MiniMax H3 的 ComfyUI 工作流已經公開真正容易卡住的通常不是提示詞而是環境、模型目錄、端口和顯存。本文以一套預配置云端鏡像為例整理一條可重復的驗收路徑先確認 GPU 和 PyTorch再確認模型文件最后啟動服務和排查 OOM。1. 環境與目標使用的鏡像頁面https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6截至 2026 年 8 月 15 日頁面標注如下項目配置鏡像ComfyUI-v0.33.1-全能版-MiniMaxH3加速Ubuntu22.04.3 LTSCUDA12.8Python3.12鏡像大小37.28GB推薦顯存24GB推薦 GPURTX 4090自動啟動支持24GB 是鏡像頁面給出的推薦配置不代表所有時長、分辨率和參考輸入都經過驗證。本文最終要驗收五件事系統識別到 GPUPyTorch 能使用 CUDAMiniMax H3 所需模型文件在正確目錄ComfyUI 正在監聽 8080 端口瀏覽器可以訪問并能提交基礎工作流。不要跳著查。按層排查出問題時比較容易知道是哪一塊。2. MiniMax H3 工作流由哪些模型組成ComfyUI 官方模板當前引用了四類模型文件ComfyUI/ └── models/ ├── diffusion_models/ │ └── minimax_h3_fl2va_pruned_int8_convrot.safetensors ├── text_encoders/ │ └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors └── vae/ ├── minimax_h3_video_vae_fp16.safetensors └── minimax_h3_audio_vae_fp32.safetensors幾個文件的職責不同diffusion_modelsH3 的主擴散模型text_encoders理解提示詞和多模態上下文的文本編碼器video_vae視頻潛空間的編碼與解碼audio_vae音頻潛空間的編碼與解碼。這不是傳統的“一個 checkpoint 全包”結構。工作流能打開不代表模型一定齊模型文件存在也不代表放在了 ComfyUI 能識別的目錄。3. 創建實例后先做只讀檢查進入 WebSSH先不要升級 CUDA、PyTorch 或 ComfyUI。記錄系統信息cat/etc/os-releasepython--versionconda info--envs查看磁盤空間df-h查看當前目錄pwd預配置鏡像出問題以后最怕沒有原始環境記錄。至少先把上面幾條命令的結果留一下后面如果升級依賴失敗還知道原來是什么狀態。4. 驗收 GPU 和 PyTorch先檢查 NVIDIA 驅動層nvidia-smi重點看四項GPU 型號是否符合創建實例時的選擇顯存總量是否正常是否已有 Python 進程占用顯存驅動是否正常返回而不是command not found或通信失敗。然后進入鏡像環境conda activate comfyenv執行 PyTorch 檢查python -PY import torch print(torch_version:, torch.__version__) print(torch_cuda_version:, torch.version.cuda) print(cuda_available:, torch.cuda.is_available()) print(device_count:, torch.cuda.device_count()) if torch.cuda.is_available(): print(device_name:, torch.cuda.get_device_name(0)) free_bytes, total_bytes torch.cuda.mem_get_info(0) print(free_vram_gb:, round(free_bytes / 1024**3, 2)) print(total_vram_gb:, round(total_bytes / 1024**3, 2)) PY最低驗收條件cuda_available: True device_count: 1 device_name: 實際 GPU 型號如果nvidia-smi正常但torch.cuda.is_available()為False優先檢查當前是不是comfyenvpython和pip是否來自同一環境PyTorch 是否為 CUDA 版本最近有沒有手動升級過 PyTorch。