Puedes pasar la noche descargando 200 GB de pesos, o validar el clip en cinco minutos antes de tocar tu grafo de ComfyUI. Esa es la respuesta práctica para cualquiera que busque minimax h3 comfyui workflow ahora mismo.
MiniMax H3 es emocionante porque une la experimentación local con pesos abiertos con condicionado de texto, imagen, video y audio. MiniMax afirma que H3 genera videos de 4 a 15 segundos, 24 FPS, audio estéreo a 32 kHz, múltiples relaciones de aspecto y hasta 2K mediante regeneración (MiniMax, agosto de 2026).
El flujo de trabajo que se presenta a continuación te ofrece 3 montajes: un clip de ambiente T2V en una lavandería lluviosa, un clip de producto I2V con un mouse transparente y un clip Ref2V con un héroe de cómic más un mecha. Usa Atlas Cloud para validar primero el prompt, el lenguaje de cámara y el gasto. Luego, traslada los ajustes ganadores a ComfyUI cuando necesites un grafo local reutilizable.
Conclusiones clave
- H3 tiene rutas T2V, I2V/FL2V y Ref2V.
- ComfyUI local brinda control del grafo, pero la configuración es pesada.
- Atlas Cloud es útil para una verificación rápida de 5 segundos.
- La falta de audio suele deberse a una conexión incorrecta de VAE o SaveVideo.
- Prueba primero con 5 s, luego escala a 15 s o 2K.
Resultado del flujo T2V de MiniMax H3: ambiente de lavandería lluviosa desde la página pública de demostración de Atlas H3, conservado como video porque el clip original supera los 10 s.
Por qué el flujo de trabajo MiniMax H3 de ComfyUI es tendencia y por qué los primeros intentos fallan
H3 llegó al mundo de ComfyUI justo cuando los creadores de video pedían algo más que movimiento bonito. Querían un grafo que pudiera cargar un prompt, un primer fotograma, un último fotograma, múltiples imágenes de referencia, referencias de video y referencias de audio sin tener que reconstruir todo el pipeline para cada trabajo.
El lanzamiento oficial de H3 explica la división con claridad: FL2VA cubre generación de texto a audio-video y de primer/último fotograma, mientras que Ref2VA maneja la generación de audio-video basada en referencias con imágenes, videos y audio en el mismo contexto. El mismo comunicado también dice que el audio no puede ser la única entrada de Ref2VA; debe ir acompañado de una imagen o video de referencia.
La mayoría de los intentos fallidos del flujo MiniMax H3 en ComfyUI provienen de pequeños desajustes:
| Síntoma | Causa probable | Solución |
|---|---|---|
| Faltan nodos de H3 | ComfyUI demasiado antiguo | Actualiza a v0.30.0+ o la última versión de escritorio |
| La salida no tiene sonido | Falta el VAE de audio o la ruta SaveVideo | Carga minimax_h3_audio_vae_fp32.safetensors y conecta la decodificación de audio |
| Errores en grafo I2V | Checkpoint Ref2VA y FL2VA mezclados | Usa FL2VA para T2V/I2V/FL2V, Ref2VA para referencias |
| Fallo al ejecutar en 256p | Resolución por debajo del mínimo práctico | Usa preajustes de 384p o superiores |
| JSON de API rechazado | Se pegó el JSON del flujo de UI en /prompt | Exporta el grafo en formato API en su lugar |
La Wiki de ComfyUI señala las mismas trampas operativas: las versiones recientes de ComfyUI, los VAE tanto de video como de audio, la elección correcta del checkpoint y el mínimo de 384p no son detalles opcionales (ComfyUI Wiki, agosto de 2026). Trátalos como comprobaciones previas antes de iniciar una ejecución local larga.
Descripción general del flujo de trabajo MiniMax H3 en ComfyUI: modos, modelos, precios
Puedes tratar H3 como 3 rutas en una misma pestaña del navegador durante la validación, y luego reflejar la ruta seleccionada dentro de ComfyUI. Atlas Cloud simplifica la primera pasada: abre la página del modelo exacto, pega el prompt, sube las referencias si es necesario, pulsa el botón Ejecutar y guarda el resultado.
