Guide modèle
MiniMax H3 33B exigences VRAM, compatibilité GGUF et déploiement local
Si vous cherchez "minimax h3 requirements", vous voulez surtout savoir si MiniMax H3 33B est réaliste en local. Cette page sépare mémoire des poids, cache KV et overhead runtime pour une décision fiable.
MiniMax H3 33B peut monter à environ 262,144 tokens selon les réglages publiés : la stratégie de contexte est donc aussi importante que la quantification.
Statut de vérification : Partiellement vérifié. Sources récupérées le 2026-10-06.
Calculateur VRAM / RAM
Comparez l’adéquation sur VRAM GPU, mémoire unifiée Apple et scénarios d’offload CPU/RAM.
ID Hugging Face / paramètres personnalisés (optionnel)
Si l’ID repo est inconnu, vos valeurs sont utilisées en mode estimation.
| Quant | Poids | KV | Overhead | Total |
|---|---|---|---|---|
| FP16 / BF16 | 61.47 GiB | 2 GiB | 4.35 GiB | 67.82 GiB |
| INT8 / Q8_0 | 31.5 GiB | 2 GiB | 3.18 GiB | 36.68 GiB |
| Q6_K | 24.39 GiB | 2 GiB | 2.86 GiB | 29.25 GiB |
| Q5_K_M | 20.94 GiB | 2 GiB | 2.75 GiB | 25.69 GiB |
| Q4_K_M | 17.67 GiB | 2 GiB | 2.78 GiB | 22.45 GiB |
| Q3_K_M / Q3 | 13.45 GiB | 2 GiB | 2.54 GiB | 17.99 GiB |
| Q2_K / Q2 | 9.6 GiB | 2 GiB | 2.2 GiB | 13.8 GiB |
| Matériel | Mémoire | Verdict | tok/s estimés |
|---|---|---|---|
| NVIDIA GeForce RTX 4090 24GB | 24 GiB | Compatible | 36.12 |
| NVIDIA GeForce RTX 5090 32GB | 32 GiB | Compatible | 64.22 |
| NVIDIA GeForce RTX 4080 SUPER 16GB | 16 GiB | Incompatible | 26.38 |
| NVIDIA GeForce RTX 4070 Ti SUPER 16GB | 16 GiB | Incompatible | 24.08 |
| AMD Radeon RX 7900 XTX 24GB | 24 GiB | Compatible | 34.4 |
| NVIDIA A100 80GB PCIe | 80 GiB | Compatible | 69.34 |
| Apple Silicon M3 Max (128GB unified memory) | 128 GiB | Compatible | 12.23 |
| Apple Silicon M2 Ultra (192GB unified memory) | 192 GiB | Compatible | 24.45 |
| 2× NVIDIA GeForce RTX 4090 (aggregate) | 48 GiB | Compatible | 65.01 |
Formules et hypothèses
- Weight memory uses resident params × effective_bits / 8 (total params when available, otherwise active/fallback estimate).
- KV cache = 2 × layers × kv_heads × head_dim × kv_bytes × context × batch.
- Runtime overhead includes allocator fragmentation, kernels, and framework buffers.
- Tokens/sec estimate uses active_params for decode bandwidth and should be treated as a rough directional number.
- CPU/RAM offload (for example llama.cpp partial offload with lower GPU layer count) can reduce VRAM needs at the cost of speed.
- When config values are unavailable, fallback defaults are used and flagged as estimated on the page.
MiniMax H3 33B VRAM / RAM par quantification
Vue par défaut avec contexte/batch de référence du modèle.
| Quant | Poids | KV | Overhead | Total |
|---|---|---|---|---|
| FP16 / BF16 | 61.47 GiB | 2 GiB | 4.35 GiB | 67.82 GiB |
| INT8 / Q8_0 | 31.5 GiB | 2 GiB | 3.18 GiB | 36.68 GiB |
| Q6_K | 24.39 GiB | 2 GiB | 2.86 GiB | 29.25 GiB |
| Q5_K_M | 20.94 GiB | 2 GiB | 2.75 GiB | 25.69 GiB |
| Q4_K_M | 17.67 GiB | 2 GiB | 2.78 GiB | 22.45 GiB |
| Q3_K_M / Q3 | 13.45 GiB | 2 GiB | 2.54 GiB | 17.99 GiB |
| Q2_K / Q2 | 9.6 GiB | 2 GiB | 2.2 GiB | 13.8 GiB |
Quelles GPUs et Macs peuvent exécuter MiniMax H3 33B?
Baseline : Q4_K_M avec contexte/batch par défaut. tok/s = estimation basée bande passante.