可以繼續執行whichpythonpython-mpip--version兩條路徑應該落在同一個 Conda 環境中。5. 核對模型文件和目錄進入 ComfyUI 目錄cd~/ComfyUI2/dev/null||cdComfyUI分別檢查三個目錄ls-lhmodels/diffusion_models/ls-lhmodels/text_encoders/ls-lhmodels/vae/也可以一次查找 H3 相關文件findmodels-typef\(\-nameminimax_h3*.safetensors-o\-nameqwen3vl_32b_minimax_h3*.safetensors\\)-printf%p\n預期至少能找到models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors models/vae/minimax_h3_video_vae_fp16.safetensors models/vae/minimax_h3_audio_vae_fp32.safetensors如果文件存在但工作流下拉框仍然找不到按順序處理檢查文件是否多套了一層目錄檢查文件名大小寫檢查下載文件是否為異常的小文件重啟 ComfyUI讓它重新掃描模型目錄。可以查看四個文件實際占用du-h\models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors\models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors\models/vae/minimax_h3_video_vae_fp16.safetensors\models/vae/minimax_h3_audio_vae_fp32.safetensors不要只看文件名。下載中斷后留下的同名小文件也會讓工作流加載失敗。6. 使用鏡像腳本管理 ComfyUI鏡像提供了統一的控制腳本。查看幫助./sj-run.sh-h啟動./sj-run.sh-s停止./sj-run.sh-t重啟./sj-run.sh-r如果鏡像已經自動啟動不要連續執行多次啟動命令。先查進程ps-ef|grep[p]ython.*main.py再查端口ss-lntp|grep:8080如果能看到 Python 進程和 8080 監聽說明服務端已經起來。此時瀏覽器打不開多半要查平臺端口映射而不是繼續折騰 Python 環境。7. 手動啟動與本機連通性檢查鏡像腳本啟動失敗時可以先停掉已有進程再手動運行./sj-run.sh-tconda activate comfyenvcd~/ComfyUI2/dev/null||cdComfyUI python main.py--listen0.0.0.0--port8080--enable-cors-header這個終端先別關直接看最后幾十行輸出。另開一個 WebSSH 終端測試本機訪問curl-I--max-time5http://127.0.0.1:8080/判斷方法本機能訪問、外部打不開檢查平臺端口暴露和外部地址本機也打不開、沒有端口監聽ComfyUI 沒有正常啟動端口存在但頁面異常查看啟動終端的 Python 報錯和前端資源錯誤。--listen 0.0.0.0會讓服務監聽所有網卡--enable-cors-header會放寬跨域訪問。拿到的公網地址不要隨便發到公開群里尤其是工作流里包含私有素材時。8. 導入工作流后的第一輪參數MiniMax H3 官方模板說明中原生畫布以 768 像素短邊為主寬高需要是 32 的倍數示例上限為 768×1344。視頻按 24fps 處理時長還會被換算成滿足模型幀塊規則的長度。首次運行建議按這個順序保留模板默認模型文件先跑較短時長先用較低分辨率不同時掛多個輔助模型第一次只驗證一個輸入路徑成功后再增加首尾幀、參考圖或參考視頻。這里不直接給“24GB 必須使用某組固定參數”因為不同版本的節點、模型量化和工作流結構會改變峰值顯存。沒有實際運行記錄時寫死一個萬能參數反而容易誤導。9. 運行時記錄顯存峰值提交任務前先開一個監控終端nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1觀察這些階段模型加載前文本編碼器加載后采樣開始時VAE 解碼時任務結束后。如果想把結果留檔nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1|teeh3-gpu-monitor.csv任務完成后按CtrlC停止。這份 CSV 比“4090 大概能跑”有用得多。后面調整分辨率、時長或參考輸入時可以直接對比峰值顯存有沒有變化。