RLR-0010 ・ 公開 2026/10/07 ・ 更新 2026/10/25
MiniMax H3のVeda高速化とは?ComfyUIでの使い方とGPU別の注意点
MiniMax H3の動画生成を高速化するVeda Sparse Attentionの導入方法、GPU別の対応状況、12GB環境の実測、画質とVRAMの注意点を初心者向けに解説します。

MiniMax H3をローカルで使っている人に、かなり気になる高速化が出てきました。
名前は Veda Sparse Attention。
ざっくり言うと、MiniMax H3が動画を作るときに行っている大量のAttention計算から、「ここは重要そう」という部分を先に選び、必要なところを中心に計算する仕組みです。
開発元が公開しているRTX 4090の測定では、動画が長くなるほど効果が大きくなり、14.4秒の条件で端から端までの生成処理が約2.82倍になっています。
ただし、ここでいきなり「MiniMax H3が誰でも3倍速くなった!」と覚えるのは早いです。
この記事では、何が速くなったのか、ComfyUIでどう使うのか、そして数字を見るときにどこへ注意すればいいのかを、できるだけ専門用語をほどいて整理します。
まず結論
Vedaは、MiniMax H3の動画生成で重くなりやすいAttention計算を**疎にする(Sparseにする)**高速化技術です。
開発元が公開しているRTX 4090の16:9動画ベンチマークは次の通りです。
| 動画の長さ | Attention部分 | 生成全体 |
|---|---|---|
| 5.17秒 | 約4.75倍 | 約1.77倍 |
| 10.1秒 | 約6.22倍 | 約2.42倍 |
| 14.4秒 | 約6.31倍 | 約2.82倍 |
ここで大事なのは、Attentionが6倍速くても、動画生成全体が6倍になるわけではないことです。
動画生成にはAttention以外の計算やモデルの読み書きなどもあります。そのため、私たちが実際に感じる待ち時間に近いのは右側の「生成全体」の数字です。
記事公開後、Rossy LaboratoryでもRTX 4090環境へVeda-on-ComfyUIを導入し、実機テストを行いました。開発元ベンチマークとは条件が異なるため、公式値とは分けて後半の「RTX 4090で実際に試してみた」で紹介します。
そもそも何を速くしているの?
生成AIでは、モデルがたくさんの情報同士の関係を調べるためにAttentionという計算を使います。
動画は画像より扱う情報量が大きくなりやすく、長くなるほどこの計算も重くなります。
Vedaの考え方はかなり大胆です。
すべてのAttentionを同じように計算するのではなく、小さな予測器で「重要そうな場所」を先に見つけ、開発元のMiniMax H3設定では約10%のAttentionを残して計算し、残りの多くをスキップします。
😺「100個ぜんぶ確認するんじゃなくて、大事そうな10個を先に絞る感じ?」
だいたいそんなイメージです。
もちろん実際の仕組みはもっと複雑ですが、初心者がVedaの役割を理解するなら「全部を力ずくで計算しない」が入口になります。
RTX 4090で最大約2.8倍
今回特に気になるのが、RTX 4090の数字です。
開発元のMiniMax H3用Vedaモデルカードでは、16:9の5.17秒動画で生成全体約1.77倍、10.1秒で約2.42倍、14.4秒で約2.82倍とされています。
長い動画ほどAttentionの負担が大きくなるため、Vedaの恩恵も大きくなっているのが見えます。
ただし、これは特定のモデル、設定、実装で測定された数字です。
「RTX 4090ならどんなMiniMax H3ワークフローでも2.82倍」と保証する数字ではありません。
12GBのRTX 5070でも大きな差
ComfyUI向けVedaノードの開発元は、Windows 11とRTX 5070 12GBでも実測結果を公開しています。
1344×768、124フレーム(約5.2秒)、8-step Turbo LoRAという条件では、生成全体が次のようになっています。
| Attention設定 | 8ステップ合計 |
|---|---|
| ComfyUI標準 | 約342秒 |
| SageAttention | 約231秒 |
| Veda sparse INT8 | 約130秒 |
標準の約342秒から約130秒なので、この測定では約2.63倍相当の短縮です。
なお開発元READMEでは別の集計・丸め方で2.9倍と表現されています。この記事では、公開されている実測表そのものも併記し、342÷130の単純比は約2.63倍として扱います。
ただし、12GBなら長い動画も何でも快適になる、という意味ではありません。
開発元の追加検証では、14.4秒相当の大きな条件は12GB環境で重量の入れ替えが支配的になり、非常に遅くなるケースも報告されています。
Vedaは「VRAMそのものを魔法のように増やす技術」ではない点には注意が必要です。12GBの実測も短い約5.2秒動画の特定条件であり、8GBや16GBでの動作を保証しません。まず短尺・低解像度で確認し、必要なら量子化・オフロードなどを別途検討してください。メモリ整理そのものの更新についてはComfyUI 0.39.0のMiniMax H3メモリ改善も参考になります。
VedaはLoRAなの?
