Pruna AI가 11월 3일 이미지 모델 P-H3-Image를 오픈웨이트로 공개했습니다. MiniMax의 영상 모델 MiniMax-H3를 이미지용으로 다시 만든 모델로, 8스텝에 8메가픽셀을 뽑습니다.
가장 작은 배포본은 내려받기 20GB, 8메가픽셀 기준 피크 VRAM 21GB(ComfyUI w4a8 세트)입니다.
문제는 라이선스입니다. 한국은 이 모델의 사용 허용 지역에서 빠져 있습니다. 라이선스 원문상 한국은 별도 계약 없이는 라이선스가 부여되지 않습니다. MiniMax 계약 조건을 먼저 확인해야 합니다.
영상 모델을 이미지 모델로 바꾸는 법
P-H3-Image는 MiniMax-H3를 그대로 가져다 쓴 모델이 아닙니다. 프롬프트 업샘플러, 텍스트 인코더, 확산 스케줄, 트랜스포머, 디코더를 모두 다시 손봤다고 Pruna AI는 설명합니다.
구성은 33.1B 트랜스포머에 4B 텍스트 인코더, VAE, 프롬프트 업샘플러입니다. 전체 파이프라인을 bf16으로 받으면 100GB입니다. 샘플링은 8스텝이고 CFG도 네거티브 프롬프트도 쓰지 않습니다. 원본 H3의 50스텝이 8스텝으로 줄었습니다.
결과물 스타일은 다큐멘터리와 에디토리얼 사진, 필름 스틸, TV 애니메이션 프레임, 스크린 인쇄 포스터처럼 질감이 뚜렷한 쪽에 강하다고 모델 카드 문서가 설명합니다. 짧은 인용 문구가 들어간 그래픽도 잘 뽑습니다.
결과물은 2메가픽셀부터 16메가픽셀까지 나옵니다. 기본값은 8메가픽셀이고, 텍스트에서 이미지 생성과 편집을 한 체크포인트에서 함께 처리합니다.
8메가픽셀, 메모리는 얼마나 드나
기본 해상도는 8메가픽셀입니다. 1:1이면 2912×2912, 16:9면 3872×2176입니다. 2메가픽셀과 4메가픽셀도 되지만 얼굴과 손, 작은 요소가 깨지는 빈도가 올라간다고 모델 카드가 밝힙니다.
해상도 사다리도 모델 카드에 있습니다. 같은 프롬프트와 시드로 1메가픽셀부터 16메가픽셀까지 뽑으면 1메가픽셀에서는 얼굴이 매끈하고 왁스 같은 질감으로 남습니다. 8메가픽셀부터 피부 결, 잔머리, 귀걸이 같은 디테일이 살아납니다.
bf16 파이프라인은 8메가픽셀에서 VRAM 약 101GB를 씁니다. 프롬프트 업샘플러를 빼면 83GB, 오프로딩을 걸면 80GB 카드에서 약 76GB까지 내려갑니다. B200 한 장에서 8메가픽셀 한 장이 약 9초이고, 업샘플러가 6~11초를 더 씁니다.
개인 워크스테이션 쪽은 ComfyUI 배포 세트가 맡습니다. 8메가픽셀 기준 피크 VRAM이 bf16 56GB, int8 31GB, 4비트(w4a8) 21GB입니다. 48GB L40S에서 bf16이 오프로딩으로 19초 걸리던 2048×2048 작업이 w4a8에서는 6.3초로 줄었다는 비교도 모델 카드에 있습니다.
24GB 카드라면 4비트 세트가 들어갑니다. 대신 4비트는 디테일이 더 바뀌고 구도가 달라지는 경우도 있다고 배포본 카드가 적고 있습니다. 16GB 카드는 21GB 피크에 미달합니다.
VRAM 21GB는 출발선입니다. 여유를 두려면 int8 31GB가 안정적이고, bf16 56GB는 48GB 카드에서도 오프로딩이 필요합니다.
