wildminder/awesome-minimax-h3

MiniMax H3 Max: 36-кратное ускорение и открытые веса Огненные новости. На этих двух роликах - обычный MiniMax H3 (синий галстук) в облаке Minimax Design и новый H3 Max на fal при одинаковых параметрах и на 15 секунд, 720p.  Результат слегка непристойный: обычный H3 генерировал ролик около 6 минут, H3 Max - около 10 секунд. То есть примерно 36x разницы, причем качество как по мне чравнимо. Важно: это не чистый benchmark весов, а сравнение двух разных production-инфраструктур. Конечно, у fal наверняка огромная дурь для инференсв, но 36x почти наверняка не объясняются одной только дурью. А щас держите Мега новость: fal подтвердили, что  веса H3 Max будут опубликованы . На вопрос, будет ли открыт и  Ref2V , ответил:  “yes, working on it” . То есть речь, судя по всему, идет не просто об API, а о полноценном открытом checkpoint H3 Max и в перспективе reference-to-video версии. И тут интересно покумекать о том, что это будут за веса, код, железо под столом. Думаю, что ждать, что скачанный H3 Max автоматически окажется локально в 36 раз быстрее H3, не стоит.  fal делали саму модель и inference stack практически одновременно: post-training/RL, вероятно сильно меньшее число sampling steps, оптимизированный attention, fused CUDA/Triton kernels, mixed precision, parallelism, VAE и управление памятью.  Поэтому часть безумной скорости находится  в весах , а часть - в инфраструктуре fal. И именно соотношение этих двух частей будет главным вопросом после релиза.  Мой прогноз: просто открытые веса дадут несколько иксов относительно обычного H3, а после появления нормального SGLang/LightX2V/ComfyUI runtime, quantization и оптимизированных kernels разрыв вполне может вырасти до  8-15x .  Ускорение 36x локально - утопия. Имхо. Грубая пацанская оценка H3 Max для 15 сек / 720p после community-оптимизаций: RTX 4090 24 GBquant/offload -десятки секунд\минуты RTX 5090 32 GB ~30-90 с H100 80 GB ~10-30 с H200 141 GB ~7-20 с B200 192 GB единицы - десятки секунд После релиза