Beelink GTR9 Pro (Ryzen AI Max+ 395)

Le Beelink GTR9 Pro est un Mini-PC destiné à l’inférence locale de grands modèles d’IA, notamment pour les développeurs, chercheurs et utilisateurs avancés. Son format proche du Mac Studio associe un Ryzen AI Max+ 395 à 128 Go de mémoire unifiée, une mémoire partagée entre le processeur et le circuit graphique, dont environ 110 Go sont exploitables par le modèle.

Cette capacité, soutenue par 256 Go/s de bande passante, permet de dépasser les modèles compacts habituellement associés aux Mini-PC. Le Radeon 8060S intégré compte 40 CU en RDNA 3.5, l’architecture graphique d’AMD, tandis que l’enveloppe thermique atteint 140 W. La connectique comprend aussi deux ports 10 GbE et deux ports USB4.

Carte d'identité

Quels modèles peut-elle faire tourner ?

Estimation mémoire : environ 0,6 Go par milliard de paramètres en Q4, plus le contexte. « Juste » : le modèle se charge mais le contexte utilisable est réduit.

Performances mesurées

« Lecture » (prompt processing) : vitesse d'ingestion du contexte. « Génération » : vitesse d'écriture de la réponse, celle que l'on perçoit à l'usage. Deux mesures ne sont comparables qu'à modèle, quantisation et runtime identiques.

Notre analyse

Les quelque 110 Go accessibles au modèle permettent d’exécuter confortablement des modèles de 8 B à 70 B en Q4, une quantification sur 4 bits réduisant fortement l’occupation mémoire, ainsi que gpt-oss-120B en MXFP4, un format numérique compact sur 4 bits. Ce dernier est un MoE, une architecture à experts dont seule une partie des paramètres est activée à chaque étape. Avec llama.cpp, un moteur d’inférence local, et ROCm, la pile de calcul GPU d’AMD, Qwen3 30B atteint 64 tok/s, GLM-4.5-Air 106B 21 tok/s et gpt-oss-120B 36 tok/s en mode performance. Ces débits rendent la génération interactive, même sur de très grands modèles.

À 1 999 USD constatés, contre 1 985 USD au lancement, le rapport capacité-prix repose surtout sur les 128 Go intégrés. Au maximum mesuré de 36 tok/s pour gpt-oss-120B et avec un TDP de 140 W, l’ordre de grandeur est de 0,26 tok/s par watt, sans constituer une mesure complète à la prise. Les résultats dépendent toutefois du runtime, le logiciel chargé d’exécuter le modèle, et du mode d’alimentation. L’écosystème documenté ici se limite à llama.cpp avec ROCm, sans éléments permettant d’évaluer les autres outils. Aucun niveau sonore n’est fourni. Disponible, la machine a surtout du sens comme station locale compacte pour modèles volumineux, lorsque la capacité mémoire prime sur l’évolutivité.

Sources : specs Beelink, KMouratidis (llama-bench GTR9 Pro).