H3 Image

Ejecutar H3 Image en local Guía de descarga y VRAM de H3 Image

Cada versión de H3 Image en Hugging Face con su tamaño, más VRAM, herramientas y licencia.

MiniMax H3 Image es de pesos abiertos, así que puedes ejecutar H3 Image en local: descárgalo de Hugging Face y cárgalo en ComfyUI, Diffusers, SGLang o vLLM-Omni, o usa una versión MLX de la comunidad en Mac. El modelo oficial ocupa 68.65 GB en BF16 y necesita aparte un codificador de texto de 66.7 GB; los archivos GGUF y FP8 de la comunidad son más pequeños. Abajo: el tamaño de cada versión, la configuración que espera el modelo y los términos de la licencia. No hemos ejecutado estos archivos nosotros.

  • Descarga oficial: 68.65 GB en BF16
  • Versiones GGUF, FP8 y MLX de H3 Image
  • ComfyUI, Diffusers, SGLang, vLLM-Omni
  • Sin EE. UU., UE, Reino Unido ni Corea del Sur
0
A woman lying on a sheepskin rug in warm afternoon window light
Prompt

A casual phone photo of a woman in her mid-twenties lying back on a white sheepskin rug on a wooden floor beside a sunny window. Long dark hair spread out, one hand resting against her cheek, eyes half closed. She wears a short-sleeved floral summer dress and slouchy cream knit socks. Open paperback books and a few ripe apricots lie on the rug around her. Warm, hard late-afternoon sunlight falls across her in a sharp diagonal, with deep soft shadows. Shot from slightly above, natural skin texture with freckles, light film grain, faded warm colors. A small white serif caption along the bottom edge reads: "Sunday, somewhere around four."

Respuesta rápida

Qué necesitas para ejecutar H3 Image

Los requisitos de H3 Image en ocho líneas, según la ficha del modelo de MiniMax y Hugging Face, revisados el 11 de noviembre de 2026. No hemos ejecutado ninguno de estos archivos en nuestro propio hardware.

Modelo oficial
68.65 GB en BF16
33.1 mil millones de parámetros, en MiniMaxAI/MiniMax-H3-Image.
Codificador de texto
66.7 GB, descarga aparte
De la carpeta text_encoder de MiniMaxAI/MiniMax-H3.
Tarjeta gráfica mínima
MiniMax no la indica
Para vLLM-Omni menciona la NVIDIA H200, la RTX PRO 6000 Blackwell y la AMD Instinct MI350X.
Archivo más pequeño de la comunidad
6.9 GB (GGUF Q2_K)
Una cuantización de la comunidad de un modelo podado; el codificador de texto y el VAE van aparte.
Conjunto completo más pequeño de la comunidad
Unos 21 GB
El repack para ComfyUI de Comfy-Org: el modelo W4A8 (12.5 GB), su codificador de texto más pequeño (7.3 GB) y el VAE (1.2 GB).
Herramientas
ComfyUI, Diffusers, SGLang, vLLM-Omni
Configuración
6 pasos, guía 1, sin prompt negativo
Licencia
MiniMax-H3-Image Community License
No aplica en EE. UU., la UE, el Reino Unido ni Corea del Sur.

Ficha de MiniMax H3 Image en Hugging Face

Descarga de H3 Image: las tres partes que necesitas

La descarga oficial de H3 Image es el modelo de imagen en sí: un transformer de difusión de 33.1 mil millones de parámetros en BF16, 68.65 GB en total, en el repositorio oficial de H3 Image de MiniMax en Hugging Face, MiniMaxAI/MiniMax-H3-Image. No incluye el codificador de texto, la parte que lee tu prompt. H3 Image usa el codificador de MiniMax H3 basado en Qwen3-VL, una descarga aparte de 66.7 GB desde la carpeta text_encoder del repositorio MiniMaxAI/MiniMax-H3, así que la configuración en precisión completa ronda los 135 GB.

La tercera parte es el VAE, que convierte la salida comprimida del modelo en la imagen final; el VAE de H3 Image reduce la resolución 16 veces y, cuando un paquete de la comunidad lo incluye, pesa unos 1.2 GB. MiniMax también publica un expansor de prompts opcional, MiniMax-H3-Image-PE (17.9 GB en NVFP4), que convierte prompts cortos en las descripciones detalladas que prefiere el modelo; puedes saltártelo si ya escribes prompts detallados.

