LFM3-VL-2B مقابل MiniCPM-V 4.7 35B-A3B: العمود الذي لا يمثّل النموذج

افتح جدول المعايير الخاص بـ LFM3-VL-2B وستجد عمودًا لـ MiniCPM. إنه موسوم بـ MiniCPM-V 4.7 1B. ذاك هو الشقيق الصغير. النموذج الذي يقصده معظم الناس عندما يقولون MiniCPM-V 4.7 — وهو من OpenBMB MiniCPM-V 4.7 35B-A3B، أول نقطة تحقق لمزيج الخبراء في سلسلة MiniCPM-V — ليس موجودًا في جدول Liquid AI على الإطلاق، وعلى المعايير التي ينشرها المختبران ليس قريبًا من 1B. لذا فإن المواجهة التي يزنها الناس فعليًا، LFM3-VL-2B مقابل MiniCPM-V 4.7 35B-A3B، لا بد من تجميعها يدويًا من جدولي موردين يشتركان في أسماء المعايير لكن ليس في أطر التقييم. وما يلي هو ذلك التجميع، مع إبقاء نقاط الالتحام ظاهرة.

عدم تطابق الحجم هو المفاجأة الثانية. أحد النموذجين يبلغ 1.92 مليار معامل كثيف ويتسع في بضعة غيغابايت. أما الآخر فيخزّن 35.21 مليار معامل ويمسّ نحو 3 مليارات منها لكل رمز. إذا قرأتها كورقة مواصفات، فهي ليست مواجهة على الإطلاق. أما إذا قرأتها كإجابتين عن السؤال نفسه — ما الذي يمكنك تشغيله على جهاز لا تتحكم فيه — فهي خلاف مثير للاهتمام حقًا حول كيفية الوصول إلى هناك.

نموذجان، اسم واحد

إن تضارب التسمية يُلحق ضررًا حقيقيًا بطريقة قراءة هذه المقارنة. فبطاقة Liquid AI دقيقة للغاية بشأن ذلك: يقول العمود 1B، والـ1B نظير مشروع لنموذج بحجم 1.92B. لكن نتائج البحث والمجمّعات والإشارات العابرة تختزل «MiniCPM-V 4.7» كلها في شيء واحد، والـ35B-A3B هو المتغيّر الذي يملك الجمهور — 289,535 تنزيلًا و1,095 إعجابًا على Hugging Face مقابل 155,428 وبضع مئات فقط للشقيق 1B، اعتبارًا من 28 أكتوبر 2026.

التواريخ تفسّر جزءًا من تلك الفجوة، لا كاملها. أُنشئ مستودع 35B-A3B التابع لـ OpenBMB في 7 أكتوبر 2026، بينما يحمل تاريخ الإصدار 12 أكتوبر وفق مواد المشروع نفسه. ورُفع مستودع LFM3-VL-2B التابع لـ Liquid AI في 19 أكتوبر، وأُعلن عن عائلة LFM3 في 27 أكتوبر. أمضى LFM3-VL-2B تسعة أيام في الحياة العامة، لذا فإن تنزيلاته البالغة 255 هي حقيقة تقويمية وليست حكمًا. نسبة الإعجابات هي السطر الأكثر إثارة للاهتمام: 45 لـ LFM3-VL-2B، و1,095 لـ MiniCPM. الأشخاص الذين نزّلوا الأخير أعجبهم بما يكفي ليصّرحوا بذلك.

ما هو كل واحد منها في الحقيقة

• المعلمات — LFM3-VL-2B كثيف بحجم 1.92B: عمود فقري لغوي بحجم 1.73B، ومُرمِّز رؤية داخلي بحجم 164M، ومُسقِط بحجم 25M. يخزّن MiniCPM-V 4.7 35B-A3B مقدار 35.21B موزعة على 256 خبيرًا، ويوجّه 8 منها لكل رمز، بما يعادل نحو 3B معلمة نشطة.

