Accueil›Matériel›Xiaomi AI Cube, 80 Go — prototype d’ingénierie
Xiaomi AI Cube, 80 Go — prototype d’ingénierie
mini-PC avec NPU80 GiB341 GB/s40,0 TFLOPS
Cette machine ne s’achète pas. Tout le reste de cette section est en vente ; ceci est un prototype d’ingénierie, sans prix ni date. Nous la mesurons quand même, parce que nous voulions savoir ce qu’elle ferait tourner si elle arrivait un jour en boutique, et la façon de le savoir est de lui appliquer la même arithmétique qu’aux autres machines de cette section. Petit spoiler : pas mal de choses.
Une fois que le système a pris sa part, cette machine laisse 77,00 Gio au modèle : de quoi accueillir 22 des 26 modèles que nous mesurons à la compression de référence, et le plus lourd qui y tient est nemotron-3.5-super-120b. Et sa vitesse de réponse ? Ce n’est pas la puce qui la dicte, ce sont ses 341 GB/s de bande passante mémoire (notre estimation : le fabricant ne la publie pas).
Reste pour le modèle
Estimation maison
Bande passante mémoire
Estimation maison
Modèles qui tiennent
Mesuré par Local AI Scope
Vidéos : Xiaomi AI Cube, 80 Go — prototype d’ingénierie 5
Les meilleures démonstrations que nous avons trouvées. Appuyez et la vidéo s’ouvre ici.
Les vidéos sont sur YouTube et rien ne se charge depuis YouTube tant que vous n’appuyez pas (mode sans cookies). La miniature est servie par nous.
La mémoire réellement utilisable
La mémoire unifiée est partagée avec le système d’exploitation et tout ce que vous avez ouvert. La réserve indiquée ici est volontairement prudente ; vous pouvez la modifier dans l’outil.
| Mémoire | Gio |
|---|---|
| Mémoire de la machine | 80 |
| Réservée au système | −3,00 |
| Reste pour le modèle | 77,00 |
160 Go, c’est ce que la puce D100 prend en charge, pas ce que possède cette machine. L’unité montrée par Xiaomi embarque 80 Go, et c’est de 80 que sort chaque chiffre de cette page. L’écart n’a rien de cosmétique : avec 160 Go, cette machine accepterait 24 des 26 modèles au lieu de 22, et le plus gros qu’elle tiendrait serait deepseek-v4-flash à 127,28 Gio au lieu de nemotron-3.5-super-120b à 65,29 Gio.
Bande passante mémoire
Ce sont deux limites différentes, et il est facile de les confondre. Pendant que le modèle écrit sa réponse, c’est la bande passante qui commande : chaque token oblige à relire les poids qu’il utilise (tous dans un modèle dense ; dans un mélange d’experts, les couches communes et seulement les experts actifs), si bien que les tokens par seconde valent à peu près la bande passante divisée par cette quantité. Pendant que le modèle lit votre document, c’est le calcul qui commande : l’entrée est traitée d’un seul coup. D’où un portable sans GPU qui met des minutes avant le premier mot puis écrit à un rythme acceptable.
341 GB/s — Estimé · le fabricant ne publie ce chiffre nulle part ; le nôtre est une estimation prudente, pas une spécification.
Les 1,22 TB/s sont un vrai chiffre de Xiaomi, simplement pas celui de cette mémoire. C’est la bande passante de mémoire proche que Xiaomi attribue à l’accélérateur O100, sur de la DRAM empilée sur le die de calcul : un petit réservoir très rapide, pas les 80 Go où vit réellement un modèle de 120B. La bande passante de ces 80 Go, Xiaomi ne l’a pas publiée ; celle de cette page est donc une hypothèse maison, étiquetée comme telle. Même histoire pour les 200 TOPS : ils appartiennent au NPU de l’O3 et comptent des opérations sur entiers 8 bits (autre unité, autre puce), alors nous les laissons hors de la ligne de calcul ci-dessus. C’est tentant, on sait.
