2026 Аренда Mac mini:
MoneyPrinterTurbo для AI-коротких видео — гайд и сравнение затрат

MoneyPrinterTurbo — open-source Python: по теме или ключевым словам LLM пишет сценарий, подбираются клипы (Pexels и др.), синтезируется речь и субтитры, микшируется фон, ffmpeg отдаёт HD-ролик. В upstream — MVC, Streamlit WebUI и REST API, форматы 9:16 (1080×1920) и 16:9 (1920×1080), batch и несколько LLM/TTS backend.

README фиксирует Windows 10+, macOS 11.0+ или Linux; на Mac рекомендован uv sync --frozen. Это стыкуется с выделенным Mac mini под рендер или с арендованным cloud Mac 7×24: MacBook в clamshell уходит в sleep и режет очередь; Windows one-click быстр для демо, но на сервере ломается из-за путей; голый Linux-VPS без привычного launchd и Apple Media toolchain расходится с документацией проекта.

• Эластичность без CapEx: пик кампании — больше RAM, затишье — меньший инстанс.
• Общий runtime: один узел rent a Mac по SSH/VNC, единые API keys, resource/songs и output.
• Предсказуемые пути: английский префикс ~/apps/MoneyPrinterTurbo снижает класс ошибок из README про каталоги.

На Apple Silicon локальный whisper через Metal при необходимости; при доминировании cloud LLM + Edge TTS достаточно CPU/RAM-профиля без discrete GPU — типичный кейс аренды M4.

Официальная документация — перепроверять после каждого релиза:

Страница проекта MoneyPrinterTurbo (GitHub)

README.md (инструкция по развёртыванию)

Релиз v1.2.9 (2026-05-30)

До аренды зафиксируйте ограничения: ноутбук не держит 24/7 очередь; покупка — амортизация и домашний ISP; Colab обрывает сессии; SaaS режет кастомизацию и data plane; Docker на удалённом Mac добавляет слой оркестрации и точек отказа при отладке ffmpeg/whisper.

После Windows one-click на сервере переходите на git clone из репозитория GitHub + uv — не путайте git-источник с бытовым «складом» файлов. Notebook в docs подходит для эксперимента; серийный выпуск — bare-metal macOS.

Конвейер: тема/keywords → LLM script → Pexels или локальные assets → TTS → стиль субтитров → mix BGM → ffmpeg. WebUI для редакции; main.py API для CMS и CI публикации.

По README (актуализировать): минимум ~4 CPU, 4 GB RAM; рекомендовано 6–8 ядер, 8 GB; идеал 8+ ядер, 16 GB. GPU ускоряет faster-whisper, но не обязателен при cloud LLM и Edge TTS — часто хватает аренды Mac mini с упором на CPU/RAM и Unified Memory bandwidth Apple Silicon.

v1.2.9: расширенные настройки текста в WebUI (абзацы, custom prompt, optional system prompt), Xiaomi MiMo LLM/TTS, фиксы custom BGM path и переносов длинных субтитров — A/B сценариев без смены топологии.

Технически: длительные ffmpeg-job нагружают диск output и CPU sustained; при whisper large-v3 учитывайте пиковое потребление RAM и не смешивайте с тяжёлым Ollama на том же инстансе без планирования cgroup/очереди — иначе watchdog SSH-сессии убьёт полу-собранный ролик.

Допущение: аренда Mac mini, macOS 11+, рабочий SSH. Команды из README — сверить с upstream после обновления репозитория.

1. SSH и каталоги: ssh user@your-cloud-mac-host, mkdir -p ~/apps && cd ~/apps. sw_vers ≥ 11; доступ к GitHub и endpoint LLM.
2. Клонирование: git clone https://github.com/harry0703/MoneyPrinterTurbo.git && cd MoneyPrinterTurbo. Пути без пробелов и без кириллицы в cwd.
3. Зависимости (uv): uv python install 3.11, uv sync --frozen. Fallback: python3.11 -m venv .venv + pip install -r requirements.txt.
4. config.toml: копия config.example.toml → config.toml; pexels_api_keys, llm_provider, ключи. Субтитры: edge, при браке качества — whisper.
5. WebUI: uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False или sh webui.sh. Не биндить 0.0.0.0 в интернет: SSH tunnel, Tailscale, pf; с v1.2.9 webui.sh по умолчанию 127.0.0.1.
6. Первый 9:16: тема (например «аренда Mac mini снижает CapEx»), формат 9:16, язык, тест Edge TTS, субтитры + BGM, выгрузка из output, проверка A/V sync.

Шаг 7 (опционально): uv run python main.py для интеграции с публикацией. Длинные job — tmux/screen, иначе обрыв SSH прервёт ffmpeg child process.

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

Чеклист: WebUI без traceback; LLM генерирует тестовую строку; Edge TTS слышен; ffmpeg в PATH (иначе ffmpeg_path в config); свободное место под output. Нет узла — цены аренды CALMVPS.

• README minimum: 4 ядра, 4 GB RAM; GPU опционален; локальный whisper — 16 GB+.
• Форматы: 9:16 = 1080×1920; 16:9 = 1920×1080 для Shorts/Reels/TikTok.
• Скрытые затраты: токены LLM; платные tier Pexels/Azure TTS; рост output; ops-время vs SaaS в TCO.

FAQ

• Нужен ли GPU? Нет при cloud LLM + Edge TTS; GPU — для локального whisper large-v3.
• Аренда vs Windows one-click? One-click для десктоп-демо; серия и README macOS → аренда + git из репозитория.
• Права? Отдельно ToS LLM, лицензия Pexels и источник BGM (README предупреждает про YouTube-BGM); не юридическая консультация.
• Ключи в git? Не коммитить config.toml с секретами; ротация при утечке из логов WebUI.

Серийный выпуск на личном Mac с закрытой крышкой ломается sleep и троттлингом; на дешёвом Linux без macOS нет launchd-паттернов и привычного toolchain. Кому нужны 7×24, SSH/VNC, быстрая выдача bare-metal Mac под MoneyPrinterTurbo параллельно с выбором M4 vs ожидание M5 или Hermes 24/7, у CALMVPS аренды bare-metal Mac обычно лучший баланс: выделенный Apple Silicon, регионы, гибкие сроки. Тарифы: цены аренды CALMVPS; заказ: оформить Mac mini M4.