MoneyPrinterTurbo en Mac mini rental : guide vidéos courtes IA automatisées 2026 (comparatif des coûts)

MoneyPrinterTurbo (auteur harry0703) est un framework open source populaire sur GitHub pour vidéos courtes IA : un thème ou des mots-clés suffisent pour générer le script, matcher des assets, synthétiser la voix, styliser les sous-titres, mixer la BGM et exporter en 9:16 (1080×1920) ou 16:9 via ffmpeg. MVC complet avec interface Streamlit et service FastAPI – publication manuelle ou branchement CMS par API.

• macOS recommandé : Les exigences README couvrent Windows 10+, MacOS 11.0+ et Linux courants ; sur Mac, uv sync --frozen local aligné sur la doc.
• Capacité élastique : la production en batch consomme CPU et RAM ; whisper ajoute des Go de modèle. Une Mac mini rental mensuelle permet de monter en puissance en haute saison et de réduire ensuite.
• Disponibilité 7×24 : un MacBook s’arrête fermé ; un cloud Mac tient avec SSH + tmux, clés API et dossier output partagés en équipe.
• Environnement homogène : la README déconseille les chemins chinois ; des chemins anglais comme ~/apps/MoneyPrinterTurbo évitent les pièges du one-click Windows.

En bref : pour une pipeline de contenu en Mac hosting, privilégier le chemin macOS bare metal documenté, pas un Hackintosh sur VPS surchargé.

Flux central : mots-clés → texte IA → Pexels/local → Edge/Azure TTS → sous-titres → BGM → export ffmpeg. La README liste le batch, plusieurs LLM (OpenAI, DeepSeek, Gemini, Ollama, Qwen, etc.), plusieurs TTS, Pexels et BGM dans resource/songs.

Sous Windows, le pack one-click de la README convient. Pour une production stable et un même nœud rent a Mac en équipe, git clone + uv + Streamlit sur macOS est plus serein. Sans auto-hébergement, la README pointe vers le générateur vidéo IA reccloud – valider les sujets puis migrer vers un cloud Mac auto-hébergé.

Selon le tableau officiel : minimum 4 cœurs, 4 Go RAM ; recommandé 6–8 cœurs, 8 Go ; idéal 8+ cœurs, 16 Go ; GPU optionnel, 4–8 Go VRAM utiles pour whisper local.

• Fermé = arrêt : un portable ne convient pas au rendu batch 7×24 ; un Mac mini cloud peut garder la file active.
• Réseau et API : téléchargement de modèles et appels OpenAI/Pexels demandent un accès stable ; l’egress datacenter bat souvent la box domestique (en cas d’échec API, README : vérifier le VPN global).
• Avec Final Cut : l’export 4K long format est GPU ; MoneyPrinterTurbo est CPU/RAM/API – un nœud loué peut couvrir montage léger + export IA, voir matrice M4 durée et régions.

Commandes tirées du chapitre déploiement manuel, à exécuter sur un Mac mini rental avec SSH. Pour exposer la WebUI sur Internet : pare-feu, Tailscale ou tunnel SSH – voir tunnel SSH et health check.

1. SSH et dossiers : ssh user@your-cloud-mac-host, mkdir -p ~/apps && cd ~/apps, macOS ≥ 11.0, python3 --version, GitHub accessible.
2. Cloner : git clone https://github.com/harry0703/MoneyPrinterTurbo.git && cd MoneyPrinterTurbo, chemin sans caractères chinois ni espaces.
3. Dépendances (uv recommandé) : uv python install 3.11 puis uv sync --frozen ; variante python3.11 -m venv .venv + pip install -r requirements.txt.
4. config.toml : copier config.example.toml vers config.toml, renseigner pexels_api_keys, llm_provider et clés ; aussi possible dans la WebUI.
5. Lancer la WebUI : uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False ou sh webui.sh ; accès distant MPT_WEBUI_HOST=0.0.0.0 (restreindre les sources).
6. (recommandé) Validation et persistance : WebUI → test de phrase → Edge TTS → ffmpeg ok ; longues tâches en tmux. Option : uv run python main.py, docs sur http://127.0.0.1:8080/docs.

ssh user@your-cloud-mac-host
mkdir -p ~/apps && 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, test LLM, TTS ok, output inscriptible, disque suffisant. Erreurs fréquentes : No ffmpeg exe could be found – installer ffmpeg et ffmpeg_path selon README ; Too many open files – ulimit -n 10240.

Dans la WebUI : saisir un thème (ex. « comment Mac mini rental réduit le coût matériel des créateurs ») → vertical 9:16 → langue → texte IA et retouches → voix (Edge TTS par défaut, gratuit) → sous-titres et style → BGM → générer et télécharger. En batch, plusieurs versions pour A/B et durée des clips pour le rythme.

Modes sous-titres dans la README génération de sous-titres : edge rapide, peu de ressources ; whisper plus précis, CPU lent, large-v3 ~3 Go, téléchargement manuel dans models/whisper-large-v3. Voix haute qualité : Azure TTS V2 ; liste dans voice-list.txt.

• Minimum officiel : 4 cœurs, 4 Go RAM (GPU non requis) – source : tableau README.
• Sortie 9:16 : 1080×1920 ; 16:9 = 1920×1080 – source : fonctionnalités README.
• whisper large-v3 : modèle ~3 Go ; une ligne peut prendre de quelques secondes à ~une minute en CPU – source : chapitre sous-titres ; nœud loué 16 Go+ RAM conseillé.
• Coûts cachés : tokens LLM, quota Pexels, stockage des exports, ops ; usage commercial : droits texte, assets et BGM (clause README).

FAQ : GPU non obligatoire ; one-click Windows pour essai local, production plutôt Mac mini rental + git ; sans déploiement, reccloud puis auto-hébergement. API : lancer main.py, consulter /docs.

Créateur solo, essai 3 mois → rent a Mac ; MCN avec plusieurs vidéos par jour → comparer achat et plusieurs Mac mini cloud ; une seule démo → Colab ou reccloud puis location. Prise en main : guide installation Mac cloud et SSH.

Box instable, voisins VM surchargés et Mac emprunté avec conflits Apple ID font échouer les batches nocturnes – la fenêtre haute saison ne dure souvent que quelques semaines. Approche plus fiable : ouvrir un nœud Mac bare metal multi-régions chez JEXCLOUD au mois et faire tourner la pipeline comme la README MoneyPrinterTurbo (macOS 11+) : Apple Silicon dédié, 7×24, SSH/VNC en équipe, provisioning ~120 s. Offres M4 : tarifs, connexion : centre d’aide.