Японский автор Pixubus собрал CG-книгу про одну героиню за один день и выложил её на Booth. Запрос он писал только по-японски, а английский промпт для модели написал локальный LLM. Серийно это работает: на RTX 5070 Ti с 16 ГБ видеопамяти вертикальный кадр 1760×2368 выходит за 25 секунд. Условия есть, и о них ниже.

Источник: linkedin.com

Коротко

Источник: musetta.ai
  • Английский промпт не нужен: японский запрос переводит Ollama с Gemma 4 31b, дальше картинку рисует P-H3-Image.
  • Кадр 1760×2368 — 25 с, горизонталь 3872×2176 — 50 с (замер автора Pixubus, RTX 5070 Ti, 16 ГБ).
  • Лицензия MiniMax H3: Япония не в списке запретов, США, ЕС, Великобритания и Корея — в списке.
  • Цен в йенах в японских материалах нет. Считаем сами: по весу модели, времени и лицензии.

Что пишут японские авторы

Автор Pixubus объясняет идею просто: инструмент позволяет даже новичку в ComfyUI генерировать картинки без английских промптов. В переводе с его note: «Ollama внутри читает референс и ваш запрос и пишет английский промпт. Вы пишете только по-японски».

Автор разбора про Qwen-Image 2.1 против P-H3-Image пишет осторожно: «Модель вышла 3 дня назад, поэтому отзывы пока единичные». Он сам сделал около 15 генераций на этом же железе и прямо говорит, что выводы из такой выборки обобщать рано.

Kamimoto (@sep_is_heim), автор ComfyUI-PH3-Manga, написал в X 7 ноября: «RTX4070で1ページ約90秒!» — «На RTX 4070 одна страница примерно за 90 секунд!». Сам он шутит, что «浮気性ですね» — то есть ветреный: раньше делал ноду под MOSS-Image, теперь под P-H3.

Автор MV и 2-коминой манги (Webディレктор, без программирования) после проверки лицензии пишет: «AIの答えも公式ページも、元の文章で確かめるのは大事ですね». В переводе: и ответы ИИ, и официальные страницы надо сверять с первоисточником. Это, по-моему, главный совет из всей японской пачки.

Цифры: что замерено и где

Что генерировалиРазмерВремя на кадрЧей замер
P-H3-Image, вертикаль1760×236825 с (среднее по 107 кадрам)автор Pixubus, RTX 5070 Ti
P-H3-Image, горизонталь3872×217650 с (среднее по 87 кадрам)автор Pixubus, RTX 5070 Ti
Qwen-Image 2.11792×2400128 с (среднее по 31 кадру)автор Pixubus, RTX 5070 Ti
Qwen-Image 2.1896×118422 с (среднее по 935 кадрам)автор Pixubus, его обычный режим
P-H3-Image4 MP2,6 сзаявка Pruna AI

Японские цифры — это время ComfyUI без очереди. Цифра 2,6 с из поста Pruna AI не про домашнюю карту: в обзоре explainx.ai ускорение указано на B200, то есть на серверном железе. У японца 25 секунд, а не 2,6, потому что он мерит на своей карте, а не на заявке производителя. Сравнивать эти числа напрямую нельзя.

Автор отдельно подчёркивает, что Qwen-Image 2.1 в его обычном режиме 896×1184 занимает 22 секунды. То есть P-H3 примерно за те же секунды выдаёт картинку вдвое больше по сторонам. Считайте по этим двум цифрам.

Деньги и условия: цен в йенах в материалах нет

В японских текстах, которые у нас есть, ни одной цены в йенах нет: ни Pixubus, ни Booth, ни подписки. Зато есть условия и расходы.

  • Модель: если H3 уже на диске, докачать около 16 ГБ; с нуля — около 38 ГБ (автор Pixubus).
  • Оперативка: при 64 ГБ во время генерации оставалось минимум около 25 ГБ свободно. На 32 ГБ автор пишет, что «скорее всего тесно».
  • Pixubus 4.0 — покупка разовая; новые версии 4.1 и дальше идут только через членство (по тексту автора).
  • ComfyUI: платная лицензия от 5 000 долларов в месяц — для тех, кому нужен коммерческий доступ вне обычных условий (так пересказывает японский автор страницу ComfyUI).
  • Hugging Face: на демо-странице бесплатная квота закончилась после двух картинок 4 MP. Для больших объёмов упоминается Hugging Face PRO (40 минут в день), цену автор не назвал.

