如何为你的GPU选择最佳模型？MiniMax-H3-nvfp4-INT4-INT8-Convrot硬件适配指南

如何为你的GPU选择最佳模型？MiniMax-H3-nvfp4-INT4-INT8-Convrot硬件适配指南

【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot

MiniMax-H3-nvfp4-INT4-INT8-Convrot是一个社区编译的量化和剪枝权重集合，专为本地推理环境（如ComfyUI）优化。通过将多种量化格式（INT4、INT8、混合和NVFP4）统一到一个结构化仓库中，该项目使拥有消费级GPU（16GB - 24GB VRAM）的用户能够轻松体验MiniMax H3强大的全模态文本/图像/音频到视频生成能力。

📋 量化格式与VRAM需求速览

INT4：标准消费级硬件的理想选择

INT4是高压缩模型，适用于标准消费级硬件，仅需约11.3 GB VRAM。对于16GB VRAM的高端GPU（如RTX 4070 Ti Super、RTX 4080等），是不错的选择。对应的扩散模型文件如MiniMax_H3_FL2VA_pruned_int4_convrot.safetensors和MiniMax_H3_Ref2VA_pruned_int4_convrot.safetensors。

INT8：追求最高剪枝质量的选择

INT8是最高质量的剪枝模型，需要24GB以上VRAM（约21 GB）。适合RTX 3090、RTX 4090等 enthusiast 级GPU。扩散模型文件有MiniMax_H3_FL2VA_pruned_int8_convrot.safetensors和MiniMax_H3_Ref2VA_pruned_int8_convrot.safetensors。

MIXED INT4/INT8：平衡性能与质量

混合精度模型，需要15+ VRAM（约15.5 GB）。文件包括MiniMax_H3_FL2VA_pruned_mixed_int4_int8_convrot.safetensors和MiniMax_H3_Ref2VA_pruned_mixed_int4_int8_convrot.safetensors。

NVFP4：Nvidia Blackwell GPU专属

实验性的Nvidia 4位浮点模型，需要Blackwell架构。适用于RTX 5090、PRO 6000等下一代Blackwell显卡，30/40系列显卡请勿下载。扩散模型文件如MiniMax_H3_Ref2VA_pruned_nvfp4.safetensors（12.5 GB）、MiniMax_H3_Ref2VA_nvfp4_mixed.safetensors（24.4 GB）和MiniMax_H3_FL2VA_pruned_nvfp4.safetensors（12.5 GB）。

🔍 不同GPU型号的模型选择指南

1. 标准高端GPU（16GB VRAM）

Perfect for RTX 4070 Ti Super, RTX 4080等

• 扩散模型：下载INT4（MiniMax_H3_[...]_pruned_int4_convrot.safetensors）或混合（_mixed_int4_int8_）版本。
• 文本编码器：下载qwen3vl_32b_minimax_h3_int4_convrot.safetensors

2. Enthusiast级GPU（24GB VRAM）

Perfect for RTX 3090, RTX 4090等

• 扩散模型：下载INT8（MiniMax_H3_[...]_pruned_int8_convrot.safetensors）以获得最高的剪枝质量。
• 文本编码器：下载qwen3vl_32b_minimax_h3_int8_convrot.safetensors

3. 仅适用于Nvidia Blackwell GPU

Exclusively for RTX 5090, PRO 6000等下一代Blackwell显卡。30/40系列显卡请勿下载！

• 扩散模型：下载NVFP4（MiniMax_H3_[...]_pruned_nvfp4.safetensors）。
• 文本编码器：下载qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors

📌 必知：VAEs和文本编码器

VAEs（/vae）

无论你的GPU如何，每个人都必须下载/vae文件夹中的两个文件：minimax_h3_audio_vae_fp32.safetensors（605 MB - 音频解码器）和minimax_h3_video_vae_fp16.safetensors（5.21 GB - 视频解码器）。

文本编码器（/text_encoders）

• qwen3vl_32b_minimax_h3_int4_convrot.safetensors（15.0 GB）-推荐用于16GB GPU
• qwen3vl_32b_minimax_h3_int8_convrot.safetensors（27.1 GB）-推荐用于24GB GPU
• qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors（15.7 GB）-用于Blackwell GPU

🔄 FL2VA vs. Ref2VA：如何选择？

FL2VA

如果你只想进行标准的文本到视频或简单的图像到视频（使用一两个起始/结束图像），下载FL2VA相关文件。

Ref2VA

如果你想使用高级全参考（多个图像、视频剪辑或音频输入），下载Ref2VA相关文件。

🚀 开始使用

要开始使用MiniMax-H3-nvfp4-INT4-INT8-Convrot，首先克隆仓库：

git clone https://gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot

然后根据你的GPU型号和需求，按照上述指南下载相应的模型文件、文本编码器和VAEs文件，即可在本地推理环境中体验强大的全模态生成能力。

【免费下载链接】Minimax-H3-nvfp4-INT4-INT8-Convrot项目地址: https://ai.gitcode.com/hf_mirrors/Abiray/Minimax-H3-nvfp4-INT4-INT8-Convrot