> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles/minimax-h3-image.md).

# MiniMax-H3-Image : comment l’exécuter en local

Exécutez MiniMax-H3-Image en local avec les quants Unsloth FP8 et GGUF pour la génération d’images à partir de texte et la retouche d’images, en 6 étapes.

**MiniMax-H3-Image** est le modèle ouvert 33B de MiniMax pour la génération et la retouche d’images à partir de texte, avec jusqu’à 16 images de référence. Il préfère les prompts longs et complets. Il est distillé en **6 étapes, sans CFG**, sur une **2048 × 2048** toile : environ **5 s** par image avec le dépôt FP8 et **18 s** avec UD-Q4\_K\_XL sur un A100 de 40 Go.

{% columns %}
{% column width="50%" %}
Les quantifications utilisent [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs), qui conserve les couches importantes en précision supérieure. Exécutez-les avec [Unsloth](https://unsloth.ai/docs/fr/desktop.md), stable-diffusion.cpp et d’autres outils.

* MiniMax-H3-Image : [GGUF](https://huggingface.co/unsloth/MiniMax-H3-Image-GGUF) • [FP8](https://huggingface.co/unsloth/MiniMax-H3-Image-FP8)
* Modèle d’origine : [MiniMaxAI/MiniMax-H3-Image](https://huggingface.co/MiniMaxAI/MiniMax-H3-Image)

Testé avec une version de développement d’Unsloth (postérieure à 2026.11.4) sur NVIDIA A100 (40 Go) et RTX PRO 6000 (96 Go).
{% endcolumn %}

{% column width="50%" %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FN17t739HDhs4Bs9VVAEL%2Fminimax-h3-image-out-bookshop.webp?alt=media" alt="Rainy bookshop window with an UNSLOTH BOOKS chalkboard and a sleeping cat"><figcaption><p>Dépôt FP8 (INT8), 2048 × 2048, environ 5 s sur un A100</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FdhaLehHOWudDk9TmHJfW%2Fminimax-h3-image-out-valley.webp?alt=media" alt="Misty autumn valley with a wooden footbridge"><figcaption><p>Dépôt FP8 (INT8)</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FE5iZZZi5oMaVw4Jo3ViS%2Fminimax-h3-image-out-island.webp?alt=media" alt="Isometric floating island city"><figcaption><p>Dépôt FP8 (INT8)</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FQ8V3wLPL9YacqR4YD5LK%2Fminimax-h3-image-out-ramen.webp?alt=media" alt="Overhead photo of ramen"><figcaption><p>GGUF UD-Q4_K_XL</p></figcaption></figure></div>

### Besoins en mémoire <a href="#memory-requirements" id="memory-requirements"></a>

Avec un encodeur de texte Qwen3-VL 32B (issu de MiniMax-H3), il faut un GPU haut de gamme ou beaucoup de mémoire vive système.

| Configuration                               | Modèle d’image          | Encodeur de texte              | VAE    | Téléchargement total |
| ------------------------------------------- | ----------------------- | ------------------------------ | ------ | -------------------- |
| **Dépôt FP8** (valeur par défaut d’Unsloth) | INT8-ConvRot, 20,3 Go   | INT8 Qwen3-VL 32B, 27,1 Go     | 2,3 Go | **environ 50 Go**    |
| **GGUF UD-Q4\_K\_XL**                       | 13,6 Go                 | Q4\_K\_M Qwen3-VL 32B, 18,2 Go | 2,3 Go | **environ 34 Go**    |
| **GGUF Q8\_0**                              | 22,0 Go                 | Q4\_K\_M Qwen3-VL 32B, 18,2 Go | 2,3 Go | **environ 43 Go**    |
| Améliorateur de prompt (facultatif)         | Qwen3.5-9B UD-Q4\_K\_XL |                                |        | **6,9 Go**           |