• العمود الفقري — 24 طبقة LFM3، مقسّمة إلى 13 التفافًا قصيرًا مُبوَّبًا، و5 طبقات انتباه بنافذة منزلقة، و6 طبقات انتباه عام، مقابل 40 طبقة محوّل بحجم مخفي 2,048.

• مسار الرؤية — مُرمِّز من 14 طبقة يتكوّن من 8 طبقات التفاف ثنائية الأبعاد مُبوَّبة حسب العمق و6 طبقات انتباه ثنائية الاتجاه على رقع بحجم 16×16 مع تضمينات دورانية ثنائية الأبعاد، مقابل برج من 27 طبقة بحجم مخفي 1,152 يُدرَج عند الطبقة 6 من مكدّس النص، مع ضغط مبكر للرموز داخل المُرمِّز وتخفيض بصري قابل للتبديل بمقدار 4× أو 16×.

• السياق — 128K رمزًا على LFM3-VL-2B، و256K على MiniCPM، لكلٍّ منهما الإدخال بالإضافة إلى الإخراج.

• المدخلات — النصوص والصور والفيديو بمعدل إطارين في الثانية بالنسبة إلى نموذج Liquid؛ والنصوص والصور والفيديو بالنسبة إلى نموذج OpenBMB. ولا يسمع أيٌّ منهما الصوت، لا في الإدخال ولا في الإخراج.

• الأوزان على القرص — حوالي 3.8 GB عند BF16 مقابل حوالي 65.6 GiB عند BF16.

• الترخيص — LFM Open License v1.0، الذي تصفه Liquid بأنه مجاني للاستخدام التجاري عندما تقل الإيرادات السنوية عن 10 ملايين دولار، مقابل Apache 2.0 دون أي شرط للإيرادات.

الخلاف المعماري هو القصة كلها. راهنت Liquid على أن نموذجًا صغيرًا كثيفًا مع مُرمِّز رؤية مُصمَّم لغرض محدد يتفوق على برج من طراز SigLIP في الحساب لكل صورة، ونشرت جدول فئات لإثبات ذلك. وراهنت OpenBMB على أنه يمكنك الحفاظ على قدرات نموذج بحجم 35B وتشغيله على هاتف عبر جعل الجزء المكلف يتدفق بدلًا من أن يُقيم في الذاكرة. كلاهما رهانان على الذاكرة، لكن في اتجاهين متعاكسين.

الفجوة حقيقية، وهي أضيق مما يوحي به التأطير.

إليك ما يقوله جدولا المورّد عند وضع الصفوف الصحيحة جنبًا إلى جنب. كل ذلك مُبلَّغ عنه ذاتيًا من المختبرات، وتأتي تحذيرات منصة الاختبار بعد ذلك.

• MMMU — LFM3-VL-2B 55.7 مع تشغيل التفكير، و48.6 مع إيقافه؛ MiniCPM-V 4.7 35B-A3B 80.22 عند ضغط بصري 4×، و80.00 عند 16×.

• MMStar — 74.4 مقابل 80.67 عند 4×، و80.13 عند 16×.

• OCRBench v1 — 86.3 مقابل 91.20 عند 4×، و90.40 عند 16×.

• MathVista — 84.2 مع التفكير، و68.5 بدونه، مقابل 88.00 عند 4× و87.30 عند 16×.

• استدلال CharXiv — 70.2 مقابل 75.60 عند 4×، و69.20 عند 16×.

في MMMU يبرر 35B حجمه: فارق 24.5 نقطة عن إعداد التفكير، و31.6 نقطة عن إعداد عدم التفكير. هذا هو معيار الاستدلال متعدد الوسائط على مستوى الكلية، والهامش كبير بما يكفي ليتجاوز أي اعتراض معقول بشأن اختلافات أدوات التقييم.

كل ما عدا ذلك أقرب مما يوحي به التأطير. فجوة OCRBench هي 4.9 نقطة. أما MathVista فهي 3.8 نقاط عندما يفكّر LFM3-VL-2B. وفي استدلال CharXiv يخسر نموذج Liquid بـ5.4 نقاط في وضع التفكير — ويتجاوز رقم 16× الخاص بنموذج 35B بنقطة واحدة. وجود نموذج 2B ضمن خمس نقاط من نموذج 35B في OCR المستندات والمخططات هو النتيجة التي تستحق اهتمامًا أكبر من عنوان MMMU الرئيسي.

