MiniMax H3 は ComfyUI で標準サポートされています。 MiniMax がモデルの重みを公開した2026年8月3日に対応しました。ComfyUI を 0.30.0 以降 に更新し、テンプレートライブラリから MiniMax H3 のワークフローを開いて、表示されるモデルをダウンロードするだけです。標準の pruned INT8 モデルは約21GB。Comfy によると、VRAM の動的オフロードにより RTX 3060 クラスの GPU でも動作します。コミュニティ製の GGUF なら約9GBまで小さくできます。
ダウンロードの前に、まずライセンスを確認してください。
最初にライセンスを確認
MiniMax H3 は MiniMax H3 Community License Agreement で公開されています。ローカル利用で押さえておきたい点は3つです。
- 対象地域。 ライセンスが認められるのは、EU、英国、韓国、米国を除く地域です。日本は対象地域に含まれます。除外地域での利用はこのライセンスでは認められていません。
- 大企業の場合。 売上が2,000万米ドルを超える商用製品・サービスで使うには、MiniMax から別途書面での許可が必要です。
- 生成物の商用利用。 Comfy のドキュメントによると、ローカルで生成した動画を商用利用するには MiniMax の商用ライセンスが必要で、Comfy から購入できます。Comfy Cloud での生成には商用利用権が含まれます。
詳細は必ずライセンス本文で確認してください。環境構築が面倒な場合は、ブラウザだけで使える H3 Max 動画生成AI もあります。GPU は不要です。
必要なもの
- ComfyUI 0.30.0 以降（テキストから動画、画像から動画、参照から動画）。追加機能はさらに新しいバージョンが必要です：マルチフレーム参照は 0.34.0、Fun ControlNet Union とスパースアテンションは 0.35.0、FastH3 は 0.36.0。
- ストレージ。 拡散モデル、テキストエンコーダー、VAE 2つ（映像用・音声用）が必要です。公式ファイルで最小構成なら約35GB、標準構成なら約52GBです。
- メインメモリ。 VRAM に収まらない分はメインメモリに置かれます。Comfy の最適化後のメモリ使用量は約42.5GB（フル精度では123.6GB）です。
ダウンロードするモデルファイル
公式の ComfyUI 用ファイルは Comfy-Org/MiniMax-H3 にまとまっています。テキストから動画・画像から動画（最初のフレーム、最後のフレーム、その両方）には FL2VA、参照から動画には Ref2VA を使います。
| 種類 | ファイル名 | サイズ | 配置フォルダ |
|---|---|---|---|
| 拡散モデル（標準） | minimax_h3_fl2va_pruned_int8_convrot.safetensors | 21.0GB | models/diffusion_models/ |
| 拡散モデル（軽量） | minimax_h3_fl2va_pruned_w6a8.safetensors | 16.0GB | models/diffusion_models/ |
| 拡散モデル（高VRAM向け） | minimax_h3_fl2va_pruned_bf16.safetensors | 40.2GB | models/diffusion_models/ |
| テキストエンコーダー | qwen3vl_32b_minimax_h3_int8_convrot.safetensors | 27.1GB | models/text_encoders/ |
| テキストエンコーダー（軽量） | qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors | 15.7GB | models/text_encoders/ |
| 映像 VAE | minimax_h3_video_vae_int8_convrot.safetensors | 2.8GB | models/vae/ |
| 音声 VAE | minimax_h3_audio_vae_fp32.safetensors | 0.6GB | models/vae/ |
参照から動画を使う場合は、拡散モデルを対応する minimax_h3_ref2va_… に置き換えます。Comfy は pruned 版 を推奨しています。モジュレーション部分の重みをルックアップテーブルに置き換えたもので、出力を変えずにメモリを大きく減らせます。
ワークフローの手順
- ComfyUI を 0.30.0 以降に更新します（Comfy Cloud でも可）。
- テンプレートライブラリ → Video を開き、MiniMax H3 のテンプレートを選びます：
video_minimax_h3_t2v（テキストから動画）、video_minimax_h3_i2v（画像から動画）、video_minimax_h3_r2v（参照から動画）。 - ポップアップからモデルをダウンロードするか、上の表のファイルを各フォルダに置きます。
- 解像度を設定します。テンプレートは高速なプレビューサイズになっています。16:9 で本来の画質を出すには、Resolution Selector を 0.98 メガピクセル（倍数32）にします。1344×768、つまり H3 本来の短辺768pxになります。1.0 メガピクセルは 1376×768 になり、モデルの上限を超えるので避けてください。
- サンプリングは標準のままで大丈夫です。テンプレートは
res_multistepサンプラー、simpleスケジューラー、20ステップです。 - プロンプトを書いて実行します。動画は4〜15秒、24fps、32kHz ステレオ音声付きです。プロンプトの書き方は H3 Max プロンプト集 が参考になります。
ローカルで出力できるのは最大768pです。MiniMax のホスト版で使われている2Kアップスケール（H3-Regenerate-2K）とプロンプト補正（H3-Context-IR）は公開されていません。
ステップ数と画質
- シンプルなショットは12〜16ステップでも十分です。
- 細かいディテールは50ステップ前後まで良くなり続けます。
- 音声は映像が変わらなくなった後も改善するので、音を重視するならステップを減らしすぎないでください。
- 参照がずれる場合は25ステップに上げてみてください。ステップが少ないと参照が効きにくくなります。
高速化のコツ
- Lightning LoRA。 テンプレートの