| Votre matériel                                  | Commencez avec                                                                                                               |
| ----------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------- |
| **Un GPU NVIDIA de 80 Go ou plus**              | Dépôt FP8, entièrement sur le GPU. Testé sur une RTX PRO 6000 de 96 Go : pic de 54 Go.                                       |
| **GPU NVIDIA avec 40 Go**                       | Dépôt FP8. Testé sur une A100 de 40 Go avec 83 Go de RAM : certaines parties sont chargées depuis la RAM au fur et à mesure. |
| **GPU NVIDIA avec 24 Go**                       | GGUF **UD-Q4\_K\_XL**, ou le dépôt FP8 avec au moins 48 Go de RAM système                                                    |
| **GPU avec 16 Go**                              | GGUF **UD-Q4\_K\_XL** ou moins, avec au moins 48 Go de RAM système                                                           |
| **Mac ou CPU uniquement, 64 Go de RAM ou plus** | GGUF **UD-Q4\_K\_XL** (lent)                                                                                                 |

Seules les configurations de 96 Go et 40 Go ont été testées ; les autres sont des estimations. Avec 24 Go, UD-Q4\_K\_XL est plus performant que Q8\_0 (qui déborde sur la RAM). Les Mac et les CPU n’ont accès qu’au GGUF.

#### FP8, INT8 et GGUF <a href="#fp8-int8-and-gguf" id="fp8-int8-and-gguf"></a>

Le dépôt FP8 contient deux fichiers de 20,3 Go : INT8-ConvRot et FP8. **Unsloth charge INT8-ConvRot par défaut** (avec l’encodeur de texte INT8), car il se rapproche davantage de bf16 (LPIPS de 0,140 contre 0,255 pour FP8 en 2048 × 2048). Le sélecteur l’appelle toujours **Fast FP8**. Il est environ 3 fois plus rapide que le GGUF sur un GPU disposant d’assez de mémoire.

Quantifications GGUF : **Q8\_0** 22,03 Go (la plus proche de bf16), **UD-Q6\_K\_XL** 17,58 Go, **UD-Q4\_K\_XL** 13,61 Go (**recommandée**), **UD-Q2\_K\_XL** 8,68 Go (mémoire limitée).

#### Remarques sur le matériel <a href="#hardware-notes" id="hardware-notes"></a>

Ces configurations nécessitent Unsloth 2026.11.5 ou une version ultérieure.

* **T4 et autres GPU sans bf16 :** le dépôt FP8 (modèle d’image et encodeur de texte INT8) effectue le rendu et les modifications en fp16. Testé sur une T4 Colab de 15 Go avec 51 Go de RAM : les blocs sont chargés depuis la RAM système au fur et à mesure (environ 43 à 47 Go utilisés), avec jusqu’à environ 14 Go de mémoire GPU.

  | Tâche, 6 étapes                 | Durée par image |
  | ------------------------------- | --------------- |
  | Texte vers image, 1024 x 1024   | environ 28 s    |
  | Texte vers image, 2048 x 2048   | environ 83 s    |
  | Modification, 1 référence, 1024 | 2,5 à 3 min     |

  Les LoRA se chargent et effectuent le rendu, mais leur chargement transfère au fur et à mesure l’intégralité du modèle de 66 Go (environ 12 min sur la T4). **Le placement séquentiel** nécessite environ 52,4 Go de RAM système libre ; avec moins, Unsloth refuse l’opération et affiche les deux valeurs.
* **AMD sous Linux** (Radeon 8060S, gfx1151) : entraînement LoRA avec **bf16** le modèle de base, le rechargement, le rendu avec le LoRA et l’export fonctionnent tous.

