13 августа 2026 г.
Песни теперь собираются на своей видеокарте: открытой Music 3 хватает 8 ГБ VRAM
MiniMax выложила веса Music 3 13 августа: модель уже работает локально в ComfyUI, облако компания только обещает.
MiniMax (official)
@minimax_ai
Music 3 тоже открыли!! 🙌 Уже работает локально в @ComfyUI «Будем открывать, пока не придёт AGI». 💙 Облако скоро.
MiniMax Music 3 от @MiniMax_AI теперь в ComfyUI! Доступна локально в Comfy, облако скоро!
· 2,3 тыс. просмотров
Пять минут песни в стерео - и ни одного запроса в облако.
MiniMax открыла веса Music 3 13 августа, и ComfyUI в тот же день положил модель в свою библиотеку шаблонов. Порядок непривычный: облако у MiniMax ещё не открыто, а веса лежат уже сейчас.
Что нужно поставить. ComfyUI версии 0.33.0 или свежее плюс шаблон «audio_minimax_music_3» из Template Library, раздел Audio. Веса под ComfyUI перепакованы в репозиторий Comfy-Org/MiniMax-Music-3 на Hugging Face: два файла DiT кладутся в models/diffusion_models/, текст-энкодер в models/text_encoders/, декодер dav в models/vae/. Готовый трек появляется в ComfyUI/output/audio/.
Сколько железа. Штатно модель просит 24 ГБ видеопамяти, с выгрузкой части слоёв на процессор около 22 ГБ, а при послойной подгрузке укладывается в 8 ГБ. Карта нужна с CUDA. Для длинных треков ComfyUI советует брать INT8-вариант вместо fp16 и декодировать плитками, потому что время и память растут вместе с длиной песни.
На входе строка caption со стилем, темпом и инструментами. Рядом кладётся текст песни с тегами секций [intro], [verse], [chorus]. Промпт до 5000 токенов, на выходе до 5 минут звука 32 кГц стерео.
Переписывалку промптов MiniMax отдала отдельным скиллом: npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter.
Треки можно продавать. Лицензия разрешает коммерческое использование при одном условии: на видном месте в продукте указано «MiniMax-Music3». Продукт с выручкой больше 20 млн долларов в год договаривается с MiniMax отдельно.
первоисточник