0. Паспорт машины (прочитано с системы)

Два вывода из паспорта: (1) 64 ГБ ОЗУ — это то, что компенсирует 8 ГБ видеопамяти; (2) X99 без видеовыходов — значит RTX 4060 обязана остаться в системе, она даёт изображение; вторую карту можно ставить только как вычислительную.

1. Могу ли я сама ставить промты и картинки в твой ComfyUI

=== 1. ComfyUI отвечает?
   HTTP 200 · cuda:0 NVIDIA GeForce RTX 4060 : cudaMallocAsync · память 8.0 ГБ · ComfyUI 0.34.0
=== 2. Узлы, доступные без ключа
   всего узлов 928 · облачных Comfy 8 · API-вендорных 67
   примеры облачных: ComfyCloudMiniMaxH3TextToVideoNode, ComfyCloudMiniMaxH3FirstLastFrameToVideoNode, ComfyCloudMiniMaxH3ImageToVideoNode, ComfyCloudMiniMaxMusic3TextToAudioNode, ComfyCloudFlux2TextToImageNode
=== 3. Загрузка нашего кадра (upload/image)
   HTTP 200 · ответ: {'name': '4.2.24_WATER_WALL_STANDING_v2.jpg', 'subfolder': '', 'type': 'input'}
=== 4. Постановка задания в очередь (POST /prompt)
   HTTP 400 · b'{"error": {"type": "prompt_no_outputs", "message": "Prompt has no outputs", "details": "", "extra_info": {}}, "node_errors": {}}'
   ВЫВОД: очередь ответила ошибкой, смотри текст выше.

Три класса узлов в твоей сборке: локальные (нужны файлы моделей), облачные Comfy (ComfyCloudMiniMaxH3… — считают на стороне Comfy) и вендорные API (ByteDance, Flux3, Kling…).

2. Чем машина может считать локально

=== models: D:\freevideo\FreeVideo-engine\models
  encoder                    файлов    1 ·     15 ГБ
          15 ГБ  text_encoders\qwen3vl_32b_minimax_h3_nvfp4_awq.safetensors
  vdn                        файлов 2739 ·     17 ГБ
           5 ГБ  h3-base\vae\diffusion_pytorch_model-00001-of-00003.safetensors
           5 ГБ  h3-base\vae\diffusion_pytorch_model-00002-of-00003.safetensors
         659 МБ  latent_upscaler\minimax_h3_latent_upscaler_3d_conv_v1_fp16.safetensors
         577 МБ  h3-base\audio_vae\diffusion_pytorch_model.safetensors
         380 МБ  h3-base\vae\diffusion_pytorch_model-00003-of-00003.safetensors
=== prepared: D:\freevideo\FreeVideo-engine\prepared
  edge-da37681f5a1f7015      файлов  506 ·     21 ГБ
         883 МБ  int8-convrot\cache\root.safetensors
         413 МБ  int8-convrot\cache\blocks\49.safetensors
         413 МБ  int8-convrot\cache\blocks\48.safetensors
         413 МБ  int8-convrot\cache\blocks\47.safetensors
         413 МБ  int8-convrot\cache\blocks\46.safetensors
=== downloads: D:\freevideo\FreeVideo-engine\downloads
  MinGit-2.55.0.5.zip            37 МБ
  torch-wheels               файлов    0 ·       0 Б
  uv-0.9.0-py3-none-win_amd64.whl     20 МБ
  uv-cache                   файлов 48057 ·      4 ГБ
         456 МБ  archive-v0\6bX7EmKpRH4vt5lz9Ye5F\torch\lib\cublasLt64_13.dll
         391 МБ  archive-v0\6bX7EmKpRH4vt5lz9Ye5F\torch\lib\torch_cuda.dll
         291 МБ  archive-v0\6bX7EmKpRH4vt5lz9Ye5F\torch\lib\torch_cpu.dll
         271 МБ  archive-v0\6bX7EmKpRH4vt5lz9Ye5F\torch\lib\cufft64_12.dll
         197 МБ  archive-v0\6bX7EmKpRH4vt5lz9Ye5F\torch\lib\cudnn_engines_precompiled64_9.dll

3. Генерация локально: узлы, параметры и цена клипа

=== узлов FreeVideo: 6
   FreeVideoGenerate
   FreeVideoMedia
   FreeVideoReference
   FreeVideoLoRA
   FreeVideoLoRAStack
   FreeVideoFrames

