H3 本地短剧账本

结论

本地跑 H3 可行，也是当前开放权重里最适合短剧的模型。它去掉的是 API 那三道审核，而不是省钱。

本地只有 768p2K 依赖官方托管的 Regenerate-2K 模块，没开源。该端点拿 768p 成片当输入，会把审核重新带回来。
不比 API 便宜多少H3 官方 768p 首发价 ¥0.1/秒，一分钟成片含 3 倍抽卡约 ¥18。本地的收益是免审、可复现、不限量。
慢单卡 4090 出一条 5 秒 768p 要 5 到 7 分钟。量产要双 4090 或单 5090 起步，不然一部 100 分钟的剧要跑半个月。

模型是什么

H3 于 2026 年 7 月 29 日发布，8 月开源权重。33B 稠密 Transformer，单流全模态，视频和立体声音频在一次扩散里同时出来。开源了两个 BF16 checkpoint：FL2VA 负责文生、图生和首尾帧；Ref2VA 负责参考生成，最多 9 张图、3 段视频、3 段音频，这是短剧角色一致性的主路径。

官方托管、未开源的两块：Context-IR（多模态指令精炼）和 Regenerate-2K（768p 升 2K 重生成）。Artificial Analysis 竞技场里托管版 H3 文生视频排第二、视频编辑排第一，但评的是托管流水线，不能直接等同本地 768p 的表现。

分辨率: 短边 768，16:9 即 1344×768
时长: 4 到 15 秒，24 fps
帧数网格: 17k+5：124 / 141 / 175 帧
音频: 32 kHz 立体声，剪辑前要重采样到 48k
宽高约束: 须为 32 的倍数，540p 用 960×544 再裁
磁盘: ComfyUI 量化组合约 42.5 GB，全精度单任务族 134 GB

本地跑多快

下面是能查到出处的实测，都是热缓存。冷启动要先把 32B 的 Qwen3-VL 编码器装进显存，第一条会慢很多。

同一张卡上 LTX-2.5 蒸馏版 8 步约 2.5 分钟，H3 约 17.5 分钟。H3 慢 3 到 7 倍，但演技和参考控制更强。
硬件	任务	耗时	来源
RTX 3060 12G	5s · 0.4MP · Turbo	≈ 6 min	Reddit 汇总
RTX 3060 12G	5s · 1344×768 · Ref2VA	≈ 10 min	Reddit 汇总
单 4090 24G · Sage Attention	5s · 1344×768 · Turbo 8 步	≈ 7 min	Pedro Alonso
单 4090 24G · Sage Attention	5s · 1344×768 · 基础 20 步	16.5 min	Pedro Alonso
双 4090 · 编码器独占第二卡	5.2s · 960×544 · Turbo 4 步	41 – 49 s	雪踏乌云 8/13 实测
双 4090 · 编码器独占第二卡	5.2s · 960×544 · Turbo 8 步	59 – 78 s	雪踏乌云 8/13 实测
单 5090 32G · NVFP4 · 编码器同卡常驻	10.1s · 864×480 · 10 步	175 s	ai-muninn
单 5090 32G · Sage 2.2	15s · 768p 出片再升 1080p · 14 步	314 s 含放大	ai-muninn
单 5090 32G · Sol Engine	5s · 1344×768 · 50 步	1045 → 231 s	NVIDIA 官方
单 5090 32G · Sage + EasyCache	10s · 1920×1088 · 20 步	17.5 min	社区对比
双 5090 · BF16 全精度 · 384GB 内存	5s · 1344×768 · 50 步	9.3 min	kingy 汇总
4×H200 · vLLM-Omni	5s · 1344×768	74 s	MiniMax 官方
8×B300 · FP8	5s · 1344×768 · 50 步	18 s	kingy 汇总

显存与内存

INT8 剪枝 DiT 约 19.5 GB，NVFP4 版 11.7 GB（仅 RTX 50 系）。编码器 NVFP4 版 14.6 GB。12 GB 卡靠 offload 能跑但很慢，24 GB 舒适。
换页是速度的关键。4090 的 24 GB 装不下 DiT 加编码器，每条都要在两者之间换 15 GB。双 4090 把编码器独占第二张卡解决；单 5090 用 NVFP4 DiT 加编码器共 26.3 GB 直接同卡常驻，不用拆。
NVFP4 的收益是省显存，不是算力。它只是权重存储格式，算前照样反量化，同一张 5090 上比 INT8 只快 5%。
系统内存 64 GB 起。全精度双 5090 方案要 384 GB 做逐层 offload。