والآن المحاذير، لأنها مهمة. أرقام Liquid مستمدة من تشغيل واحد شمل 62 معيارًا على vLLM 0.27.1، ومُطبَّعة على مقياس 0–100، مع تفعيل وضع الاستدلال لكل نموذج باستثناء التهيئات الموسومة بخلاف ذلك. أما أرقام OpenBMB الخمسة فهي منشورة كصور مخططات لا كجدول رقمي، وقد نُسخت هنا من قراءة مُجمِّع طرف ثالث لتلك المخططات، لذا تعامل مع الكسور العشرية على أنها تقريبية. ولا يتفق المختبران على ميزانيات الرموز البصرية أو إعدادات التلقين وفك التشفير، كما أن الانقسام بين 4× و16× لدى OpenBMB يغيّر درجاته بما يصل إلى ست نقاط بمفرده. هذه مجموعتان من الادعاءات موضوعتان جنبًا إلى جنب، وليستا تجربة مضبوطة.

حيث يمتلك النموذج الصغير أرقامًا لا ينشرها النموذج الكبير

نشرت Liquid 62 صفًا. ونشرت OpenBMB خمسة. هذا التفاوت هو أكثر حقيقة لم تحظَ بتغطية كافية في هذه المقارنة، وهو يصبّ في اتجاه يُحسّن صورة النموذج الأصغر.

• الإرساء البصري — RefCOCO-avg 90.5، RefCOCO-M 95.2، Point-Bench 73.8، RefSpatial-Bench 49.8 لـ LFM3-VL-2B. لا يظهر صف مكافئ في التقييم المنشور لـ MiniCPM-V 4.7 35B-A3B.

• فهم واجهة المستخدم الرسومية — ScreenSpot-Pro 55.5، وScreenSpot-v2 عند 94.6 لسطح المكتب، و92.2 للجوال، و89.9 للويب. مجددًا، لم يُنشر شيء من جانب OpenBMB.

• الاستدلال المُجسَّد — EmbSpatial-Bench 82.9، RoboSpatial-Home 63.4، Where2Place 44.9. الغياب نفسه.

• الفيديو — Video-MME 62.8 بدون ترجمة، MVBench 69.4، MLVU 71.3، ActivityNet-QA 71.2. يدعم MiniCPM-V 4.7 الفيديو وتناقش البطاقة ذلك بإسهاب، لكن الجدول الرقمي لا يتضمن صفًا للفيديو يمكننا التحقق منه.

هذا غياب للدليل، لا فوزٌ تلقائي. وإذا كنت تبني خطّ معالجة للروبوتات أو لوكلاء الشاشة، فالموقف الصادق أن قدرة نموذج 35B على تلك المهام غير معروفة، لا ضعيفة. لكن «غير معروف» مشكلة بحدّ ذاتها في سياق التوريد: فلا يمكنك التخطيط لنشرٍ ما بناءً على رقم لم ينشره أحد، وLFM3-VL-2B هو الوحيد من بين النموذجين الذي يمكنك الاطّلاع على أدائه في الإسناد البصري وواجهات المستخدم الرسومية قبل تنزيله.

حجة الذاكرة تعمل في الاتجاهين.

السبب المعتاد لاختيار 2B بدلاً من 35B هو أن 2B يتسع. LFM3-VL-2B يتسع فعلاً، بالكامل وبشكل متوقع: نحو 3.8 GB بصيغة BF16، مقيماً في الذاكرة، بلا ترحيل صفحات، وبلا مفاجآت عندما يكون الجهاز تحت الحمل. هذه خاصية قوية بحق لمنتج تشحنه إلى عتاد لا تتحكم فيه.

