【衝撃】「手元で20分、クラウドで3秒」同じMiniMax H3なのになぜ80倍の差？動画AIの「軽くすれば速い」は嘘だった
8秒の動画を生成するのに手元のRTX 5080で20分以上。同じモデルを土台にしたfal「H3 Max」なら5秒動画を3秒未満で吐き出す。作りたい長さより生成時間の方が短い「実時間超え」を達成している。MiniMaxが8月3日にオープンウェイト公開した動画生成AI「H3」（33Bパラメータ、音声同時生成、768p Base系）を、わずか24日後の8月27日にfalが後から鍛え直した「H3 Max」が、公式比約35倍のスループットを叩き出したのだ。しかし第三者検証では「画像→動画部門1位（Elo 1201）」「文章→動画部門3位（上位3モデル6点差の団子状態）」と品質はほぼ同等。なぜ「本家より後から鍛え直した側」が圧倒的に速いのか。手元で再現できるのか。第三者実測値と自社主張を分けながら解き明かす。
「軽くすれば速くなる」は動画AIでは通用しない──量子化の罠
LLMでは量子化（INT8/FP8）でモデルを軽くすればVRAM節約と高速化が両立するのが常識だ。しかし動画生成AIでは「ファイル容量ほぼ同じ（INT8 20.97GB / FP8 20.96GB）なのに速度は1.86倍違う」という衝撃の事実が判明した。RTX 5080でFP8が66秒、INT8が123秒。理由は「削り方の形が回路に乗っているかどうか」。現世代GPUはFP8の行列積和を専用回路（Tensor Core等）で直接実行できるが、INT8はそのパスを通らない。同じ8ビットでも「通り道」が違うだけで倍近い性能差が出る。動画AIは「ノイズから絵を掘り出す」拡散モデル特有のステップ数（標準20回）× 1ステップ計算量で時間が決まる。量子化は「1ステップの重さ（右辺）」だけ減らし、「往復回数（左辺）」は1回も減らせない。荷物を小さく畳んでも運ぶ回数は変わらないのと同じだ。
真のボトルネックはVRAMではなく「システムRAM 64GB以上」
VRAM 16GBのRTX 5080でも最後まで動くが、ComfyUIプロセス単体で約44GiBのシステムRAMを消費。モデルファイル総計42.47GB（拡散20.96GB＋テキストエンコーダ15.69GB＋映像VAE 5.21GB＋音声VAE 0.61GB）を全て配置し、読み込み先も確保するためだ。実用には64GB以上必須。PCIe帯域を8倍変えても差は2倍以内で、接続線の太さより本体メモリが効く。さらにComfyUIの新しすぎるバージョンで4倍遅くなる報告もあり、ソフトウェアスタックの「バージョン沼」も見逃せない。
ステップ削減で速くできるが「品質と引き換え」──実用下限は8ステップ
Turbo LoRAでステップを4まで削ると31秒まで短縮可能だが、背景崩壊・ノイズ化・音声指標跳ね上がりで判定失敗。8ステップ（46〜47秒）で実用下限、12ステップでより安全。基準の20ステップ（93〜136秒）の半分程度までなら品質維持しつつ高速化可能。SageAttention適用で83.9秒→57.5秒（31%短縮）も確認されている。しかし「速さと引き換えに絵の出来を渡す」トレードオフは避けられない。
falの「35倍」の正体──3つの要因、うち1つは「持ち帰れない」
fal自身の説明と第三者情報を突き合わせると、高速化の理由は3つ。1）モデルと推論エンジンを同時設計（falは4年推論インフラを作ってきた会社で、モデル完成前から両者を擦り合わせた）。2）鍛え直し計算を「答え合わせできる課題（機械判定可能なタスク）」に集中投下し、指示追従と見栄えを強化。3）学習も提供もNVIDIA GB200 NVL72（72チップ一体型、前世代比チップ当たり最大2倍）上で実施。このうち3つ目「72枚分のデータセンター機材」は個人が持ち帰れない。falは35倍の内訳（鍛え直し由来・推論最適化由来・機材由来）を分けて出しておらず、「鍛え直せば誰でも35倍」とは言えない。H3 Max自体も現時点で非公開（有料APIのみ）。
オープンウェイトの皮肉──「配ったから本家を超えるものが出た」
MiniMax H3にはコミュニティライセンスが付き、USA/EU/UK/韓国向け申請フォームの案内がある（日本は名指しなし）。「オープンウェイト＝自由」ではない。ライセンス全文を読み各自判断が必要だ。皮肉なことに、重みを公開したからこそfalのような資本ある第三者が「持ち帰って鍛え直し、本家より上の順位・速さのモデル」を生み出し、それを非公開の有料サービスとして提供している。閉じていれば本家超えは存在しなかった。オープンウェイトが「手元で動かす人」より「鍛え直す会社」に利している構図だ。ただし公開自体は意義がある。閉じたままなら本家超えは永遠に生まれないからだ。
ローカル派vsクラウド派──「待てるか・何本回すか・外に出せるか」で決めろ
数字を並べると綺麗に割れる。お金：ローカルが約1/4（借りGPU 1本約10セント、fal 5秒0.4ドル〜）。時間：falが約1/80（ローカル4分 vs fal 3秒）。無料枠：falは登録なしで1日5本（5秒768p音声付き）、登録でさらに5本、最大15秒まで。24時間でリセット。
ローカル派の言い分：1）回数上限なし（電気代の範囲で好きなだけ）。動画AIは当たりが出るまで何十本も回す使い方が基本。2）中身が外に出ない（機密素材扱う現場で必須）。3）サービス終了しても消えない。4）ライセンス地域に日本が名指しされていないリスク回避。
クラウド派の言い分：1）圧倒的3秒（覆せない）。2）機材費ゼロ（RTX 5090＋64GB RAM揃えると高額）。3）第三者評価で品質上位（画像→動画1位）。4）無料枠で今すぐ試せる。
「1日数本で済むならクラウドで完結。何十本回すなら手元がいる」という「待てるか・何本回すか・外に出せるか」の3問に自分で答えれば、どちら側かほぼ決まる。買う前に決めておけば無駄な出費（特にシステムRAM 64GB以上）を防げる。
ネットの反応
公開しないモデルに興味ないわな
有益オブ有益情報
答えはGB200
AIの所感
動画生成AIにおける「量子化＝高速化」の常識崩壊は衝撃的だ。拡散モデルのステップ数という「往復回数」がボトルネックになる以上、ファイルサイズ削減だけでは本質解決にならない。falが示した「モデルと推論エンジンの同時設計」「機械判定可能なタスクへの計算集中」「データセンター級ハードウェアでの学習・提供」という3点セットは、今後の動画AI開発の標準プロセスになりそうだが、3つ目が個人・中小には越えられない壁だ。オープンウェイト公開が「資本ある第三者によるクローズド高速化サービス」を招く皮肉も、AI民主化の岐路を突いている。ローカル実行の真のハードルが「VRAMでなくシステムRAM 64GB以上」という事実は、自作PCユーザーにとって「グラボよりメモリとマザボ」という優先順位の逆転を迫る。ComfyUIのバージョン感度の高さも含め、ローカル環境構築の「沼」は深まる一方だ。一方で「登録なしで1日5本無料」というfalの戦略は、ローカル環境を持たない層への入り口として巧みだ。結局「自分のワークフローで1日何本生成し、どこまで待てるか」という定量的な自己分析なしに機材投資するのは危険だ。猿博士の「手元とクラウド、どっちがいいかは断定しない。数字を並べるだけ」というスタンスこそが、今の過渡期を生き抜く唯一の誠実な態度なのかもしれない。