加速的坑

Turbo LoRA 把 20 步降到 8 步（Ref2VA 4 步），真实增益约 1.7 倍。Sage Attention 再约 2 倍。
必须用 MiniMaxH3TurboLoRA 和 MiniMaxH3TurboSampler 专用节点。用通用 LoraLoader 会出竖向梳状条纹，还会假报 6.3 倍加速。
加速插件一次只装一个单独测，Cache、CK、Sage、Sol 叠着装再统一评估会分不清收益。
8 步不总优于 4 步。哭戏 A/B 里 4 步出了克制的单泪轨，8 步反而双泪轨。同素材同 Seed 出候选，人工选。

成本账

假设一集 1 分钟、12 个 5 秒镜头、每个可用镜头抽 3 次。3 倍是业内普遍数字，也有 164 条选 41 条约 25% 的案例，按 3 倍算偏乐观。

电费按整机 450 W（单 4090）/ 900 W（双 4090）/ 700 W（单 5090）、¥0.8/kWh 估算。全流程外包价含剧本、配音、剪辑、人力，不是同口径。
方案	每分钟成片 GPU 时间	每分钟边际成本	一部 100 分钟
单 4090 · 768p Turbo	≈ 4 h	电费 ≈ ¥1.5	≈ 17 天不停机
双 4090 · 540p Turbo	≈ 45 min	电费 ≈ ¥0.7	≈ 3 天
双 4090 · 768p Turbo（估算）	≈ 1.5 h	电费 ≈ ¥1.5	≈ 6 天
单 5090 · 540p · 10 步	≈ 50 min	电费 ≈ ¥0.5	≈ 3.5 天
单 5090 · 768p · Sol 或 Turbo（估算）	≈ 1 h	电费 ≈ ¥0.6	≈ 4 天
租云 4090 · $0.34–0.69/h	≈ 4 h	¥10 – 20	¥1,000 – 2,000
H3 官方 API · 768p	—	¥18	¥1,800
H3 官方 API · 2K	—	¥36	¥3,600
Seedance 2.0 含抽卡（业内口径）	—	≈ ¥60	≈ ¥6,000
AI 短剧全流程外包（业内口径）	—	≈ ¥1,000	≈ ¥100,000

一部 100 分钟短剧的算力支出

只算生成环节，线性刻度。本地方案是电费，不含硬件折旧。

双 4090 本地电费

¥150

租云 4090Vast.ai 至 RunPod 区间中值

¥1,500

H3 API 768p

¥1,800

H3 API 2K

¥3,600

Seedance 2.0 含抽卡

¥6,000

所以钱不是主要理由。一张二手 4090 的价格相当于 API 上 700 多分钟成片。真正值钱的是三件事：提示词和参考图不再被拒、不用等审核队列、锁死 ComfyUI 版本和权重哈希后同输入同输出。

硬件现价（国内，9 月）

卡	价格	备注
RTX 4090 24G 二手	¥11k – 13k	2024 年停产，存量在涨，假卡翻新卡多
RTX 4090 48G 魔改	≈ ¥22.5k	单卡大显存，但解决不了编码器和 DiT 抢卡
RTX 5090 32G	≈ ¥35k	MSRP ¥16.5k，DRAM 缺货挤压消费卡，预计持续到 2027

单 5090 还是双 4090

两者是同一档吞吐：5 秒 540p 一条，双 4090 是 59 到 78 秒，单 5090 按 10 秒 175 秒折算约 85 秒。差别在价钱、复杂度和以后怎么走。

	单 RTX 5090 32G	双 RTX 4090 24G
卡价	≈ ¥35k 全新	≈ ¥24k – 26k 二手
5 秒 540p 一条	≈ 85 s	59 – 78 s
显存布局	NVFP4 DiT 11.7 GB 加编码器 14.6 GB 同卡常驻，标准 ComfyUI 模板直接跑	编码器独占第二卡，要装自定义节点 H3CLIPLoaderGPU1
满载功耗	≈ 700 W 整机	≈ 900 W 整机
加速生态	NVIDIA Sol Engine 官方 4.5 倍、NVFP4、RTX VSR 放大，全部只认 Blackwell	INT8 路线，靠 Sage Attention 加 Turbo LoRA，到顶约 3.5 倍
能装的编码器	可换 25.3 GB 的 INT8 编码器，复杂参考场景连贯性更好	只能用 NVFP4 编码器
风险	溢价两倍在高位接盘；12VHPWR 供电要用原装线	翻新卡假卡多，停产无保，两张卡要主板和电源配合
再扩	加第二张 5090 约 ¥70k，两条流水线并行，吞吐翻倍	已到顶

