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
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
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 matériel pour MiniCPM5 1B Fable Thinking ?
Pour exécuter MiniCPM5 1B Fable Thinking en local en quantification Q4, il faut environ 0.6 Go de VRAM. Une option à comparer : RTX 5060 Ti 16 Go — gardez une marge pour le système et le contexte ; vérifiez la compatibilité du moteur avec le GPU.
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.