Al 11 de noviembre de 2026

Todas las versiones de H3 Image en Hugging Face y su tamaño

La versión oficial y las de la comunidad en Hugging Face al 11 de noviembre de 2026, con tamaños tomados de las listas de archivos de Hugging Face. Las versiones de la comunidad son subidas de personas y equipos independientes, no de MiniMax, y no hemos probado su calidad. Podado significa que se le quitaron partes al modelo para hacerlo más pequeño.

MiniMaxAI/MiniMax-H3-ImageOficial, de MiniMaxEl modelo H3 Image en BF16, 33.1 mil millones de parámetros68.65 GBEl codificador de texto de 66.7 GB de MiniMaxAI/MiniMax-H3
MiniMax-H3-Image-PEExpansor de prompts oficial, opcionalConvierte prompts cortos en prompts detallados, en NVFP417.9 GBEl modelo oficial; este solo reescribe prompts
Comfy-Org/MiniMax-H3-ImageRepack para ComfyUIEl repack para ComfyUI: archivos del modelo podado en BF16, INT8 o W4A8, tres opciones de codificador de texto y el VAEModelo 40.2 GB (BF16) · 21.0 GB (INT8) · 12.5 GB (W4A8); codificador de texto 27.1, 15.7 o 7.3 GB; VAE 1.2 GB. El conjunto más pequeño ronda los 21 GBNada más: elige un archivo de modelo, un codificador de texto y el VAE del mismo repositorio
Abiray/MiniMax-H3-Image-GGUFGGUF de la comunidadUn modelo podado en Q2_K, Q3_K_M, Q4_K_M y Q5_K_M6.9 GB (Q2_K) · 8.9 GB (Q3_K_M) · 11.6 GB (Q4_K_M) · 14.1 GB (Q5_K_M)Un codificador de texto y el VAE: los archivos son solo el modelo de difusión
unsloth/MiniMax-H3-Image-FP8FP8 e INT8 de la comunidadEl modelo en FP8 o INT820.3 GB cada unoUn codificador de texto y el VAE: el repositorio solo trae el modelo de difusión
Woovee/MiniMax-H3-Image-LowVRAMPaquete de la comunidad para poca VRAMModelo W4A8 podado, codificador de texto NVFP4 y VAE, todo junto29.4 GB en total (12.5 + 15.7 + 1.2 GB)Nada indicado: las tres partes vienen en el paquete
cguldogan/MiniMax-H3-Image-MLX-4bit y -8bitMLX de la comunidad para Apple SiliconVersiones de 4 y 8 bits para MLX31.4 GB en total en 4 bits · 53.3 GB en total en 8 bitsUna Mac con Apple Silicon y MLX
VisualInference/MiniMax-H3-Image-MLX-bf16MLX de la comunidad, precisión completaUna versión bf16 para MLX94.2 GB en totalUna Mac con Apple Silicon y MLX
Otras cuantizacionesSD-Next SDNQ uint4, LSDJesus fp8-nvfp4, nativ-community, WaveCut OrbitQuantMás formatos de cuantizaciónVaría según el repositorioVaría según el repositorio
akhaliq/minimax-h3-image-pdmd-2stepAdaptador de 2 pasos de la comunidadUna versión de 2 pasos, distribuida como LoRA, como pesos BF16 completos y como archivo para ComfyUIUnos 110 GB el repositorio completo; solo descargas los archivos que vas a usarPara la LoRA: una copia del modelo donde cargarla

VRAM de H3 Image: lo que dicen y lo que no dicen los tamaños

El tamaño de descarga no es la VRAM que necesitas para H3 Image. Además del modelo, el codificador de texto y el VAE también ocupan memoria mientras se genera una imagen, y H3 Image renderiza cada imagen a 2048 × 2048 o más antes de redimensionarla, así que pedir una imagen más pequeña no achica ese render. Algunas herramientas pueden pasar partes del modelo a la RAM del sistema cuando se acaba la memoria gráfica; así un modelo grande corre en una tarjeta más chica, pero cada imagen tarda más.

MiniMax no publica una tarjeta gráfica mínima, y el hardware que menciona es de centro de datos y estación de trabajo. Si buscas una configuración de H3 Image con poca VRAM, mira las versiones de la comunidad: el GGUF más pequeño de H3 Image pesa 6.9 GB solo para el modelo, un archivo FP8 de H3 Image pesa 20.3 GB, el conjunto completo más pequeño del repack para ComfyUI de Comfy-Org suma unos 21 GB, y el paquete de Woovee reúne las tres partes en 29.4 GB. Son tamaños de descarga, no la promesa de que una tarjeta de ese tamaño vaya a funcionar, y los resultados pueden diferir del modelo oficial de formas que no hemos medido.