### Démarrage rapide <a href="#quickstart" id="quickstart"></a>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FUySaKhMrEM4BEdibJvbp%2Fminimax-h3-image-flow.webp?alt=media" alt="Animation: pick MiniMax-H3-Image (Fast FP8), type a prompt, click Generate and get an alpine valley at sunrise" width="375"><figcaption><p>Le flux Unsloth, en accéléré</p></figcaption></figure>

{% stepper %}
{% step %}

#### Installer Unsloth <a href="#install-unsloth" id="install-unsloth"></a>

Téléchargez l’application [Unsloth Desktop](https://unsloth.ai/docs/fr/desktop.md) pour [macOS](https://unsloth.ai/docs/fr/commencer/install/mac.md), [Windows](https://unsloth.ai/docs/fr/commencer/install/windows-installation.md) ou [Linux](https://unsloth.ai/docs/fr/commencer/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth</a>

Ou depuis le terminal. macOS, Linux, WSL :

{% code collapsedlinecount="10" %}

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

{% endcode %}

Windows PowerShell :

{% code collapsedlinecount="10" %}

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

{% endcode %}

Lancez ensuite Unsloth et ouvrez `http://localhost:8888`:

{% code collapsedlinecount="10" %}

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

{% endcode %}
{% endstep %}

{% step %}

#### Ouvrir Images <a href="#open-images" id="open-images"></a>

Sélectionnez **Images** dans la barre latérale. **Créer** s’ouvre par défaut.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FlQtHN8moCQiBVRksvUtk%2Fminimax-h3-image-images-page.png?alt=media" alt="The Unsloth Images page with the Create workflow open and no model loaded"><figcaption><p>La page Images</p></figcaption></figure>
{% endstep %}

{% step %}

#### Choisir MiniMax-H3-Image <a href="#pick-minimax-h3-image" id="pick-minimax-h3-image"></a>

Cliquez sur **Sélectionner un modèle d’image**, recherchez `MiniMax-H3-Image` et choisissez :

* **MiniMax-H3-Image (Fast FP8)** : le dépôt FP8. Pour les GPU NVIDIA avec au moins 24 Go.
* **MiniMax-H3-Image-GGUF (Slow)** : choisissez une quantification. **UD-Q4\_K\_XL** est recommandé.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHhCLEoV6z1L4Db8ily2v%2Fminimax-h3-image-picker-search.png?alt=media" alt="Model picker search results for MiniMax-H3-Image with the Fast FP8 and GGUF entries"><figcaption><p>Résultats de recherche</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F3ZuWCPvHggmFB2WbdphS%2Fminimax-h3-image-gguf-quants.png?alt=media" alt="The GGUF entry expanded to show its quants, with UD-Q4_K_XL marked recommended"><figcaption><p>Quantifications GGUF</p></figcaption></figure></div>

Le premier chargement télécharge le modèle, l’encodeur de texte et le VAE.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FqfYd6Ju8MCpA2vWphkeV%2Fminimax-h3-image-download.png?alt=media" alt="Download panel with the 27 GB INT8 text encoder" width="400"><figcaption><p>Premier téléchargement du dépôt FP8</p></figcaption></figure>
{% endstep %}

{% step %}

#### Rédigez votre prompt <a href="#write-your-prompt" id="write-your-prompt"></a>

Décrivez l’image dans son ensemble. Unsloth définit **6 étapes** (verrouillé : le modèle est distillé pour exactement 6 étapes), **une guidance de 1** et **2048 × 2048**.

**Améliorer le prompt** (activé par défaut, flux de référence de MiniMax) fait réécrire votre prompt par un modèle Qwen3.5-9B. C'est un composant distinct **6,9 Go** à télécharger et lent : environ **3,5 minutes** supplémentaires par image sur un A100. Désactivez-le pour faire des essais rapides.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FBJhHYOSYImp8McKcvGjM%2Fminimax-h3-image-enhancer.png?alt=media" alt="Enhance prompt switch with its 6.9 GB download button" width="350"><figcaption><p>Améliorer le prompt avant son téléchargement</p></figcaption></figure>
{% endstep %}

{% step %}

#### Générer <a href="#generate" id="generate"></a>

Cliquez sur **Générer**. **La recette** affiche tous les paramètres, la précision et le prompt amélioré.

