P-H3-Image in ComfyUI: immagini da 8 MP in 8 passi e la licenza

Il 3 novembre PrunaAI ha pubblicato un modello che fa una cosa curiosa: prende MiniMax-H3, nato per i video con audio, e lo trasforma in un generatore di immagini fisse. Si chiama P-H3-Image e il supporto per P-H3-Image in ComfyUI è arrivato lo stesso giorno, senza nodi aggiuntivi, ed è entrato nella versione 0.44.0 uscita il 4 novembre. Le promesse sono forti: immagini da 8 megapixel in 8 passi, modifica con più immagini di riferimento e un file sette volte più piccolo dell'originale.

Ti raccontiamo come la pensiamo noi. Usiamo ComfyUI su una normalissima RTX 3060 da 12 GB, quindi davanti a ogni nuovo modello ci facciamo due domande prima di tutto il resto: gira sulla nostra scheda? E possiamo usarlo per lavoro dall'Italia? Per P-H3-Image le risposte, oggi, sono due "no", e conviene saperlo prima di scaricare 20 GB. Non lo abbiamo provato: qui trovi i dati controllati sulle fonti ufficiali, cosa serve davvero e quando può avere senso lo stesso.

Scheda rapida

Cos'è P-H3-Image e cosa cambia rispetto a MiniMax H3?

È MiniMax-H3 "rimontato" per fare solo immagini, più leggero e più veloce. Nel post di lancio del 3 novembre PrunaAI spiega perché è partita da un modello video: chi impara a generare movimento impara anche luce e aspetto coerenti, e questo si vede nel fotorealismo. Poi ha lavorato su ogni pezzo.

• Passi da 50 a 8, con una distillazione (un "allievo" addestrato a imitare il modello grande in meno passaggi). Niente CFG e niente prompt negativo da regolare.
• Encoder di testo da 32 a 4 miliardi di parametri (da 67 a 9 GB): è la parte che "legge" il prompt.
• Un decoder riaddestrato per trasformare un solo fotogramma in un'immagine nitida, invece di una clip.
• Un "prompt upsampler" basato su Qwen3.5-9B: un piccolo modello di testo che allunga e chiarisce le richieste brevi prima della generazione.

I numeri dichiarati: un'immagine da 4 MP in 2,6 secondi invece di 12,4 su una NVIDIA B200 (una scheda da data center), e 20 GB di download nella versione più piccola contro i 143 GB di H3. Secondo la scheda del modello dà il meglio su fotorealismo, look da pellicola o editoriale e grafica con brevi scritte tra virgolette. Punti deboli: mani, figure piccole sullo sfondo e testi lunghi, che diventano pseudo-testo. E fa solo immagini singole: niente video, niente audio.

Quanta VRAM serve per P-H3-Image in ComfyUI?

Almeno circa 21 GB di VRAM (la memoria della scheda video) a 8 MP, con i file a 4 bit. Sono i dati di PrunaAI sulla pagina dei file per ComfyUI, dove i pezzi si scelgono uno per uno e si possono mescolare:

• bf16 (precisione piena): 55 GB di file, 56 GB di picco.
• int8 (pesi compressi a 8 bit, qualità molto vicina all'originale): 30 GB di file, 31 GB di picco.
• w4a8 (pesi a 4 bit, calcoli a 8 bit) con il VAE int8: 20 GB di file, 21 GB di picco. PrunaAI avverte che a 4 bit cambiano di più i dettagli e a volte la composizione.

Due dettagli utili: ComfyUI toglie l'upsampler dalla VRAM quando serve spazio al modello principale, e ne tiene in memoria il risultato finché non cambi richiesta. I file compressi usano i kernel INT8 di comfy-kitchen, che chiedono una NVIDIA serie RTX 30 o successiva oppure una AMD RDNA3/RDNA4. In pratica è un modello per schede da 24 GB in su: con 12 o 16 GB non c'è una strada ufficiale. Esiste una conversione GGUF della community (formato compresso, 18,8 GB per il solo modello), ma per ora funziona con stable-diffusion.cpp e non con ComfyUI. Se vuoi capire quale scheda serve per modelli così, trovi le fasce nella nostra guida alle schede video per AI e ComfyUI.

Si può usare P-H3-Image per lavoro dall'Italia?

No, non senza un accordo separato con MiniMax. I pesi hanno la stessa MiniMax H3 Community License del modello di partenza, che esclude Unione Europea, Regno Unito, Corea del Sud e Stati Uniti: lì la licenza non concede di usare, riprodurre o distribuire i file né i risultati. Chi è nei territori esclusi può chiedere una licenza a MiniMax dalla pagina dedicata. Fuori da quei territori, chi la usa in un prodotto deve mostrare la dicitura "Powered by MiniMax H3".

Le parti basate su Qwen (encoder e upsampler) sono Apache 2.0 e i nodi ComfyUI sono MIT, ma senza il modello principale non servono a creare immagini. È lo stesso problema che avevamo segnalato con MiniMax H3 Singularity V2 e con Pika H3 Flex: tutta la famiglia H3 è tecnicamente aperta, ma non per chi lavora in Italia. Su questo preferiamo essere chiari, perché è il dettaglio che quasi nessun articolo in inglese mette in evidenza.