P-H3-Image de Pruna, un modelo aparte ajustado a partir de MiniMax H3, sí publica una cifra para tarjetas domésticas: sus archivos de 4 bits para ComfyUI funcionan con unos 21 GB de VRAM. Si tu máquina está lejos de estas cifras, el generador de este sitio ejecuta el H3 Image oficial desde tu navegador.

Herramientas

Qué herramientas ejecutan H3 Image

MiniMax documenta cuatro formas de ejecutar los pesos oficiales, incluida la de repartir un mismo trabajo entre varias GPU; la comunidad sumó versiones para Mac.

  • Plantillas de ComfyUI para H3 Image

    ComfyUI tiene plantillas oficiales de MiniMax H3 Image para texto a imagen y para edición, con un tutorial paso a paso en docs.comfy.org, y Comfy-Org aloja en Hugging Face un repack del modelo para ComfyUI.

  • Diffusers en Python

    En un script de Python, carga el repositorio oficial MiniMaxAI/MiniMax-H3-Image con el DiffusionPipeline de Diffusers. Diffusers también funciona con el backend mps de Apple.

  • Servidor SGLang

    Sirve el modelo detrás de tu propia API con sglang serve --model-path MiniMaxAI/MiniMax-H3-Image, para apps y trabajos por lotes.

  • Servidor vLLM-Omni

    Arráncalo con vllm serve MiniMaxAI/MiniMax-H3-Image --omni. El hardware que menciona MiniMax (NVIDIA H200, RTX PRO 6000 Blackwell, AMD Instinct MI350X) es para esta configuración.

  • MLX en Mac

    Las versiones MLX de la comunidad ejecutan H3 Image en Apple Silicon; la sección de Mac, más abajo, las enumera.

Instalación

Cómo instalar H3 Image en local

Los mismos cuatro pasos sirven con cualquier herramienta que uses para ejecutar H3 Image en local.

  1. 1

    Revisa primero tu memoria

    Compara tu memoria gráfica, y la RAM del sistema si tu herramienta puede hacer offloading (pasar parte del modelo a esa RAM), con la tabla de arriba; el modelo, el codificador de texto y el VAE necesitan espacio.

  2. 2

    Descarga el modelo y el codificador de texto

    Baja los pesos de H3 Image de MiniMaxAI/MiniMax-H3-Image o de una versión de la comunidad, y el codificador de texto de la carpeta text_encoder de MiniMaxAI/MiniMax-H3, salvo que tu versión ya traiga uno.

  3. 3

    Cárgalo en tu herramienta

    Abre la plantilla de ComfyUI de H3 Image para texto a imagen o para edición, o apunta Diffusers, SGLang o vLLM-Omni al repositorio.

  4. 4

    Mantén 6 pasos y guía 1

    Deja vacío el prompt negativo y escribe un prompt detallado en inglés; si una imagen no sale bien, cambia el prompt, no el sampler.

Ajustes

Ajustes de H3 Image que debes mantener en cualquier herramienta

MiniMax destiló H3 Image a una receta fija. Estos valores vienen de su ficha del modelo y del tutorial de ComfyUI.

Pasos de muestreo
6
Los servidores de MiniMax rechazan otros valores de pasos y de guía.
Guía
1
Prompt negativo
Ninguno
Describe lo que quieres en la imagen en vez de enumerar lo que hay que evitar.
Prompt
Detallado y en inglés, hasta 4096 tokens
El repositorio de MiniMax en GitHub incluye una guía para escribir prompts, skills/h3-image-prompt-writing.
Tamaño de salida
Unos 16 megapíxeles en cualquier relación de aspecto
El modelo trabaja entre unos 4 y 20 megapíxeles; por defecto renderiza al menos a 2048 × 2048 y luego redimensiona.
Imágenes de referencia
Hasta 16 para ediciones
El código de la ficha del modelo las nombra en el prompt como <Picture 1>, <Picture 2>, etc.

Tutorial de MiniMax H3 Image en ComfyUI

H3 Image en Mac: versiones MLX y Diffusers

Si quieres usar H3 Image en Mac, mira las versiones MLX de la comunidad para Apple Silicon: las subidas de 4 y 8 bits de cguldogan y la versión bf16 de VisualInference. El conjunto de 4 bits suma 31.4 GB en total, la versión completa para Mac más pequeña que encontramos al 11 de noviembre de 2026. Que entre o no depende de la memoria de tu Mac, y no hemos probado ninguna. Diffusers también puede ejecutar el pipeline oficial en el backend mps de Apple, a tamaño completo y con el codificador de texto de 66.7 GB. Estas conversiones de la comunidad no son lanzamientos de MiniMax, y si tu Mac tiene menos memoria que la descarga, el generador en el navegador de este sitio ejecuta el modelo oficial.

