用 AI 做短片的人，早晚会撞上同一堵墙：模型能出片，但出不了长片。
MiniMax H3 把权重放开之后，这堵墙变得很具体------单次上限 15 秒。想要 30 秒、60 秒的成片，得自己拼。
于是镜像社区里出现了"长时优化版"。名字听着像把 15 秒拉成 5 分钟，点进去才发现不是这么回事。
这篇把三笔账算清：显存要多少、片子怎么拼、跑一次多少钱。
一、"长时优化"改的不是时长
H3 开源版本单次上限就是 15 秒，任何本地版本都突破不了；长时优化版真正解决的，是长任务跑到一半被系统掐断的问题。
先看官方口径。H3 单次生成 4 到 15 秒，每秒 24 帧，声音和画面一起出，默认短边 768 像素。这个 15 秒是天花板的长度，不是起点。
再看长时优化版的详情页。它写的是：基于 5090 环境优化，推荐 32G 显存，支持自启动，重点是降低生成过程中程序被系统关掉的风险。
换句话说，它不是给你一根更长的绳子，是防止绳子中途断掉。
这个区别很实在。短视频生成失败，顶多重跑一次；长任务中途退出，前面二十分钟全白等。跑得久比跑得快更难，难在稳定性。
| 说法 | 实际情况 |
|---|---|
| 长时版能出无限长 | 详情页没有这个承诺，单段仍是 15 秒内 |
| 长时版画质更高 | 画质由模型和分辨率决定，版本不改变上限 |
| 长时版只是名字好听 | 它确实针对中途退出做了优化，价值在完成率 |
想做 30 秒以上的成片，托管接口能延长时长，但要按次付费、素材要上传。要免费、要数据不出门，就用开源权重加拼段。
边界：详情页给的是定位说明，没有给出单次可生成的准确时长与支持的工作流清单，以镜像启动后的实际配置为准。
二、长片的显存账：时长翻三倍，卡要换一档
5 秒的片子 16GB 就能跑，15 秒高分辨率要 32GB；时长翻三倍，显存档位跟着上一级，耗时还不止三倍。
先看社区实测的三档参考。
| 显存档 | 能跑到什么程度 | 一条片要多久 |
|---|---|---|
| 6 GB | 能跑，画面发糊、声音发糙 | 5 秒要 10 到 15 分钟 |
| 12 到 16 GB | 480p 的 5 秒短片 | 约 6 分钟 |
| 24 GB | 更高分辨率，还能顺带训风格模型 | 明显快于 16GB 档 |
| 32 GB | 官方推荐档，15 秒高分辨率 | 10 秒约 318 秒，五分多钟 |
有一组数字特别能说明问题：16GB 的卡跑 720p 五秒，一条要 15 分钟；32GB 的卡跑 10 秒，只要五分半。后者片子长一倍，时间反而少一半多。
原因不在卡的强弱，在显存够不够。显存装不下整段计算，模型只能拆成小块，数据在显卡和内存之间来回搬。搬一次慢一点，搬几十次就是几倍的差距。
再算帧数。15 秒乘 24 帧，是 360 帧。每一帧都要算，而且前后帧得对着看才能保持连贯，中间结果不能算完就扔。所以时长翻倍，要占的地方不止翻一倍。
边界：以上耗时来自社区实测，受驱动版本、压缩方式、分辨率影响，只能当量级参考，不是保证值。宽高还得是 32 的倍数，384p 已经是能用的下限，再小就出不来。
三、硬盘和内存这两笔账更容易漏
模型权重分两套，各约 134GB，都想玩要留 270GB；系统内存要 200GB 起步、建议 384GB，这一项比显卡更容易卡住人。
H3 的权重按用途拆开：一套处理"文字生成视频"和"图生视频"，另一套处理"拿参考素材驱动"。想三种玩法都试，就得下两套，各约 134GB，合计 270GB，素材还没算进去。
内存是更隐蔽的一道坎。官方部署说明要求 200GB 系统内存起步，建议 384GB。家用电脑常见的 16GB、32GB，差得不是一星半点。
这正好解释了那个"崩"。显存放不下的部分，会临时挪到内存里等；内存也不够，程序没有地方周转，直接退出。
所以多数人卡住的不是显卡，是内存。
边界：压缩过的轻量版能大幅降低硬盘和内存占用，代价是细节和声音质量下降；接商单前先确认对方能接受的规格。
四、30 秒是两段接出来的
30 秒成片等于两段 15 秒拼起来，接法有三种；段数越多，色调和人物越容易漂，三段以内问题不大。
拼段不是把视频首尾一贴就完事。段与段之间要交代"上一段的结尾怎么接上这一段的开头"，常见的接法有三种。
| 接法 | 适合的镜头 | 代价 |
|---|---|---|
| 首尾帧接 | 固定机位、镜头不动 | 换机位就接不上 |
| 参考片段接 | 有动作、有对白的连续镜头 | 素材要准备，耗时长 |
| 硬切 | 换场景、换时间 | 看着像两个片子 |
人物漂移是长片绕不开的事。同一张脸，前一段和后一段可能就不像了。管用的办法是把外观写死在提示词里------发型、衣服、配饰都写清，别只写"一个女孩"。
还有一个经验：别让镜头在段尾转身走开。人一出画，下一段就容易换脸。
边界：接法只改变段与段的连贯程度，不改变单段 15 秒的上限，也不解决所有一致性问题。段数超过三段，建议统一调一次色。
五、云端跑长片：三步，两块多一条
云端跑长片分三步：选长时优化版镜像、选 32GB 档的卡、开机跑流程；一条 30 秒成片含重试约一小时，显卡费两块六上下。
以算家云为例，它的镜像社区里上架了这个长时优化版，8 月 31 日上传，公开使用量七百多；同一分类下还有"一键使用长时版"，9 月 9 日上传，使用量 456，参数预设好、开机即跑。
两个的取舍很清楚：想快就用一键版，想改工作流就用 ComfyUI 那一版。
需要分清的是，镜像提供的是配好的运行环境，H3 模型本身是 MiniMax 开源的，谁都能从官方渠道拿到，不是哪一家私有的东西。
成本这么算。按算家云官网首页公开的起价，32GB 显卡一小时 2.68 元。
社区实测 10 秒约 318 秒，15 秒按八分钟估，加载模型文件再留五分钟。
| 任务 | 用时（含加载与重试） | 显卡费 |
|---|---|---|
| 5 秒试跑 | 约 10 分钟 | 四毛左右 |
| 15 秒单段（含两次重试） | 约 30 分钟 | 一块三上下 |
| 30 秒成片（两段拼接） | 约 60 分钟 | 两块六上下 |
| 15 秒降档跑（24GB 卡） | 约 45 分钟 | 九毛上下 |
换个说法：一条能发出去的 30 秒片子，显卡成本两块六。真正的开销是你在提示词上耗的那几个小时。
边界：以上按公开标价与社区实测耗时推算，实际受分辨率、重试次数影响，以开机后台结算为准；镜像目录里有这个版本，不代表每台机器都验证过兼容，重要任务先出一条 5 秒的片子确认链路。
小结
长片的三笔账：显存决定你能不能跑完，内存决定你会不会崩，拼段决定成片顺不顺；三样都过关，才谈得上成片质量。
算下来会发现，长视频贵的不在电费，在重跑的次数。同样一段提示词，跑八遍出一条能用的，成本就翻八倍。
省钱的路子不是找更便宜的卡，是把 5 秒的样片先跑透------参数定死了再上长段，比上来就开 30 秒少烧一半。
先拿一条 5 秒的片子把链路走通，再谈长片。