Video Rebirth 发布了 MiniMax-H3 的压缩版本 HyperFlow H3 Flash，将完整 H3 约 31B 参数的 transformer 压缩至 13.7B，并以少步采样同时生成视频和立体声音频。据 ComfyUI Wiki 报道，其 GGUF 量化版本已可在 24 GB 显卡上运行，为本地使用提供了更小的模型选择。这是 Video Rebirth 的作品，并非 MiniMax 官方发布。
项目工程师 Jian 在 Hacker News 上介绍，团队从原模型的 50 个 block 中移除了 3 个，对 102 个线性层做低秩分解，将参数量降至 13.7B；另对 180 个线性层采用带 Hadamard 旋转的 W8A8 INT8 量化。据 ComfyUI Wiki 报道，参考生视频版本的 transformer 为 13.9B。
据 ComfyUI Wiki 报道，模型支持 4、6 或 8 步采样，默认 6 步，在 CFG 1 下训练，无需负面提示词。输出时长为 5.2 至 15 秒，帧率为 24 fps，默认分辨率为 1344 × 768，并带有 32 kHz 立体声音频。
Video Rebirth 在发布页面称，模型在单张 B200 上相比 H3 基线加速 12.7 倍。Jian 给出的发布方自测数据则显示，以 1344 × 768 分辨率、6 步生成一段 5.2 秒片段，4 张 B200 需要 8.7 秒，单张 H200 为 36 秒，单张 RTX 5090 为 92 秒，单张 RTX 3090 为 266 秒。
针对发布页面的「实时」表述，Jian 澄清，团队提供的软件包在 4 张 B200 上仍需 8.7 秒生成 5.2 秒内容；达到实时播放速度使用的是 NVIDIA 的 SOL-H3 运行时。
ComfyUI 中的测试结果也有不同。据 ComfyUI Wiki 转述，Kijai 实测相比剪枝后的完整模型仅有约 10% 的速度提升，原因是在该分辨率下，注意力计算开销保持不变。
据 ComfyUI Wiki 报道，fl2va 版本的 Q4_K_M GGUF 文件为 9.1 GB，Q8_0 为 14.9 GB。权重已于 2026 年 11 月 6 日以 v1.0.0 版本发布在 Hugging Face 的 VideoRebirthAI/hyperflow-h3-flash 仓库。
兼容性方面，ComfyUI Wiki 指出，在完整 H3 上训练的 LoRA 无法加载，因为压缩后的 transformer 缺少对应图层。Jian 表示，代码采用 Apache-2.0 许可，ComfyUI 节点采用 GPL-3.0 许可，模型权重则受 MiniMax-H3 社区许可约束。
目前尚未测试 16 GB 显卡，已测试的最小显存为 24 GB。据 Jian 说明，权重许可不覆盖美国、欧盟、英国和韩国，除非获得 MiniMax 授权。
