LFM3-Omni-2B مقابل MiniCPM-V 4.7 35B-A3B: الوافد الجديد واللاعب الحالي

رقمان، كلاهما صحيح، وكلاهما مضلِّل إذا قرأتهما بوصفهما حكمًا نهائيًا: MiniCPM-V 4.7 35B-A3B نُزِّل نحو 289,000 مرة، وLFM3-Omni-2B نُزِّل 83 مرة. تبدو الفجوة كأنها هزيمة ساحقة. لكنها في الحقيقة مسألة تقويم. صدرت أوزان OpenBMB في 6 أكتوبر 2026؛ وصدرت أوزان Liquid AI في 21 أكتوبر وأُعلن عنها في 27 أكتوبر، أي قبل يوم واحد من قراءة هذه الأرقام. فالنموذج الذي لم يمضِ على وجوده سوى أسبوع لا يمكن أن يكون له سجل تنزيلات، والنموذج الذي يسبقه بستة أسابيع ولديه جمهور قائم لمِنتَج MiniCPM سيكون له سجل تنزيلات سواء استحق ذلك أم لم يستحق.

إذن، المقارنة المثيرة للاهتمام ليست الشعبية. بل ما ينبغي لفريق يختار نموذجًا صغيرًا متعدد الوسائط لجهاز أن يوازن بينه فعليًا: هل يحتاج إلى السمع، وهل يحتاج إلى التكميم بست طرق، وأي ترخيص سيظل ملائمًا عندما يصبح للمنتج إيرادات.

ما هو كل نموذج

MiniCPM-V 4.7 35B-A3B هو أول نموذج رؤية-لغة من نوع mixture-of-experts من OpenBMB: 35.2 مليار معامل مخزّن يتم توجيه 8 من أصل 256 منها لكل رمز، ونحو 3 مليارات نشطة، و40 طبقة نصية، خلف برج رؤية من 27 طبقة بحجم مخفي 1,152 يُدرج عند الطبقة 6 من مكدس النص. يقرأ الصور ومجموعات الصور المتعددة والفيديو والنص، ويجيب بالنص. لا يوجد مسار صوتي في أي مكان ضمن 70.4 GB من الأوزان. الادعاء الرئيسي في بطاقة النموذج ليس الدقة بل الجدوى: أكثر من 13 رمزًا في الثانية على iPhone 17 Pro Max باستخدام نحو 3 GB من الذاكرة، وهو ما أتاحته حيلة Lookahead Expert Scheduling التي تتنبأ بخبراء الطبقة التالية وتجلبهم مسبقًا أثناء حساب الطبقة الحالية.

LFM3-Omni-2B هو الإصدار الشامل (omni) من Liquid AI ضمن عائلة LFM3: 2.17 مليار معامل كثيف على بنية أساسية LFM3-1.7B، مع مُرمِّز رؤية LFM3 ومُرمِّز صوتي سببي LFM3 يغذّيان مفردات واحدة من 128,000 رمز. يقرأ النصوص والصور والفيديو مع الصوت أو من دونه، والصوت بتردد 16 kHz، ويكتب النصوص أو الكلام بتردد 24 kHz، بما في ذلك نص وكلام متداخلان في استجابة واحدة. إنه نموذج غير استدلالي بحكم التصميم — تنص بطاقة النموذج على أن enable_thinking=True غير مدعوم — وهو موجّه للهواتف والحواسيب المحمولة والأجهزة الطرفية.

كلاهما يتّسع على الهاتف. لكن واحدًا فقط صُمِّم على هذا الأساس.

من السهل أن تصنّف كليهما تحت عنوان «نموذج صغير على جهاز» ثم تمضي في طريقك. غير أنّ الهندسة الكامنة تحتهما على النقيض تمامًا.

كانت مشكلة OpenBMB هي عرض النطاق الترددي للذاكرة على هاتف محمول، لذا فإن النموذج متناثر بطريقة تقلّل ما يجب قراءته لكل رمز: 35.2B مخزّنة، و3B فقط يتم الوصول إليها. تُعد Lookahead Expert Scheduling الدليل الكاشف — فأنت لا تبني الجلب المسبق للخبراء إلا عندما يكون عنق الزجاجة هو نقل الأوزان، لا ضربها. ويحل LFM3-Omni-2B المشكلة نفسها بكونه صغيرًا فعليًا: 2.17B كثيف، بلا توجيه على الإطلاق، كل شيء بدقة 16 بت وما زال بضعة غيغابايت.

