实测 MiniMax-H3-Image，还是王炸？
MiniMax 刚开源旗舰生图底座 MiniMax-H3-Image：33.1B 剪枝版 DiT 搭一颗 Qwen3-VL-32B 视觉语言编码器，纯原生 BF16 权重占了整整 92.91 GB。24GB 显存卡只能量化加 Offload，正好拿桌面上这台 512GB 统一内存的 Mac Studio（M3 Ultra · 32C CPU / 80C GPU） 直接全量生吞试试成色。
关掉后台 LM Studio 清场，ComfyUI 升到 v0.45.0，拉上 Qwen-Image-2.1-Turbo（32.4GB） 和 Z-Image-Turbo（19.3GB），全系纯原生 BF16（MPS 无硬件 INT8 加速，跑量化徒增反量化损耗）、开启 --gpu-only、固定 Seed = 42、关闭外部提示词扩写（PE），同提示词硬刚了一轮。直接看结果：
一、速度与内存：为什么 93GB 巨无霸比 19GB 小模型快近 3 倍？
6 组中英文复杂提示词热态均值与内核 vm_stat 统一内存实测如下（注：Metal 权重锁在 macOS 内核 Wired/Active 页，热态进程 RSS 只显示 1.5~2GB，不能看 RSS）：
| 模型（纯原生 BF16） | 架构与单 Token 步幅 | 1024² 热态均值 | 2048² 热态均值 | 常驻统一内存 | 建议机型 |
|---|---|---|---|---|---|
| MiniMax-H3-Image (92.9G) | 33B+32B · 32×32 px (6步) | 14.08s | 53.80s (快 2.6~3×) | 104.0 GB | 128GB+ |
| Z-Image-Turbo (19.3G) | 6B+4B · 16×16 px (8步) | 22.42s | 141.34s (含分块解码 8.7s) | 41.3 GB | 64GB+ |
| Qwen-Image-2.1-Turbo (32.4G) | 7B+8B · 16×16 px (8步) | 27.57s | 161.18s (含解码 10.4s) | 45.6 GB (修图 282G) | 64GB+ |
反常识背后的账其实很简单：
- 高分生图卡的是 Token 序列算力，不是带宽：
MiniMax用16× VAE + 2×2 Patch把每32×32像素压成 1 个 Token，2K 分辨率仅 4,096 个视觉 Token；另外两家都是16×16像素/Token，上 2K 暴涨至 16,384 个 Token，自注意力计算量直接差出 16 倍。 - 800 GB/s 带宽喂饱大权重毫无压力：M3 Ultra 流式读完
MiniMax40.2GB 主干权重 6 遍理论不到 0.35 秒；外加 24 层 2D ViT VAE 无分块解码 2K 仅需 0.48s（对手需 8.7~10.4s）。
二、六关同提示词盲测（Seed=42，点击图片放大对比）
01 · 亚洲人像与手部折射 —— MiniMax 完胜
一张极度写实的电影感近景人像摄影：午后温暖的侧逆光穿过百叶窗，一位30岁左右的中国女性独立咖啡师站在深胡桃木吧台后，神情专注自然，未施浓妆，皮肤可见真实的毛孔与细微绒毛；她双手正稳稳捧着一只透明无柄玻璃手冲分享壶，十指修长且与玻璃壶壁的接触、折射完全符合物理透视，壶内琥珀色咖啡液面泛着微光，浅景深虚化的背景里隐约可见黄铜意式咖啡机与牛皮纸豆袋，85mm定焦镜头质感。展开查看原始 Prompt
唯独 MiniMax 听懂了“无柄玻璃分享壶”，十指隔着琥珀色液体的光学折射错位与面部真实绒毛毫无 AI 塑料感；另外两家都强行给壶装上了右侧把手。
02 · 中英文双语科技海报 —— MiniMax / Qwen-2.1 平手
一张极简主义现代科技硬件发布会正方形概念海报，居中对称排版：深空灰磨砂阳极氧化铝背景，画面中央悬浮着一台精密CNC一体成型的银白色方正桌面算力主机，底部边缘带有细腻的冷白色呼吸灯带；画面顶部居中用醒目、端正、笔画准确的粗体白色无衬线黑体印着中文主标题“本地算力觉醒”，主标题正下方紧跟一行清晰工整的浅灰色英文副标题“LOCAL AI STUDIO · 512GB MEMORY”；画面最底部居中印有一行小字标识“NOPS LAB 2026”，整体印刷字体锐利干净，无任何多余涂鸦或乱码字符。展开查看原始 Prompt
三家中英文大小字 100% 零错字。2K 下 MiniMax 与 Qwen-2.1 均还原了“悬浮 + 底部呼吸灯”，Z-Image 落了桌面；但 MiniMax 在 1024² 低分档会把主机退化成平面方块——这模型天生 2K 起步，别喂 1K。
03 · 空间象限与精确计数 —— MiniMax 胜（附甜点区铁证）
A crisp studio tabletop photograph shot from a 30-degree elevated front angle on a pale grey linen tablecloth: on the left side sits a rectangular weathered oak wooden box containing exactly three glossy red apples; in the exact center stands a clear cylindrical glass vase holding exactly two yellow tulips with green stems; on the right side, a matte black ceramic mug with white steam rising sits directly on top of a closed navy-blue hardcover book; beneath the table edge in the lower-right corner, a ginger tabby cat looks upward toward the yellow tulips. Soft diffused window light from the upper left casts consistent rightward shadows.展开查看原始 Prompt
四个空间方位全对，但数左盒红苹果：2K 下唯独 MiniMax 精准 3 颗（Qwen 2 颗、Z-Image 4 颗）；切回 1K 时反而变成 4,096 Token 舒适区的 Qwen-2.1 画对 3 颗，只剩 1,024 Token 的 MiniMax 画成 4 颗——架构甜点区一目了然。
04 · 微距机械与焦散光影 —— MiniMax 胜
