang و145.9 s مع ComfyUI، باستخدام 32 GB من VRAM و60 GB من RAM المضيف (قُرئ في 2026-11-04).
هل يولّد إصدار MiniMax H3 المفتوح فيديو بدقة 2K؟
لا. نقاط التحقق المفتوحة هي H3-Base بضلع أقصر قدره 768 بكسل. تقول MiniMax إن H3-Regenerate-2K “is not yet open-sourced” (لم تُفتح مصادره بعد)، ويقول توثيق ComfyUI إن دقة 2K تحتاج إلى مرحلة تكبير منفصلة (قُرئ في 2026-11-04).
لماذا تهمّ ذاكرة RAM للمضيف في MiniMax H3؟
على البطاقات التي تقل عن 80 GB، تُبثّ الأوزان من ذاكرة النظام. يقول توثيق diffusers أن تتوقع نحو 75 GB من RAM المضيف عند int8، وتطلب وصفات SGLang وvLLM لبطاقتين استهلاكيتين مضيفًا من فئة 384 GiB. راجع حجم RAM لكل GPU في صفحة Deploy على CloudGPU قبل اختيار البطاقة.
هل MiniMax H3 مفتوح المصدر؟
يصدر MiniMax H3 بموجب MiniMax H3 Community License Agreement، وهو ليس ترخيصًا مفتوح المصدر. اقرأ ملف LICENSE في صفحة MiniMax H3 على Hugging Face قبل استخدام الأوزان أو مخرجاتها.
المصادر (قُرئت في 2026-11-04، Asia/Shanghai)
- بطاقة نموذج MiniMax H3 (المكوّنات المفتوحة، transformer بحجم 33B، مُرمِّز Qwen3-VL-32B، 768p، 4–15 s، 24 FPS، صوت ستيريو 32 kHz): https://huggingface.co/MiniMaxAI/MiniMax-H3
- MiniMax H3 LICENSE: https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/LICENSE
- توثيق diffusers لخط MiniMax H3 (مستويات VRAM، RAM المضيف، ملاحظة السرعة عند 960x544): https://huggingface.co/docs/diffusers/main/en/api/pipelines/minimax_h3
- SGLang MiniMax H3 cookbook (توقيتات RTX 4090 D وRTX 5090، RAM المضيف): https://docs.sglang.io/cookbook/diffusion/MiniMax/MiniMax-H3
- وصفة vLLM لـ MiniMax H3 (RAM المضيف، أحجام الملفات): https://recipes.vllm.ai/MiniMaxAI/MiniMax-H3
- حزمة Comfy-Org المعاد تجميعها لـ MiniMax H3 (أسماء الملفات وأحجامها، نصائح الصيغ): https://huggingface.co/Comfy-Org/MiniMax-H3
- دليل ComfyUI لـ MiniMax H3 (دقة 2K تحتاج إلى مرحلة تكبير منفصلة): https://docs.comfy.org/tutorials/video/minimax/minimax-h3
تعرض صفحة Deploy البطاقات التي يمكنك تشغيلها. الأسعار في https://cloudgpu.app/ar/pricing.
آخر تحديث: 2026-11-04 (Asia/Shanghai).