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fmqa9vZ88KIaOFN27Gl5n%2Fminimax-h3-image-result-lossless.webp?alt=media" alt="Ginger cat asleep on books in a rainy bookshop window"><figcaption><p>Dépôt FP8 (INT8), prompt court, amélioration activée, seed 42</p></figcaption></figure>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FwwUefNK5OGmbIuwl2tfE%2Fminimax-h3-image-recipe-lossless.webp?alt=media" alt="Recipe card with the enhanced prompt, INT8 precision, 6 steps and seed 42"><figcaption><p>Fiche de recette</p></figcaption></figure>
{% endstep %}
{% endstepper %}

### Modification d'images <a href="#image-editing" id="image-editing"></a>

Sélectionnez **Modifier**, téléversez **l'image 1**, et **Ajouter une image** pour en ajouter d'autres (jusqu'à 16). Nommez-les comme `<Picture 1>`, `<Picture 2>` et indiquez ce qu'il faut conserver et modifier. La sortie reprend les dimensions de l'image 1 sur le canevas de 2048 ; ces exemples utilisent **Taille de sortie** **Personnalisée** `1024 × 1024`, seed 7, amélioration désactivée : 3 à 4 s par image sur un RTX PRO 6000 (dépôt FP8). Avec l'amélioration activée, une modification a pris environ 9 minutes sur un A100.

{% hint style="info" %}
Ne modifiez pas une image avec le même seed et la même taille que ceux utilisés pour la générer. La modification part alors du bruit propre à cette image et le résultat est trop accentué, sans tenir compte de l'instruction. Changez le seed (ou laissez-le aléatoire).
{% endhint %}

**Une image :** "Modifie \<Picture 1>. Transforme la scène en un matin d'hiver enneigé. Garde le pont, la rivière et les montagnes tels quels."

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FdYqwblQlu0tXyHWZR02d%2Fminimax-h3-image-edit1.png?alt=media" alt="Edit with the autumn valley as Picture 1 and the snowy result"><figcaption><p>Une image</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FCG9GfRXXtmBhCMLt7ko6%2Fminimax-h3-image-edit-winter.webp?alt=media" alt="The same valley, bridge and river on a snowy winter morning"><figcaption><p>Résultat</p></figcaption></figure></div>

**Deux images :** "Place la montgolfière de \<Picture 2> dans le ciel au-dessus de la vallée de \<Picture 1>. Garde le pont, les arbres, la rivière et la lumière tels quels."

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FJ0iVCIJ1aDg9ibKSM9nY%2Fminimax-h3-image-edit2.png?alt=media" alt="Edit with the valley and a balloon as Pictures 1 and 2"><figcaption><p>Deux images</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FnyY7SUigpABhfJK6q40y%2Fminimax-h3-image-edit-balloon.webp?alt=media" alt="The valley from Picture 1 with the hot-air balloon from Picture 2 in the sky"><figcaption><p>Résultat</p></figcaption></figure></div>

### Entraîner un LoRA <a href="#train-a-lora" id="train-a-lora"></a>

Voir [Affiner MiniMax-H3-Image](https://unsloth.ai/docs/fr/modeles/minimax-h3-image/fine-tune-minimax-h3-image.md)

#### Avant et après <a href="#before-and-after" id="before-and-after"></a>

Seed 42, 1024 × 1024, amélioration désactivée : `a trtcrd of a cat sitting on a throne holding a golden cup, "queen of cats"` et `a trtcrd of an astronaut standing on the moon holding a lantern, "the explorer"`.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fkg53StPeOhBWosYeBEkn%2Fminimax-h3-image-lora-cat-before.webp?alt=media" alt="Without the LoRA: photo-like cat on a throne"><figcaption><p>Sans LoRA</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F5idj4QIy1DMxo4QWxs88%2Fminimax-h3-image-lora-cat-w06.webp?alt=media" alt="LoRA weight 0.6: illustrated cat"><figcaption><p>Poids 0.6</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FoD4Irr8nLFeWdVOvHUMT%2Fminimax-h3-image-lora-cat-after.webp?alt=media" alt="LoRA weight 1.0: tarot card style cat"><figcaption><p>Poids 1.0</p></figcaption></figure></div>