Vedaは、画風やキャラクターを学習させるLoRAとは役割が違います。
ComfyUI版では、モデルのAttention計算へ割り込むattention overrideとして動作します。
そのため開発元は、Turbo LoRAやスタイルLoRA、微調整済み・量子化済みのH3モデルなどと組み合わせられると説明しています。
つまり、Turbo LoRAでステップ数を減らし、VedaでAttention計算を減らす、というように別方向の高速化を組み合わせられる可能性があります。
ComfyUIで使える?
使えます。
開発元はVeda-on-ComfyUIを公開しており、ComfyUI 0.38.0以上を要件としています。
ComfyUI Managerで「Veda」を探すか、Comfy CLIからVeda Sparse Attentionノードを導入できます。MiniMax H3向けにはT2VAとR2VAのサンプルワークフローも用意されています。
既存ワークフローへ追加する場合は、基本的にモデルやLoRAの後、guider / samplerの前のMODELラインへVedaノードを入れる形です。
実際に導入する手順
Rossy Laboratoryで実際に導入した流れを、初めて使う人向けにまとめます。
1. ComfyUI ManagerでVedaをインストール
ComfyUI Managerのカスタムノード検索で「Veda」を検索し、Veda Sparse Attention (MiniMax H3) をインストールします。インストール後はComfyUIを再起動します。
2. Veda用predictorを用意する
Vedaノードが使う約275MBのpredictorはLoRAではありません。safetensors形式なのでLoRA用モデルにも見えますが、配置先は models/loras ではなく ComfyUI/models/veda/ です。
MiniMax H3向けpreview predictorのファイル名は、検証時点では次のものでした。
minimax_h3_t2va_veda_8nfe_600step_preview_fp8.safetensors
公式説明では、テンプレートを開くと不足モデルのダイアログからpredictorを取得できます。Vedaノードが裏で自動ダウンロードするわけではありません。 手動で配置する場合も保存先は models/veda です。
また2026年10月25日時点では、参照動画を使うR2VA向けの専用predictor minimax_h3_r2va_veda_preview_fp8.safetensors も公開されています。T2VA向けとR2VA向けでは学習条件が違うため、公式テンプレートに合ったpredictorを選ぶのが安全です。
predictorを配置したらComfyUIを再起動し、Vedaノード上部のモデル欄で選択できることを確認します。
3. 公式サンプルワークフローを使う
Veda-on-ComfyUIの公式リポジトリには、MiniMax H3向けのT2VA / R2VAサンプルワークフローがあります。ComfyUI側にテンプレート項目が見つからない場合でも、公式のexample workflow JSONを取得してComfyUIへ読み込めます。
既存のMiniMax H3ワークフローへ追加する場合は、MODELラインを次の順番にします。
H3モデル → LoRA → Veda Sparse Attention → Guider / Sampler
VedaはAttention overrideなので、モデル本体とLoRAなどを通した最後のMODELライン、Guiderへ入る直前に置くのがポイントです。
4. まずはデフォルト設定で試す
2026年10月25日時点の現行READMEでは、詳細設定の初期値は generated_sparsity = trained、reference_sparsity = trained です。これは選択したpredictorの学習設定を使う指定で、T2VA向けは90%スキップ、R2VA向けは32タイル保持など、predictorによって意味が異なります。過去のUI例で「90%」と表示されていても、現在の画面では trained が初期値の場合があります。full_attention_layers や full_attention_steps は、最初から変更する必要はありません。
Vedaノードを選択して Ctrl+B を押せばBypassできます。同じseed・同じワークフローでVeda ON/OFFを切り替えられるため、速度と画質を比較するときにも便利です。
5. 初回だけコンパイルを待つ
RTX 4090での初回実行では、ログにTriton kernelをGPU向けにコンパイルする処理が表示されました。これは初回のみです。
そのため、初回の総生成時間だけを見て「思ったより速くない」と判断せず、通常速度を測る場合は2回目以降も確認するのがおすすめです。
Rossy LaboratoryのRTX 4090では、正常動作時に Veda running | Triton INT8 (SM89) と表示されました。
ここは注意
開発元は、MiniMax H3でComfyUI標準の Model Sparse Attention とVedaを同時に使わないよう注意しています。
Model Sparse Attention側がAttention block自体を置き換えるため、Vedaが呼ばれなくなるからです。
一方、SageAttention系やLow VRAM系ノードについては組み合わせ方も検証されています。既存の高速化ノードを大量に積んでいる人ほど、「とりあえず全部ON」ではなく開発元READMEの組み合わせ説明を確認した方が安全です。
RTX 4090で実際に試してみた
記事公開後、Rossy LaboratoryのRTX 4090環境でもVeda-on-ComfyUIを導入して実測しました。
今回使ったTurbo LoRAは minimax_h3_turbo_v4_step600_ema.safetensors(strength 1.00) です。開発元の公式ベンチマークを再現する試験ではなく、普段のローカル生成環境でSageAttentionとVedaを切り替えたときに、どのくらい差が出るかを見るための参考測定です。
