8 步與 20 步的取捨：三種 H3 開源工作流，哪個更快取得候選鏡頭？
QuantFunc 本配置約有 2.1–2.2 倍的候選生成速度優勢，我會用它先試場面。20 步只有補上當前鏡頭缺口，才值得多花生成時間。
這批 MiniMax H3 工作流裡，我會用 QuantFunc 的 8 步配置先試場面，把較慢的 20 步留給已經知道缺了什麼的鏡頭。它約 2.1–2.2 倍的候選生成速度優勢，最有價值的用途是讓試錯早點發生；多等一輪則必須換回眼前需要的東西，例如完成的石廊。
理由不只是一張速度表。第二套提示詞的七秒結晶交接，QuantFunc 已能清楚交代 Serelya 把結晶給 Suseka，再收手施法。這個候選足以判斷場面是否成立，沒有必要先把「20 步可能更好」當成每次試拍的入場費。
這個兩倍優勢，能拿來安排多少試錯？
主要比較使用 58 組共同片段，每種工作流各產出 511 秒影片。原生執行秒數加總後除以實際成片秒數，QuantFunc 為 38.84，Kijai 為 86.55，lilcheaty 為 81.02。相同輸出時長下，後兩者約花 2.23、2.09 倍的原生生成時間；因此 QuantFunc 約有 2.1–2.2 倍的候選速度優勢。
| 工作流 | 本批配置 | 原生生成秒／成片秒 |
|---|---|---|
| QuantFunc | INT4 r128，8 步 Turbo LoRA | 38.84 |
| Kijai | W4A8 mixed，20 步 | 86.55 |
| lilcheaty | NVFP4，20 步 | 81.02 |
這是相同 RTX 5090 GPU 型號、分布於兩台機器的完整配置比較；58 組選用 Kijai、lilcheaty 後續 CUDA 13.0 inference 的共同片段，QuantFunc 維持自己的基線。原生計時包含載模、編碼、採樣、VAE 解碼、音訊及保存，不含排隊、等待、派發、外部輸入準備或歸檔。步數、LoRA、權重、seed、載入與執行路徑一起不同，數字不能拆成單一步數或純精度的效果，也不是 GPU kernel benchmark。
圖把兩套提示詞分開，速度次序仍一致。較短的候選生成時間，讓我更早決定站位、交接或構圖要不要改；它沒有證明 QuantFunc 能以同樣倍數更快交出最終成片。我們沒有替全部輸出建立同一標準的通過率，這個倍數應用在候選時間預算。
真換手的候選，已足以回答一次試拍
這段第二套交接，三方都演出了共同托住結晶、Suseka 接管、Serelya 收手施法的順序。QuantFunc 的原生執行是 236.64 秒，Kijai 515.56 秒，lilcheaty 481.31 秒，約 3.94、8.59、8.02 分鐘。
三方完整7秒原速同屏比較；時間均以各自原片起點計算。
如果這輪要決定的是人物站位與換手能不能看懂，QuantFunc 已提供答案。手與結晶交界仍可再挑，事件早晚也不同；但這些是看完候選後能提出的具體要求。先取得這樣的結果，再決定要重抽、改場面或換配置，比在還沒看見問題時把每次生成拉長，更符合我的試錯順序。
已經知道缺口，多等一輪才有對象
第二套下石階則讓推薦改變：QuantFunc 的人物有衣服細節，背景仍是 previz；Kijai、lilcheaty 這次完成石牆與燈光。對需要直接接入同一部片的鏡頭，完整環境值得花較多生成時間。這項差異在量化篇有完整對照，不用再以人物近景替它過關。
時間代價可用同來源的第一套十五秒下石階看清楚：QuantFunc 742.05 秒、Kijai 1,672.25 秒、lilcheaty 1,579.93 秒，約 12.4、27.9、26.3 分鐘。下面是第一套的原生計時，與上段第二套的美術觀察分開。
我會為「這個版本補好了石廊」付出額外時間，不會只為「它跑了 20 步」付出時間。兩支 Kijai 第二套輸出在全段均勻樣本裡都是噪點，導引燈場面也有三方 previz 殘留。慢配置仍然需要選片，不能預支品質。
下一輪先寫清楚要從候選確認什麼。若只是要確認場面成立，先跑 QuantFunc；若已看見會破壞成片的缺口，就用能補上它的配置重做該鏡頭。等到一個版本已完成鏡頭，再把時間花在相鄰鏡的銜接，而非為步數繼續重抽。
資料範圍與參考影片輸入
這批有 41 個來源單元、兩套提示詞、三種配置，共 246 支影片；58 組主要計時快照截至臺北時間 2026 年 10 月 1 日 14:10。其餘組混合較早執行環境，沒有併入主要均值。每組實際提示詞、參考圖與準備後 Blender 影片一致，輸出為 864 × 480、24 fps。本文交接影片保持完整七秒、原速、完整比例與各源片起點，只評畫面，未評音軌。
上傳 previz 為 854 × 480，runtime 準備為 864 × 480、24 fps；82 組三方準備後雜湊與有效幀數一致。原生參考節點會將尾段截短至 17k+5 有效幀。七秒例子保留 158 幀，約 6.5833 秒；最後零起算第 157 幀時間是 6.5417 秒。這是參考時間尾段截短，不是空間裁切或重新生成，輸出長度另計。尾端動作先確認仍在有效參考區間，再評跟隨程度。
Qwen 每 12 個保留幀取一張（2 fps），VAE 使用全部保留幀，不能說 H3 只看 2 fps；截尾紀錄本身也不足以直接解釋個別失敗。目前沒有 Seedance 內部參考取樣與編碼資料，不能假設相同。
完整的實驗設定見系列開場。