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FjEaC0aZLy24V1JEzLzdH%2Fminimax-h3-image-lora-astronaut-before.webp?alt=media" alt="Without the LoRA: astronaut photo"><figcaption><p>Sans LoRA</p></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F7KTnboVty4ipiJY5X4OH%2Fminimax-h3-image-lora-astronaut-after.webp?alt=media" alt="LoRA weight 1.0: tarot card style astronaut"><figcaption><p>Poids 1.0</p></figcaption></figure></div>

* Le poids **1.0** reproduit le style dans son intégralité ; **de 0.6 à 0.8** donne un résultat plus subtil.
* La LoRA modifie légèrement aussi les prompts qui ne contiennent pas le mot déclencheur. Réduisez son poids ou ne la chargez pas pour d’autres tâches.
* Le style est le plus marqué en 1024 × 1024 (la taille utilisée pour l’entraînement) et moins marqué en 2048 × 2048.

[Poursuivre avec le guide de fine-tuning](https://unsloth.ai/docs/fr/modeles/minimax-h3-image/fine-tune-minimax-h3-image.md#before-and-after)

### Exécuter depuis du code <a href="#run-from-code" id="run-from-code"></a>

#### API Unsloth <a href="#unsloth-api" id="unsloth-api"></a>

Chargez le modèle sur la page Images, puis appelez le point de terminaison compatible avec l’API OpenAI `POST /v1/images/generations` (pour le charger via `model` à la place, activez **Changer de modèle d’image et de vidéo à chaque requête** dans **Paramètres → API**). Créez-y une clé API ([API Unsloth](https://unsloth.ai/docs/fr/notions-de-base/api.md)) ; les exemples utilisent `UNSLOTH_API_KEY`.

Avec `openai` (`pip install openai`):

{% code collapsedlinecount="10" %}

```python
import base64
import os

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8888/v1", api_key=os.environ["UNSLOTH_API_KEY"])

result = client.images.generate(
    model="unsloth/MiniMax-H3-Image-FP8",
    prompt="A misty mountain valley at sunrise with a wooden footbridge over a calm river, autumn trees in red, orange and gold on both banks, and soft golden light breaking through the mist. Detailed landscape photograph.",
    size="2048x2048",
    response_format="b64_json",
    extra_body={"steps": 6, "guidance": 1.0, "seed": 42},
)

with open("valley.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))
```

{% endcode %}

Avec `curl`:

{% code collapsedlinecount="10" %}

```bash
curl -s http://localhost:8888/v1/images/generations \
  -H "Authorization: Bearer $UNSLOTH_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/MiniMax-H3-Image-FP8",
    "prompt": "Isometric 3D illustration of a tiny floating island city with pastel houses and terracotta roofs, a waterfall pouring off the edge into soft clouds, and small hot-air balloons drifting around it. Clean lines, soft shadows, calm pastel palette.",
    "size": "2048x2048",
    "response_format": "b64_json",
    "seed": 7
  }' \
  | python3 -c "import sys, json, base64; open('island.png', 'wb').write(base64.b64decode(json.load(sys.stdin)['data'][0]['b64_json']))"
```

{% endcode %}

`size` est `WIDTHxHEIGHT` en multiples de 16 ; `steps` et `guidance` par défaut à 6 et 1. L’API n’exécute pas l’optimiseur. Environ 3 s par image sur une RTX PRO 6000, 5 s sur une A100.

**LoRA via l’API** (Unsloth 2026.11.5 ou version ultérieure) : les requêtes utilisent la LoRA fusionnée au chargement, par exemple après **Déployer dans Create**. Une requête avec une liste `loras` différente est refusée ; rechargez pour la modifier.