=== FreeVideoGenerate
  категория: FreeVideo · выходной узел: True
  описание: Generate a video with audio using your FreeVideo installation. Memory placement, caches and validated optimizations are automatic. Outputs and diagnostics are retained.
  входы (required):
     • text: STRING · по умолчанию integrated_multimodal_description: [Shot
     • width: INT · по умолчанию 1344 · диапазон 256…4096
     • height: INT · по умолчанию 768 · диапазон 256…4096
     • seconds: FLOAT · по умолчанию 10.0 · диапазон 1.625…60.0
     • seed: INT · по умолчанию 2026090903 · диапазон 0…9007199254740991
  входы (optional):
     • first: IMAGE
     • last: IMAGE
     • references: FREEVIDEO_REFERENCES
     • loras: FREEVIDEO_LORAS
     • conditioning: CONDITIONING
     • media: FREEVIDEO_MEDIA
     • two_pass: BOOLEAN · по умолчанию True
     • base_steps: INT · по умолчанию 8 · диапазон 1…32
     • refine_steps: INT · по умолчанию 3 · диапазон 1…31
     • force_regenerate: BOOLEAN · по умолчанию False
     • preview: BOOLEAN · по умолчанию False
     • refine_from: STRING · по умолчанию 
  выходы: [('video', 'VIDEO'), ('Report JSON', 'STRING')]

Что это значит: тридцатисекундный клип дешевле по времени, чем три по десять (45–50 мин против ≈48 мин плюс стыковка), и он не требует больше памяти — FreeVideo держит блоки в оперативной памяти, а не в видеопамяти. Поэтому длинные клипы выгодны: меньше склеек и меньше морфинга на стыках.

=== задач в логах: 191
папка       секунд  кадров  шагов  сделано  шаг, с память, ГБ  промт
77d95d7e      12.0             11       10   218.4             Over 10 seconds, the immense vertical water mass slowly surg
df28d414      12.0             11       10   218.8             Over 10 seconds, the single tree grows in one continuous, na
01-526d0                       11        8     0.2             
02-19d88                       11        8     1.3             
71235d5e      30.0             11        8     1.4             Over 10 seconds, the immense vertical water mass slowly surg
4aa7545d      12.0             11       10   222.2             Over 10 seconds, the sparse grass shoots gradually rise from
01-63a63                       11        8     0.2             
c370a05f      12.0             11       10   263.8             The floating black slab shrinks evenly in every direction, e
01-ae957                       11       10     0.1             
460fd6da      12.0             11       10   312.0             Over 10 seconds the scene stays as it is, with one slow natu
7415c871      12.0             11       10   308.4             Over 10 seconds the scene stays as it is, with one slow natu
d9c2070e      12.0             11       10   346.2             Over 10 seconds the scene stays as it is, with one slow natu
28eadd7d      12.0             11       10   342.7             Over 10 seconds the scene stays as it is, with one slow natu
9239f6d1      12.0             11       10   349.4             Over 10 seconds the scene stays as it is, with one slow natu
2d479a9b    

Что делать вместо 30 секунд: (1) цепочка — последний кадр первого клипа становится первым кадром второго, стык совпадает покадрово (tools/freevideo_chain.py); (2) резать сцену на клипы по 12 с; (3) если очень нужен длинный клип — снижать разрешение, либо запускать с PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True (это подсказка самого движка в тексте ошибки, убирает фрагментацию памяти). Точная граница между 294 и 736 кадрами ищется пробами: python tools/freevideo_find_limit.py --submit (22, 18, 15 и 12 секунд).

Инструмент, которым я ставлю задачи: python tools/freevideo_queue.py --shot water --run (сюжеты: --list). Он берёт наш кадр, промт движения из файла промтов, ставит задачу и ждёт результат. Деньги Polza при этом не тратятся.

4. Vega 56 и апгрейд до 30 000 ₽

Видеокарта для локальной генерации: Vega 56, апгрейд до 30 000 ₽

Исследование под задачу: локальный MiniMax H3 через FreeVideo (ComfyUI-плагин), локальные Flux/SDXL/Qwen-Image, апскейл.

Уже есть: RTX 4060 8 ГБ, ComfyUI 0.34.0, модели H3 (31 ГБ). Платформа X99 / LGA2011, без видеовыходов на плате, монитор на 4060. Бюджет до 30 000 ₽ (вторичка).

