MiniMax H3 にはどの GPU が必要か？
結論： MiniMax H3 は大きなモデルです。transformer は 33B パラメーター、テキストエンコーダーは Qwen3-VL-32B モデルそのものです。BF16 では Hugging Face 上で transformer だけで約 66 GB、エンコーダーが約 51.5 GB あり、どのコンシューマー向けカードにも丸ごとは収まりません。MiniMax のモデルカードには VRAM の数値がなく、diffusers のドキュメントが 3 つの段階を示しています：
- 24–32 GB のカード（RTX 4090、RTX 5090）：int8 に量子化し、transformer のブロックを CPU RAM からストリーミングします。
- 80 GB のカード 1 枚（A100 80G、A800 80G）：必要に応じて各コンポーネントを GPU に載せ降ろしします。
- 80 GB のカード 2 枚：フルの BF16 で動かします。
小さめのカードでは、VRAM と同じくらいホスト RAM が重要です。diffusers は “expect the weights to live in host RAM: around 75 GB of it at int8”（重みはホスト RAM に置かれる想定で、int8 で約 75 GB）と書いています（diffusers の MiniMax H3 ドキュメント、2026-11-04 閲覧）。H3 を使う前に、下のライセンスの節を読んでください。
公開されているもの、されていないもの
オープンに公開されているのは 768p の H3-Base モデルです。MiniMax はこれをタスク別の 2 つのチェックポイントとして公開しています（MiniMax H3 のモデルカード、2026-11-04 閲覧）：
| コンポーネント | 状況 |
|---|---|
| H3-Base FL2VA（テキストから動画＋音声、先頭／末尾フレーム指定） | 公開、BF16、CFG 蒸留済み |
| H3-Base Ref2VA（参照画像・動画・音声） | 公開、BF16、CFG 蒸留済み |
| H3-Regenerate-2K（768p から 2K へ） | 非公開：“this module is not yet open-sourced”（このモジュールはまだオープンソース化されていない） |
| H3-Context-IR（プロンプトの前処理） | API のみ：“it is not included in this open-source release”（今回のオープンソース版には含まれない） |
| スパースアテンション | “will be released in a future update”（今後のアップデートで公開予定） |
モデルカードによると、ローカルでの出力は既定で “the shorter side is set to 768 pixels”（短辺が 768 ピクセル）です。クリップは 4–15 秒、24 FPS で、32 kHz のステレオ音声が動画と同時にネイティブ生成されます。ComfyUI のドキュメントは “2K is a hosted-service output and needs a separate upscale pass in ComfyUI”（2K はホスト型サービスの出力で、ComfyUI では別途アップスケールの工程が必要）としています（ComfyUI MiniMax H3 チュートリアル、2026-11-04 閲覧）。
どの構成にどのカードを使うか
以下の構成は diffusers、SGLang、vLLM のドキュメントによるものです（2026-11-04 閲覧）。いま起動できるカードと、各カードの vCPU と GPU あたりの RAM は Deploy ページに一覧があります。
| VRAM クラス | CloudGPU のカード | ドキュメントの記述 |
|---|---|---|
| 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”（2 つの大きなコンポーネントを読み込み時に int8 に量子化し、transformer のブロックを CPU RAM からストリーミングする）。RTX 4090 1 枚での SGLang：“stream the DiT and text encoder and quantize DiT linear layers online with convrot_int8”（DiT とテキストエンコーダーをストリーミングし、DiT の線形層を convrot_int8 でオンライン量子化する）、“GPU peak stayed about 18 GB”（GPU のピークは約 18 GB にとどまった） |
| 48 GB | RTX 4090 48G、RTX 4090D 48G、RTX A6000 | int8 の transformer とエンコーダーに余裕が出ます。diffusers：“Two 48 GB cards do the same with the int8 loading”（48 GB のカード 2 枚でも int8 読み込みで同じことができる）、つまり 80 GB のカード 2 枚で BF16 を動かすのと同じです |
| 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”（80 GB のカード 1 枚では、コンポーネントを ComponentsManager に登録し、アクセラレーターへの載せ降ろしを任せる） |
| 2 × 80 GB | A100 80G または A800 80G を 2 枚 | diffusers：“Two 80 GB cards run full bfloat16 this way”（80 GB のカード 2 枚ならこの方法でフルの bfloat16 を動かせる） |