#### GGUF avec stable-diffusion.cpp <a href="#gguf-with-stable-diffusion.cpp" id="gguf-with-stable-diffusion.cpp"></a>

Exécutez le GGUF avec `sd-cli` de [stable-diffusion.cpp](https://github.com/unslothai/stable-diffusion.cpp) (la version épinglée par Unsloth).

**1. Obtenez `sd-cli`** (Linux, CUDA 13). La [page des versions](https://github.com/unslothai/stable-diffusion.cpp/releases/tag/master-982-0518b34-u27b9ddc) propose également des versions pour CUDA 12, Vulkan, CPU, macOS et Windows.

{% code collapsedlinecount="10" %}

```bash
curl -L -o sd.zip https://github.com/unslothai/stable-diffusion.cpp/releases/download/master-982-0518b34-u27b9ddc/sd-master-982-0518b34-u27b9ddc-bin-Linux-Ubuntu-22.04-x86_64-cuda13.zip
unzip -o sd.zip
mv sd-master-982-0518b34-u27b9ddc-bin-Linux-Ubuntu-22.04-x86_64-cuda13 sd
./sd/sd-cli --version
```

{% endcode %}

**2. Téléchargez le modèle, l’encodeur de texte et le VAE** (environ 34 Go) :

{% code collapsedlinecount="10" %}

```bash
pip install -U huggingface_hub
hf download unsloth/MiniMax-H3-Image-GGUF minimax_h3_image_pruned-UD-Q4_K_XL.gguf --local-dir models
hf download unsloth/MiniMax-H3-GGUF qwen3vl_32b_minimax_h3-Q4_K_M.gguf --local-dir models
hf download MiniMaxAI/MiniMax-H3-Image vae/diffusion_pytorch_model.safetensors --local-dir models
```

{% endcode %}

**3. Créez une image.** `--offload-to-cpu` conserve les poids en RAM et transfère chaque partie vers le GPU selon les besoins (pic de 19,4 Go de VRAM et 39 Go de RAM).

{% code collapsedlinecount="10" %}

```bash
./sd/sd-cli \
  --diffusion-model models/minimax_h3_image_pruned-UD-Q4_K_XL.gguf \
  --llm models/qwen3vl_32b_minimax_h3-Q4_K_M.gguf \
  --vae models/vae/diffusion_pytorch_model.safetensors \
  -p "A misty mountain valley at sunrise with a wooden footbridge over a calm river, autumn trees in red, orange and gold on both banks, and soft golden light breaking through the mist. Detailed landscape photograph." \
  --steps 6 --cfg-scale 1.0 --sampling-method euler --sigmas minimax-h3-image --rng cpu \
  --offload-to-cpu \
  -W 2048 -H 2048 --seed 42 \
  -o valley-sdcpp.png
```

{% endcode %}

103 s sur une A100 de 40 Go, 12 s sur une RTX PRO 6000.

**4. Modifiez une image.** Chaque `-r` est le `<Picture N>`; `sd-cli` les recadre en `-W` × `-H`, pour correspondre à la forme de l’image 1. Aucun fichier de vision n’est nécessaire. 16 s et 20 s sur une RTX PRO 6000.

{% code collapsedlinecount="10" %}

```bash
./sd/sd-cli \
  --diffusion-model models/minimax_h3_image_pruned-UD-Q4_K_XL.gguf \
  --llm models/qwen3vl_32b_minimax_h3-Q4_K_M.gguf \
  --vae models/vae/diffusion_pytorch_model.safetensors \
  -r valley-sdcpp.png \
  -p "Modifiez <Picture 1>. Transformez la scène en un matin d’hiver enneigé. Gardez le pont, la rivière et les montagnes tels quels." \
  --steps 6 --cfg-scale 1.0 --sampling-method euler --sigmas minimax-h3-image --rng cpu \
  --offload-to-cpu \
  -W 1024 -H 1024 --seed 42 \
  -o valley-sdcpp-winter.png
```