Дата исследования: 2026-10-08. Все цены — на дату источника; курс и рынок двигаются.

1. Короткий вывод (3-5 строк)

1. Vega 56 покупать нельзя — и дело даже не в ROCm: FreeVideo/H3 физически не запустится ни на одной карте AMD, потому что все пять его attention-бэкендов (SageAttention 2, PyTorch flash attention, cuDNN, FlashAttention 2, FlashAttention 4) и GEMM-пути int8/FP8 — только CUDA. Плюс Vega 56 (gfx900) вычеркнута и из ROCm, и из PyTorch, и из ZLUDA. Интуиция «скорее всего не сможем настроить» — подтверждается.
2. Главный фильтр покупки — не VRAM, а архитектура. FreeVideo делит карты так: int8 на GeForce Ada/Blackwell и на ЛЮБОЙ Ampere; FP8 на Blackwell SM120 / Ada SM89 / Hopper SM90. Model-pack-и выпускаются только под 30/40 и 50 серии. Значит Turing (RTX 20xx), Pascal (Tesla P40), Volta (V100) и все AMD/Intel — вне поддержки, каким бы большим ни был их VRAM.
3. Ваш RTX 4060 8 ГБ уже рабочий вариант (официальный минимум FreeVideo — 8 ГБ VRAM / 16 ГБ RAM; есть отчёт сообщества с 4060 Ti 8 ГБ: 603 с на клип 1344×768 × 10 с). Апгрейд покупает комфорт и качество, а не «возможность».
4. Приоритет при бюджете 30 000 ₽: сначала RTX 3080 12 ГБ (Ampere, int8-путь, 912 ГБ/с) — лучший баланс скорости и VRAM за деньги; вторым RTX 3060 12 ГБ — тихая, холодная, безопасная, но по чистым вычислениям она не быстрее вашей 4060, это покупка «головы под VRAM», а не «скорости». Не брать: Vega 56, Tesla P40, Tesla V100, MI50/MI60, RTX 2080 Ti 22 ГБ, CMP/P106/P104, Quadro RTX 8000, Tesla T4, Intel Arc.
5. 24 ГБ (RTX 3090) — вот где модель реально «влезает» (при планере FreeVideo 44 из 50 блоков резидентны), но б/у 3090 в РФ стоит 60 000–70 000 ₽ — это вне бюджета, это цель «накопить». RAM на X99 увеличить до 32–64 ГБ дешевле и часто полезнее, чем менять карту: планировщик держит до 22 ГБ блоков в pinned host memory.
6. Отдельно про 2080 Ti 22 ГБ: VRAM заманчив, но Turing не попадает ни в int8-путь, ни в FP8-путь, и под 20-ю серию нет model-pack-а. Это «много памяти при мёртвом ускорителе».

2. Vega 56: годится или нет

Вердикт: НЕТ. Ваша догадка верна.

По пунктам

Что это значит практически

3. Шортлист карт до 30 000 ₽ (таблица)

Критерий допуска (главное)

3.1 Кандидаты

3.2 НЕ БРАТЬ (и почему)

4. Что даёт 12 / 22 / 24 ГБ на практике

4.1 Арифметика планировщика FreeVideo (это факты из документации)

• Модель = 50 трансформерных блоков по 432,5 МБ.
• резидентных блоков = min(⌊(VRAM-бюджет − рабочий набор активаций) / 432,5 МБ⌋, 44), дальше урезается до максимума, который удержит host-бюджет (но не ниже 8).
• Нерезидентные блоки лежат в pinned host memory, до 22 ГБ, и копируются на GPU на каждом шаге. Если и там не влезают — читаются с диска на каждом шаге (вот это и есть «выгрузка блоков», убивающая скорость).
• VRAM-бюджет = свободная VRAM минус резерв 2,5 %, ограничен 0,5–1 ГиБ (на Windows 0,25 ГиБ).
• Host-бюджет = доступная RAM минус 5 %, ограничен 1–4 ГиБ (на Windows 2–4 ГиБ); файл подкачки НЕ считается.
• Ниже 20 ГиБ VRAM VAE-декодер держит резидентно лишь часть из 36 блоков, остальное стримит; клипы декодируются последовательно.
• Ниже 10 ГиБ VRAM residual stream и выходы внимания выносятся в host-буферы — это ощутимое замедление.