Если нужна цена в рублях, пересчитывайте по актуальным тарифам сами. Дату проверки в этом тексте мы не ставим, потому что в материале её нет.

Лицензия: Япония в списке, но читайте оригинал

  • Регионы, где модель нельзя использовать: США, ЕС, Великобритания и Корея (по тексту лицензии MiniMax H3).
  • Годовая выручка до 20 млн долларов — без отдельного разрешения. Выше — письменное разрешение от MiniMax, контакт [email protected].
  • Минимум: рекомендуется надпись «Powered by MiniMax H3». Для коммерческих продуктов — видимое упоминание MiniMax H3.
  • MiniMax не заявляет прав на созданные картинки, но ответственность за их использование лежит на вас.
  • Qwen-Image 2.1 — лицензия исследовательская, некоммерческая. Поэтому продаваемый CG-сборник японский автор сделал на P-H3, а не на Qwen.

Есть противоречие. Страница ComfyUI, по словам японского автора, требует заявку на коммерческое использование. Текст лицензии при этом допускает коммерцию до 20 млн долларов выручки без отдельного разрешения. Что из этого применимо к вам, решает юрист. Автор Pixubus сам оговаривает, что он не юрист, и просит читать оригинал.

Россия в тексте лицензии, который у нас есть, не упомянута. Исключены четыре региона. Что это значит для вас и для Booth, решайте по оригиналу, а не по пересказам. Booth со своей стороны требует указывать, что работа сделана с помощью AI: автор Pixubus пишет, что делает это по правилам площадки.

Что это меняет для креатора

Важнее скорости то, что героя можно держать по референсам и генерировать без счётчика. Серия из двадцати-тридцати кадров перестаёт быть лотереей и становится обычной работой. Для Booth, комиксов, раскадровки и клипов это разница между «попробую» и «делаю серию».

Думаю, первыми это подхватят те, кто делает серии кадров, а не одиночные арты. Один герой, десять сцен, одна одежда, потом смена наряда. Именно такой сценарий японский автор и прошёл от первой ноды до сборника.

Как собрать серию у себя

  1. Ставите ComfyUI 0.44.0 или новее. Без кастомных нод: P-H3 идёт в официальном шаблоне.
  2. В поиске шаблонов вводите «P-h3» и выбираете Text to Image или Image Edit. Жмёте «Загрузить всё». Если H3 у вас уже есть, докачается около 16 ГБ.
  3. Для героя берёте не одно лицо, а набор: лицо крупно, фигура целиком, второй ракурс. Автор Qwen-статьи и автор MV говорят одно: с одним лицом P-H3 сам придумывает одежду.
  4. В промпте пишете, что не менять: «Сохрани причёску, цвет глаз и форму одежды». Без такой фразы модель, по описанию, часто перерисовывает всю сцену.
  5. Текст в кадре — только короткими строками в кавычках, с местом, где он стоит, и фразой «No other text.» в конце.
  6. Конфигурация по умолчанию: 8 шагов, CFG нет, негативного промпта нет. Для новой картинки ставите randomize, для повтора — fixed и записываете seed.
  7. Каждый кадр оцениваете по лицу, одежде и рукам. Отбираете лучшие и только потом идёте дальше.

Промпты из японского разбора

Первые два запроса японский автор писал в Pixubus, а не напрямую в ComfyUI. Вставляйте их в поле «какая картинка» в Pixubus как есть. Модель сама переведёт их в английский промпт через Ollama.

ПромтЯпонский запрос для Pixubus (режим «Референсная генерация», один референс)..
陽葵が夕方、カフェのテラスでキャラメルマキアートに目を輝かせてカフェを友だちと楽しんでいるシーン
Скопируйте и вставьте в нейросеть как есть.
Из чего собран промт
  1. персонажиглавная героиня Хиmaри陽葵が
  2. светвремя суток — вечер夕方、
  3. сценаместо действия — терраса кафеカフェのテラスで
  4. действиес горящими глазами смотрит на карамельный макиатоキャラメルマキアートに目を輝かせて
  5. настроениевесело проводит время с подругой友だちと楽しんでいるシーン

Это обычная сцена героини в кафе. Меняете имя и предмет, а действие и героиня остаются прежними.