SGLang のメモからは、80 GB でもすべてを常駐させるには足りないことがわかります：“Pure Ulysses4 could not keep the full pipeline resident on 80 GB H100s”（純粋な Ulysses4 では、80 GB の H100 にパイプライン全体を常駐させられなかった）（SGLang MiniMax H3 cookbook、2026-11-04 閲覧）。
ホスト RAM もサイジングの一部
オフロードは重みをシステムメモリに移すので、カードを選ぶ前に /deploy に表示される GPU あたりの RAM を確認してください。公開されている数値は次のとおりです：
- diffusers、12–16 GB の構成：“around 75 GB of it at int8”（int8 で約 75 GB）。
- SGLang：2 × RTX 5090 のレシピは “was validated on 2× RTX 5090 (32 GB each) and a 377 GiB host; use a 384 GiB-class machine”（RTX 5090 2 枚（各 32 GB）と 377 GiB のホストで検証済み。384 GiB クラスのマシンを使うこと）。RTX 5090 1 枚のデスクトップでは、864×480 で VRAM 32 GB とホスト RAM 60 GB を使いました。
- vLLM：“Use a 384 GiB-class host for the pinned model shards and offload buffers”（ピン留めしたモデルのシャードとオフロード用バッファーには 384 GiB クラスのホストを使うこと）（vLLM MiniMax H3 recipe、2026-11-04 閲覧）。
CUDA のエラーが出ないまま実行が強制終了された場合は、VRAM ではなくホスト RAM が足りなくなった可能性が高いです。
ダウンロードするファイル
Comfy-Org の再パッケージ版には、公式の BF16 シャードより小さいファイルがあります。サイズは Hugging Face API によるもので、2026-11-04 閲覧です。
| ファイル | サイズ | 備考 |
|---|---|---|
minimax_h3_fl2va_bf16（ref2va_ も同様） |
66.28 GB | transformer 全体 |
minimax_h3_fl2va_int8_convrot |
34.04 GB | int8 |
minimax_h3_fl2va_pruned_bf16 |
40.23 GB | AdaLN ブランチを削除 |
minimax_h3_fl2va_pruned_int8_convrot |
20.97 GB | 枝刈り、int8 |
minimax_h3_fl2va_pruned_fp8_scaled |
20.96 GB | 枝刈り、FP8 |
minimax_h3_fl2va_pruned_w6a8 |
15.98 GB | 枝刈り、w6a8 |
qwen3vl_32b_minimax_h3_bf16（テキストエンコーダー） |
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”（Blackwell GPU がなくても使える） |
minimax_h3_video_vae_fp16 / _int8_convrot |
5.21 / 2.81 GB | |
minimax_h3_audio_vae_fp32 |
0.61 GB |
Comfy の README には “For diffusion models prefer int8_convrot if you are able to use pytorch with cu130”（cu130 の PyTorch を使えるなら、拡散モデルには int8_convrot を優先する）と “fp8_scaled should only be used if you cannot use int8_convrot.”（fp8_scaled は int8_convrot を使えない場合にだけ使う。）とあります。枝刈り版のファイルが小さいのは、モデルカードによると AdaLN ブランチ（約 13B パラメーター）が “do not need to be loaded for inference-only deployment”（推論専用のデプロイでは読み込む必要がない）ためです。
公開されている速度の数値
MiniMax 自身のモデルカードには処理時間の数値がありません。SGLang の cookbook（2026-11-04 閲覧）は次の結果を報告しています：
| カード | 構成 | 時間 |
|---|---|---|
| 1 × RTX 4090 D 24 GB | 1344×768、107 フレーム、20 ステップ、BF16 + FlashAttention | 405.6 s |
| 1 × RTX 4090 D 24 GB | 同上、convrot_int8 + FA | 303.3 s |
| 1 × RTX 4090 D 24 GB | 同上、convrot_int8 + Sage→Sol ハイブリッド | 163.8 s |
| 1 × RTX 5090 デスクトップ | 864×480、124 フレーム、20 ステップ、sglang | 112.2 s |
| 1 × RTX 5090 デスクトップ | 同上、ComfyUI --fast-disk --cache-none |
145.9 s |
diffusers はさらに “960x544 runs about 2.3x faster per step than the trained 1344x768”（960x544 は、学習時の 1344x768 よりステップあたり約 2.3 倍速い）と書いています。自分のプロンプトでの処理時間を知るには、まず 960x544 の短いクリップから始め、それから大きくしていきましょう。