NVIDIA GeForce RTX 4090 24GB
Compatible (1.55 GiB)
Estimé 36.12 tokens/s
Quantification recommandée: q4_k_m
NVIDIA GeForce RTX 5090 32GB
Compatible (9.55 GiB)
Estimé 64.22 tokens/s
Quantification recommandée: q6_k
NVIDIA GeForce RTX 4080 SUPER 16GB
Incompatible (-6.45 GiB)
Estimé 26.38 tokens/s
Quantification recommandée: q2_k
NVIDIA GeForce RTX 4070 Ti SUPER 16GB
Incompatible (-6.45 GiB)
Estimé 24.08 tokens/s
Quantification recommandée: q2_k
AMD Radeon RX 7900 XTX 24GB
Compatible (1.55 GiB)
Estimé 34.4 tokens/s
Quantification recommandée: q4_k_m
NVIDIA A100 80GB PCIe
Compatible (57.55 GiB)
Estimé 69.34 tokens/s
Quantification recommandée: fp16
Apple Silicon M3 Max (128GB unified memory)
Compatible (105.55 GiB)
Estimé 12.23 tokens/s
Quantification recommandée: fp16
Apple Silicon M2 Ultra (192GB unified memory)
Compatible (169.55 GiB)
Estimé 24.45 tokens/s
Quantification recommandée: fp16
2× NVIDIA GeForce RTX 4090 (aggregate)
Compatible (25.55 GiB)
Estimé 65.01 tokens/s
Quantification recommandée: int8
Appareils compatibles en baseline : NVIDIA GeForce RTX 4090 24GB, NVIDIA GeForce RTX 5090 32GB, AMD Radeon RX 7900 XTX 24GB, NVIDIA A100 80GB PCIe, Apple Silicon M3 Max (128GB unified memory), Apple Silicon M2 Ultra (192GB unified memory), 2× NVIDIA GeForce RTX 4090 (aggregate).
Snippets de déploiement pour MiniMax H3 33B
vLLM
vllm serve MiniMaxAI/MiniMax-H3 --max-model-len 8192 --limit-mm-per-prompt image=2,video=1 --gpu-memory-utilization 0.9
ComfyUI
Use ComfyUI with the MiniMax H3 pipeline nodes for video/image workflows; reserve extra VRAM for VAE and frame processing.
Offload CPU/RAM : déplacer des couches vers la RAM système peut réduire la VRAM requise mais ralentit généralement.
MiniMax H3 33B guide détaillé
Vue d’ensemble VRAM/RAM pour MiniMax H3 33B
Les personnes qui cherchent « minimax h3 requirements » veulent surtout une réponse exploitable pour le local. Cette page sépare clairement poids résidents, cache KV et overhead runtime.
Pour MiniMax H3 33B, les champs d’architecture (couches, têtes KV, head_dim) sont déterminants. En MoE, la résidence mémoire suit plutôt total params, alors que le débit suit active params.
Comment la quantification change la mémoire requise pour MiniMax H3 33B
La quantification est le levier principal. Q4_K_M est souvent le meilleur point de départ; Q5/Q6 si la qualité prime; Q3/Q2 pour des contraintes mémoire fortes.
Longueur de contexte, cache KV et croissance mémoire réelle
Plus le contexte augmente, plus le cache KV domine. En pratique, un contexte modéré et stable donne souvent de meilleurs résultats qu’un contexte maximal fragile.
Stratégie de fit: VRAM GPU et mémoire unifiée Mac
Côté matériel, il faut équilibrer capacité et bande passante: la capacité détermine le fit, la bande passante la réactivité.
Workflow de déploiement local (Ollama, llama.cpp, vLLM, ComfyUI)
Ollama facilite les essais rapides, llama.cpp offre un contrôle fin de l’offload, vLLM est souvent meilleur pour le service API concurrent. Pour image/vidéo, ajoutez les coûts VAE/résolution.
Diagnostic OOM et débit instable
En cas d’OOM, commencez par un profil minimal puis augmentez progressivement. L’offload CPU/RAM peut débloquer le chargement mais réduit généralement le débit.
Choisir les bons réglages de MiniMax H3 33B selon vos usages
Validez enfin vos réglages sur des prompts réels. Un niveau de quantification légèrement plus prudent avec de la marge donne souvent une exploitation plus stable qu’un profil à la limite.
FAQ : MiniMax H3 33B
De combien de mémoire MiniMax H3 33B a-t-il besoin en pratique ?
Cela dépend de la quantification, du contexte et de l’overhead runtime. Ajoutez 10–20% de marge.
Dois-je prioriser VRAM, mémoire unifiée ou offload CPU/RAM pour MiniMax H3 33B ?
Assurez d’abord une résidence stable, puis optimisez le débit. L’offload aide au fit mais réduit souvent la vitesse.
Quelle quantification choisir pour commencer avec MiniMax H3 33B ?
Q4_K_M est généralement un bon point de départ.
Sources de données et notes de vérification
- Hugging Face repository (récupéré 2026-10-06)
- Text encoder config used for architecture fields (récupéré 2026-10-06)
Model card describes a 33B dense omni transformer. Public config file primarily exposes text encoder and multimodal components.