تظهر المقايضة في التكميم. توفّر MiniCPM-V 4.7 إصدارات GGUF وAWQ وGPTQ وFP8 وINT4 وBitsAndBytes، إضافةً إلى نقاط حفظ مسودة DSpark للفك الترميزي التخميني — قائمة كاملة تناسب أي مسرّع تستقر عليه. لدى LFM3-Omni-2B أوزان BF16 على Hugging Face وإصدار Ollama متداول، ويذكر ذلك الإدراج في Ollama سياقًا بسعة 125K مقابل 32K في بطاقة النموذج. وسواء كان ذلك خطأً في التغليف أو قدرةً غير موثّقة، فالأمر غير محسوم حتى وقت الكتابة. إذا كنت بحاجة إلى التشغيل على Rockchip NPU أو حاسوب محمول من Intel، فإن المورّد صاحب صيغ التكميم الست هو الرهان الأكثر أمانًا من اليوم الأول.

السطر الذي يحسم معظم عمليات النشر

{{1}}MiniCPM-V 4.7 35B-A3B{{/1}} لا يستطيع السمع. لا يوجد برج صوتي، ولا مسار ASR، ولا رأس كلام. {{2}}LFM3-Omni-2B{{/2}} يستطيع السمع والرد بصوت مسموع، في 19 لغة صوتية و16 لغة نصية.

بالنسبة لأعباء عمل المستندات أو المخططات أو لقطات الشاشة أو إطارات الفيديو، فإن هذا الفرق غير ذي صلة، وMiniCPM هو الخيار الأقوى على نحو شبه كل المحاور الأخرى — أكبر، وأكثر اختبارًا على نطاق واسع، وأفضل تجهيزًا بالأدوات. أما بالنسبة لأي شيء يتضمن ميكروفونًا في الحلقة، فإنه ينهي المقارنة فورًا. لا يمكنك إضافة السمع إلى MiniCPM-V 4.7 دون إضافة نموذج ASR منفصل ثم نموذج TTS، وعندها ستشغّل ثلاثة نماذج لتفعل ما يفعله checkpoint واحد بحجم 2.17B أصلاً.

والعكس صحيح أيضًا. يقرأ LFM3-Omni-2B الصور، لكنه نموذج بحجم 2.17B هو الذي يقرؤها: تذكر بطاقته OCRBench 806 وDocVQA 92.47 وMMMU 42.44، بينما ينخفض MMMU-Pro إلى 27.28. هذه أرقام محترمة بالنسبة للحجم، وليست منافسة لنموذج بحجم 35B في تخطيطات المستندات الصعبة. إذا كانت المهمة جداول كثيفة ونماذج ممسوحة ضوئيًا، فإن النموذج الأكبر يفوز في المهمة حتى قبل أن تأخذ في الاعتبار توجيه 8-of-256 الذي يجعله رخيص التشغيل.

حيث تنفد الأرقام

هذا هو الجزء غير المريح: لا يوجد جدول مقارنة مباشرة صادق متاح، لأن OpenBMB تنشر نتائج MiniCPM-V 4.7 على شكل صور بيانية بدلًا من جداول رقمية. لا توجد أرقام MMStar أو MMMU أو OCRBench يمكن اقتباسها من بطاقة 35B-A3B. وأي شيء يضع رقمًا في ذلك العمود فهو إما مأخوذ من الطراز الشقيق 1B — وهو طراز مختلف بمعمارية مختلفة — أو مختلق.

بطاقة LFM3-Omni-2B، في المقابل، عبارة عن جدول كامل: MMStar ‏55.67، وMMMU ‏42.44، وMMMU-Pro ‏27.28، وMMBench ‏73.68، وSEEDBench ‏75.07، وRealWorldQA ‏66.54، وMathVista ‏62.50، وPOPE ‏89.34، وDocVQA ‏92.47، وInfoVQA ‏64.08، وOCRBench ‏806، وMVBench ‏58.03، وVideo-MME ‏57.70، إضافةً إلى عمود للكلام يمتد من التعرّف الآلي على الكلام الإنجليزي بمعدل خطأ في الكلمات قدره 6.36 إلى تحويل النص إلى كلام TTS UTMOSv2 عند 3.80. قاست كل ذلك شركة Liquid AI، باستخدام قالب المحادثة الخاص بكل نموذج مقارن وفك الترميز الجشع، ولم يُعَد إنتاج أي منه.

