想在自家电脑生成视频，难点不只是“模型装不装得下”，还要算清一段视频要等多久、能否连续稳定运行。这份实测把 MiniMax H3 搬上配备 M5 Pro 和 64 GiB 统一内存的 Mac mini。它是一个 20.38B 参数的视频扩散 Transformer（DiT）——从噪声反复迭代出连续画面的模型，20.38B 约为 203.8 亿个参数。
作者先用官方流程做 Q8 量化，把部分数据压到约 8 比特，以降低内存占用。最能说明取舍的一笔账是：生成一段 576×1024、约 15.08 秒的视频，耗时 4838.49 秒，也就是约 80.6 分钟；MLX 报告的峰值内存为 27.467 GiB。换句话说，64 GiB 的统一内存确实容得下，但消费级硬件上的本地生成仍要用时间换空间。
稳定性倒是经受了长跑测试：作者称系统无人值守运行 26.49 小时，完成 17 段视频且没有渲染失败。报告的价值不在提出新模型，而在给出一份可复查的部署账本；不过这些速度、内存与稳定性数字都来自作者自己的单机测量，不能直接外推到其他硬件。