Enable Lightning LoRA（またはturbo_mode）をオンにすると、テキスト・画像から動画は8ステップ、参照から動画は4ステップで生成できます。LoRA ファイルは同じ Comfy-Org リポジトリのloras/にあります。 - Sage Attention。 環境に合った SageAttention の wheel と KJNodes をインストールし、
UNETLoaderとBasicGuiderの間にPatch Sage Attention KJを入れてsage_attentionをautoにします。Comfy によると、画質をほぼ保ったまま約2倍速くなります。 - FastH3。 4ステップ用に蒸留されたバージョンで、ComfyUI 0.36.0 から使えます。
VRAM が少ない場合：コミュニティ製 GGUF
H3 の GGUF は MiniMax や Comfy の公式ではなく、コミュニティによるものです。ComfyUI-GGUF の UnetLoaderGGUF ノードで読み込みます。
| リポジトリ | ファイル | 補足 |
|---|---|---|
| joeygambino/MiniMax-H3-GGUF | Q5_1 25.9GB、Q4_0 19.9GB | Q5_1 は24〜32GBカード向け、Q4_0 は16GBカード向け（収まらない分はストリーミング）。pruned 版は MiniMax-H3-curve-GGUF で約40%小さい |
| Abiray/MiniMax-H3-Pruned-GGUF | 8.9〜21.6GB | Q3_K_M〜Q8_0 と表記された pruned 版。16GB なら Q4_K_M が推奨 |
注意点が2つあります。
- 「Unexpected architecture type in GGUF file: 'minimax_h3'」 と表示されてもファイルは壊れていません。ComfyUI-GGUF がまだこのアーキテクチャを登録していないだけです。ComfyUI-H3-Multishot v1.5.2 以降を入れると、起動時に自動で登録されます。
- K-quant の表記。 joeygambino の作者は、H3 の元の重みでは隠れ層の幅（2688）が256で割り切れないため、本来の K-quant は作れないと説明しています。他のリポジトリの「K」表記は、出力を見比べたうえで判断してください。
ストリーミングはモデルを小さくするのではなく、重みをメインメモリと VRAM の間で移動させるだけです。小さい GPU では、量子化を下げると画質が、ストリーミングに頼ると速度が犠牲になります。
トラブルシューティング
| 症状 | 対処 |
|---|---|
| メモリ不足 | pruned の INT8 または W6A8 の拡散モデルと NVFP4 のテキストエンコーダー、または GGUF を使う |
| GGUF のアーキテクチャエラー | ComfyUI-H3-Multishot v1.5.2 以降を入れる（上記参照） |
| INT8 + Sage Attention で動画の終盤が崩れる・文字が化ける | bf16 版に切り替え、Model Attention Backend ノードを comfy kitchen attention に設定 |
| 画質が甘い | 解像度がテンプレートのプレビューサイズのままになっていないか確認（0.98MP＝1344×768） |
ローカルの MiniMax H3 とオンラインの H3 Max
H3 Max は ComfyUI では動かせません。 H3 Max は H3 を追加学習したホスト専用のモデルで、ダウンロードできる重みは基本モデルの H3 です。違いは H3 Max と H3 の違い、基本モデルの概要は MiniMax H3 をご覧ください。
| ComfyUI で MiniMax H3 | h3maxvideo.net で H3 Max | |
|---|---|---|
| 必要な機材 | GPU、大容量のメモリとストレージ | 不要（ブラウザで動作） |
| 準備 | ComfyUI 0.30.0 以降、約35〜52GBのファイル | Google アカウントでログイン |
| 解像度 | ローカルでは最大768p | 480P・768P・1080P |
| 入力 | テキスト、最初/最後のフレーム、複数参照 | テキスト、最初のフレーム＋任意の最後のフレーム |
| ライセンス | コミュニティライセンス（地域制限あり） | 当サイトの利用規約 |
| 費用 | 機材と電気代 | 2.99ドルからのクレジット（料金） |
まずは H3 の実力を試したいなら、無料クレジットで H3 Max 動画生成AI を使ってみてください。下書きを安く作るなら H3 Max Turbo がおすすめです。
よくある質問
MiniMax H3 は ComfyUI で無料で使えますか？ 重みはコミュニティライセンスの対象地域内で無料でダウンロードできます。Comfy によると、ローカルで生成した動画の商用利用には商用ライセンスが必要です。
必要な GPU の目安は？ Comfy によると、十分なメインメモリがあれば VRAM の動的オフロードにより RTX 3060 クラスでも動作します。GPU が大きいほど速くなります。
GGUF ファイルはどこに置けばいいですか？
ComfyUI/models/unet/ に置き、ComfyUI-GGUF の UnetLoaderGGUF ノードで読み込みます。公式の safetensors ファイルは models/diffusion_models/ に置きます。
FL2VA と Ref2VA はどちらを使えばいいですか？ テキストから動画と、最初/最後のフレームを使う画像から動画は FL2VA。参照画像・動画・音声から生成するなら Ref2VA です。
H3 Max や H3 Max Turbo をローカルで動かせますか？ いいえ。どちらもホスト専用のモデルです。重みが公開されているのは基本モデルの MiniMax H3 だけです。
参考資料
- ComfyUI ドキュメント：MiniMax H3 動画生成ガイド
- Comfy ブログ：MiniMax H3 Day-0 Support in ComfyUI（2026年8月3日）
- MiniMaxAI/MiniMax-H3 モデルカードとライセンス
- Comfy-Org/MiniMax-H3 モデルファイル
最終更新日：2026年10月1日。h3maxvideo.net は独立したサイトであり、MiniMax、Comfy、fal.ai とは提携関係にありません。