10. OOM 怎么排查常見錯誤包括CUDA out of memory或者進程直接被系統終止。先執行nvidia-smi確認是否有其他進程占用顯存。然后按這個順序減負降低輸出分辨率縮短視頻時長減少參考輸入關閉同時加載的其他模型重新啟動 ComfyUI釋放殘留顯存仍然不夠再考慮更大顯存的 GPU。不要一看到 OOM 就重裝 CUDA。OOM 首先是資源問題不是安裝問題。如果任務結束后顯存長期不釋放可以重啟服務./sj-run.sh-r再用nvidia-smi確認占用是否回落。11. 缺節點、版本沖突怎么處理工作流出現紅色節點時先記錄缺失節點的準確名稱不要直接把所有組件升級到最新版。建議保存當前環境conda activate comfyenv python-mpip freezerequirements-before-change.txt記錄當前 ComfyUI 提交cd~/ComfyUI2/dev/null||cdComfyUIgitrev-parse HEAD然后只處理缺失項。預配置鏡像里ComfyUI、PyTorch、自定義節點和前端往往已經形成一套可運行組合。一次升級四五個組件最后即使修好了也不知道到底是哪一步起作用如果壞了同樣不知道該回退誰。12. 頁面打不開時的排障表現象優先檢查常見原因nvidia-smi失敗GPU/驅動層實例異常或驅動不可用PyTorch 返回 CUDA FalseConda/PyTorch 層環境選錯、CPU 版 PyTorch、依賴被覆蓋模型下拉框為空文件層文件缺失、目錄錯誤、未重啟掃描8080 無監聽ComfyUI 進程層啟動報錯、進程退出、端口被改本機能訪問公網不能平臺網絡層端口未暴露、外部 URL 不正確運行中 OOM工作流資源層分辨率、時長、參考輸入或其他進程占用過高生成后磁盤爆滿存儲層視頻輸出、緩存和模型持續增長這張表基本就是整篇文章最重要的部分。13. 數據保存和關機邊界視頻模型的磁盤增長很快除了模型文件還有輸入素材、預覽緩存和最終視頻。建議至少定期檢查du-sh~/ComfyUI/models2/dev/nulldu-sh~/ComfyUI/input2/dev/nulldu-sh~/ComfyUI/output2/dev/null同時注意關機停止的是 GPU 實例計算擴容數據盤不一定隨之停止計費。實例釋放、數據盤保留和自動釋放周期也應以平臺最新幫助文檔為準。重要內容建議單獨保存工作流 JSON使用過的提示詞自定義節點清單requirements-before-change.txt模型文件名與來源生成結果顯存監控 CSV。有這些東西換實例以后才有可能快速恢復。只保存一張工作流截圖基本沒用。14. 最小驗收清單完成下面這些再開始調正式任務nvidia-smi能識別正確 GPUtorch.cuda.is_available()返回True四類 H3 模型文件可以找到ComfyUI 進程存在8080 端口正在監聽瀏覽器可以進入頁面基礎工作流可以提交音頻和視頻結果可以保存已記錄一次顯存峰值工作流與重要結果已經備份。FAQRTX 4090 的 24GB 顯存能跑 MiniMax H3 嗎該鏡像推薦 24GB 顯存和 RTX 4090適合作為基礎工作流的起點。具體能否完成某組參數要看分辨率、時長、參考輸入和工作流中同時加載的模型。官方說支持 2K本地工作流為什么從 768 短邊開始2K 是 MiniMax 公布的模型能力上限ComfyUI 官方模板對本地工作流的原生畫布、尺寸倍數和時長換算有單獨說明。模型上限不能直接當作 24GB 顯卡的默認參數。頁面打不開是否需要重裝 ComfyUI先查進程、8080 端口和平臺端口映射。很多頁面打不開的問題發生在網絡暴露層重裝 ComfyUI 不會解決。模型文件都在為什么工作流還是找不到重點檢查目錄、文件名、文件完整性以及 ComfyUI 是否重新掃描。模型放在models根目錄而不是對應子目錄也可能無法識別。是否應該馬上升級到最新版 ComfyUI能運行時不建議盲目升級。先保存當前依賴和 Git 提交再針對具體缺失節點或兼容問題做最小修改。參考資料MiniMax H3 官方介紹https://minimaxi.com/blog/minimax-h3ComfyUI 官方 MiniMax H3 工作流https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json算家云 MiniMax H3 鏡像https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6 云端部署 MiniMax H3 ComfyUI：環境驗收、模型目錄與故障排查
