01Ce qu'il sait faire
- Très léger : ~0,6 Go VRAM en Q4, tient sur smartphone ou laptop modeste
- Débit élevé en local (~220 tok/s en Q4)
- Raisonnement pas-à-pas et code
- Bilingue EN/ZH, licence Apache 2.0
- —Fine-tune communautaire : qualité moins prévisible qu'un modèle officiel
- —1B de paramètres : capacités limitées sur les tâches complexes
- —Pas de tag Ollama — install via HuggingFace
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner MiniCPM5 1B Fable Thinking ?
Pour exécuter MiniCPM5 1B Fable Thinking en local en quantification Q4, il faut environ 0.6 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5060 (8 Go de VRAM).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : MiniCPM5 1B Fable Thinking tourne aussi sur un PC portable RTX (16 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.