편집은 참조 이미지 8장까지
텍스트에서 이미지 생성과 편집이 같은 파이프라인입니다. 이미지를 넘기면 Picture 1을 고치고, 나머지는 Picture 2, Picture 3처럼 참조로 붙습니다. 최대 8장이고, 참조 이미지는 1메가픽셀에서 8메가픽셀까지 크기가 달라도 됩니다.
프롬프트 업샘플러가 기본으로 켜져 있습니다. 한 줄 요청을 모델이 잘 읽는 긴 프롬프트로 바꾸고, 바꾼 프롬프트를 다시 돌려줍니다. 업샘플러를 떼고 원문 그대로 렌더링할 수도 있습니다.
편집 작업은 4메가픽셀 또는 8메가픽셀에서 가장 안정적이라고 모델 카드가 적습니다. 짧은 요청만 주면 장면 전체를 다시 그리는 경우가 많아서, 유지할 요소를 문장으로 적어주는 편이 좋습니다.
업샘플러 없이 직접 쓸 때의 형식도 정해져 있습니다. 고칠 이미지를 먼저 지정하고, 바뀐 결과를 서술하고, 그대로 둘 요소를 나열하는 순서입니다. 이 형식으로 쓰면 요청한 부분만 바뀝니다.
프롬프트를 직접 쓸 때는 첫 문장에 무엇인지 밝히는 게 중요합니다. 다큐멘터리 사진인지, 일본 TV 애니메이션 프레임인지, 두 색 리소그래프 인쇄물인지 먼저 정합니다. 넣을 글자는 따옴표로 정확히 적고, stunning이나 epic, 8k, masterpiece 같은 수식어는 빼라고 모델 카드가 권합니다.
한국이 빠진 라이선스
P-H3-Image는 MiniMax H3 커뮤니티 라이선스를 따릅니다. 이 라이선스는 유럽연합, 영국, 한국, 미국을 별도 계약 없이는 제외합니다. 제품에 "Powered by MiniMax H3" 표기도 요구합니다.
텍스트 인코더의 Qwen3-VL-4B 부분과 프롬프트 업샘플러는 Apache 2.0입니다. 모델 전체가 오픈소스가 아니라, 알맹이는 커뮤니티 라이선스이고 주변 부품만 Apache 2.0인 구조입니다.
이 네 지역에서는 별도 계약이 없으면 서비스에 넣을 수 없습니다. 모델 저장소의 라이선스 원문을 계약 전에 직접 확인해야 합니다.
지금 쓸까
기술적으로는 실사용 가치가 충분합니다. 4비트 배포본이 8메가픽셀에서 21GB 피크이고, 8스텝에 참조 8장 편집까지 한 파이프라인에서 처리합니다.
한계도 모델 카드에 적혀 있습니다. 손이 깨질 수 있고 배경의 작은 인물이 뭉개지며, 작고 빽빽한 글자는 의사 문자로 변합니다. 2메가픽셀과 4메가픽셀에서는 얼굴과 손 결함이 더 잦고, 영상과 음성은 만들지 못합니다.
국내 사용자는 순서가 다릅니다. 라이선스 확인이 먼저고 성능은 그다음입니다. 라이선스가 해결되지 않으면 이 모델로 만든 이미지를 블로그나 상세페이지, 광고에 쓰기 어렵습니다.
라이선스 없이 같은 작업을 하려면 Apache 2.0이거나 상업 사용이 열린 공개 모델로 가야 합니다. 8메가픽셀 고해상도가 목적이라면 4비트 기준 피크 21GB가 가장 낮은 메모리 요구치입니다.
4비트 21GB로 24GB 카드에서 8메가픽셀을 뽑는 구성은 매력적이지만, 한국은 라이선스에서 빠져 있습니다. 도입 전에 MiniMax 계약 조항부터 확인해야 합니다.
원문 보기: P-H3-Image 모델 카드 · Pruna AI 공개 글
(MANLI) MANLI 지포스 RTX 5090 Gallardo OC D7 32GB White 인텍앤컴퍼니
로켓배송으로 바로 받기이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
