量化版 MiniMax H3 犧牲了什麼？QuantFunc、Kijai、NVFP4 的 246 支實測

我們用的 QuantFunc 8 步版 MiniMax H3，在同一張 RTX 5090 上出候選鏡頭的速度約是 20 步版的 2.2 倍。可是 39 個 previz 單元裡，它有 13 個把 Blender previz 的牆面原封不動還給我，只有角色畫完了，站在 previz 前面。兩個 20 步版本出現這種情況的單元分別是 6 個和 9 個。

我想弄清楚的就是這筆交易。在自己的機器上跑 H3，等於要選一個量化方案和一個步數，可是模型卡只告訴你顯存和速度。所以我拿同一批製作裡的 246 支成片，量了每個版本在畫面上到底改變了什麼。

先講結論：三個版本都沒有丟掉運鏡。8 步版的代價有兩處，previz 殘留和切點。Kijai 的 W4A8 版還有第三種代價：有兩個輸入，它只吐出整片彩色雜訊。

三個版本差在哪

	QuantFunc	Kijai	lilcheaty
權重	W4A4 SVDQuant，rank 128	W4A8 mixed（4-bit 權重、8-bit activations）	主要線性層為 NVFP4
步數	8 步，已融合 LightX2V Turbo LoRA	20 步	20 步
每秒成片的原生生成秒數	38.84	86.55	81.02

三者共用同一個文字 encoder（Qwen3-VL NVFP4-AWQ）、同一個 FP16 影片 VAE 和同一個參考影片節點。速度數字來自 58 組相同片段，細節在生成時間篇。QuantFunc 同時改了量化和步數，兩者的影響分不開，所以下文的「8 步版」指的是整套配置。

量化沒有犧牲運鏡

我把 previz 裡的每個運鏡與剪輯技法，逐一對照每支成片：每個版本、每版提示詞各 73 項，共 438 個判定。保留或部分保留的比例：

提示詞版本	QuantFunc	Kijai	lilcheaty
V1	93%	93%	94%
V2	94%	94%	96%

做不到的技法也不按版本分。升降鏡、水平橫搖、分割畫面、溶接、crash zoom、插入再切回，六種條件全都做到；dolly zoom、三秒定格、空景固定鏡，六種條件全部失敗。dolly zoom 做不出來，換量化方案也沒用，那是 H3 本身的極限，我在提示詞篇另外寫。

8 步版的代價：它照著 previz 描

我量了每支成片的輪廓在同一時間點和 Blender previz 有多像。同一單元、同一提示詞下，QuantFunc 比 Kijai 更貼 previz 的單元佔 72%（V1）和 69%（V2），比 lilcheaty 更貼的佔 69% 和 64%。

貼著 previz 構圖聽起來是好事，但它順手帶回了別的東西。一支成片只要取樣畫面裡超過 3% 的面積還是 previz 的樣子，沒有材質、幾乎無色，就像沒算圖的 Blender 牆面，我就算它留下了 previz。三個版本都正常出片的 39 個單元裡：

提示詞版本	QuantFunc	Kijai	lilcheaty
V1	3	1	1
V2	13	6	9
V2，previz 殘留超過 10%	8	1	4

最嚴重的是一段 15 秒的下樓梯。從第 6 秒開始，QuantFunc 的 V2 成片直接變成 Blender 場景：previz 的牆面和樓梯，畫好的角色從中間走過。同一份提示詞、同一支 previz，Kijai 和 lilcheaty 都畫出了有燈的石砌走廊。

我的推論（還沒有直接測過）：H3 會把參考影片保留下來的每一幀都經過 VAE 編進條件，previz 的樣子從第一步就在裡面。20 步的採樣有比較多機會把它蓋掉，8 步蒸餾版比較貼近原本拿到的東西。這也能解釋為什麼 QuantFunc 的輪廓最貼 previz。

這裡提示詞版本的影響比量化方案大：換成 V2，三個版本留下 previz 的單元都多了好幾倍。原因寫在 H3 提示詞模板。

文字寫好的切點，它也比較少照切

H3 的切點主要跟著文字走，不跟參考影片（證據在切點篇）。文字裡寫了切點時間，各版本在 previz 切點半秒內真的切鏡的比例：

提示詞版本	QuantFunc	Kijai	lilcheaty
V1	54%	56%	56%
V2	58%	69%	75%

V1 整排偏低，是因為付費優化器把部分切點從文字裡刪掉或改了時間。V2 把切點全寫進去，lilcheaty 照切了 48 個裡的 36 個，QuantFunc 只有 28 個。previz 如果是切點密集的段落，最可能把鏡頭拖太長或切錯地方的，就是 8 步版。

Kijai 壞的時候是整片壞

Kijai 的 previz 殘留最少，動態也最大：配對單元裡有 64–67% 比 lilcheaty 動得多。可是它有兩個單元完全失敗。兩版提示詞分開跑、seed 也不同，整支都是全畫面的彩色雜訊；QuantFunc 和 lilcheaty 跑這兩個單元都正常。

同一個輸入，兩版提示詞、兩個 seed，結果一樣，我會把它當成這個版本處理不了的輸入。改提示詞是白費工夫，直接換版本跑。

我會怎麼分配

• QuantFunc 用來排練：站位讀不讀得懂、交接清不清楚、節奏對不對。2.2 倍的產量，每小時能拿到更多答案。previz 裡有大片沒上材質表面的鏡頭，我不會用它出最後一版。
• lilcheaty 用在切點要準的段落。它最常照文字切鏡，previz 殘留也比 QuantFunc 少。
• Kijai 用來出場景很重的最後一版，表面最乾淨。遇到整片雜訊，就把那個單元改交給 lilcheaty。

會讓我改變想法的情況：previz 本身已經上了粗略的顏色和材質。我猜那時 QuantFunc 照描 previz 的傾向代價會小很多，但這個測試還沒做。

順帶記一條走錯的路。我第一輪把 lilcheaty 標成畫面最軟的版本，因為銳利度指標在 72–80% 的配對裡給它最低分。把同一時間點的畫面並排一看，差距來自運鏡進度：其中一個版本的升降鏡已經升得比較高，細節差不多。這條結論我刪了。

怎麼量的

完整的實驗設定見系列開場。這篇特有的量法：

• previz 殘留用 16 像素方塊判定：飽和度低於 0.10、亮度中段、幾乎沒有紋理，門檻用 previz 畫面和完成畫面校準。切點用相鄰幀差異的突峰偵測，和 previz 切點在 ±0.5 秒內才算對上。
• Kijai 的兩個雜訊單元，在所有三方比較裡都排除，剩 39 個單元。
• 這些是這三個版本在一批插畫風格素材、一種 GPU 上的結果，不是量化方法本身的通用 benchmark。