Tiktok Catgirl Cosplay MiniMax H3 (FL2VA)

Ideal para principiantes. Flujos de trabajo potentes, curva de aprendizaje baja.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Crea videos, imágenes, personajes de chat personalizados y más.

Explora modelos, renderiza y mejora desde cualquier navegador o teléfono.

Discord bot (Vector)

Agrega Vector a tu servidor o únete al Discord de Vector. ¡Crea lo que quieras!

Unified Editor Web

Editor para imágenes y video: renderiza, edita, mejora y más en una sola página.

Civitai Web

Paga por uso

Genera en el propio sitio de Civitai; cada imagen se paga con créditos Buzz.

Apps locales

Requiere configuración

Instala programas locales si tu computadora tiene buen hardware.

ModelDuel Web

Paga por uso

Genera el mismo prompt en hasta 50 modelos checkpoint/base a la vez.

Alquila una GPU en la nube

Graydient Cloud GPU

823 descargas · 47 me gusta en Civitai

Tarifa fija, uso ilimitado. Este modelo se instala con un clic.

RunPod Cloud GPU

Cobro por minuto

Alquila una GPU por minuto y configura el modelo tú mismo.

Creado por

catgirl_lover

en Civitai

by catgirl_lover - Tiktok Catgirl Cosplay - MiniMax H3 (FL2VA)

Notas del creador

Tiktok Catgirl Cosplay - MiniMax H3 (FL2VA) Trained on real cosplay footage, so it pushes H3 towards looking like an actual photo of someone in a wig and ears instead of the smooth idol face it falls back on. Skin texture comes back, lighting gets harder, makeup looks applied rather than rendered. H3 already knows what a catgirl is so this isn't teaching it that. It mostly changes the look. It does follow colour details better though, ask for crimson inner ear fur and you get crimson instead of pink. Trigger is `ctgrlcos`. Put it mid sentence where you'd normally name the person, not stuck on the front. Settings Strength 1.0. That's the only value I've actually tested, I only ever ran it on and off to check it was working, so if 0.7 looks better to you then use that. - FL2VA, pruned checkpoint. Samples were made on pruned bf16, int8-convrot and nvfp4 should be fine too. - CFG stays at 1. The weights are distilled, there's no negative prompt. - res_multistep + simple, sigma shift left alone at 12.0 / 3.0. - 768x1344 portrait is what it wants, that's the biggest bucket it saw. - Frame count has to sit on the 17k+5 grid, so 124 for about 5s or 243 for 10s. Prompting Captions were written in H3's three field format so it responds best to the same shape: integrated_multimodal_description: [Shot 1] Live-action, Medium close-up, ctgrlcos wears large fluffy white cat ears with black tips on a thin black headband, her long straight platinum-blonde wig falling past her shoulders. She wears a white collared shirt with a red bow. She tilts her head and smiles in warm lamplight. The camera holds a static shot. overall_soundscape: N/A non_diegetic_music: N/A They ran long, 90 to 160 words, always opening with [Shot 1] Live-action and the shot type and ending on a camera line. Short prompts still work, you just get less out of it. Audio fields were N/A on all of them since it's a stills dataset, so it won't help you with sound. Careful with unpruned checkpoints Load this on an unpruned model and 50 of its 258 modules quietly don't apply. Pruning changes the AdaLN input width to 8 and this was trained on a pruned base, so those shapes don't line up. Nothing visibly breaks, you just get a weaker result and no obvious reason why. Easiest check is the ComfyUI log when the model stages, you want `258 patches attached`. If it says 0 then the lora isn't doing anything at all. Ref2VA loads, the key shapes are identical, but I haven't properly looked at whether the output holds up. Assume untested. Known issues - Trained on still images, used for video, so fine detail can come out soft. Main thing I may fix if I make a next one. - Most of the dataset is medium close up. Strong on face shots, falls off once the subject is small in frame. - Backgrounds drift towards bedrooms and plain walls even when you prompt otherwise. One of the sample clips does exactly this, I asked for a plain studio backdrop and got a room. Samples and dataset Each clip is the same seed and prompt run twice, lora off on the left, 1.0 on the right. Worth knowing the trigger is in both prompts, so the left side is just H3 dealing with a word it doesn't know. Dataset is 248 still short form cosplay video, filtered down to cat ears only since a lot of the source was fox and bunny, captioned locally with Qwen3-VL-32B, then I went through them by hand and cut it from 289 down to 248. Rank 16, 3000 steps, ai-toolkit, about 48 minutes on a 5090 (without sample output).

Palabras de activación

ctgrlcos

SHA256

CC48F203C40E8341BC727D34CA50B346F670C4038AAF862905345126624FE918

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #50 Hottest MiniMax H3 model · #50 Hottest MiniMax H3 LoRA

Not this creator?

