HyperFlow H3 Flash: 1台のGPUで6ステップ実行する14B MiniMax H3

6ステップでのフル品質出力。リリースとともに公開されたスチル。

変更点

小型化は新しいアーキテクチャによるものではなく、ベースtransformerの低ランク分解によるものです。それ以外はすべてH3です。同じテキストエンコーダー、動画VAE、音声VAE、そしてネイティブのComfyUI H3ノードを使用します。

• 出力: 24 fpsで5.2〜15秒、デフォルトは1344x768、32 kHzステレオサウンドトラック。
• サンプリング: euler、速度重視なら4ステップ、デフォルトは6、品質重視なら8。ネガティブプロンプトは不要です。モデルはCFG 1で学習されています。
• タスク: テキストから動画、最初のフレーム、最初と最後のフレーム、そして最大9枚の画像を使う参照から動画（Pythonパスでは12枚、動画と音声の参照も受け付けます）。

サイズと速度

6ステップでの5.2秒クリップ、Video Rebirthの数値:

INT8 convrotビルドはタスクあたり約16 GBで、H100やB200クラスのカード、または十分なシステムRAMを備えた24 GBのRTXカードを対象としています。

ComfyUIで実行する

1. MiniMaxH3ImageToVideoとMiniMaxH3ReferenceToVideoのためにComfyUIを0.43以降にアップデートします。
2. ComfyUI-GGUFとComfyUI-HyperFlow-Flashをcustom_nodes/にクローンします。
3. GGUFをmodels/diffusion_models/に置き、15.7 GBのqwen3vl_32b_minimax_h3_nvfp4_awqテキストエンコーダーと、Comfy-Org/MiniMax-H3の動画・音声VAEを配置します。
4. ワークフロー > テンプレートを参照 > ComfyUI-HyperFlow-Flashを開きます。テンプレートは4つ: hyperflow_t2v、hyperflow_i2v、hyperflow_flf2v、hyperflow_ref2v。

16 GBまたは32 GBのRAMマシンでは、--fast-diskを付けてComfyUIを起動してください。テキストエンコーダーだけで15.7 GBあるため、通常先に枯渇するのはVRAMではなくRAMです。

hyperflow_t2vテンプレート: HyperFlow GGUF LoaderとHyperFlow SigmasがH3のローダーとスケジューラーに代わります。

ダウンロードの前に

• フルH3で学習されたLoRAは読み込めません。 圧縮されたtransformerには対応するレイヤーがないため、31Bモデルのターボやスライダーは使えません。
• 高速化はパラメータ数の示すほど大きくありません。 KijaiはComfyUIでプルーニング済みフルモデルに対して約**10%**を計測しました。この解像度ではアテンションのコストが変わらないためで、LukeG89はそれだけの価値はないと評しました。
• 16 GB GPUはまだ測定されていません。 テスト済みの最小構成は24 GBです。

リリースページのコンシューマーGPUクリップ。

入手方法

重み: VideoRebirthAI/hyperflow-h3-flash（GGUFとINT8 convrot、v1.0.0、2026-11-06）。コードとComfyUIノード: Video-Rebirth/hyperflow-h3-flashとComfyUI-HyperFlow-Flash。ショーケース: videorebirth.com/lp/hyperflow-flash。

これはVideo Rebirthのモデルであり、MiniMaxのリリースではありません。HyperFlow 8ステップLoRAとは別のもので、そちらは引き続きフル31B H3で動作します。