Extreme macro commercial product photography on a dark wet slate surface: an open mechanical watch movement with exposed brushed titanium gears, ruby bearings, and blued steel screws resting beside a raw translucent Baltic amber stone with tiny trapped air bubbles and a half-filled cut-crystal whiskey glass; a single sharp warm spotlight from the upper right creates intricate golden caustic light patterns through the crystal and amber onto the wet slate, crisp water droplets, razor-sharp focus stacking.展开查看原始 Prompt
MiniMax 给出真正拆壳裸露的齿轮啮合、原石琥珀密集微气泡与湿石板黄金焦散光斑；Qwen-2.1 画成了带壳镂空怀表，Z-Image 琥珀偏鹅卵石质感。
05 · 江南雨夜书院 —— 质感 MiniMax 胜，人数 Qwen / Z-Image 准
蓝调时刻的江南雨夜建筑摄影：一座融合传统飞檐榫卯木构与现代超白玻璃幕墙的水上书院立于平静的古镇河道中央，室内透出温暖柔和的暖黄色阅读灯光，透过落地玻璃可见整齐的原木书架与两位低头看书的读者剪影；室外细雨绵绵，青石板亲水平台湿润反光，水中清晰倒映着暖色灯光与深邃的靛蓝色夜空，远处白墙黛瓦笼罩在薄雾中，专业建筑广角镜头，横平竖直无畸变。展开查看原始 Prompt
MiniMax 连斜雨丝和河面雨滴涟漪都拍出来了（Qwen 水面偏 CG 平滑感）；但提示词限定“两位读者剪影”，Qwen 与 Z-Image 严格画了 2 人，MiniMax 远景画了 3 人。
06 · 深潜器工程剖面插画 —— Qwen-2.1 扳回一城
A museum-grade vintage technical cutaway poster on warm cream cotton paper: center features a finely cross-hatched ink and watercolor isometric cutaway diagram of a yellow spherical deep-sea submersible showing the pilot cockpit, robotic manipulator arm, battery array, and rear thruster ducts; clean straight leader lines connect to neat boxed English callout labels reading "TITANIUM HULL", "SONAR DOME", "ROBOTIC ARM", and "THRUSTER POD"; framed by a thin double navy border with a bold header at the top reading "DEEP SEA SURVEY VESSEL".展开查看原始 Prompt
Z-Image 英文拼错且给潜艇装了轮子直接出局；MiniMax 拼写全对、铜版画排线质感最佳，但底部引线只停在外壳；Qwen-2.1 在 2K 下不仅画出舱内驾驶员，还把 ROBOTIC ARM 引线精准连到了机械臂本体。
三、原生 4K 极限直出与单图局部修图
3.1 零超分、零分块：一路拉到 1680 万像素
MiniMax 单遍原生直出耗时：1024² 13.59s → 2048² 53.13s → 3104²（9.6MP）144.61s → 4096²（16.8MP）311.94s。跑一张近千万像素（3104²）的时间和 6B/7B 模型跑 2K 一样快，且拉满 4K 无重复纹理崩坏，ViT 解码 1680 万像素仅 1.76s。
3.2 单图局部换物（玻璃手冲壶 → 青瓷茶壶）
Qwen-2.1 Edit（280.96s）：不挂扩写器，一句直白指令肤质零损完胜；但 2K 纯 BF16 编辑整机内存飙至329.7 GB（净吞约 282GB），64G/128G 机器修图建议锁在1024~1536。MiniMax Edit（155.45s）：2K 无 PE 直出下，直白指令会多长出侧柄，改用官方<Subject N>三段式语法虽修好了无柄壶型，保留区皮肤仍现高频过锐颗粒——用它修图老老实实挂上 9B PE 模型并拉到3104²。
四、Mac Studio 跑 ComfyUI 必避的四个坑
- 启动焊死
--gpu-only：model_management.py在 MPS 下强制设为VRAMState.SHARED，而text_encoder_device()漏判该状态，默认把 51.5GBQwen3-VL-32B扔回 CPU。加--gpu-only后文本编码从3.21s降至0.61s（提速 5.3×）。 - 512GB 内存“太大”触发
MPSGaph ... INT_MAX崩溃：Z-Image（Flux 8× VAE）跑 2K 必崩、64G 机器却没事——因为空闲 450GB 跳过了slice_attention分块，直传[1, 65536, 65536]（2^32元素）撑爆苹果 Metal 32 位整数上限。2K 及以上换用VAEDecodeTiled(1024, 128)立解。 - 别盲开
--use-pytorch-cross-attention：PyTorch2.12.1MPS 对bfloat16 + head_dim=128未走融合内核，比默认sub_quad反慢 2.6 倍且暴吃 66GB 驱动内存。 - 拉百 GB 权重走魔搭 CDN：避开
hf-mirror大文件 308 跳转超时，直接curl -fL -C - "https://modelscope.cn/models/Comfy-Org/MiniMax-H3-Image/resolve/master/..."跑满带宽。
五、三句话选型
- 128GB~512GB Mac · 主打 2K~4K 商业摄影质感、真实人像手部与双语海报：首选
MiniMax-H3-Image（BF16），从2048×2048起跳。 - 64GB~128GB Mac · 高频做单图局部修图换物、或工程信息图：首选
Qwen-Image-2.1-Turbo（BF16），直白指令省心好用（修图锁1024~1536）。 - 24GB~36GB Mac · 日常
1024×1024快速出图：首选Z-Image-Turbo（BF16），不到 20GB、2 秒冷启动。