| Objetivo | Modo ComfyUI | Checkpoint H3 / endpoint de Atlas | Mejor uso |
|---|---|---|---|
| Clip solo con prompt | T2V | MiniMax H3 Text-to-Video | Reel de ambiente, toma conceptual |
| Animar una imagen fija | I2V / FL2V | MiniMax H3 Image-to-Video | Producto, storyboard, arte clave |
| Usar referencias | Ref2V | MiniMax H3 Reference-to-Video | Personaje, ubicación, voz, estilo |
| Modelo | Precio listado verificado el 26 de agosto de 2026 | Descuento |
|---|---|---|
| MiniMax H3 Text-to-Video | Desde $0.1/seg en models/all | Sin descuento mostrado |
| MiniMax H3 Image-to-Video | Desde $0.1/seg en models/all | Sin descuento mostrado |
| MiniMax H3 Reference-to-Video | Desde $0.1/seg en models/all | Sin descuento mostrado |
| GPT Image 2, generador opcional de primer fotograma | Desde $0.009/imagen para texto a imagen, nivel desarrollador desde $0.004/imagen | Descuento mostrado en nivel desarrollador |
Usa ComfyUI local cuando necesites control del pipeline, grafos de nodos repetibles y procesamiento previo/posterior personalizado. Usa el H3 alojado de Atlas Cloud cuando necesites una ruta rápida de verificación, un área de juegos de H3 alojada y una lectura rápida del presupuesto antes de quemar tiempo de GPU local.
Paso 1: Actualiza ComfyUI y elige el flujo de trabajo MiniMax H3
Empieza actualizando ComfyUI, luego busca en la biblioteca de plantillas "MiniMax H3". Elige el flujo que coincida con tu entrada, no con la salida que te gustaría tener.
Prompt para copiar en tu primera nota de grafo:
Plain1Objetivo: verificación local de MiniMax H3. 2Modo: elige T2V para solo prompt, I2V/FL2V para primer fotograma o primero y último, Ref2V para referencias ordenadas de imagen/video/audio. 3Regla de checkpoint: FL2VA para T2V/I2V/FL2V, Ref2VA para referencia a video. 4Regla de audio: conecta tanto el VAE de video como el VAE de audio antes de SaveVideo.
Ajustes a elegir: usa la última versión de escritorio de ComfyUI o v0.30.0+, instala las plantillas oficiales de H3 y mantén tu primera ejecución en unos 5 s. En la línea base local, establece la duración en 124 fotogramas (unos 5 s a 24 FPS), 20 pasos, sampler res_multistep, scheduler simple, y denoise 1.0.
Mapa de rutas del flujo de trabajo MiniMax H3 en ComfyUI para T2V, I2V y Ref2V
Mapa de rutas de MiniMax H3 en ComfyUI: elige T2V, I2V/FL2V o Ref2V antes de descargar los archivos del modelo.
Paso 2: Verifica el prompt T2V en MiniMax H3 Text-to-Video
Abre el área de juegos de H3 texto a video y valida primero la versión más simple. El prompt de la lavandería es una buena prueba para H3 porque pide movimiento de cámara en mano, reflejos, máquinas en movimiento y un paisaje sonoro coherente.
Prompt para copiar:
Plain1Video cinematográfico de 5 segundos en 16:9. Una lavandería autoservicio a altas horas de la noche después de la lluvia, luces fluorescentes que parpadean suavemente, lavadoras girando, cestas de plástico en el suelo, reflejos húmedos en la puerta de cristal. Grabación con teléfono en mano, ligero bamboleo de cámara, movimiento lento de cámara lateral desde la entrada hacia las máquinas, respiración de exposición realista, sin texto, sin subtítulos, sin logotipos. 2 3overall_soundscape: suave rumor de lavadora, lluvia lejana sobre el asfalto, leve zumbido fluorescente, sin música. 4 5non_diegetic_music: none.
Ajustes a elegir: MiniMax H3 Text-to-Video, 5 s, 16:9, 2K si el control está disponible, marca de agua desactivada si está disponible, semilla fija si la interfaz la expone.
Flujo de prueba T2V de MiniMax H3: del prompt a la verificación alojada y a los ajustes de ComfyUI
Flujo de prueba T2V: primero valida el prompt de la lavandería, luego copia los ajustes en ComfyUI.
Asignación en ComfyUI: usa MiniMaxH3ImageToVideo con first_frame y last_frame desconectados, ancho 1280 o 1344, duración 124, FPS 24, sampler res_multistep, scheduler simple, pasos 20.
Paso 3: Crea un primer fotograma para el flujo de trabajo I2V de MiniMax H3 en ComfyUI
Para trabajos de producto, genera o importa un primer fotograma limpio antes de pedirle movimiento a H3. Un buen primer fotograma fija el objeto, la iluminación y la geometría del encuadre, así que I2V tiene menos que inventar.
Prompt para copiar:
Plain1Un mouse gaming transparente sobre una superficie de estudio oscura y reflectante, piezas internas visibles, carcasa transparente brillante, resplandor ambiental azul y acentos ámbar cálidos, ángulo macro de producto en tres cuartos, sutiles gotas de agua, poca profundidad de campo, sin logotipo, sin subtítulos, sin objetos extra, 16:9.