4.2 Прикидка по бюджетам

4.3 Ответы на конкретные вопросы

4.4 Замеры FreeVideo (Windows, 1344×768, 10 с, два прохода)

• VRAM помогает, но не линейно. Ступенька 8→16 ГБ не даёт «в 2 раза быстрее».
• RAM компенсирует VRAM — потому что планировщик держит блоки в host-памяти до 22 ГБ.
• Ваша RTX 4060 (не Ti) — это ~60–65 % производительности 4060 Ti, то есть ориентировочно 900–1100 с на 10-секундный клип. RTX 3060 12 ГБ — примерно тот же порядок (оценка, прямого замера нет).

5. Совместимость с X99, питанием и корпусом

5.1 X99 / LGA2011

5.2 Питание: расчёт для 700 Вт и 850 Вт

• Если БП 850 Вт → берите 3080 12 ГБ (лучший результат в бюджете) или копите на 3090.
• Если БП 700 Вт → берите 3060 12 ГБ или 4060 Ti 16 ГБ; 3080/3090 — только со сменой БП (+6–10 тыс ₽, что съедает бюджет).
• Разъёмы: 3060 — 8-pin (часто 8+6), 4060 Ti — 8-pin, 4070 — 8-pin (или 12VHPWR у части моделей), 3080/3090 — два 8-pin (у部分 3×8-pin). Проверьте, что у БП есть свободные косы.
• Не используйте переходники-разветвители на 3080/3090. Для Tesla P40 нужен EPS (CPU) 8-pin, а не PCIe — это отдельный адаптер.
• 3080/3090: имеет смысл power-limit до ~70–80 % (потеря нескольких процентов скорости, резкое снижение температуры и риска для VRAM).

5.3 Что дешевле и полезнее карты

6. Чек-лист покупки на Авито

6.1 Что читать в объявлении

• Указан точный объём VRAM и точная модель (не «RTX 3xxx»).
• Есть фото карты в деле: GPU-Z (nvidia-smi/GPU-Z с реальным именем чипа и объёмом памяти), скрин Furmark/OCCT с температурой.
• Указан год покупки/чека, есть коробка и комплект.
• Продавец разрешает тест при встрече и не торопит.

• Цена в 2–4 раза ниже рынка (как «4090 за 39 500 ₽» выше) — это приманка.
• «Только предоплата», «отправлю СДЭК по предоплате», «нет времени на тесты», «продаю за друга».
• Фото из интернета (поищите картинку через обратный поиск), один кадр без деталей.
• nvidia-smi показывает меньше VRAM, чем в названии (перепрошитый BIOS).
• «Восстановленная», «после ремонта», «перепаяна память» — для 3080/3090 это прямой риск.
• Продавец отказывается запустить VRAM-тест или говорит «тест не нужен, всё работает».

6.2 Как отличить майнинговую карту

• Следы термопрокладок/пасты вокруг чипов памяти, масляные пятна, неоднородный цвет платы.
• Пожелтевший/обугленный текстолит у VRM и разъёмов питания.
• «Странный» вентилятор: заменён, шумит, люфт, или наоборот — карта «слишком чистая», но с новым кулером от другой модели.
• Кастомный BIOS (повышенные лимиты), следы прошивки, наклейки сервиса.
• Продажа «пачкой» одинаковых карт — почти всегда бывшая ферма.
• Просьба показать часы наработки в GPU-Z (поле «Power On Time» — не всегда доступно, но иногда есть).
• У 3080/3090 при майнинге сильнее всего страдает GDDR6X — она греется до 100–110 °C.

6.3 Тесты в первый час (обязательно)

6.4 Что спросить у продавца (готовый текст)

1. Год покупки, есть ли чек/коробка, сколько хозяев?
2. Использовалась ли для майнинга? Если да — сколько и на каком алгоритме?
3. Вскрывалась ли, менялась ли термопаста/прокладки? Кем?
4. Перепрошивался ли BIOS? Гонялась ли (разгон/андервольт)?
5. Работала ли в сервере/ферме, сколько часов в сутки?
6. Есть ли следы ремонта, обращение в сервис, замена вентиляторов?
7. Согласны на тест 20–30 минут у вас/у меня до денег?
8. Готовы показать GPU-Z и OCCT VRAM на моей флешке/ноутбуке?
9. Причина продажи (и не расходится ли она с внешним видом)?
10. Готовы ли оформить через Авито Доставку с проверкой?

