Bu sabah Pika H3 Flex için Pika’nın blog yazısını, ürün sayfasını, Hugging Face model kartını, GitHub reposunu ve donanım notlarını okudum. Modeli çalıştırmadım. Yazıdaki her bilgi bu sayfalardan, hız iddiaları da Pika’nın kendi beyanı.
Özetle şöyle: gerçek bir açık sürüm ama yarım. Üretici adaptörler ve inference kodu sizde. Upscaler, ses kanalları, prompt iyileştirme ve hızlı servis altyapısı ise Pika’nın API’sinde kalıyor. Yerelde de her istek için bir adet H100 80GB sınıfı GPU lazım.
Pika neyi açtı, neyi elinde tuttu?
Pika’nın blog yazısına ve Hugging Face kartına göre H3 Flex, MiniMax H3’ün üzerine ek eğitimle kurulmuş bir model. Videoyu 50 yerine 6 adımda üretiyor. Pika modele yıldız işaretiyle “gerçek zamandan hızlı” diyor, ürün sayfasında da H3Max’ten 1,8 kat hızlı olduğu yazıyor. Bunlar Pika’nın kendi servisindeki rakamlar. Evdeki makinenizde bu hızı görmezsiniz.
Açık olan kısım şunları kapsıyor:
- Üretici adaptörler ve inference kodu
- Metinden videoya
- İlk ve son kareden videoya
- Çoklu referanstan videoya
- Senkron ses
- 480p ve 768p çıktı
Sadece API’de kalanlar: 1080p, 2K ve 4K için upsampler, ayrı ses kanalları, prompt iyileştirme ve hızlandırılmış servis.
Pika’nın kendi servisi çok daha fazlasını yapıyor. 480p, 768p, 2K ve 4K seçenekleri var (2K ve 4K aslında 768p üretimin büyütülmüş hali). Klipler 5 ile 15 saniye arası, 24 fps. Ses 32 kHz stereo ve beş ayrı kanala bölünebiliyor: Dialogue, Score, SFX, Foley, Ambience. Prompt 8.000 karaktere kadar uzayabiliyor, çıktı H.264 ve AAC ile MP4, 11 farklı en boy oranı mevcut. Toplam 12 referans verebiliyorsunuz: en fazla 9 görsel, 3 video ve 3 ses. En az bir görsel ya da video şart.
Model MiniMax’ın H3’ü üzerine kurulu. MiniMax’ın diğer işlerini takip ediyorsanız MiniMax M3.1 Flash fiyat yazım farklı bir modeli anlatıyor ama arka planı tamamlıyor.
Pika H3 Flex için ne lazım?
Donanım notları kısa ve net:
- Her istek tek GPU’da çalışıyor. Bir isteği birden fazla GPU’ya bölemiyorsunuz.
- Test edilen kart H100 80GB.
- 768p’de 15 saniyelik video için CPU offload gerekiyor.
- H200 ve B300 için Pika’nın ifadesi net: henüz onaylanmadılar.
Disk tarafında Hugging Face kartına göre temel bileşenler Diffusers formatında yaklaşık 210 GB tutuyor. İndirmeye başlamadan önce yeri ayarlayın.
Evde model çalıştırmaya alışkınsanız bu bir üst lig. Daha hafif yerel kurulumlar için DeepSeek DeepInfer yazısına bakabilirsiniz.
Adım adım kurulum
Dokümanlara bakarak izleyeceğim sıra bu. Kendim denemedim.
- Ağırlıkları indirin. Hugging Face sayfasından adaptörleri alıyorsunuz. Yanında MiniMax H3 temel bileşenleri de lazım, yaklaşık 210 GB.
- Kodu çekin. Inference kodu GitHub reposunda.
- Adaptörü seçin. İki seçenek var. FL2VA metin ile ilk ve son kareyi alıyor. Ref2VA referanslarla çalışıyor. İkisi de FP32 LoRA, rank ve alpha değeri 128.
- 6 adımlık planı bozmayın. Kart, tam olarak bu 6 adımlık zamanlamanın kullanılması gerektiğini söylüyor. Başka bir sampler ayarı denemeyin.
- 480p ile başlayın. Önce kısa bir 480p klip alın, sonra 768p’ye geçin. 768p’de 15 saniye için CPU offload gerektiğini unutmayın.
Yerel kurulum mu, Pika API mi?
| Yerel açık ağırlık | Pika API | |
|---|---|---|
| Çözünürlük | 480p, 768p | 4K’ya kadar |
| Ses | karışık stereo | + 5 ayrı kanal |
| Prompt iyileştirme | yok | var |
| Donanım | 1x H100 80GB sınıfı | gerekmiyor |
Montajda 4K ya da ayrı ses kanalları lazımsa tek yol API. Kontrol, gizlilik ya da 480p ve 768p’de kendi fine-tune’unuz için bir temel arıyorsanız açık ağırlıklar işinize yarar.
Lisans notları
Hugging Face kartı ve GitHub’a göre üç ayrı lisans var:
- Adaptörler MiniMax H3 Community License Agreement ile geliyor.
- Inference kodu Apache-2.0.
- Qwen encoder Apache 2.0.
Yani kod bildiğimiz anlamda açık kaynak. Ağırlıklar açık ama MiniMax’ın topluluk lisansına bağlı. Ticari bir işte kullanmadan önce lisansı okuyun. Haftanın genel resmi için 19 ile 25 Ekim haftalık özetine bakabilirsiniz. Bugün ayrıca Mistral Large 4 açık ağırlık yazısını da yazdım.
Sık sorulan sorular
RTX 4090’da çalışır mı?
Pika test etmedi. Test edilen tek kart H100 80GB, o yüzden buna güvenmem.
Pika H3 Flex açık kaynak mı?
Kod Apache-2.0. Ağırlıklar MiniMax H3 Community License ile geliyor.
Yerelde 4K alabilir miyim?
Hayır. Yerelde 480p ya da 768p. 2K ve 4K, Pika’nın API’deki upscaler’ından geliyor.
Klipler ne kadar uzun?
5 ile 15 saniye arası.
Ses üretiyor mu?
Evet, senkron stereo ses. Ayrı kanallar sadece API’de.