Ajustes a elegir: GPT Image 2 texto a imagen, alta calidad, 16:9, 2048x1152 o la opción 16:9 más alta que realmente se aplique en el área de juegos.
Lista de verificación del primer fotograma para I2V de MiniMax H3 en ComfyUI, ejemplo de mouse transparente
Lista de verificación del primer fotograma: fija el mouse transparente, el detalle del material, la iluminación y el fondo limpio antes de I2V.
Paso 4: Ejecuta el flujo de trabajo de imagen a video de MiniMax H3 desde ese primer fotograma
Sube la imagen fija del producto a H3 imagen a video. Mantén el prompt limitado: un objeto, una trayectoria de cámara, un comportamiento de luz, una idea breve de diseño de sonido.
Prompt para copiar:
Plain1Film de producto de 5 segundos a partir del primer fotograma proporcionado. El mouse gaming transparente mantiene el mismo objeto y forma. La cámara realiza una órbita suave y baja desde el frente-izquierda hacia el lado-derecho mientras la carcasa transparente capta reflejos azules y ámbar. Los reflejos se mueven sobre la superficie oscura, el fondo se mantiene mínimo, sin texto, sin subtítulos, sin objetos extra. 2 3overall_soundscape: zumbido electrónico suave, un sutil clic en el punto medio, tono de sala de estudio ligero. 4 5non_diegetic_music: pulso de sintetizador bajo y contenido, muy silencioso.
Ajustes a elegir: MiniMax H3 Image-to-Video, primer fotograma subido, 5 s, adaptativo o 16:9, 2K si está disponible, marca de agua desactivada si está disponible.
Asignación de nodos I2V de MiniMax H3 en ComfyUI para animación de producto desde el primer fotograma
Asignación de nodos I2V: conecta el primer fotograma, usa FL2VA y mantén la decodificación de audio/video cableada.
Asignación en ComfyUI: conecta LoadImage a first_frame; deja last_frame vacío a menos que estés probando FL2V. Usa el checkpoint FL2VA, no Ref2VA.
Paso 5: Ejecuta el flujo de trabajo de referencia a video de MiniMax H3 con múltiples referencias
Ref2V es donde H3 se vuelve interesante y fácil de usar mal. Empieza con un conjunto pequeño y ordenado: personaje, antagonista, estilo de salida. La referencia del nodo Comfy Cloud dice que Ref2V puede tomar hasta 9 imágenes, 3 videos y 3 clips de audio bajo un límite de 12 archivos, y el orden en el prompt (como Imagen 1) importa (Comfy Cloud, agosto de 2026).
Prompt para copiar:
Plain1Video de acción de cómic de 5 segundos en 16:9 usando las referencias proporcionadas. La Imagen 1 es la identidad y el traje del superhéroe rojo. La Imagen 2 es la silueta del enemigo meca negro y su núcleo brillante. La Imagen 3 es la dirección de estilo de viñeta de cómic audaz. El héroe mira hacia arriba desde la azotea de la ciudaz mientraz la figura del meca se eleva tras él, la iluminación roja y azul se mantiene consistente, los bordes entintados permanecen nítidos, sin subtítulos, sin logotipos. 2 3overall_soundscape: lluvia sobre techo de andén, chirrido lejano de freno de tren, pasos suaves sobre concreto mojado. 4 5non_diegetic_music: colchón de suspenso bajo, mínimo.
Ajustes a elegir: MiniMax H3 Reference-to-Video, 2 o 3 imágenes de referencia para claridad del tutorial, 5 s, 16:9, 2K si está disponible, semilla fija si se expone. Nombra las referencias en el prompt por orden, no por nombre de archivo.
Mapa de referencias ordenadas de Ref2V de MiniMax H3 para héroe de cómic, enemigo meca y estilo de salida
Orden de referencias en Ref2V: Imagen 1 es el héroe, Imagen 2 es el enemigo meca, y Imagen 3 es el objetibo de viñeta de acción de salida.
Asignación de Ref2V de MiniMax H3 en ComyUI con checkpoint de referencia y orden del prompt
Asignación de Ref2V: usa el checkpoint Ref2VA y mantén el orden de las referencias del prompt alineado con el ejemplo de acción de cómic.
Asignación en ComfyUI: usa el checkpoint Ref2VA. Añade las referencias en el mismo orden usado por el prompt. Si agregas audio, incluye al menos una referencia visual también.
Paso 6: Exporta o guarda el flujo de trabajo MiniMax H3 de ComfyUI
Guarda el grafo solo después de que el clip funcione al menos una vez. Si planeas llamar a ComfyUI mediante programación, exporta el JSON del flujo en formato API, no el JSON de la interfaz de edición.