MiniMax H3 的 ComfyUI 工作流已經公開真正容易卡住的通常不是提示詞而是環境、模型目錄、端口和顯存。本文以一套預配置云端鏡像為例整理一條可重復的驗收路徑先確認 GPU 和 PyTorch再確認模型文件最后啟動服務和排查 OOM。1. 環境與目標使用的鏡像頁面https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6截至 2026 年 8 月 15 日頁面標注如下項目配置鏡像ComfyUI-v0.33.1-全能版-MiniMaxH3加速Ubuntu22.04.3 LTSCUDA12.8Python3.12鏡像大小37.28GB推薦顯存24GB推薦 GPURTX 4090自動啟動支持24GB 是鏡像頁面給出的推薦配置不代表所有時長、分辨率和參考輸入都經過驗證。本文最終要驗收五件事系統識別到 GPUPyTorch 能使用 CUDAMiniMax H3 所需模型文件在正確目錄ComfyUI 正在監聽 8080 端口瀏覽器可以訪問并能提交基礎工作流。不要跳著查。按層排查出問題時比較容易知道是哪一塊。2. MiniMax H3 工作流由哪些模型組成ComfyUI 官方模板當前引用了四類模型文件ComfyUI/ └── models/ ├── diffusion_models/ │ └── minimax_h3_fl2va_pruned_int8_convrot.safetensors ├── text_encoders/ │ └── qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors └── vae/ ├── minimax_h3_video_vae_fp16.safetensors └── minimax_h3_audio_vae_fp32.safetensors幾個文件的職責不同diffusion_modelsH3 的主擴散模型text_encoders理解提示詞和多模態上下文的文本編碼器video_vae視頻潛空間的編碼與解碼audio_vae音頻潛空間的編碼與解碼。這不是傳統的“一個 checkpoint 全包”結構。工作流能打開不代表模型一定齊模型文件存在也不代表放在了 ComfyUI 能識別的目錄。3. 創建實例后先做只讀檢查進入 WebSSH先不要升級 CUDA、PyTorch 或 ComfyUI。記錄系統信息cat/etc/os-releasepython--versionconda info--envs查看磁盤空間df-h查看當前目錄pwd預配置鏡像出問題以后最怕沒有原始環境記錄。至少先把上面幾條命令的結果留一下后面如果升級依賴失敗還知道原來是什么狀態。4. 驗收 GPU 和 PyTorch先檢查 NVIDIA 驅動層nvidia-smi重點看四項GPU 型號是否符合創建實例時的選擇顯存總量是否正常是否已有 Python 進程占用顯存驅動是否正常返回而不是command not found或通信失敗。然后進入鏡像環境conda activate comfyenv執行 PyTorch 檢查python -PY import torch print(torch_version:, torch.__version__) print(torch_cuda_version:, torch.version.cuda) print(cuda_available:, torch.cuda.is_available()) print(device_count:, torch.cuda.device_count()) if torch.cuda.is_available(): print(device_name:, torch.cuda.get_device_name(0)) free_bytes, total_bytes torch.cuda.mem_get_info(0) print(free_vram_gb:, round(free_bytes / 1024**3, 2)) print(total_vram_gb:, round(total_bytes / 1024**3, 2)) PY最低驗收條件cuda_available: True device_count: 1 device_name: 實際 GPU 型號如果nvidia-smi正常但torch.cuda.is_available()為False優先檢查當前是不是comfyenvpython和pip是否來自同一環境PyTorch 是否為 CUDA 版本最近有沒有手動升級過 PyTorch。