Get your own badge

Tendencia de popularidad de Tiktok Catgirl Cosplay MiniMax H3 (FL2VA)

Puntuación de calor desde 10 Aug 2026

Puntuación de popularidad

8,276°

Esta semana

n/a

No fue lanzado/seguido

Este mes

n/a

No fue lanzado/seguido

Último año

n/a

No fue lanzado/seguido

7,000°

Piso

La escala va de 0° a 9,999°. Todo lo que está por debajo de 7,000° se reserva para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas. 7,000° es donde empiezan los datos medidos: un modelo con datos reales pero casi sin descargas se sitúa en el piso, y las mediciones llenan los grados por encima. El piso no dice nada sobre el modelo; solo los grados por encima lo hacen, y son los que separan un modelo de otro.

+890°

Descargas en Civitai

823 descargas de esta versión exacta en Civitai. Las descargas son el ingrediente más pesado y se cuentan en escala logarítmica: diez veces las descargas suman los mismos 300°, así que un modelo con un millón de descargas no es mil veces más popular que uno con mil. Las seis fuentes de descargas comparten ese término, repartido entre ellas según sus conteos.

+252°

Me gusta

47 me gusta y pulgares arriba en todas las fuentes. Un me gusta pesa la mitad de una descarga, en la misma escala logarítmica.

+34°

Tasa de adopción

Unos 2 descargas al día, medidos entre dos lecturas de las fuentes, nunca estimados a partir de un promedio de toda la vida. La velocidad pesa un cuarto del término de descargas, así que un aumento reciente se nota sin que un pico de un día supere años de uso.

+100°

Impulso familiar

+100° porque este es un LoRA de una familia que este sitio está impulsando ahora mismo. Es un impulso limitado dentro de la puntuación y se muestra aquí abiertamente; nunca puede ocultar un modelo ni superar una diferencia de mil veces en descargas.

Mostrar desglose detallado

Cada número en este sitio se puede verificar. La puntuación de popularidad de este modelo es 8,276°, y aquí se construye un ingrediente a la vez, con el total acumulado después de cada uno: el piso, los grados que añade cada fuente, el bono por el tipo de modelo y lo que la antigüedad de sus pesos resta. Los colores son las bandas del gráfico de arriba. El glosario al final define cada término.

1
Empieza en el piso.
Por qué 7,000° y no cero: la escala va de 0° a 9,999°, y la parte por debajo de 7,000° está reservada para modelos que ninguna fuente reporta aún, que llevan un número provisional ahí para que las listas se mantengan completas y nunca superen a un modelo con datos. 7,000° es donde empiezan los datos medidos. Un modelo con datos reales pero casi sin descargas está aquí; todo lo que sigue es medición, y el espacio sobre el piso tiene diez pasos de diez veces más descargas a 300° cada uno. El piso es igual para todos los modelos, así que no decide nada; los grados por encima sí.
7,000°
total acumulado
2
Suma las descargas.
823 equivalentes a descargas en total, de Descargas en Civitai. Diez veces las descargas suman el mismo 300°, así que el tamaño importa pero nunca domina la puntuación.
+890°
7,890°
total acumulado
3
Suma los likes.
47 likes y pulgares arriba, con la mitad del peso de una descarga.
+252°
8,142°
total acumulado
4
Añade la tasa de adopción.
Unos 2 descargas al día ahora mismo, medido entre dos lecturas, con un cuarto del peso.
+34°
8,176°
total acumulado
5
Impulso familiar.
Un empujón abierto y limitado para LoRAs de una familia que este sitio está promoviendo ahora mismo.
+100°
8,276°
total acumulado
=
La puntuación heat.
Dónde está este modelo en cada lista de este sitio. Nada más la ajusta.
8,276°

Glosario: los términos usados aquí

Puntuación heat: Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
Piso: Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
Equivalentes a descargas: Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
Escala logarítmica: Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
Likes: Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
Tasa de adopción: Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
Medido y estimado: Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
Seeder: Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
AI Horde: Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
Sitios de generación: Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
Tokens de OpenRouter: Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
LoRA y embedding: Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
Familia y pesos: La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
Antigüedad: Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
Impulso de familia: Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
Puntaje provisional: Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
¡Nuevo! (periodo de gracia): Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
Tendencia: Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
Modelo típico: El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.

Cómo se ha movido la popularidad de este modelo frente al resto del catálogo: su crecimiento en descargas, likes y uso en cada periodo, medido contra el crecimiento típico de un modelo en el mismo periodo, con su puntuación de calor en ese momento. Por encima del crecimiento típico se lee como un aumento, por debajo como una caída. El pasado se reconstruye a partir de los totales de hoy, el primer día del modelo y su velocidad de descarga medida cuando hay dos lecturas; un modelo que no existía al inicio de un periodo muestra n/a.

Renders de ejemplo

Prompts y ajustes compartidos por quienes hicieron estos renders en Civitai. Elige un render para ver cómo se hizo.

Obtener este prompt

No se compartió ningún prompt con este render.

No se compartió ningún prompt con este render.

No se compartió ningún prompt con este render.