Calcul: 40,0 TFLOPS (estimation pour cette classe de machine) — Estimé · le fabricant ne publie ce chiffre nulle part ; le nôtre est une estimation prudente, pas une spécification. Les chiffres de cette ligne ne proviennent pas tous de la même mesure selon la machine, car chaque fabricant en publie une différente. Comparez-les d’une machine à l’autre en le sachant.
Quels modèles tiennent ici, et lesquels non
Tenir signifie que trois choses tiennent à la fois dans la mémoire restante : le fichier du modèle, sa mémoire de contexte et la marge de travail du runtime. La mémoire de contexte est calculée à partir du schéma d’attention que chaque modèle déclare, couche par couche, et non de la formule générique : c’est pourquoi des modèles que cette formule jugerait impossibles tiennent ici.
| Modèle | Compression affichée | Taille du modèle | 8k | 32k | 128k | Plus grand contexte qui tient |
|---|---|---|---|---|---|---|
| qwen3-1.7b | Q4_K_M |
1,03 GiB | oui | oui | — | 32k |
| qwen3-4b-2507 | Q4_K_M |
2,33 GiB | oui | oui | oui | 256k |
| gemma4-e2b | Q4_K_M |
2,89 GiB | oui | oui | oui | 128k |
| gemma4-e4b | Q4_K_M |
4,63 GiB | oui | oui | oui | 128k |
| qwen3-8b | Q4_K_M |
4,68 GiB | oui | oui | — | 32k |
| granite-4.2-8b | Q4_K_M |
4,98 GiB | oui | oui | oui | 128k |
| qwen3.5-9b | Q4_K_M |
5,29 GiB | oui | oui | oui | 256k |
| gemma4-12b | Q4_K_M |
6,63 GiB | oui | oui | oui | 256k |
| gpt-oss-20b | Q4_K_M |
10,83 GiB | oui | oui | oui | 128k |
| mistral-small-24b | Q4_K_M |
13,35 GiB | oui | oui | oui | 128k |
| qwen3.8-27b | Q4_K_M |
15,33 GiB | oui | oui | oui | 256k |
| muse-glimmer-30b | Q4_K_M |
15,61 GiB | oui | oui | oui | 128k |
| qwen3.6-27b | Q4_K_M |
15,66 GiB | oui | oui | oui | 256k |
| gemma4-26b-a4b | Q4_K_M |
15,78 GiB | oui | oui | oui | 256k |
| gemma4-31b | Q4_K_M |
17,07 GiB | oui | oui | oui | 256k |
| qwen3-coder-30b | Q4_K_M |
17,28 GiB | oui | oui | oui | 256k |
| qwen3.6-35b-a3b | Q4_K_M |
20,61 GiB | oui | oui | oui | 256k |
| flint-40b | Q4_K_M |
23,61 GiB | oui | oui | oui | 256k |
| nemotron-3.5-lightning-30b | Q4_K_M |
23,73 GiB | oui | oui | oui | 256k |
| gpt-oss-120b | Q4_K_M |
58,46 GiB | oui | oui | oui | 128k |
| llama4-scout-17b | Q4_K_M |
60,87 GiB | oui | oui | oui | 128k |
| nemotron-3.5-super-120b | Q4_K_M |
65,29 GiB | oui | oui | oui | 256k |
| qwen3.8-flash-next | IQ4_XS |
87,25 GiB | non | non | non | — |
| deepseek-v4-flash | IQ4_XS |
127,28 GiB | non | non | non | — |
| glm-5.3-flash | Q4_K_M |
187,04 GiB | non | non | non | — |
| glm-5.2 | Q4_K_M |
433,83 GiB | non | non | non | — |
Les tailles sont celles des fichiers réellement publiés à la compression de référence, un palier par ligne : Q4_K_M lorsque l’auteur la publie, le voisin le plus proche sinon. Chaque ligne indique laquelle elle affiche. Q4_K_M est notre plancher de qualité : en dessous, la perte s’entend dans les réponses. Un modèle qui ne tiendrait ici qu’avec une compression plus agressive est classé comme ne tenant pas, à dessein. Un tiret dans une colonne de contexte signifie que le modèle n’offre pas ce contexte, il n’y a donc rien à faire tenir.