Prompt para copiar como recordatorio en las notas del proyecto:
Plain1No envíes el JSON del flujo de trabajo del editor de ComfyUI a /prompt. 2Usa la exportación del flujo de trabajo de la API. 3El flujo de trabajo de la API es un objeto plano indexado por ID de nodo. 4Manten juntos el checkpoint del modelo, el VAE de audio, el VAE de video, SaveVideo y el orden de las referencias.
Ajustes a elegir: guarda un JSON por modo, usa un nombre de archivo que registre el modo y la fecha, y mantén un breve README con los nombres del checkpoint, duración, resolución y cableado de audio.
Tarjeta comparativa renderizada que explica los JSON de flujo de trabajo de UI vs JSON de flujo de trabajo de API de MiniMax H3 en ComfyUI
El JSON del flujo de trabajo de la UI es para editar el grafo. El JSON del flujo de trabajo de la API es el objeto de nodo aplanado que envías al endpoint /prompt de ComfyUI.
Costo del flujo de trabajo MiniMax H3 en ComfyUI: GPU local vs Atlas Cloud
El cálculo de precios solo es sencillo para la primera prueba. ComfyUI local cuesta tiempo, disco, memoria de GPU y ejecuciones fallidas. La verificación alojada cuesta dinero por segundo, pero te da un sí o no rápido antes de comprometerte con una configuración local.
| Escenario | Costo de ComfyUI local | Costo de verificación en Atlas Cloud |
|---|---|---|
| Una idea T2V de 5 s | La sobrecarga de descarga/configuración domina | Desde $0.50 a $0.1/seg |
| Tres pruebas de prompt de 5 s | Cola local más cuidado de VRAM | Desde $1.50 |
| Ref2V de 15 s listo para cliente | Mayor costo por fallo, más configuración | Desde $1.50 antes de referencias/adiciones |
| Pipeline batch continuo | Local puede ser rentable | El alojado sigue siendo útil para comparación y respaldo |
Para pruebas de flujo de trabajo MiniMax H3 con poca VRAM en ComfyUI, reduce primero la duración, luego la resolución, y cierra los consumidores de GPU locales (como LLM o navegador) antes de cargar los pesos de H3. Los flujos de la comunidad para 16 GB son señales útiles, pero trátalos como datos específicos de cada máquina, no como un punto de referencia universal.
El trabajo comercial también necesita un rastro documental ligero. Mantén la fecha de generación, el nombre del modelo, la URL de los términos, el prompt, el nombre del archivo de salida y una instantánea del precio. Los pesos de H3 y los términos de la API alojada son objetos legales separados, y este artículo es orientación sobre flujos de trabajo, no asesoramiento legal.
Preguntas frecuentes
¿Qué es un flujo de trabajo MiniMax H3 de ComfyUI?
Un flujo de trabajo MiniMax H3 de ComfyUI es un grafo de nodos que ejecuta generación de texto a video, imagen a video, video de primer/último fotograma o referencia a video de H3. La versión práctica incluye el checkpoint correcto, el codificador de texto, el VAE de video, el VAE de audio, el prompt, la duración, la resolución y la ruta SaveVideo.
¿Con qué flujo de trabajo MiniMax H3 de ComfyUI debo empezar?
Empieza con T2V si solo tienes un prompt. Empieza con I2V si ya tienes un fotograma de storyboard, una imagen fija de producto o un arte clave. Empieza con Ref2V cuando necesites que la identidad, ubicación, voz o referencias de estilo se mantengan conectadas en una sola generación.
¿Por qué MiniMax H3 no produce audio en ComfyUI?
Revisa primero el VAE de audio. La solución común es cargar minimax_h3_audio_vae_fp32.safetensors, decodificar el audio con el nodo correcto y conectarlo en SaveVideo junto con el flujo de video.
¿Cuánta VRAM necesito para MiniMax H3 en ComfyUI?
Planifica para una alta presión de memoria. Algunos flujos de la comunidad apuntan a tarjetas de 16 GB con compilaciones INT8 o NVFP4, duración más corta y resolución reducida, pero tu RAM del sistema, la compilación de ComfyUI y otros procesos de GPU importan. Prueba con 5 s antes de intentar clips más largos.
¿Puede MiniMax H3 Reference-to-Video usar audio por sí solo?
No. Las notas de lanzamiento de MiniMax dicen que las referencias de audio de Ref2VA deben ir acompañadas de entrada de imagen o video. Usa el audio para guiar un personaje, escena o edición, no como la única referencia.
¿Es Atlas Cloud un reemplazo del MiniMax H3 local de ComfyUI?
Puede serlo, si tu objetivo es una generación H3 alojada rápida o un respaldo compatible con OpenAI. Para la propiedad local del grafo, usa Atlas Cloud para validar primero el flujo de trabajo minimax h3 comfyui, luego mueve el prompt probado, las referencias y los ajustes a ComfyUI.