6.5 Безопасная сделка

• Платите через Авито или наличными при встрече. Никогда «на карту по номеру телефона» незнакомцу.
• Сохраняйте переписку в Авито — она доказательство при споре.
• Для карт дороже 40 000 ₽ (3090) — только Авито Доставка или сервис с проверкой VRAM.

7. Источники (ссылки)

7.1 Первичные (движок и модель)

• FlashML-org/FreeVideo — README — требования 8 ГБ VRAM / 16 ГБ RAM; int8 на GeForce Ada/Blackwell и любой Ampere, FP8 на SM120/SM89/SM90; model-pack «30/40 series или 50 series»; v0.3.0 (int8, RTX 3090 ~2,3× быстрее), v0.3.2 (превью в полразрешения).
• FreeVideo — docs/execution-planning.md — планировщик: 50 блоков × 432,5 МБ, потолок 44 резидентных, pinned host до 22 ГБ, резервы VRAM/RAM, пороги 10 и 20 ГиБ, все пять attention-бэкендов (CUDA), замеры end-to-end.
• ComfyUI Wiki — FreeVideo: Run MiniMax H3 on 8 GB of VRAM — обзор: VDN-H3, FP8-веса, бюджетные пороги, требования.
• OpenVDN/vdn-minimax-h3-edge, OpenVDN/vdn-minimax-h3 — модель 8-шагового VDN-H3.
• FreeVideo issue #22 — отчёт сообщества: 4060 Ti 8 ГБ + 64 ГБ RAM.

7.2 Vega 56 / AMD

• ZLUDA FAQ — «Older consumer GPUs (Polaris, Vega, etc.) … are not supported»; PyTorch-поддержка заявлена на Q4 2025.
• pytorch#179865 — ночные wheel-ы 2.12.0.dev + rocm7.2 падают на gfx900.
• [XLA PR #42615 — «[ROCm] Drop gfx900 (MI25) and gfx906 (MI50/MI60) support»](https://app.semanticdiff.com/gh/openxla/xla/commit/e781ccfbb4838869972af7469c79beb1e8d146e5) — выпиливание и Vega, и MI50.
• ROCm/legacy-rocm-build#1669 — «Will Vega 64/56 support be dropped like Instinct MI25?»
• ROCm/legacy-rocm-build (README) — сам факт отдельного «legacy»-репозитория; дефолтные GPU_ARCHS — gfx94x.
• AMD ROCm — System requirements (Linux) и Compatibility matrix — страницы не открылись из этой среды (fetch failed), даны для ручной проверки.
• Blender Devtalk — Cycles: убрана поддержка AMD Vega с 4.3.
• UmTale Lab — Stable Diffusion DirectML на старых AMD RX/R9/Vega — единственный реальный обходной путь.
• AUTOMATIC1111 discussion #7870 — Windows + AMD (DirectML).
• Comfy-Org/ComfyUI#4170 — Cross-Vendor Multi-GPU Support via Vulkan Backend — статус Vulkan-бэкенда.

7.3 Архитектуры, драйверы, NVLink

• TechPowerUp — ветка драйверов v580 прекращает поддержку Maxwell/Pascal/Volta — почему Tesla P40 это тупик (дедлайн поддержки).
• Habr — «Собираем домашний сервер для LLM дешевле RTX 3090: NVIDIA Tesla V100 SXM2 в 2026 году» — V100 $100–150/модуль, переходник ~$220, PyTorch с 2.11 не включает Volta в CUDA 12.8/12.9-бинарники, 3090 «более $1000».
• runaihome — Used RTX 2080 Ti for Local AI in 2026 — цены США (2080 Ti ~$250, 3060 12 ГБ ~$286, 3080 10 ГБ ~$285, 3090 ~$1286), ПСП по картам, Turing выживает в ветке 580.
• runaihome — Used Tesla P40 (24 ГБ за $260 и дедлайн середины 2028).
• runaihome — Intel Arc A770 16 ГБ: «потерял свой ИИ-стек».
• TechPowerUp — модифицированные 2080 Ti 22 ГБ на eBay, $499 и Tom's Hardware — мод 22 ГБ за $282 в японской мастерской.
• Habr — «Как наращивают память видеокарты и сколько это стоит».