{% endcode %}

Deux images (`balloon.png` est une photo de montgolfière) :

{% code collapsedlinecount="10" %}

```bash
./sd/sd-cli \
  --diffusion-model models/minimax_h3_image_pruned-UD-Q4_K_XL.gguf \
  --llm models/qwen3vl_32b_minimax_h3-Q4_K_M.gguf \
  --vae models/vae/diffusion_pytorch_model.safetensors \
  -r valley-sdcpp.png -r balloon.png \
  -p "Ajoutez la montgolfière de <Picture 2> dans le ciel au-dessus de la vallée de <Picture 1>. Gardez le pont, les arbres, la rivière et la lumière tels quels." \
  --steps 6 --cfg-scale 1.0 --sampling-method euler --sigmas minimax-h3-image --rng cpu \
  --offload-to-cpu \
  -W 1024 -H 1024 --seed 42 \
  -o valley-sdcpp-balloon.png
```

{% endcode %}

Sur Mac ou sur CPU, utilisez le GGUF dans l’application ou les compilations `Darwin-macOS-arm64`  / CPU de `sd-cli` , avec suffisamment de RAM pour le modèle d’image et l’encodeur de texte de 18,2 Go (non testé par nos soins).

### Paramètres recommandés <a href="#recommended-settings" id="recommended-settings"></a>

| Paramètre                        | Unsloth (FP8 ou GGUF)                                                             | stable-diffusion.cpp                                          |
| -------------------------------- | --------------------------------------------------------------------------------- | ------------------------------------------------------------- |
| **Étapes**                       | **6** (verrouillé)                                                                | `--steps 6`                                                   |
| **Guidage / CFG**                | **1**                                                                             | `--cfg-scale 1.0`                                             |
| **Échantillonneur / calendrier** | Défini par Unsloth                                                                | `--sampling-method euler --sigmas minimax-h3-image --rng cpu` |
| **Prompt négatif**               | Laissez vide                                                                      | Laissez vide                                                  |
| **Taille**                       | `2048×2048` pour commencer (la liste **Tailles des modèles** en propose d’autres) | `-W 2048 -H 2048`                                             |
| **Graine**                       | N’importe quel nombre pour reproduire un résultat                                 | `--seed 42`                                                   |

Meilleurs résultats à environ 4 MP et plus. **La liste des tailles des modèles** propose des tailles natives telles que `2368×1760` (4:3) et `2720×1536` (16:9), ainsi que des tailles de 16 MP telles que `4096×4096` (environ 4 fois plus de mémoire et de temps).

### Dépannage <a href="#troubleshooting" id="troubleshooting"></a>

<details>

<summary>MiniMax-H3-Image ne figure pas dans le sélecteur de modèles</summary>

[Mettez Unsloth à jour](https://unsloth.ai/docs/get-started/install/updating) et redémarrez. Si un modèle est chargé, le sélecteur s’ouvre sur **Sur l’appareil** : cliquez sur **Recommandé**. Sur Mac et CPU, seul le modèle GGUF est proposé.

</details>

<details>

<summary>La génération prend plusieurs minutes</summary>

Désactivez **Améliorer le prompt** . Le modèle GGUF est également environ 3 fois plus lent que le dépôt FP8 sur NVIDIA.

</details>

<details>

<summary>L’API ignore le modèle demandé</summary>

Chargez MiniMax-H3-Image dans la page Images, ou activez **Changer de modèle d’image et de vidéo selon la requête** dans **Paramètres → API**.

</details>

<details>

<summary>sd-cli indique que libcudart.so.12 ou libcudart.so.13 est introuvable</summary>

Utilisez l’archive `cuda13` avec CUDA 13, `cuda12` avec CUDA 12, ou la version Vulkan.

</details>

Voir aussi [Comment exécuter des modèles de diffusion d’images en local](https://unsloth.ai/docs/fr/notions-de-base/diffusion-image.md).


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/fr/modeles/minimax-h3-image.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
