antirez เขียน engine รัน MiniMax H3 บน Mac ด้วย Metal ล้วน — คลิป 512×512 ใน 3.5 วินาทีโหมดเร็ว และ int8 ที่ตัดพีค RAM จาก 36GB เหลือ 26GB

ต้นเดือนสิงหาคมเราเขียนถึง MiniMax H3 สองครั้ง — ครั้งแรกตอนน้ำหนักขึ้น Hugging Face พร้อมสัญญาอนุญาตที่มีเงื่อนไขมากกว่าที่พาดหัวบอก และครั้งที่สองตอน ComfyUI ตัดไฟล์จาก 123.6GB เหลือ 42.5GB ภายใน 48 ชั่วโมง ทั้งสองครั้งเรื่องยังอยู่ในโลกของ NVIDIA + PyTorch เหมือนเดิม

วันที่ 9 สิงหาคม 2026 เรื่องขยับไปอีกทาง Salvatore Sanfilippo — ที่คนรู้จักในชื่อ antirez ผู้สร้าง Redis — เปิดรีโป antirez/h3.c ซึ่งเป็น inference engine สำหรับรัน MiniMax H3 บนเครื่อง Mac เขียนด้วยภาษา C กับ Metal shader ล้วน ไม่มี Python ไม่มี PyTorch ไม่มี CUDA สัญญาอนุญาต MIT ณ เวลาที่เขียนโพสต์นี้รีโปมีดาว 848 ดวง และเรื่องขึ้นหน้าแรก Hacker News วันนี้ (11 ส.ค.) ที่ 293 คะแนน

ตัวเลขที่ README กล่าวอ้าง

antirez อธิบายโครงการว่าเป็น “ลำดับของ vertical slice ที่ทำงานได้จริง” — คือค่อย ๆ ทำให้แต่ละเส้นทางครบก่อนแล้วค่อยไล่ปรับให้เร็ว ตัวเลขที่ระบุใน README (ทดสอบบน M3 Max และ M5 Max):

• 512×512, 22 เฟรม, 20 steps — ราว 16.7 วินาที ในโหมดสมดุล
• โหมด aggressive 4 steps — ราว 3.5 วินาที
• 50 steps คุณภาพอ้างอิง — 26 วินาทีขึ้นไป
• พีคหน่วยความจำจริง ~40GB สำหรับคุณภาพเต็มบน M5 Max
• int8 native บน M5 ตัดพีคจาก ~36GB เหลือ ~26GB
• เทคนิค token reduction ประหยัดเวลา denoise ได้ราว 28%

ฝั่งความสามารถ รองรับ prompt-to-video/audio, การล็อกเฟรมแรก-เฟรมสุดท้าย (FL2VA), และการอ้างอิงภาพ/วิดีโอ/เสียงแบบเรียงลำดับ (Ref2VA) ความละเอียดตั้งแต่ 256×256 ถึง 1344×768 (ต้องเป็นพหุคูณของ 32) ความยาว 0.9 ถึง 15 วินาทีขึ้นไปที่ 24fps และมีโหมด interactive session ที่แคชสถานะไว้ข้ามการเรียก

สิ่งที่ยังไม่รองรับก็บอกตรง ๆ เช่นกัน — ความละเอียด 128 สี่เหลี่ยมจัตุรัสแบบ native ยังทำไม่ได้เพราะข้อจำกัดของ token grid และการผสม reference บางชุดถูกปิดไว้เพื่อเลี่ยง ghosting

ใช้งานจริงต้องมีอะไรบ้าง

ขั้นตอนสั้นผิดคาดสำหรับงานระดับนี้ — น้ำหนักเป็น safetensor shard แบบ BF16 ที่ map จากไฟล์โดยตรงบน M5, dependency ภายนอกมีแค่ ffmpeg/ffprobe และ Xcode (ทางเลือก) สำหรับคอมไพล์ Metal แบบ offline:

make -j8
./h3 -d ./MiniMax-H3 -p "your prompt here" \
  --width 512 --height 512 --frames 22 --steps 20 -o out.mp4

ไม่ใส่ -p จะเข้าโหมด interactive แทน เทียบกับ ComfyUI ที่ต้องประกอบ Python environment, node graph และชุดน้ำหนักที่ผ่านการแปลงมาแล้ว ความต่างเชิงประสบการณ์นักพัฒนาชัดมาก