لا يتناسب MiniCPM-V 4.7 35B-A3B مع هاتف حتى عن قرب عند 65.6 GiB، ووُجد تصميم OpenBMB بأكمله بسبب ذلك. يتنبأ Lookahead Expert Scheduling بتوجيه الطبقة التالية ويجلب مسبقًا الخبراء الذين يتوقعهم؛ ويقلّص التكميم الدقيق على مستوى الطبقات هؤلاء الخبراء كي ينتقلوا أسرع؛ ويغطي أخذ العينات التخميني DSpark توقفات فك التشفير. تدّعي الشركة المصنّعة أكثر من 13 توكنًا في الثانية على iPhone 17 Pro Max باستخدام نحو 3 GB من الذاكرة، وأكثر من 17 على iPad Pro M4 بذاكرة 16 GB.

إذن، الادعاء الخاص بالتشغيل على الجهاز ليس أن «الـ35B صغير». بل إن «الـ35B يُبثّ، والبثّ سلس بما يكفي ليكون قابلاً للاستخدام». هذان رهانان مختلفان بأنماط فشل مختلفة. النموذج المقيم بحجم 3.8 GB يتدهور بأسلوب متدرّج — فهو إما محمّل أو ليس كذلك. أما نموذج البث بحجم 65.6 GiB فيتدهور بسبب عرض نطاق الفلاش والخنق الحراري وكمون البدء البارد، وكلها تتفاوت من جهاز إلى آخر بطرق لا يلتقطها اختبار أداء أُجري على iPhone واحد.

المفاضلة العملية: إذا كنت لا تتحكم في سرعة التخزين ولا في الحدود الحرارية، فإن الحل المقيم هو المسار الأقل خطرًا. وإذا كنت تشحن إلى عتاد رائد حديث وتريد الدقة، فإن نهج OpenBMB لم يعد نظريًا — فهو نموذج مُصدر تقف خلفه نسخة متفرعة عاملة.

أدوات اليوم الأول ليست ربطة عنق

تأتي LFM3-VL-2B بأوزان BF16 تحتاج إلى transformers 5.21 أو أحدث، إضافةً إلى GGUF بما في ذلك نقطة تحقق Q4_0 مقطّرة بوعي التكميم، وبناء MLX بدقة 4 بت، وتصدير ONNX. دعم الخوادم لم يكتمل: يُوصف vLLM بأنه قيد التنفيذ، ولا يزال SGLang قيد المراجعة في طلب السحب 46858، كما لا يزال llama.cpp قيد المراجعة في طلب السحب 31252 مع ملاحظة صريحة بأن إدخال الفيديو غير مدعوم بعد. توصي البطاقة أيضًا بمحلل الاستدلال qwen3 ومحلل استدعاء الأدوات qwen3_coder لـ vLLM وSGLang، وهو تفصيل يخبرك بمدى حداثة ربط هذا كله.

يدعم MiniCPM-V 4.7 35B-A3B كلاً من SGLang وvLLM وllama.cpp وOllama، مع SWIFT وLLaMA-Factory للضبط الدقيق، ونسخ GGUF وBitsAndBytes وAWQ وGPTQ وFP8 وint4، ودعم منذ اليوم الأول لمنصات الشرائح من Rockchip وHoumo وIntel وAMD وArm عبر iOS وAndroid وHarmonyOS. يمر مسار التشغيل على الجهاز عبر فرع llama.cpp-omni الخاص بـ OpenBMB بدلاً من llama.cpp الأصلي.

بالنسبة إلى نشر إنتاجي هذا الشهر، هذا ليس قرارًا متقاربًا. أما بالنسبة إلى استكشاف بحثي، أو عرض توضيحي على حاسوب محمول، أو ضبط دقيق تنوي امتلاكه، فإن LFM3-VL-2B يعمل اليوم عبر transformers ولن تمضي أسبوعًا في التعامل مع رايات البناء.

