MiniMax H3 comfyui api: ステップバイステップ設定ガイド

MiniMax H3 は、高解像度クリップ、ステレオサウンド、構造化された ComfyUI ワークフロー向けに設計された AI 動画生成モデルです。2026 年 8 月 3 日時点では、利用可能なワークフローの中心は、公開されたモデル重みをローカルにインストールすることではなく、最新の ComfyUI API 統合を通じて H3 を呼び出す方法にあります。

このモデルは、単純なテキストプロンプト以上のものが必要なプロジェクトで特に有用です。ワークフローは、テキストから動画、複数の画像または動画参照、音声参照、先頭・末尾フレーム制御をサポートします。そのため、コンセプト開発、短尺制作テスト、ビジュアルの事前検証、参照駆動のモーション実験に適しています。

動画のハイライト:

• 現在の主な解像度オプションは 2K 出力です。
• クリップの長さは 5 秒から 15 秒までです。
• 参照ワークフローでは、画像、動画、音声を使用できます。
• 先頭・末尾フレーム生成は、画像から動画へのモードに切り替え可能です。
• ワークフローは 3 つの機能的な生成グループに分かれています。

H3 の ComfyUI ワークフローに取り組む現実的な方法は 2 つあります。ローカルの ComfyUI をインストールする方法と、RunningHub のようなホスト型環境を使う方法です。ローカル方式はファイルと実行の制御性が高く、ホスト型方式は依存関係やハードウェアの保守にかかる手間を減らします。

現時点の情報では、H3 の重みが公開されていないため、最終的なローカルハードウェア要件は確定していません。3060 クラスの GPU でも低速で動作可能とされていますが、性能はワークフロー、メモリ使用量、ドライバ設定、および周辺の ComfyUI 構成に依存します。

ホスト型環境は、ワークフローの挙動とローカルインストールの問題を切り分けられるため、最初のテストに役立つ場合があります。ホスト型プロバイダを使う場合は、本番パイプラインに組み込む前に、現在の利用規約、アカウント要件、クレジットルールを必ず直接確認してください。

H3 のワークフローは 3 つのグループに整理されています。各グループは関連する生成コントロールを使用しますが、モデルが受け取る入力がテキストのみか、複数の参照か、あるいはフレームの始点・終点かによって入力ロジックが変わります。

テキストから動画では、被写体とアクションを明確に記述してください。場所、時間帯、カメラの動き、レンズ感、照明、意図した動きなどの視覚的な詳細も含めます。必須の公式プロンプト形式はないため、自然言語の説明を出発点にするのが適切です。

参照生成では、目的を明確にしたファイルをアップロードし、プロンプトは焦点を絞って保ちます。複数の参照はより強い方向づけを与えますが、ファイルを増やすほど、どの入力が結果に影響したかを特定しにくくなります。まずは小さく、意図のはっきりしたセットから始めてください。

先頭・末尾フレームのグループには、重要なモード変化があります。

• 2 つのエンドポイント画像をアップロードすると、先頭・末尾フレーム生成が有効になります。
• 画像を 1 枚だけアップロードすると、ワークフローは画像から動画モードに変わります。
• 画像アップロードノードを削除すると、ワークフローはテキストから動画として動作します。
• 残りの設定は、同じ解像度、尺、アスペクト比のコントロールを使い続けます。

H3 ワークフローを成功させるには、創作上の方向性と技術的な診断を分けることが重要です。1 つの被写体、1 つの主要アクション、1 つのカメラの動きから始めてください。これにより、動き、アイデンティティ、構図、タイミングを判断するための明確な基準が得られます。

有用なプロンプト構造は次のとおりです。

1. Subject: 人物、物体、生き物、または環境を特定します。
2. Action: ショットの間に何が変化するかを記述します。
3. Camera: トラッキング、パン、ズーム、手持ち、静止視点のいずれかを指定します。
4. Environment: 場所、照明、天気、時間、背景の詳細を追加します。
5. Style: 不要な形容詞を重ねずに、視覚的なムードを定義します。

参照ベースの生成では、目的が明確なファイルを使ってください。画像は外観の基準になり、動画は動きの指針になり、音声はサウンドの方向性に影響します。複数の参照を使う場合は、たとえばプロンプトでは静止カメラとしながら、参照クリップでは急速なカメラ移動を与えるような矛盾する指示を避けてください。

最初の生成に、多数の参照、長いプロンプト、15 秒の尺を詰め込みすぎないでください。その組み合わせは失敗の原因を特定しにくくし、反復時間も長くなります。セットアップ中は、短い 5 秒テストのほうが多くの情報を得られることがよくあります。

ComfyUI API ワークフローで起こる問題の多くは、環境の不一致、非アクティブなノード、サポートされていない入力、あるいは複数の生成グループを有効にしたままにしていることが原因です。すべての設定を一度に変更するのではなく、構造化して診断してください。

最も重要な運用ルールは、使わない 2 つのグループをバイパスすることです。3 つすべてをアクティブにしたままだと、ComfyUI は意図した 1 つのモードではなく、すべての分岐を処理しようとする場合があります。これにより、不要な負荷、分かりにくい出力、実行エラーが発生することがあります。

subject-front.jpg、motion-reference.mp4、audio-guide.wav のように、説明的な名前でソースファイルを整理してください。各有用な結果ごとに、プロンプト、尺、アスペクト比、アクティブなグループを記録します。この簡単なログがあれば、良い生成結果を再現しやすくなります。

このガイドで直接関連する参照リソースは、MiniMax H3 ComfyUI API test video のみです。ワークフローのレイアウトと示されている生成モードを比較するために活用し、同時に自分の環境で最新の変更がないか確認してください。

以下の回答は、上記で説明した現在のワークフローの動作と、実践的な設定判断を要約したものです。