แต่ต้องพูดให้ครบ: นี่ไม่ใช่ของที่รันบน Mac ทุกเครื่อง พีค 26GB (int8) ถึง 40GB (คุณภาพเต็ม) แปลว่าต้องเป็น M-series ระดับ Max ที่มี unified memory 32GB ขึ้นไปเป็นอย่างน้อย และตัวเลขที่เร็วที่สุดใน README มาจาก M5 Max ซึ่งเป็นเครื่องระดับบนสุด MacBook Air M-series ทั่วไปยังไม่อยู่ในสมการ

รูปแบบที่คุ้น ๆ

สิ่งที่น่าสนใจกว่าตัวเลข คือ รูปแบบ ของมัน — โมเดลใหญ่ออกมาพร้อม reference implementation ภาษา Python ที่ผูกกับ CUDA แล้วมีคนเขียน engine ภาษา C ที่ไม่มี dependency ขึ้นมาใหม่จนรันบนฮาร์ดแวร์ผู้บริโภคได้ นี่คือเส้นทางเดียวกับที่ llama.cpp เดินมาแล้วกับโมเดลภาษา และ whisper.cpp เดินกับโมเดลเสียง

ต่างกันตรงที่รอบนี้เกิดกับ โมเดลวิดีโอ ซึ่งหนักกว่าหลายเท่า และเกิดภายใน 6 วัน หลังน้ำหนักเผยแพร่ (3 ส.ค. → 9 ส.ค.) ระยะเวลาจาก “น้ำหนักออก” ถึง “มี engine พื้นเมืองบนแพลตฟอร์มอื่น” กำลังหดลงเรื่อย ๆ

มุมมอง AI Curator

เรื่องนี้อ่านสนุกในฐานะข่าววิศวกรรม แต่ผลกระทบจริงอยู่ที่ โครงสร้างต้นทุนของนักพัฒนาไทย

การจะทดลอง video generation บนโมเดลเปิดในกรุงเทพฯ วันนี้ ทางเลือกมีสองทาง — เช่า GPU cloud ที่มี H100 หรือ A100 ซึ่งคิดเป็นชั่วโมงและต้องอัปโหลดข้อมูลออกนอกเครื่อง หรือซื้อการ์ด NVIDIA ระดับ 32GB+ ซึ่งราคานำเข้าและภาษีทำให้เป็นการลงทุนที่คนส่วนใหญ่ไม่กล้าตัดสินใจเพื่อ “ลองดูก่อน” ส่วน MacBook Pro M-series ที่มี unified memory 48–64GB นั้นเป็นเครื่องที่ สตูดิโอและฟรีแลนซ์ไทยจำนวนไม่น้อยซื้อไว้อยู่แล้ว ด้วยเหตุผลอื่น — ตัดต่อวิดีโอ ทำงานกราฟิก งานเสียง h3.c ทำให้เครื่องที่มีอยู่กลายเป็นเครื่องมือ generative video โดยไม่ต้องซื้ออะไรเพิ่ม

ข้อควรระวังคืออย่าเพิ่งอ่านว่า “รันได้บน Mac” แล้วสรุปว่ารันได้บน Mac ของตัวเอง ตัวเลขในโพสต์นี้ทั้งหมดมาจาก README ของผู้เขียนเอง ยังไม่มีการทดสอบอิสระที่เผยแพร่ และเครื่องที่ใช้ทดสอบคือรุ่นท็อป สิ่งที่ควรทำถ้าสนใจคือดูสเปกหน่วยความจำเครื่องตัวเองก่อน แล้วเริ่มจากโหมด 4-step ที่ความละเอียดต่ำ ไม่ใช่กระโดดไปที่ 50 steps

ระยะยาว สิ่งที่ผมจับตาคือ ใครจะเขียน h3.c ของ Windows/Linux ฝั่ง AMD และ Qualcomm ถ้ารูปแบบนี้ลามไปถึงชิปที่ราคาถูกกว่า ต้นทุนขั้นต่ำของการทำงาน generative video จะไม่ผูกกับ NVIDIA อีกต่อไป — และนั่นคือจุดที่ประเทศที่ไม่มีทั้งชิปและศูนย์ข้อมูลของตัวเองอย่างไทยจะได้ประโยชน์มากที่สุด

แหล่งข่าว

• antirez/h3.c — MiniMax H3 inference engine for Mac computers (GitHub)
• H3-metal – Native MiniMax-H3 inference for Apple Silicon (Hacker News)
• MiniMax H3 ลงเครื่องตัวเองภายใน 48 ชั่วโมง — ComfyUI ตัดเหลือ 42.5GB (บล็อกนี้, 4 ส.ค. 2026)