---
title: MiniMax-H3-Image-Pruned-ComfyUI-16G
canonical_url: "https://www.modelscope.ai/models/AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G"
md_url: "https://www.modelscope.ai/models/AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G.md"
repository: AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G
last_updated: 2026-11-11
license: other
pipeline_tag: text-to-image-synthesis
tasks:
  - text-to-image-synthesis
base_model:
  - MiniMax/MiniMax-H3-Image
base_model_relation: quantized
parameters: 27.4B
tensor_type:
  - F16
  - F32
  - F8_E4M3
  - U8
  - BF16
  - I8
library_name:
  - safetensors
  - pytorch
frameworks:
  - PyTorch
downloads: 22
stars: 0
---

# MiniMax-H3-Image-Pruned-ComfyUI-16G

> MiniMax-H3-Image-Pruned-ComfyUI-16G - An open-source model by AI-ModelScope on ModelScope. MiniMax-H3-Image Pruned ComfyUI 16G

AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G is a 27.4B-parameter text-to-image-synthesis model on ModelScope. licensed under other. derived from MiniMax/MiniMax-H3-Image.

- **Repository**: AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G
- **License**: other
- **Tasks**: text-to-image-synthesis
- **Parameters**: 27.4B
- **Base model**: MiniMax/MiniMax-H3-Image
- **Downloads**: 22
- **Stars**: 0
- **Last updated**: 2026-11-11

Source: https://www.modelscope.ai/models/AI-ModelScope/MiniMax-H3-Image-Pruned-ComfyUI-16G

---

# MiniMax-H3-Image Pruned ComfyUI 16G

MiniMax-H3-Image 的 ComfyUI 直用打包：**单卡 16 GB 显存可跑 4096×4096**，文生图与参考图编辑共用一套权重。

## 模型介绍

- **DiT**：33.1B 单流 Transformer（50 层，hidden 5376，56 heads，FFN 14336），embedding / timestep / output 层为 FP32，其余线性层 4 bit 权重 + int8 激活。
- **调度**：权重内置 PDD 6 步头（metadata `pdd_steps=6`，sigmas `[1.0, 0.9675, 0.8875, 0.75, 0.5328, 0.2320, 0.0]`），所以**只跑 6 步、CFG=1**，多给步数或开 CFG 没有收益。
- **文本/视觉编码**：Qwen3-VL-32B 截断到 50 层，保留完整视觉塔（编辑参考图靠它），nvfp4 量化并做了 AWQ 激活平滑。
- **图像 VAE**：CNN 编码器 + 24 层 2D ViT 解码器，FP16。
- **提示词改写**：`prompts/` 下是官方模板的提示词扩写指令（文生图 / 编辑各一份），可直接贴给任意 LLM，把简短描述扩写成英文长 caption 并推荐画布比例，输出 `{"expanded_caption": "...", "aspect_ratio": "16:9"}`（编辑版字段为 `target_aspect_ratio`）。把 `expanded_caption` 填回 `MiniMax H3 Image Conditioning` 的 `prompt` 即可，不需要 PE 模型。

## 示例

由本仓库工作流生成（RTX 5060 Ti 16GB，6 步，CFG 1）：

**文生图 4096×4096**

![文生图示例](./assets/sample_t2i_4096.jpg)

**参考图编辑 4096×4096**（参考图 + 「把夜空换成清晨日出」）

![编辑示例](./assets/sample_edit_4096.jpg)

## 文件清单

| 文件 | 大小 | 作用 |
|---|---|---|
| `diffusion_models/minimax_h3_image_pruned_w4a8.safetensors` | 11.69 GiB | DiT（w4a8，含 6 步 PDD 头） |
| `text_encoders/qwen3vl_32b_minimax_h3_nvfp4.safetensors` | 14.61 GiB | Qwen3-VL-32B 文本+视觉编码器（nvfp4 + AWQ 平滑） |
| `vae/minimax_h3_image_vae_fp16.safetensors` | 1.09 GiB | 图像 VAE |
| `workflows/Image_T2I_MiniMax-H3-Image.json` | 7 KB | 文生图工作流，默认 4096×4096 |
| `workflows/Image_EDIT_MiniMax-H3-Image.json` | 12 KB | 参考图编辑工作流：16 MP 参考缩放 + 空白潜空间 / 跟随参考图 的画布切换 |
| `prompts/prompt_rewrite_t2i.md` | 17 KB | 文生图提示词改写指令（贴给任意 LLM 即可，不需要模型） |
| `prompts/prompt_rewrite_edit.md` | 39 KB | 编辑提示词改写指令（同上） |