Come si usa P-H3-Image in ComfyUI?

Con i template ufficiali e ComfyUI 0.44.0 o successivo, senza nodi personalizzati. La modifica di ComfyUI aggiunge il nodo PH3ImageConditioning, che prende prompt e immagini di riferimento e prepara il tutto per il campionamento. Nella bozza della documentazione i template si chiamano "P-H3-Image: Text to Image" e "P-H3-Image: Image Edit". Per la modifica, la prima immagine collegata è quella da cambiare; le altre diventano riferimenti, da citare nel prompt come "Picture 2", "Picture 3" e così via.

Un dettaglio interessante: i template usano come modello principale lo stesso file potato di MiniMax H3 dei workflow video (minimax_h3_fl2va_pruned_int8_convrot) più una LoRA da 2 GB (un piccolo file che modifica il comportamento del modello). Se hai già scaricato H3 per i video, ti mancano solo LoRA, encoder, upsampler e VAE. Se sei agli inizi con i template, parti dalla nostra guida introduttiva a ComfyUI.

Conviene rispetto a FLUX 3 Klein o Qwen-Image?

Per chi lavora dall'Italia e con una scheda da 12–16 GB, oggi no. Modelli come FLUX 3 Klein e Qwen-Image 2.1 girano su schede più piccole e hanno licenze più semplici da leggere; li trovi confrontati nel nostro vademecum dei modelli AI per immagini in ComfyUI. P-H3-Image è interessante per un altro motivo: dimostra che un modello video può diventare un ottimo modello di immagini, e con 8 passi a 8 MP alza l'asticella della risoluzione nativa. Se la licenza cambierà, o se arriveranno versioni più leggere per ComfyUI, sarà da rivalutare.

Da provare subito

Anche se P-H3-Image non fa per te, i consigli di prompt della bozza di documentazione valgono per quasi tutti i modelli recenti. Provali sul modello che usi già:

1. Apri il prompt con il soggetto vero ("una teiera di ceramica arancione su un davanzale"), non con lo stile.
2. Descrivi una sola scena: un punto di vista, un soggetto principale, pochi elementi di contorno, una fonte di luce.
3. Togli le parole da pubblicità come "stunning", "epic", "8k": spingono verso colori saturi e finti.
4. Nelle modifiche dì cosa non deve cambiare ("mantieni volto, abiti e sfondo identici"), altrimenti il modello può ridisegnare tutto.
5. Per le scritte usa le virgolette, testi brevi, e chiudi con "nessun altro testo".

Se hai una scheda da 24 GB e lavori fuori dai territori esclusi, aggiorna ComfyUI alla 0.44.0, apri il template "P-H3-Image: Text to Image" e controlla nel nodo di anteprima il prompt allungato dall'upsampler prima di cambiare la tua richiesta.

Le altre novità

• ComfyUI 0.44.0 (4 novembre): oltre a P-H3-Image porta l'upscaler latente per MiniMax-H3, il nuovo nodo Generate Text e l'esportazione ProRes con campionamento cromatico a scelta. Note di rilascio.
• SeedVR2 più gentile con la memoria (4 novembre): il VAE del popolare upscaler adatta la lunghezza dei blocchi alla VRAM libera. PR 17508.
• Nuovi nodi partner (3 novembre, a pagamento): Sonilo Music 1.5 per la musica e i modelli GPT-6.1 "Terra" e "Sol" di OpenAI; deprecati i nodi Seedance 1.x. PR 17475, PR 17493.

Domande frequenti

P-H3-Image genera anche video?

No. Anche se nasce da MiniMax-H3, che crea video con audio, P-H3-Image produce solo immagini singole: generazione da testo e modifica di una foto con fino a 8 immagini in ingresso. Per i video della stessa famiglia restano MiniMax H3 e i suoi derivati, come Pika H3 Flex.

Serve installare nodi personalizzati?

No. Il supporto è nativo da ComfyUI 0.44.0: basta aggiornare, scaricare i file nelle cartelle diffusion_models, text_encoders, vae e loras e aprire il template. Secondo PrunaAI, app desktop e Comfy Cloud ricevono il supporto con la versione stabile.

Perché la licenza esclude l'Italia?

Non dipende da PrunaAI: P-H3-Image è un derivato di MiniMax-H3 e ne eredita la licenza, che esclude l'intera Unione Europea, oltre a Regno Unito, Corea del Sud e Stati Uniti. MiniMax non spiega il motivo nel testo. Per usarlo legalmente dall'Italia bisogna chiedere una licenza separata a MiniMax.

Posso abbassare la risoluzione per risparmiare VRAM?

Puoi scendere fino a 2 MP, ma PrunaAI avverte che a 2 e 4 MP compaiono più difetti su volti, mani e piccoli dettagli: il modello è tarato per gli 8 MP. Non sono dichiarati i consumi di memoria alle risoluzioni più basse, quindi non contare su questo per farlo stare in 12 GB.

Cerchi modelli che girano davvero su una scheda da 12 GB? Trovi workflow gratuiti e guide nella nostra sezione ComfyUI, e ogni settimana nuovi video sul canale YouTube @tutorial3d.