可以繼續執行whichpythonpython-mpip--version兩條路徑應該落在同一個 Conda 環境中。5. 核對模型文件和目錄進入 ComfyUI 目錄cd~/ComfyUI2/dev/null||cdComfyUI分別檢查三個目錄ls-lhmodels/diffusion_models/ls-lhmodels/text_encoders/ls-lhmodels/vae/也可以一次查找 H3 相關文件findmodels-typef\(\-nameminimax_h3*.safetensors-o\-nameqwen3vl_32b_minimax_h3*.safetensors\\)-printf%p\n預期至少能找到models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors models/vae/minimax_h3_video_vae_fp16.safetensors models/vae/minimax_h3_audio_vae_fp32.safetensors如果文件存在但工作流下拉框仍然找不到按順序處理檢查文件是否多套了一層目錄檢查文件名大小寫檢查下載文件是否為異常的小文件重啟 ComfyUI讓它重新掃描模型目錄。可以查看四個文件實際占用du-h\models/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors\models/text_encoders/qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors\models/vae/minimax_h3_video_vae_fp16.safetensors\models/vae/minimax_h3_audio_vae_fp32.safetensors不要只看文件名。下載中斷后留下的同名小文件也會讓工作流加載失敗。6. 使用鏡像腳本管理 ComfyUI鏡像提供了統一的控制腳本。查看幫助./sj-run.sh-h啟動./sj-run.sh-s停止./sj-run.sh-t重啟./sj-run.sh-r如果鏡像已經自動啟動不要連續執行多次啟動命令。先查進程ps-ef|grep[p]ython.*main.py再查端口ss-lntp|grep:8080如果能看到 Python 進程和 8080 監聽說明服務端已經起來。此時瀏覽器打不開多半要查平臺端口映射而不是繼續折騰 Python 環境。7. 手動啟動與本機連通性檢查鏡像腳本啟動失敗時可以先停掉已有進程再手動運行./sj-run.sh-tconda activate comfyenvcd~/ComfyUI2/dev/null||cdComfyUI python main.py--listen0.0.0.0--port8080--enable-cors-header這個終端先別關直接看最后幾十行輸出。另開一個 WebSSH 終端測試本機訪問curl-I--max-time5http://127.0.0.1:8080/判斷方法本機能訪問、外部打不開檢查平臺端口暴露和外部地址本機也打不開、沒有端口監聽ComfyUI 沒有正常啟動端口存在但頁面異常查看啟動終端的 Python 報錯和前端資源錯誤。--listen 0.0.0.0會讓服務監聽所有網卡--enable-cors-header會放寬跨域訪問。拿到的公網地址不要隨便發到公開群里尤其是工作流里包含私有素材時。8. 導入工作流后的第一輪參數MiniMax H3 官方模板說明中原生畫布以 768 像素短邊為主寬高需要是 32 的倍數示例上限為 768×1344。視頻按 24fps 處理時長還會被換算成滿足模型幀塊規則的長度。首次運行建議按這個順序保留模板默認模型文件先跑較短時長先用較低分辨率不同時掛多個輔助模型第一次只驗證一個輸入路徑成功后再增加首尾幀、參考圖或參考視頻。這里不直接給“24GB 必須使用某組固定參數”因為不同版本的節點、模型量化和工作流結構會改變峰值顯存。沒有實際運行記錄時寫死一個萬能參數反而容易誤導。9. 運行時記錄顯存峰值提交任務前先開一個監控終端nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1觀察這些階段模型加載前文本編碼器加載后采樣開始時VAE 解碼時任務結束后。如果想把結果留檔nvidia-smi --query-gputimestamp,name,memory.used,memory.free,utilization.gpu\--formatcsv-l1|teeh3-gpu-monitor.csv任務完成后按CtrlC停止。