ПромтЯпонский запрос для Pixubus, два героя.; «陽葵» и «イカロス» — имена из референсов.
美少女変身ヒロインの戦闘シーン
陽葵とイカロスが戦っているシーン。
ダイナミックな構図で陽葵がイカロスにキックをしている
時間帯は夜
Скопируйте и вставьте в нейросеть как есть.
Из чего собран промт
  1. сценабоевая сцена героини-трансформера美少女変身ヒロインの戦闘シーン
  2. персонажиХиmари и Икарос сражаются陽葵とイカロスが戦っているシーン。
  3. ракурсдинамичная композицияダイナミックな構図で
  4. действиеХиmари бьёт ногой Икароса陽葵がイカロスにキックをしている
  5. светвремя действия — ночь時間帯は夜

Имена в тексте должны совпадать с подписями референсов. Японский автор раздавал каждому референсу роль и имя, иначе модель путала лица.

Английский промпт ниже — пример того, что получилось на выходе у другого автора. Для P-H3 в ComfyUI на него можно ориентироваться: людей обозначают как 人物1 и 人物2 по порядку референсов.

ПромтАнглийский промпт для P-H3-Image напрямую, по шаблону автора ComfyUI-PH3-Manga.; 人物1 и 人物2 — подписи референсов в порядке загрузки.
Dynamic wide sword-fight scene on a city street between tall buildings and trees, low angle. 人物2 leaps high at the upper left, raising a sword overhead with one hand. 人物1 dashes forward in the right foreground, thrusting a long sword diagonally toward the viewer. Strong radial speed lines. Black-and-white manga with gray screentones.
Скопируйте и вставьте в нейросеть как есть.
Из чего собран промт
  1. сценадинамичная сцена фехтования на городской улице, ракурс снизуDynamic wide sword-fight scene on a city street between tall buildings and trees, low angle.
  2. действиеперсонаж 2 прыгает в верхнем левом углу с мечом над головой人物2 leaps high at the upper left, raising a sword overhead with one hand.
  3. действиеперсонаж 1 бросается вперёд справа, выставляя длинный меч к зрителю人物1 dashes forward in the right foreground, thrusting a long sword diagonally toward the viewer.
  4. эффектысильные радиальные линии скоростиStrong radial speed lines.
  5. стильчёрно-белая манга с серыми скринтонамиBlack-and-white manga with gray screentones.

Где подвох

  • Руки. Из четырёх боевых кадров у японского автора два сломались в пальцах. Для кадров, где рука крупно, закладывайте несколько генераций и отбор.
  • Текст. Короткие строки в кавычках получаются, длинный текст и мелкий шрифт — нет. Надписи, которые должны читаться, лучше дописывать в редакторе.
  • Мелкие фигуры в фоне при 2 MP искажаются. Документация советует 8 MP.
  • Размер в источниках расходится. Блог Pruna пишет про 2–16 MP и до 9 входных картинок, карточка модели — 1–8 картинок и 8 MP для генерации. Проверяйте по той версии, которую качаете.
  • Вес модели у разных авторов разный: 16, 35 и 38 ГБ. Считайте по своей сборке.
  • Независимого теста лица по сравнению с другими моделями пока нет. Все сравнения — из первых трёх дней выхода.
  • Последний подвох — лицензия и регион. Японскому автору можно, вам — читайте сами.

Вердикт

Для серии с одним героем P-H3-Image сейчас выглядит самым осязаемым инструментом из тех, что можно гонять локально. Японский кейс с CG-книгой показывает, что процесс собирается за день. Но руки, текст и лицензия — это то, что съедает бюджет времени, если не учесть заранее.

Скорость или регион продажи — что важнее, пока каждый решает за себя, и японский автор сам просит перепроверять. Какой у вас GPU и хватит ли на серию из тридцати кадров без перезагрузки?

Промты для фото и видео собраны в библиотеке SAMI

Источники

P-H3-Image: ComfyUI 8ステップのテキストから画像生成と編集 — ComfyUI

Pruna AI: Today, we open-source P-H3-Image — LinkedIn

P-H3-Image vs MOSS Image: 8 steps against 50, one catch — Musetta

Источникnote.com