## 快速开始

### 1. 目录结构

```
ComfyUI/
└── models/
    ├── diffusion_models/
    │   └── minimax_h3_image_pruned_w4a8.safetensors
    ├── text_encoders/
    │   └── qwen3vl_32b_minimax_h3_nvfp4.safetensors
    └── vae/
        └── minimax_h3_image_vae_fp16.safetensors
```

工作流放在 `ComfyUI/user/default/workflows/` 下即可在界面左侧「工作流」面板看到。

**工作流按裸文件名引用模型，下载后不要改名、不要挪进子文件夹**，否则加载器找不到文件。

### 2. 依赖

- **ComfyUI ≥ 0.45.0**（该版本才原生支持 `MiniMax-H3-Image`，节点 `MiniMaxH3ImageConditioning`、模型类 `MiniMaxH3ImageVAE`）
- 不需要任何自定义节点：工作流只用到核心节点（`UNETLoader` / `CLIPLoader` / `VAELoader` / `KSampler` / `VAEDecode` / `ResizeImageMaskNode` / `GetImageSize`）
- `CLIPLoader` 的类型选 **`minimax`**

### 3. 加载工作流

1. 打开 `workflows/Image_T2I_MiniMax-H3-Image.json`，直接排队即可出图
2. 编辑用 `workflows/Image_EDIT_MiniMax-H3-Image.json`：`编辑目标（必传）` 上传要改的图，prompt 里用 `<Picture 1>` 指代；需要多图时把「参考图（可选）」节点取消静音并接到 `参考图2`（最多 16 张）
   - **画布来源**（ComfySwitchNode）：`True` = 用「空白潜空间」的 4096×4096（构图不受参考图限制）；`False` = 跟随参考图缩放后的尺寸

### 4. 采样参数（不要改）

| 参数 | 值 |
|---|---|
| steps | 6 |
| cfg | 1.0（negative 不参与运算） |
| sampler / scheduler | euler / simple |
| denoise | 1.0 |

## 硬件需求

实测环境：RTX 5060 Ti 16 GB、i5-14600KF、32 GB 内存、ComfyUI 0.45.0 + sage attention。

| 工作流 | 输出 | 耗时 | 峰值显存 |
|---|---|---|---|
| T2I | 4096×4096 | 80 s | 15.2 GiB |
| EDIT | 4096×4096 | 110 s | 15.4 GiB |

- 显存 16 GB 是 **4096² 的下限**，跑图时不要同时开浏览器/其他 GPU 程序，否则容易 OOM
- 三件套同时驻留约 27.4 GiB 内存，建议 32 GB 内存，且运行前关闭占用较大的程序
- 显存不足时：T2I 把宽高降到 2048；编辑把「缩放到 16MP」改回 4

## 规格与限制

- 宽高必须是 **32 的倍数**；`width/height = 0` 表示跟随参考图（无参考图时默认 2048）
- 编辑工作流按 **面积** 缩放参考图，非方形参考图得到的是约 16 MP 的其他比例（不是严格 4096×4096）
- 单次最多 16 张参考图，prompt 按 `<Picture 1>`、`<Picture 2>`… 顺序引用
- 官方说明模型在低分辨率下效果会明显下降，4096²（16 MP）是训练目标尺度
- 文本/视觉编码器为 nvfp4 量化（含 AWQ 平滑），与 BF16 原版权重相比在极端提示词下可能有细微差异

## 致谢 / 来源

- 原模型：[MiniMaxAI/MiniMax-H3-Image](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image)（MiniMax，MiniMax-H3-Image Community License Agreement）
- ComfyUI 权重重打包：[Comfy-Org/MiniMax-H3-Image](https://www.modelscope.cn/models/Comfy-Org/MiniMax-H3-Image)
- 文本编码器：Qwen3-VL-32B nvfp4（AWQ 平滑）
- 工作流与实测：本仓库整理