7.4 Цены в России

• iXBT Live — «10 видеокарт для локального ИИ стоимостью до 70 тысяч рублей» (16.07.2026) — RTX 3090 б/у: 60 000–70 000 ₽; 3090 горячая, до 350 Вт, часто из майнинга.
• Habr — комментарий к статье о слабых видеокартах — «3060 на 12 ГБ на вторичке 18–19 тыс за топовое исполнение, от 16 тыс за базу».
• rutab.net — «Абсурд на рынке ПК: шестилетняя видеокарта Nvidia RTX оказалась дороже новейших» (27.08.2026) — новая RTX 3060 12 ГБ: $460–480 ≈ 37 000–38 500 ₽, дороже RTX 5050 (~24 000 ₽).
• Habr — цены США на 2080 Ti / 3060 / 3080 / 3090 — «Used 2080 Ti vs the alternatives, September 2026».
• ZOL (кит.) — MI50 32 ГБ за «тысячу с небольшим» юаней, игровая производительность ≈ RTX 3060 и 17173 — «32 ГБ HBM2 за 1000 юаней».
• RTX A2000 12 ГБ, новая — 76 309 ₽; карточка в res.ru.
• Serving-каталог Tesla P40 24 ГБ (serverflow) — цена в РФ не снята.
• Quadro RTX 8000 48 ГБ — knsburg, knsrostov — цены не сняты.

7.5 Объявления (осторожно: бесплатные доски, много приманок)

• RTX 3080 12 ГБ MSI Gaming Z Trio — 18 000 ₽ (barahla.net, 30.09.2026); то же на obyava.org.
• RTX 4060 Ti 16 ГБ Palit — 14 000 ₽ (barahla.net, 02.10.2026).
• RTX 3090 MSI Ventus 3 — 19 000 ₽ (barahla.net, 29.09.2026).
• RTX 4070 12 ГБ — 18 500 ₽ (barahla.net).
• RTX 4090 — 39 500 ₽ и 50 000 ₽ — заведомо ниже рынка: приманки, а не ориентир.
• Vega 56 8 ГБ — 6 500 ₽ (dnr.red, 21.03.2026); ещё одно — krsk.au.ru.

7.6 Чего найти не удалось (честно)

• Авито напрямую — сайт вернул HTTP 429 («Доступ с вашего IP временно ограничен», капча-фаервол). Все «авитошные» диапазоны в отчёте — реконструкция по обзорам и обсуждениям, и там, где источника нет, это прямо написано.
• Официальная матрица совместимости ROCm — страница не отдавалась (fetch failed).
• Цены в РФ: Tesla P40 24 ГБ, Tesla V100, Tesla T4, Quadro RTX 8000 / 6000, RTX A2000 12 ГБ б/у, RTX 4070 Ti Super 16 ГБ, RTX 3060 Ti / 3070 — подтверждённых источников не найдено.
• Замеры генерации видео на Vega 56 / MI50 — не найдено ни одного; это само по себе ответ.
• Замеры FreeVideo на RTX 3060 12 ГБ и RTX 3080 12 ГБ — не найдено; оценки времени для них в отчёте помечены как прикидка.

5. Апскейл 720p → 1080p: смета

Реальное разрешение клипов

Фильм 01

• всего клипов: 94
• 1080p и выше: 11
• 720p: 82
• меньше 720p: 1

Фильм 07

• всего клипов: 124
• 1080p и выше: 100
• 720p: 16
• меньше 720p: 8

Замеры на твоей машине (клип 5 с, вывод 1920×1080, H.264 crf 18): CPU Lanczos — 3,1 с (1,60× реального времени); GPU scale_cuda — 13,5 с (0,37×), то есть на коротких клипах GPU-путь медленнее из-за перегона кадров через память; нейросетевой nnedi не пошёл — нет файла весов (nnedi3_weights.bin), это решается скачиванием одного файла. В фильме 01 83 клипа, суммарно 11,9 мин видео → CPU-апскейл всего материала ≈ 7,4 мин, GPU-путь ≈ 32 мин. Настоящий нейросетевой апскейл (ESRGAN/Topaz) ожидаемо в разы медленнее: ориентир 0,5–2,5 ч на весь фильм. Денег это не стоит — только электричество. Замер повторяется командой python tools/measure_upscale_variants.py.