ライセンス
MiniMax H3 は MiniMax H3 Community License Agreement で公開されており、オープンソースライセンスではありません。重みやその出力を使う前に LICENSE ファイルを読んでください。GPU をレンタルしても、ライセンスの条件は変わりません。
費用
2026-11-05 07:55 (UTC+8) 時点：RTX 5090 $0.69/時間、RTX 4090 48G $0.69/時間、A100 80G $1.59/時間。課金は 1 分単位（切り上げ）で 1 分から、インスタンスを破棄すると止まります。重みのダウンロード中も課金されるので、ダウンロードは 1 回にしてまとめてレンダリングしましょう。現在の料金は /pricing に掲載しています。
関連：Wan の動画生成にはどの GPU を使うべきか · AI 短編映画の制作：工程ごとにどの GPU を使うか · AI 映像・動画制作向けクラウド GPU
よくある質問
MiniMax H3 に必要な VRAM はどれくらいですか？
MiniMax のモデルカードには VRAM の数値がありません。diffusers のドキュメントは、int8 と CPU RAM からのブロックストリーミングを使う 24–32 GB のカード、コンポーネントを GPU に載せ降ろしする 80 GB のカード 1 枚、フルの bfloat16 を動かす 80 GB のカード 2 枚という構成を示しています。SGLang は RTX 4090 1 枚でストリーミングと int8 を使い、GPU のピークを約 18 GB と測定しています（2026-11-04 閲覧）。
MiniMax H3 は RTX 5090 で動きますか？
はい、量子化とオフロードを使えば動きます。SGLang によると、RTX 5090 1 枚のデスクトップで 864×480、124 フレーム、20 ステップの実行に sglang で 112.2 s、ComfyUI で 145.9 s かかり、VRAM 32 GB とホスト RAM 60 GB を使いました（2026-11-04 閲覧）。
オープン版の MiniMax H3 で 2K の動画は生成できますか？
できません。オープンなチェックポイントは短辺 768 ピクセルの H3-Base です。MiniMax は H3-Regenerate-2K について “is not yet open-sourced”（まだオープンソース化されていない）としており、ComfyUI のドキュメントも 2K には別途アップスケールの工程が必要としています（2026-11-04 閲覧）。
MiniMax H3 でホスト RAM が重要なのはなぜですか？
80 GB 未満のカードでは、重みをシステムメモリからストリーミングします。diffusers のドキュメントは int8 でホスト RAM が約 75 GB 必要としており、コンシューマー向けカード 2 枚での SGLang と vLLM のレシピは 384 GiB クラスのホストを求めています。カードを選ぶ前に、CloudGPU の Deploy ページで GPU あたりの RAM を確認してください。
MiniMax H3 はオープンソースですか？
MiniMax H3 は MiniMax H3 Community License Agreement で公開されており、オープンソースライセンスではありません。重みやその出力を使う前に、MiniMax H3 の Hugging Face ページにある LICENSE ファイルを読んでください。
出典（2026-11-04 閲覧、Asia/Shanghai）
- MiniMax H3 のモデルカード（公開コンポーネント、33B の transformer、Qwen3-VL-32B のエンコーダー、768p、4–15 秒、24 FPS、32 kHz ステレオ音声）：https://huggingface.co/MiniMaxAI/MiniMax-H3
- MiniMax H3 の LICENSE：https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/LICENSE
- diffusers の MiniMax H3 パイプラインのドキュメント（VRAM の段階、ホスト RAM、960x544 の速度に関する記述）：https://huggingface.co/docs/diffusers/main/en/api/pipelines/minimax_h3
- SGLang MiniMax H3 cookbook（RTX 4090 D と RTX 5090 の処理時間、ホスト RAM）：https://docs.sglang.io/cookbook/diffusion/MiniMax/MiniMax-H3
- vLLM MiniMax H3 recipe（ホスト RAM、ファイルサイズ）：https://recipes.vllm.ai/MiniMaxAI/MiniMax-H3
- Comfy-Org の MiniMax H3 再パッケージ版（ファイル名とサイズ、形式の選び方）：https://huggingface.co/Comfy-Org/MiniMax-H3
- ComfyUI MiniMax H3 チュートリアル（2K には別途アップスケールの工程が必要）：https://docs.comfy.org/tutorials/video/minimax/minimax-h3
起動できるカードは Deploy ページに一覧があります。料金は https://cloudgpu.app/ja/pricing に掲載しています。
最終更新：2026-11-04（Asia/Shanghai）。