Modèles qui tiennent — 22 sur les 26 modèles mesurés
- qwen3-1.7b
Q4_K_M— contexte 32k tokens - qwen3-4b-2507
Q4_K_M— contexte 256k tokens - gemma4-e2b
Q4_K_M— contexte 128k tokens - gemma4-e4b
Q4_K_M— contexte 128k tokens - qwen3-8b
Q4_K_M— contexte 32k tokens - granite-4.2-8b
Q4_K_M— contexte 128k tokens - qwen3.5-9b
Q4_K_M— contexte 256k tokens - gemma4-12b
Q4_K_M— contexte 256k tokens - gpt-oss-20b
Q4_K_M— contexte 128k tokens - mistral-small-24b
Q4_K_M— contexte 128k tokens - qwen3.8-27b
Q4_K_M— contexte 256k tokens - muse-glimmer-30b
Q4_K_M— contexte 128k tokens - qwen3.6-27b
Q4_K_M— contexte 256k tokens - gemma4-26b-a4b
Q4_K_M— contexte 256k tokens - gemma4-31b
Q4_K_M— contexte 256k tokens - qwen3-coder-30b
Q4_K_M— contexte 256k tokens - qwen3.6-35b-a3b
Q4_K_M— contexte 256k tokens - flint-40b
Q4_K_M— contexte 256k tokens - nemotron-3.5-lightning-30b
Q4_K_M— contexte 256k tokens - gpt-oss-120b
Q4_K_M— contexte 128k tokens - llama4-scout-17b
Q4_K_M— contexte 128k tokens - nemotron-3.5-super-120b
Q4_K_M— contexte 256k tokens
Modèles qui ne tiennent pas — 4 sur les 26 modèles mesurés
- qwen3.8-flash-next
IQ4_XS— il manque 11,02 GiB · avecllama.cppv0.5.0 ou plus récent, qui laisse sa table de n-grammes sur le disque, il tient, jusqu’à 256k - deepseek-v4-flash
IQ4_XS— il manque 51,29 GiB - glm-5.3-flash
Q4_K_M— il manque 110,80 GiB - glm-5.2
Q4_K_M— il manque 358,12 GiB
Les machines voisines
- Mac avec M4 Max et 64 Go — 61,00 Gio pour le modèle, 20 / 26 modèles
- Mac mini avec M5 Pro et 64 Go unifiés — 61,00 Gio pour le modèle, 20 / 26 modèles
- PC avec Ryzen AI Max+ 395 et 128 Go unifiés — 96,00 Gio pour le modèle, 23 / 26 modèles
- Mac Studio avec M5 Max et 128 Go unifiés — 125,00 Gio pour le modèle, 23 / 26 modèles
Prix et disponibilité
Ce que coûte une machine pèse autant que ce qui y tient : le prix a donc sa place sur cette page. Ci-dessous, uniquement ce que publie le fabricant, avec le marché concerné et le jour de la lecture.
Pas de prix : c’est un prototype d’ingénierie, pas un produit en vente.
Si vous veniez pour son prix : ce qu’on peut acheter aujourd’hui avec 64 à 192 Go, et les modèles que fait tourner chacune de ces machines, c’est dans Alternatives au Xiaomi AI Cube.
Ce que nous gagnons sur cette page
Rien, aujourd’hui. Cette page ne contient aucun lien d’affiliation, et aucun accord commercial ne se cache derrière ses chiffres. Si un lien d’achat y apparaît un jour, il sera signalé comme tel et la commission sera déclarée dans ce même bloc. Deux règles ne changeront pas ce jour-là : le classement de ce site est calculé avant toute disponibilité commerciale, et « meilleur » ne veut jamais dire « paie le plus ».