10.1秒・10 stepsで比較したところ、Sampling部分では次の結果になりました。
| 解像度 | SageAttention | Veda | Veda側の実測 |
|---|---|---|---|
| 864×480 | 約73.5秒(7.35秒/step) | 約64.8秒(6.48秒/step) | Attentionの83.1%をスキップ |
| 1280×736 | 約330.7秒(33.07秒/step) | 約155.8秒(15.58秒/step) | Attentionの87.1%をスキップ |
特に1280×736では、Sampling時間が 約330.7秒から約155.8秒へ短縮され、今回の環境ではVeda側が約2.12倍高速でした。
一方、864×480では差は約1.13倍にとどまりました。
2種類の解像度だけで「高解像度ほど必ずVedaが有利」と一般化することはできません。ただ、今回のRTX 4090環境では、解像度を上げた条件でSageAttentionとの差が大きく開きました。
1280×736はVedaが直接学習したサイズではなく、実行ログでは 1344×768 / 10.1秒の最寄り学習プランが自動選択されています。それでも今回の条件では大きな短縮が確認できました。
参考:MotionContextでも動作した
Rossy Laboratoryでは、複数の参照区間をつないで動画を生成する独自のMotionContextワークフローでもVedaを試しました。
1280×736・8秒のテストでは、Vedaが 8つのreference span を認識して正常完走し、ログ上ではフルAttentionの 81.5%をスキップしました。Samplingは約118.6秒、生成全体は約151.6秒でした。
MotionContextは一般的なMiniMax H3の使い方より特殊なため、この記事では補足結果として扱います。ただ、単純なT2V以外の参照を含む構成でもVedaが実際に動作した例としては興味深い結果でした。
なお、これらはRossy LaboratoryのRTX 4090環境における実測であり、開発元の公式ベンチマークではありません。モデル構成、解像度、量子化、VRAM管理、他のノードなどで結果は変わります。
画質は落ちないの?
ここは慎重に見たいところです。
VedaはAttentionの大部分をスキップするため、「そんなに飛ばして映像は大丈夫なの?」という疑問が当然出ます。
開発元は、重要なAttentionを予測して残すことで品質を保ちながら高速化する設計を説明しています。
Rossy Laboratoryでも今回、SageAttention側とVeda側の生成結果を実際に見比べました。
少なくとも今回試した動画では、見た目で気になるような大きな画質差は感じませんでした。高速化した代わりに映像が明らかに崩れた、という印象もありませんでした。
ただし、これは限られた生成例を目視した結果です。すべてのprompt・seed・解像度・動画尺で品質が同じになることを保証するものではないため、この記事でも**「画質劣化が一切ない」とまでは断定しません**。
特にキャラクターのIdentity、細かな動き、長尺での安定性などを重視するワークフローでは、VedaノードをCtrl+BでBypassし、同じseedで一度比較してから採用するのがおすすめです。
すべてのGPUで同じように速くなる?
なりません。
速度差はGPU世代、動画の長さ、解像度、Attention実装、量子化、オフロード、VRAM容量、他の高速化ノードなどで変わります。
ComfyUI版の開発元情報では、NVIDIAはSM80以降向けのTritonコードパスが用意され、RTX 5070で実機検証されています。RTX 30/40系などはコードパスが用意されていますが、READMEのハードウェア表では未検証とされている構成もあります。さらにAMD RDNA3/4向けROCm経路とApple silicon向けMLX経路も案内され、開発元表ではRX 9060 XTとM3 Proの検証例が載っています。ただしGPUに対応していることと、MiniMax H3の大きなモデルがそのメモリ容量で快適に動くことは別問題です。
一方、Veda本体のMiniMax H3モデルカードにはRTX 4090のベンチマークが掲載されています。
「4090の数字がある」ことと「ComfyUIノードの全構成が4090で検証済み」ことは分けて考えるのが安全です。
MiniMax H3、今度は「速くなった」
MiniMax H3周辺は、モデル本体だけでなく、その周囲の最適化もかなり速いペースで進んでいます。
メモリ使用量を減らす改善、VAEまわりの改善、量子化、少ステップLoRA、そして今回のSparse Attention。
ローカル生成AIでは、新モデルが出た瞬間の性能だけでなく、数日後・数週間後に周辺ツールがどこまで軽く速くしてくれるかもかなり重要です。
特に動画生成は1回の待ち時間が長いため、2倍前後の高速化でも体感差は大きくなります。
初心者が覚えておきたい3つ
- VedaはMiniMax H3のAttention計算を減らして高速化する技術
- RTX 4090では開発元測定で生成全体最大約2.82倍。ただし条件依存
- ComfyUIで利用できるが、他のAttentionノードとの組み合わせには注意
「新しいモデルが出た」だけでなく、「今使っているモデルが急に速くなった」もローカルAIでは大きなニュースです。
MiniMax H3をすでに使っている人ほど、Vedaはチェックしておきたい高速化のひとつです。
参考
この記事は、Veda開発元が公開しているMiniMax H3用モデルカード、Veda-on-ComfyUI README、ハードウェア検証記録を中心に整理し、2026年10月25日に現行のpredictor・対応GPU・設定表示を再確認しました。
速度は環境とワークフローで変わります。Rossy Laboratoryの実機測定は、開発元の公式ベンチマークと区別して掲載しています。
SOURCES