建议：能接受 ¥35k 就买单 5090，预算卡在 ¥25k 或手里已有 4090 就双 4090。

多花的约 ¥10k 买的不是 NVFP4 那 5% 的速度，是 32 GB 让两个模型同卡常驻省掉双卡改造，是全新保修，是 NVIDIA 官方 Sol Engine 这类只给 Blackwell 的加速。双 4090 的优势只有一条：便宜，且是目前唯一有人完整跑通并公开配置的国内方案。单张 4090 试水也行，但一天只能出 6 到 7 分钟成片。48G 魔改 4090 两边不靠，不推荐。

审核到底去掉了什么

托管 API 有三道过滑：提示词和参考图、视频的自动审核；疑似违法、色情、侵权内容生成前拦截；输出侧的敏感内容报错。本地 ComfyUI 节点里没有内置分类器，这三道全部不存在。

模型本身在训练阶段学到的回避行为还在，边界没有公开文档，也不稳定。所以「本地什么都能出」不成立，但正常剧情向的暴力、惊悚、情感戏不再会被拒。

许可证对你有利的部分

排除地区是美、欧、英、韩，中国不受限
年收入超 2000 万美元才需单独授权
输出归你，MiniMax 不主张权利
「Powered by MiniMax H3」标注属鼓励性质

仍然要做的事

成片必须打 AI 生成标识。许可证 AUP 和 2025 年 9 月起生效的《人工智能生成合成内容标识办法》都要求
分发时附许可声明
抖音、红果等平台的分发审核照旧，本地只解决生成侧
不得用输出训练非 H3 系的模型

质量短板与对策

远景全身镜头人脸易糊。近景稳，中远景人物会像素化。短剧本来就多近景，问题不大，群像和全景镜头改用图生视频锁首帧。
唇形同步偶发眼部闪烁、面部变形。图加音频驱动口型时明显，多抽几条或改用文本对白让模型自己出声。
会自作主张加 BGM。提示词里明确「无背景音乐」，后期还是要检查音轨。
Ref2VA 比 I2V 偏软。角色一致性靠参考图，画质靠首帧，两者可以组合。
提示词结构决定清晰度。带镜头术语的结构化提示词比自由散文清晰度高一个量级（Laplacian 方差 368 对 26），分辨率反而影响很小。

组合方案

社区一致的判断：H3 演技、参考控制、对白音频最强，但最慢。LTX-2.5 快 3 到 7 倍，全球许可，收入门槛 1000 万美元，音频偏金属感。Wan 2.2 是 Apache 2.0，写实人像最好，没有原生音频。

H3 Ref2VA 出关键表演镜头和需要角色一致性的镜头
LTX-2.5 做快速抽卡、过渡和空镜
成片用社区的 LTX 2.3 + Wan 2.2 5B 本地放大流程，不走官方 2K 端点，避免把审核带回来
剧本用本地 LLM，分镜首帧用 Flux 加角色 LoRA，全链路不出机器

部署备忘

双 4090 方案的已验证环境：Windows 宿主 + Linux Docker，CUDA 12.8 镜像，ComfyUI 0.32，PyTorch 与 torchaudio 必须同为 2.11.0+cu130，版本标签不一致音频解码就跑不通。权重挂载进容器，不进镜像层。

docker run -d --name comfyui-h3 --gpus all --restart unless-stopped \
  -p 16888:8188 \
  -v /data/minimax-h3/models:/models \
  -v /data/minimax-h3/scripts:/scripts \
  --entrypoint /scripts/entrypoint.sh comfyui-h3:reproducible

# 起来后先验收，别直接提交长视频
curl http://HOST:16888/system_stats        # 两张 GPU 都可见
curl http://HOST:16888/object_info/H3CLIPLoaderGPU1   # 第二卡编码器节点已注册

可复现清单：镜像 digest、ComfyUI 与每个自定义节点的 commit、pip freeze、每个 safetensors 的 SHA-256、工作流 JSON、提示词、Seed、采样档位、请求帧数与 ffprobe 实际帧数。T8 的 240 帧配置实测解码出 243 帧，两个数都要记。