MiniMax H3で848×480にするとshapeエラー|原因は32の倍数、864×480で直る

AI動画・プロンプト

この記事について(広告・アフィリエイトリンクはありません)

試した環境の一覧は検証の記録にあります。

MiniMax H3 で「shape ‘[1, 24, 1, 1, 15, 2, 26, 2]’ is invalid for input of size 38160」と出て止まるのは、幅か高さが32の倍数になっていないためです。848×480 なら 864×480 に直すと通ります。

ComfyUI 0.43.2 で試すと、エラーが出るのは最初のフレーム(first_frame)や最後のフレームを入れた「画像から動画」だけで、文字だけの生成や参照画像(Ref2VA)では 848×480 でも通りました。所要時間は5分ほど、難しさは初心者向けです。

先に結論(今回のテスト条件で)

幅×高さ文字から動画最初のフレームあり参照画像(Ref2VA)
848×480通るエラー通る
856×480通る(848 になる)エラー—
880×480通るエラー—
864×496通るエラー—
832×480通る通る—
864×480通る通る通る
864×512—通る—
1344×768通る——

「—」は試していない組み合わせです。

迷ったら

幅と高さは、どちらも32の倍数にします。16:9 なら 864×480、1344×768(H3 の本来の大きさ)が使えます。公式のテンプレートは、自動で32の倍数に丸める作りになっています。

エラーの全文

最初のフレームに画像を入れて、848×480 で実行すると、サンプラー(SamplerCustomAdvanced)で止まりました。

コンソールのエラー。model.py の patchify_video で shape が合わないと出ている
コンソールのエラー。model.py の patchify_video で shape が合わないと出ている

なぜ 848 だとだめ?

H3 は、画像を縦横それぞれ16分の1の大きさ(潜在)にしてから、2×2 のマスに区切って計算します。848÷16=53 で奇数なので、2つずつに割り切れません。864÷16=54 なら割り切れます。つまり、幅と高さは 16×2=32 の倍数でないといけません。

H3 本体では、生成する動画の部分は、割り切れない分を自動で埋める(パディング)処理が入っています。そのため、文字から動画では 848×480 でもそのまま 848×480 の動画ができました。

ただし、最初のフレームなど「条件として渡す画像」の部分は、0.43.2 でも埋める処理がなく、ここで止まります。エラーの場所(_cond_video_rows → patchify_video)もそれを示しています。

848×480 はどこから来た?

Pika H3 Flex の Turbo LoRA の説明など、一部のモデルの説明に 848×480 という例が出てきます。数字をそのまま入れると、最初のフレームを使ったときだけ止まる、という分かりにくい状態になります。Pika H3 Flex の記事では、864×480 と 1344×768 で試しています。

直し方

  • 幅と高さを、近い32の倍数に直す(848→864 か 832、496→480 か 512)
  • 公式のテンプレートの解像度の選び方(ResolutionSelector と、32に丸める計算)をそのまま使う
  • 自分で数字を入れるノード(Primitive など)を足した場合は、32の倍数になっているか確かめる

よくある質問(FAQ)

Q. MiniMax H3 の shape is invalid for input of size のエラーは?

幅か高さが32の倍数になっていないときに出ます。848×480 なら 864×480 に直すと通ります。

Q. 848×480 でも動くことがあるのは?

文字だけの生成や参照画像の生成では、H3 本体が足りない分を埋めるので通ります。最初・最後のフレームを入れると止まりました(ComfyUI 0.43.2)。

Q. H3 で使える解像度は?

幅・高さとも32の倍数です。16:9 なら 864×480、1344×768 などです。

まとめ

H3 の shape エラーは、32の倍数でない解像度が原因でした。文字だけなら通ってしまうので、最初のフレームを足したときに初めて気づくことがあります。

幅も高さも32の倍数。848 は 864 に。

この記事の検証環境

RTX 5090(32GB)/ Windows 11 / ComfyUI 0.43.2 / MiniMax H3 fl2va・ref2va pruned int8 / 2026年11月7日
これまでの検証の一覧はこちら

検証メモ

  • 文字から動画:Pika H3 Flex の T2V テンプレートの、32に丸める計算を外して幅・高さを直接入れ、2秒で試しました。856×480 は16の倍数に切り捨てられて 848×480 になりました。
  • 最初のフレーム・参照画像:MiniMaxH3ImageToVideo(first_frame)と MiniMaxH3ReferenceToVideo(ref_image_size: match)に同じ画像を入れ、25フレーム・4ステップで試しました。
  • 版:生成部分のパディングは、0.37.0 のソースにもありました。このエラーを報告した海外のブログ(ComfyUI 0.37.0)がどの生成方法だったかは確かめていません。
  • 試していないこと:最後のフレーム(last_frame)、参照動画、V2V、ほかの縦横比。
この記事を書いた人
こまたろ

画像生成 AI に興味を持ったのがきっかけで、3年ほど前から ComfyUI を触っています。始めたころは今ほど情報がそろっておらず、何時間もかけて整えた環境が翌日のアップデートで動かなくなったこともありました。

KOBO Lab は、自分の学び直しと、これから ComfyUI を始める人が同じところでつまずかないようにと思って始めたサイトです。初心者も中級者も、迷ったときに開くサイトを目指しています。

検証は、RTX 5090 を積んだ自作 PC 1台で、実際に動かして確かめています。作業を楽にするための自作ツールも作っています。

記事は、運営者自身の経験と検証をもとに、Claudeで下書きを作り、GrokボットとMuseでも添削や確認をして仕上げています。

KOBO Lab の新しい記事を受け取る
AI動画・プロンプトComfyUI
KOBO Lab の新しい記事を受け取る
タイトルとURLをコピーしました