Versión MLX de 4 bits de cguldogan en Hugging Face

Licencia de H3 Image: qué revisar antes de usar el modelo en un producto

La licencia de H3 Image para ejecutar los pesos por tu cuenta es la MiniMax-H3-Image Community License, con fecha del 10 de noviembre de 2026. No cobra regalías, pero solo dentro de lo que llama el Territorio Aplicable (Applicable Territory): excluye la Unión Europea, el Reino Unido, Corea del Sur y Estados Unidos, y la exclusión abarca tanto usar ahí los resultados como ejecutar los pesos.

Dos casos necesitan antes un permiso por escrito de MiniMax: una empresa con ingresos anualizados de más de 1 millón de dólares estadounidenses, y cualquiera que ofrezca el modelo a terceros como servicio alojado. Se solicita en platform.minimax.io/license. Un producto comercial basado en los pesos debe mostrar el nombre "MiniMax-H3-Image", y ni el modelo ni sus resultados se pueden usar para mejorar otro modelo de IA, por ejemplo como datos de entrenamiento. MiniMax no reclama derechos sobre las imágenes que crees, y la licencia se rige por las leyes de Hong Kong.

Licencia de MiniMax-H3-Image en GitHub

Dónde probar H3 Image sin GPU

MiniMax tiene un Space oficial en Hugging Face, MiniMaxAI/minimax-h3-image, y dos Spaces de la comunidad ofrecen variantes: la versión de 2 pasos de akhaliq y MiniMax-H3-images de multimodalart. H3 Image también está en la app Hailuo de MiniMax, y los desarrolladores pueden usarlo mediante la API de MiniMax.

En h3image.com, el generador ejecuta el MiniMax H3 Image oficial para texto a imagen y para ediciones con hasta 16 fotos de referencia. En nuestras pruebas del 11 de noviembre de 2026, una imagen 2K tardó de 15 a 19 segundos, una 4K unos 22 segundos y una edición de 20 a 24 segundos. Con una cuenta nueva puedes crear cinco imágenes 1K gratis, así que ves resultados reales antes de lanzarte a una descarga de 135 GB.

Space oficial de H3 Image de MiniMax en Hugging Face

Ejemplos de Ejecutar H3 Image en local

  • H3 Image

    A bright phone snapshot of a smiling woman in her mid-twenties leaning on the tiled edge of a rooftop swimming pool, arms folded on the edge, one hand making a peace sign near her face. Wet dark hair in a loose braid over one shoulder, a pale yellow one-piece swimsuit, water droplets on her skin and a light sunburn blush on her cheeks. Behind her: blue pool water, white sun loungers, two palm trees and a hazy city skyline under a cloudy summer sky. Midday sun, slightly overexposed highlights, eye-level framing a little off center, natural skin texture, casual and happy.

  • H3 Image

    A mirror selfie in a minimal apartment hallway: a young woman in her twenties holds a pale blue phone in front of her face so her face is hidden, long straight black hair falling past her shoulders. She wears a fitted white long-sleeve cropped top, light blue striped pajama pants and a small cream teddy-bear bag on a thin gold chain over her shoulder. Soft daylight from a doorway on the left, a white wall and a dark wooden door frame behind her. Slightly tilted vertical framing, phone camera look, true-to-life colors.

  • H3 Image

    An ordinary phone photo taken by a friend across the table in a busy cafe: a woman in her late twenties with messy dark hair and a gray knit sweater, mid-laugh, holding a paper coffee cup. Eye level, slightly tilted framing, her face a little off center. Mixed light from the window and warm ceiling bulbs, a bit of motion blur on her hand, other customers soft in the background. No studio lighting, no retouching, visible skin texture.

  • H3 Image

    Character reference sheet of one young woman with short silver hair, a green bomber jacket, black cargo pants and white sneakers. Top row: full-body front view, side view and back view in the same neutral pose, evenly spaced on a plain light gray background. Bottom row: six head-and-shoulder close-ups with different expressions, labeled Happy, Angry, Surprised, Sad, Thinking and Laughing. Clean digital illustration, flat even lighting, the same proportions and colors in every view.

  • H3 Image

    Knolling photo shot from directly above: a vintage film camera taken apart into its body, lens, lens cap, strap, two film rolls, a cleaning brush and a small screwdriver, all laid out at right angles with even gaps on a pale oak table. Soft daylight from a window on the left, gentle shadows, every object fully visible and none overlapping. Sharp focus from edge to edge, natural colors.

Preguntas frecuentes

Ejecutar H3 Image en local: preguntas