MiniMax H3 GGUF Q2：适用显卡、显存与下载
| 项目 | 值 |
|---|---|
| 文件名 | minimax_h3_ref2va_pruned-Q2_K_M.gguf |
| 组件 | 主模型（扩散模型） |
| 量化 / 格式 | GGUF |
| 大小 | 6.72 GB |
| ComfyUI 目录 | diffusion_models（主模型目录） |
| 来源 | leejet/MiniMax-H3-GGUF |
什么显卡能跑
736 × 416 · 5 秒：48 张卡可行
GTX 1060 6GB GTX 1070 8GB GTX 1080 8GB GTX 1080 Ti 11GB RTX 2060 6GB RTX 2060 12GB RTX 2060 Super 8GB RTX 2070 Super 8GB RTX 2080 Ti 11GB RTX 2080 Ti 22GB（魔改） RTX 3050 8GB RTX 3060 8GB RTX 3060 12GB RTX 3060 Ti 8GB RTX 3070 8GB RTX 3070 16GB（魔改） RTX 3070 Ti 8GB RTX 3080 10GB 等 48 张
1344 × 768 · 5 秒：48 张卡可行
GTX 1060 6GB GTX 1070 8GB GTX 1080 8GB GTX 1080 Ti 11GB RTX 2060 6GB RTX 2060 12GB RTX 2060 Super 8GB RTX 2070 Super 8GB RTX 2080 Ti 11GB RTX 2080 Ti 22GB（魔改） RTX 3050 8GB RTX 3060 8GB RTX 3060 12GB RTX 3060 Ti 8GB RTX 3070 8GB RTX 3070 16GB（魔改） RTX 3070 Ti 8GB RTX 3080 10GB 等 48 张
1344 × 768 · 15 秒：35 张卡可行
RTX 2060 12GB RTX 2080 Ti 11GB RTX 2080 Ti 22GB（魔改） RTX 3060 12GB RTX 3060 Ti 8GB RTX 3070 8GB RTX 3070 16GB（魔改） RTX 3070 Ti 8GB RTX 3080 10GB RTX 3080 12GB RTX 3080 20GB（魔改） RTX 3080 Ti 12GB RTX 3090 24GB RTX 4060 Ti 8GB RTX 4060 Ti 16GB RTX 4070 12GB RTX 4070 Super 12GB RTX 4070 Ti 12GB 等 35 张
“可行”= 32GB 内存 / fast-disk 下估算状态为 ok 或 warn（warn 意味着需要权重卸载、速度明显变慢）。
同族量化对比：一张表选对版本
同族 = 同一底座变体的不同量化，可以互相替换，差别只在体积、速度与画质损失；「峰值约」是该体积落到显存里的粗估（体积×0.6，下限 8G）。
| 文件 | 量化 | 大小 | 剪枝 | 适配显存 |
|---|---|---|---|---|
| GGUF Q2 ← 本页 | GGUF Q2 | 6.72 GB（峰值约 8G） | 剪枝 | 8GB 卡可用 |
| GGUF Q3 | GGUF Q3 | 8.9 GB（峰值约 8G） | 剪枝 | 8GB 卡可用 |
| GGUF Q4 | GGUF Q4 | 11.56 GB（峰值约 8G） | 剪枝 | 适合 12-16GB |
| GGUF Q5 | GGUF Q5 | 14.07 GB（峰值约 8G） | 剪枝 | 适合 12-16GB |
| GGUF Q6 | GGUF Q6 | 16.73 GB（峰值约 10G） | 剪枝 | 建议 24GB+ |
| GGUF Q4 | GGUF Q4 | 18.78 GB（峰值约 11G） | 完整 | 建议 24GB+ |
| GGUF Q8 | GGUF Q8 | 21.58 GB（峰值约 13G） | 剪枝 | 建议 24GB+ |