جدول يقدّمه البائع أفضل من مخطط يقدّمه البائع، لكنه ليس بديلاً عن تقييم مستقل. ولا يملك أيٌّ من النموذجين تقييمًا كهذا. هذه هي الحالة الراهنة في فئة small-omni بأكملها الآن، ولهذا ينتهي الأمر بأن تكون قيود النشر أهم من نقطة واحدة في MMMU.

التراخيص، اقرأها قبل شحن النموذج الأولي

MiniCPM-V 4.7 مرخّص بموجب Apache 2.0. لا يوجد اختبار للإيرادات، ولا بند لتقييد مجال الاستخدام، ولا تفاوض. LFM3-Omni-2B مرخّص بموجب LFM Open License v1.0، وهو ترخيص عتبة الإيرادات الذي تطبّقه Liquid على امتداد LFM3. بالنسبة لمشروع هواية أو شركة ناشئة في مراحلها المبكرة، فإن الترخيصين متكافئان عمليًا. أما بالنسبة لشركة تجاوزت العتبة، فإن أحد الترخيصين يتطلب محادثة مع محامٍ والآخر لا يتطلب ذلك — وهذه المحادثة أقل تكلفة بكثير الآن مما ستكون بعد أن يصبح النموذج داخل المنتج.

هذا هو المحور الأقل بريقًا في المقارنة، والأرجح أن يحسم الأمر في شركة فعلية.

كيف يتلاءم الاثنان في معمارية واحدة

الإجابة الواقعية لمعظم الفرق ليست "اختيار واحد". إنها نموذج على الجهاز للحالة الشائعة، ونموذج مستضاف للطلبات التي يتعثر فيها نموذج الجهاز. والحفاظ على قابلية نقل هذا النصف الثاني هو الجزء الذي يصمد عند تغيّر نموذج الجهاز: يمنح OrcaRouter واجهة برمجة تطبيقات واحدة عبر أكثر من 200 نموذج مستضاف بهامش إضافي 0% على سعر قائمة المزوّد، وتحويلًا تلقائيًا عند تعطّل مزوّد، ولغة DSL للتوجيه تنقل الطلب إلى نموذج مختلف دون تغيير الشيفرة. لا يوجد أي من LFM3-Omni-2B أو MiniCPM-V 4.7 في ذلك الكتالوج — فكلاهما تنزيلات أوزان، وهذا المقال لا يلمّح إلى خلاف ذلك. الفكرة هي أنه لا ينبغي إعادة بناء طبقة الاحتياط في كل مرة تتغير فيها طبقة الجهاز، وبما أن طبقة الجهاز لا تزال تتغير كل بضعة أسابيع، فسوف تتغير.

أي واحد أضعه على الجهاز

اختر MiniCPM-V 4.7 35B-A3B إذا كنت بحاجة إلى جودة الرؤية، وصيغة تكميم يمكنك نشرها فعليًا، وApache 2.0، ونظام بيئي لديه ستة أسابيع من تقارير الميدان خلفه. عدد تنزيلاته ليس إشارة جودة، لكن تقارير الأخطاء التي تأتي مع 289,000 عملية تنزيل هي شكل من الاختبار لا يمتلكه LFM3-Omni-2B بعد.

اختر LFM3-Omni-2B إذا كان المنتج يحتاج إلى صوت، أو إذا كان الجهاز محدود الذاكرة بما يكفي بحيث تظل 3 GB من الأوزان النشطة أكثر مما يحتمل، أو إذا كنت تريد نقطة حفظ واحدة بدلاً من حزمة ASR-plus-LLM-plus-TTS. تقبّل درجات الرؤية الخاصة بالنموذج الأصغر، وترخيص عتبة الإيرادات، وحقيقة أنك من أوائل المتبنين لنموذج مضى على إعلانه يوم واحد.

ما سيحسم الأمر هو تشغيل مستقل واحد — نفس أداة الاختبار، وكلا النموذجين، وOCRBench وMMMU ومهمة كلام. لم يفعلها أحد. وإلى أن يفعل ذلك أحد، فإن التصنيف الصادق هو: MiniCPM للرؤية، وLFM3-Omni للتحدث، وجدول بيانات لكل ما عدا ذلك.