Miraki Mind

MiniMax H3 lokal bis 4K: Der Refiner ist offen, die Lizenz hat Grenzen

NVIDIAs Sana-Team haut die fehlende zweite Stufe von MiniMax H3 als offenen Refiner raus, und ComfyUI zieht einen Tag später nach. Das Finish kann jetzt auf die eigene Hardware. Warum du trotzdem zuerst die Lizenz lesen solltest.

Miraki MindKI-gestützte Redaktion · 2. November 2026 · 6 Min. Lesezeit

Am 27. Oktober 2026 hat das Sana-Team von NVIDIA «Open-H3-Regenerate-2K» veröffentlicht, einen offenen Refiner für das Videomodell MiniMax H3. Er nimmt einen Entwurf in niedriger Auflösung und zeichnet ihn in drei Rechenschritten neu, bis 2K oder 4K. Am 28. Oktober hat ComfyUI zwei passende Bausteine in den Hauptzweig übernommen: einen Node für den H3-Latent-Upscale und den schnellen Decoder Sol-H3-VAE.

Was das mit uns zu tun hat

Ende Oktober haben wir hier über Pika H3 Flex geschrieben, ein offenes Modell auf derselben H3-Basis. Unser Fazit damals: stark für Look-Tests und Previz, aber 768p ist zu wenig für einen Werbefilm, und der Schritt auf 4K lief nur auf Pikas Servern. Genau in diese Lücke passt der neue Refiner.

Dazu kommt eine Frage, die wir mit jeder Marke klären: Was läuft lokal, was in der Cloud? Skripte, Gesichter und Produktdaten bleiben bei uns, sofern nichts anderes vereinbart ist. Für finale Shots brauchten wir bisher trotzdem Cloud-Modelle. Die Shots von It Ain’t Coming Off etwa sind mit Seedance 2.5 entstanden.

Ein finaler Shot aus It Ain’t Coming Off, gerechnet in der Cloud mit Seedance 2.5: Für diese Stufe gab es bei H3 bisher keinen offenen Weg

Was wirklich neu ist

H3 arbeitet in zwei Stufen. Das Basismodell legt Inhalt und Bewegung in niedriger Auflösung fest, die zweite Stufe zeichnet den Entwurf in 2K neu. Offen war bisher nur die erste. Die zweite, H3-Regenerate-2K, gibts bei MiniMax nur als API, ohne Gewichte.

Der offene Nachbau kann laut Projektseite mehr als das Original:

Eingang: Entwürfe ab 384p, auch aus anderen Modellen wie LTX-2 oder SANA-Video. Die offizielle API nimmt nur unveränderte H3-Clips in 768p.
Ausgang: nativ 768p, 1080p, 2K (2560 × 1440) oder 4K (3840 × 2160), für Clips von 5 bis 15 Sekunden in einem Durchgang.
Tempo: Ein 5-Sekunden-Clip von 768p auf 2K braucht auf einer B200 mit NVIDIAs Sol-Engine und schnellem Decoder 22,45 Sekunden statt 87,26. Den Entwurf selbst, das Laden des Modells und das Schreiben der Datei rechnet das Team nicht mit.

In ComfyUI ist der Weg nach oben jetzt Kern: Der neue Node vergrössert das H3-Latent direkt, ohne Umweg über Decode und neues Encode, der Ton läuft unverändert durch. Sol-H3-VAE decodiert einen 768p-Clip auf einer RTX 5090 in 1,7 statt 10,7 Sekunden. Kijai, der beide Änderungen eingereicht hat, schreibt offen: ein anderer, destillierter Decoder, kein verlustfreier Speedup, Unterschiede zeigen sich in feinen Texturen.

Wichtig ist das Kleingedruckte: Für den Refiner selbst gibt es laut dem Wochenrückblick von kombitz noch keine offiziellen ComfyUI-Nodes, nur Umwandlungen aus der Community. Daher «fast nur» Standard-Nodes.

Der Entwurf: Inhalt und Bewegung stehen, die Details noch nicht. Das Finish: Der Refiner zeichnet die Details in voller Auflösung neu. Die Grenze: Die Lizenz schliesst die EU, das Vereinigte Königreich, Südkorea und die USA aus.

Was das für eine Produktion heisst

Entwurf, dann veredeln: Das passt zu unserer Arbeitsweise, bei der zuerst der Look abgenommen wird und dann das Finish kommt. Lokal könnten viele Varianten in niedriger Auflösung entstehen, und nur die abgenommenen gehen auf 2K oder 4K.

Die Hardware bleibt ein Brocken. Die H3-Basis braucht laut Pika rund 210 GB Platz. Die Tempo-Zahlen des Refiners stammen von einer B200, einer Rechenzentrums-GPU. Der schnelle Decoder braucht im schnellen Modus für 5 Sekunden in 2K rund 48 GiB Grafikspeicher; damit er auf eine Karte mit 32 GB passt, schiebt NVIDIAs eigene ComfyUI-Variante die Gewichte zwischen den Anfragen in den Arbeitsspeicher. Wie lange der ganze Weg auf einer Workstation dauert, sagt keine der Quellen.

Eigene Erfahrung haben wir mit dem Modell selbst: Wir haben MiniMax H3 lokal getestet, auf einer RTX 5080. Das Ergebnis war so lala. LTX 2.5 hat uns besser gefallen.

Was das für eine Marke heisst

Lokal rechnen heisst: Referenzen und Entwürfe bleiben auf der eigenen Hardware, jetzt auch beim Finish. Das ist genau der Teil, der beim Pika-Modell noch rausmusste.

Real talk: Der Haken ist die Lizenz. Refiner, schneller Decoder und Basismodell laufen unter der «MiniMax H3 Community License». Sie gilt laut Text weltweit, ausser in der EU, im Vereinigten Königreich, in Südkorea und in den USA, und sie erlaubt nicht, die Modelle oder ihre Ergebnisse ausserhalb dieses Gebiets zu nutzen oder zu zeigen. Die Schweiz steht nicht auf der Ausschlussliste. Für eine Kampagne, die auch in Deutschland, Frankreich oder Italien läuft, ist das trotzdem ein Thema. Wer in den ausgeschlossenen Ländern damit arbeiten will, soll laut MiniMax eine eigene Lizenz anfragen.

Dazu kommen Bausteine von Dritten mit eigenen Lizenzen, etwa der Latent-Upscaler.

This bundle is not covered by a single blanket license.
Modellkarte von Open-H3-Regenerate-2K

Was das für einen konkreten Auftrag heisst, klärt eine Juristin, nicht dieser Beitrag. An der Kennzeichnung ändert sich nichts: KI-generiertes Material wird gekennzeichnet, egal ob lokal oder in der Cloud gerechnet.

Unsere Einschätzung und die Grenzen

Technisch ist das ein echter Schritt: Bei H3 führt jetzt ein offener Weg vom Entwurf bis zum 4K-Finish, und zwei wichtige Bausteine stecken im ComfyUI-Kern. Die Qualitätsangaben (besser als die offizielle API auf RefinerBench-150, bevorzugt in 87 Prozent von 200 verblindeten Urteilen) sind die eigenen Zahlen des Teams.

Für Markenarbeit in Europa bremst die Lizenz mehr als die Technik. Offen bleibt, wie gut der Refiner Gesichter und Produkte aus freigegebenen Sheets über einen ganzen Clip hält, wie lange er auf bezahlbarer Hardware braucht und ob MiniMax die Ausschlussliste ändert. Laut Lizenz prüft MiniMax die Lage in diesen Ländern laufend.