选型一句话：小于 10GB 的条目 8GB 卡就能跑，10-16GB 档适合 12-16GB 卡，超过 16GB 建议 24GB 以上。本族最小的是 GGUF Q2（6.72GB），最大的是 GGUF Q8（21.58GB）；当前文件（6.72GB）属于「8GB 卡可用」档。关于本文件的量化：GGUF：兼容性最好、体积可做到最小；注意力内核效率偏低，且需要 ComfyUI-GGUF 插件。「剪枝」= 移除部分冗余通道换取体积，画质损失通常很小。
谁该用这个文件
在整条管线里，它是主模型，决定生成质量与速度，也是体积最大的一份；换量化影响的是细节与速度，提示词写法不受影响。适合 8GB 显存（4060 / 3060 8G / 5060 这一级）直接开跑，或给 12GB 以上的卡省出余量跑长片。建议从 736×416·5 秒的短片段档起步，稳定后再往上探。
最快与最低配置速览
「最快」= 估算耗时最短的卡；「最低」= 能带动它的最小显存档。耗时含模型加载与文本编码，首次运行还要编译内核。
- 736 × 416 · 5 秒：最快 RTX 5090 32GB（约 53 秒；可行 48/49 张）· 最低 GTX 1060 6GB（贴着显存上限运行）
- 1344 × 768 · 5 秒：最快 RTX 5090 32GB（约 2 分 24 秒；可行 48/49 张）· 最低 GTX 1060 6GB（贴着显存上限运行）
- 1344 × 768 · 15 秒：最快 RTX 5090 32GB（约 14 分 16 秒；可行 35/49 张）· 最低 RTX 4060 Ti 8GB（贴着显存上限运行）
下载与校验（3 步）
- 下载：点上方下载按钮进入 HuggingFace / GitHub 官方仓库下载——站内 /go 只做中转，本站不搬运、不托管文件；网盘搬运镜像不要用（直连 HuggingFace 困难时可以用镜像站加速传输，但文件一定要以官方仓库为准）。下载前确认磁盘余量至少是文件体积的两倍。
- 放置：把文件放进规格表所列的目录（diffusion_models（主模型目录）），文件名保持原样。加载器按「目录 + 文件名」定位文件，改名或挪窝都会让它“消失”。
- 加载：回到 ComfyUI 点 Refresh 刷新文件列表（ComfyUI 只在启动或刷新时扫描目录），再在加载节点里选择它。主模型加载节点：Load Diffusion Model（GGUF 文件用 ComfyUI-GGUF 的 Unet Loader (GGUF)）。
完整性自检：下载完成后看一眼本地体积是否接近标注的 6.72GB——相差悬殊说明下载不完整（浏览器有时会把半截文件当成品），删掉重下即可。
配套文件：出片三件套缺一不可：除了本文件，还需要文本编码器 NVFP4 AWQ 与 VAE BF16、BF16——缺任何一个，工作流会直接报错。
加载报错排查
- 刷新后列表里找不到它：九成是放错目录——回到上方规格表核对「ComfyUI 目录」那一行，文件必须位于 ComfyUI 的 models/ 对应子目录里，桌面快捷方式不算。
- 一加载就 OOM / 显存爆掉：先确认没有同时挂着别的大模型，再换上表里更小的量化——为什么小显存别硬上大量化，这篇文章把账算得很清楚。
- 手动改过文件名后识别不到：加载器按文件名匹配（GGUF 的元数据里也存着原始名），把名字改回原样再 Refresh 一次即可。
常见问题
minimax_h3_ref2va_pruned-Q2_K_M.gguf 需要多大显存？
文件大小 6.72GB（主模型（扩散模型））。运行时显存需求还取决于分辨率与时长：720p 级短片段通常需要 8GB 以上显存余量；具体到你的卡可在计算器里精算。
这个文件放在 ComfyUI 哪个目录？
diffusion_models（主模型目录）。文件名保持原名，ComfyUI 刷新后即可在对应加载器里选择。
和同类的其他量化比，选哪个？
见模型下载库的同类条目与「小显存 INT8/BF16 对比」文章；通用建议：8GB 用 GGUF Q3/Q2，12-16GB 用剪枝 INT8 或 W4A8，24GB+ 可上 INT8 全量或 NVFP4（50 系）。
同类文件：BF16 · INT8 · P- BF16 · P- INT8 · P- FP8 · BF16 · INT8 · P- BF16 · P- INT8 · P- FP8
相关：模型下载库 · INT8/BF16 对比 · 8GB 显存实战