Estado MiniMax H3 y FastH3 en RTX 3090

Actualmente, el estado de los modelos MiniMax H3 y FastH3 en una NVIDIA RTX 3090 con 24 GB de VRAM es un tema relevante para cualquier usuario interesado en la ejecución de IA local. La conversación revela que MiniMax H3 funciona bastante bien gracias a optimizaciones como Wan2GP, permitiendo generar video corto con apenas unos 5–6 GB de VRAM o clips más largos alrededor de los 8–9 GB al aprovechar el offload a memoria RAM.

Por otro lado, FastH3 ha evolucionado de ser un mero proyecto experimental a tener checkpoints públicos y código de inferencia disponible. Sin embargo, es importante notar que los benchmarks actuales para FastH3 se concentran en hardware mucho más potente, como clusters con múltiples GPUs B300, lo cual significa que no hay datos directos sobre el rendimiento exacto en una sola tarjeta RTX 3090.

Dado esto y las limitaciones de arquitectura como la falta de soporte para optimizaciones recientes en tarjetas inferiores a sm90, la recomendación más sólida es utilizar H3 normal con ajustes de Sage o FlashAttention para obtener un rendimiento estable. Añadir Spectrum Step Skipping se sugiere como una mejora rápida y efectiva. FastH3 VSA se considera entonces como una segunda instalación experimental interesante, pero no como un sustituto principal del entorno actual.