2026 Location Mac mini :
MoneyPrinterTurbo pour la vidéo courte IA — guide et comparatif des coûts

MoneyPrinterTurbo est un projet Python open source : à partir d’un thème ou de mots-clés, un LLM rédige le script, associe des clips libres de droits (Pexels, etc.), génère voix et sous-titres, mixe la musique de fond et exporte un short HD via ffmpeg. Le dépôt officiel suit une architecture MVC, expose une WebUI Streamlit et une API REST, gère le 9:16 (1080×1920) et le 16:9 (1920×1080), le batch et plusieurs backends LLM/TTS.

Le README recommande Windows 10+, macOS 11.0+ ou Linux ; sur Mac, uv sync --frozen est la voie documentée. Cela colle à un Mac mini dédié au rendu ou à un cloud Mac loué qui tourne 7×24 : un MacBook fermé interrompt les files ; le bundle Windows est rapide en local mais impose des chemins sans espaces ni caractères problématiques ; un VPS Linux seul s’écarte des habitudes macOS (launchd, écosystème codec Apple) décrites par le projet.

• Élasticité : monter la RAM en campagne, réduire en creux, sans CapEx pour un pic de trois semaines.
• Collaboration distante : une seule instance rent a Mac en SSH/VNC, clés API et dossiers output partagés.
• Chemins homogènes : répertoire anglais type ~/apps/MoneyPrinterTurbo pour limiter les erreurs citées dans le README.

Dans un workflow créatif Apple (Final Cut, Motion, assets ProRes), un Mac loué garde la cohérence matérielle et logicielle que les équipes studio attendent — sans immobiliser un Mac mini en salle de montage.

Documentation officielle — à revalider après chaque release :

Page projet MoneyPrinterTurbo (GitHub)

README.md (instructions de déploiement)

Notes de version v1.2.9 (2026-05-30)

Avant de louer, alignez les contraintes réelles : portable non disponible 24/7 ; achat = amortissement et FAI domestique ; Colab limité dans le temps ; SaaS = moindre maîtrise des données ; Docker sur Mac distant = couche ops supplémentaire.

Si vous avez testé le one-click Windows, migrez vers git clone du dépôt + uv sur le serveur. Le notebook Colab du dossier docs convient à la démo ; la production série reste sur macOS bare metal.

Chaîne type : thème/mots-clés → script LLM → Pexels ou assets locaux → TTS → style sous-titres → mix BGM → ffmpeg. WebUI pour la rédaction ; API main.py pour CMS ou orchestration de publication.

Selon le README (à reverifier) : minimum ~4 cœurs CPU, 4 Go RAM ; recommandé 6–8 cœurs, 8 Go ; idéal 8+ cœurs, 16 Go. Le GPU aide faster-whisper mais n’est pas obligatoire si LLM cloud + Edge TTS — un plan location Mac mini orienté CPU/RAM suffit souvent.

La v1.2.9 ajoute réglages avancés de script dans la WebUI (paragraphes, consignes custom, system prompt optionnel), le support MiMo LLM/TTS, et corrige chemins BGM custom et retours à la ligne longs en sous-titres — utile pour des campagnes A/B sans changer l’architecture. En agence, isolez les dossiers output par marque et gardez les clés API hors du dépôt git ; 16 Go RAM facilitent WebUI et worker API simultanés lors des pics de campagne.

Prérequis : location Mac mini avec macOS 11+ et SSH. Commandes issues du README — revalider après mise à jour du dépôt.

1. SSH et arborescence : ssh user@your-cloud-mac-host, puis mkdir -p ~/apps && cd ~/apps. Vérifier sw_vers et l’accès GitHub + API LLM.
2. Cloner le dépôt : git clone https://github.com/harry0703/MoneyPrinterTurbo.git && cd MoneyPrinterTurbo. Chemins sans espaces ni caractères ambigus.
3. Dépendances (uv) : uv python install 3.11 puis uv sync --frozen. Variante : venv 3.11 + pip install -r requirements.txt.
4. config.toml : copier config.example.toml vers config.toml ; renseigner pexels_api_keys, llm_provider et clés. Sous-titres : edge d’abord, whisper si qualité insuffisante.
5. Lancer la WebUI : uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False ou sh webui.sh. Ne pas exposer 0.0.0.0 : tunnel SSH, Tailscale ou pare-feu ; depuis v1.2.9, webui.sh lie par défaut 127.0.0.1.
6. Premier vertical 9:16 : saisir un thème (ex. « location Mac mini et coût matériel »), format 9:16, langue, test Edge TTS, activer sous-titres et BGM, contrôler sync et niveaux, récupérer depuis output.

Étape optionnelle 7 : API uv run python main.py pour brancher un pipeline de publication. Jobs longs dans tmux / screen pour survivre à une coupure SSH.

cd ~/apps
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen
cp config.example.toml config.toml
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False

Contrôles : WebUI sans erreur ; une ligne LLM générée ; Edge TTS audible ; ffmpeg trouvé (sinon ffmpeg_path) ; espace disque sous output. Surveillez les jobs longs via logs SSH et rotation, sans exposer Streamlit sur Internet. Pas encore de nœud : tarifs CALMVPS.

• Minimum README : 4 cœurs, 4 Go RAM ; GPU optionnel ; whisper local plutôt 16 Go+.
• Formats : 9:16 = 1080×1920 ; 16:9 = 1920×1080 pour Reels, TikTok, Shorts YouTube.
• Coûts cachés : tokens LLM ; paliers Pexels/Azure TTS ; volume output ; temps ops vs SaaS dans le TCO.

FAQ

• GPU obligatoire ? Non avec LLM cloud + Edge TTS ; GPU surtout pour whisper local large-v3.
• Mac loué vs one-click Windows ? One-click pour démo bureau ; production série et README macOS → location + git.
• Droits ? Vérifier CGU LLM, licence Pexels et source BGM (README signale risque YouTube) ; pas de conseil juridique.
• Débit réseau ? Téléchargements stock et export MP4 chargent la liaison louée — choisir une région avec bon peering pour la production série.

Produire des séries sur un Mac personnel qui se ferme casse les files par veille et thermique ; un VPS Linux cheap sans macOS éloigne des chemins documentés. Pour 7×24, SSH/VNC, livraison rapide de Mac bare metal dédié à MoneyPrinterTurbo, en parallèle de choix M4 vs attente M5 ou Hermes 24/7, la location Mac bare-metal CALMVPS reste souvent le meilleur compromis : Apple Silicon dédié, multi-régions, durées flexibles. Configurations : page tarifs CALMVPS ; commande : commander Mac mini M4.