這份 CSV 比“4090 大概能跑”有用得多。后面調整分辨率、時長或參考輸入時可以直接對比峰值顯存有沒有變化。10. OOM 怎么排查常見錯誤包括CUDA out of memory或者進程直接被系統終止。先執行nvidia-smi確認是否有其他進程占用顯存。然后按這個順序減負降低輸出分辨率縮短視頻時長減少參考輸入關閉同時加載的其他模型重新啟動 ComfyUI釋放殘留顯存仍然不夠再考慮更大顯存的 GPU。不要一看到 OOM 就重裝 CUDA。OOM 首先是資源問題不是安裝問題。如果任務結束后顯存長期不釋放可以重啟服務./sj-run.sh-r再用nvidia-smi確認占用是否回落。11. 缺節點、版本沖突怎么處理工作流出現紅色節點時先記錄缺失節點的準確名稱不要直接把所有組件升級到最新版。建議保存當前環境conda activate comfyenv python-mpip freezerequirements-before-change.txt記錄當前 ComfyUI 提交cd~/ComfyUI2/dev/null||cdComfyUIgitrev-parse HEAD然后只處理缺失項。預配置鏡像里ComfyUI、PyTorch、自定義節點和前端往往已經形成一套可運行組合。一次升級四五個組件最后即使修好了也不知道到底是哪一步起作用如果壞了同樣不知道該回退誰。12. 頁面打不開時的排障表現象優先檢查常見原因nvidia-smi失敗GPU/驅動層實例異常或驅動不可用PyTorch 返回 CUDA FalseConda/PyTorch 層環境選錯、CPU 版 PyTorch、依賴被覆蓋模型下拉框為空文件層文件缺失、目錄錯誤、未重啟掃描8080 無監聽ComfyUI 進程層啟動報錯、進程退出、端口被改本機能訪問公網不能平臺網絡層端口未暴露、外部 URL 不正確運行中 OOM工作流資源層分辨率、時長、參考輸入或其他進程占用過高生成后磁盤爆滿存儲層視頻輸出、緩存和模型持續增長這張表基本就是整篇文章最重要的部分。13. 數據保存和關機邊界視頻模型的磁盤增長很快除了模型文件還有輸入素材、預覽緩存和最終視頻。建議至少定期檢查du-sh~/ComfyUI/models2/dev/nulldu-sh~/ComfyUI/input2/dev/nulldu-sh~/ComfyUI/output2/dev/null同時注意關機停止的是 GPU 實例計算擴容數據盤不一定隨之停止計費。實例釋放、數據盤保留和自動釋放周期也應以平臺最新幫助文檔為準。重要內容建議單獨保存工作流 JSON使用過的提示詞自定義節點清單requirements-before-change.txt模型文件名與來源生成結果顯存監控 CSV。有這些東西換實例以后才有可能快速恢復。只保存一張工作流截圖基本沒用。14. 最小驗收清單完成下面這些再開始調正式任務nvidia-smi能識別正確 GPUtorch.cuda.is_available()返回True四類 H3 模型文件可以找到ComfyUI 進程存在8080 端口正在監聽瀏覽器可以進入頁面基礎工作流可以提交音頻和視頻結果可以保存已記錄一次顯存峰值工作流與重要結果已經備份。FAQRTX 4090 的 24GB 顯存能跑 MiniMax H3 嗎該鏡像推薦 24GB 顯存和 RTX 4090適合作為基礎工作流的起點。具體能否完成某組參數要看分辨率、時長、參考輸入和工作流中同時加載的模型。官方說支持 2K本地工作流為什么從 768 短邊開始2K 是 MiniMax 公布的模型能力上限ComfyUI 官方模板對本地工作流的原生畫布、尺寸倍數和時長換算有單獨說明。模型上限不能直接當作 24GB 顯卡的默認參數。頁面打不開是否需要重裝 ComfyUI先查進程、8080 端口和平臺端口映射。很多頁面打不開的問題發生在網絡暴露層重裝 ComfyUI 不會解決。模型文件都在為什么工作流還是找不到重點檢查目錄、文件名、文件完整性以及 ComfyUI 是否重新掃描。模型放在models根目錄而不是對應子目錄也可能無法識別。是否應該馬上升級到最新版 ComfyUI能運行時不建議盲目升級。先保存當前依賴和 Git 提交再針對具體缺失節點或兼容問題做最小修改。參考資料MiniMax H3 官方介紹https://minimaxi.com/blog/minimax-h3ComfyUI 官方 MiniMax H3 工作流https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json算家云 MiniMax H3 鏡像https://suanjiayun.com/mirror/6a7ed4efa207ada5e3465db6