بند الترخيص الذي ستتعثر به مزيد من الفرق

يُعدّ الفارق بين Apache 2.0 وLFM Open License v1.0 أكبر عمليًا من فجوة MMMU، لأنه ينطبق على كل عملية نشر وليس على الحالات الصعبة فقط. فلا يفرض Apache 2.0 أي شرط على الإيرادات، ولا أي قيد على مجال الاستخدام، ولا أي غموض بشأن ما إذا كان مشتق مُكمَّم أو مُقطَّر يرث الشروط. أما LFM Open License v1.0 فهي مجانية للاستخدام التجاري لمن تقل إيراداته السنوية عن 10 ملايين دولار وفقًا لوصف Liquid نفسه، ما يعني أن الشركة التي تتجاوز هذا الحد تخوض نقاشًا بشأن الترخيص قبل الإطلاق لا بعده.

هذا البند الواحد يعيد ترتيب المقارنة بالنسبة لكثير من المشترين. فالشركة الناشئة التي تقع تحت الحدّ تحصل مجانًا على نموذج أصغر وأسرع وأفضل توثيقًا من حيث الاستناد. أما الشركة التي تتجاوزه فتحصل على نموذج يحتاج إلى توقيع — وعندها يصبح ترخيص Apache 2.0 الخاص بنموذج 35B ميزة تلفت انتباهك.

ما لن يخبرك به أيٌّ من المورّدين

لا توجد مقارنة مستقلة وجهاً لوجه. لم يُشغِّل أي مختبر طرف ثالث كلا النموذجين على منصة الاختبار نفسها، وأقرب شيء إلى لوحة نتائج محايدة — جدول Liquid نفسه — يقارن LFM3-VL-2B بالنموذج 1B، وليس 35B. كل رقم في هذا المقال يأتي من المختبر الذي بنى النموذج الذي يصفه.

ثمة فجوتان أخريان جديرتان بالذكر. لا يملك أي من النموذجين سعرًا لكل رمز (token) يمكننا التحقق منه، لذا فإن أي مقارنة تكلفة هنا ستكون مختلقة. ولا يوجد أي منهما في كتالوج OrcaRouter اعتبارًا من 28 أكتوبر 2026 — فلا يُرجع البحث عن minicpm أي نماذج مطابقة، كما أن LFM3-VL-2B غير مُدرج أيضًا. وهذا يجعل الأمر اليوم قرارًا خاصًا بالاستضافة الذاتية أو بواجهة API الخاصة بالبائع، وليس قرار توجيه.

أيّ واحد تختار

• المستندات والرسوم البيانية والنصوص الكثيفة والاستدلال الصعب متعدد الوسائط، مع حزمة خدمة تتحكم بها — MiniCPM-V 4.7 35B-A3B. هامش MMMU هو النتيجة الوحيدة الكبيرة بما يكفي لتصمد أمام تحفظات إطار الاختبار، وApache 2.0 يزيل مسألة الترخيص بالكامل.

• جهاز لا تتحكم فيه، ذو ميزانية ذاكرة ثابتة ولا يحتمل أي تأخير في البث — LFM3-VL-2B. بذاكرة مقيمة تبلغ 3.8 GB، وهو الوحيد من بين الاثنين الذي لديه أرقام منشورة عن الإرساء وواجهة المستخدم الرسومية والأنظمة المجسّدة يمكن التخطيط على أساسها.

• وكلاء الشاشة والروبوتات والمهام المكانية — LFM3-VL-2B افتراضيًا، لأنه الجانب الوحيد الذي توجد له أدلة منشورة. تعامل مع 35B على أنه غير مُثبَت هناك لا ضعيف.

الإنتاج هذا الشهر بأقل قدر من أعمال التكامل — MiniCPM-V 4.7 35B-A3B. دعم SGLang وvLLM وllama.cpp وOllama مقابل ثلاث ملاحظات «قيد المراجعة» أو «قيد التنفيذ».

• شركة تزيد إيراداتها السنوية على 10 ملايين دولار — MiniCPM-V 4.7 35B-A3B، إلا إذا كان قيد التشغيل على الجهاز صارمًا بما يكفي لتبرير نقاش ترخيص.

كيف يتناسب OrcaRouter، بصراحة

الأمر لا يتناسب بعد، والقول بخلاف ذلك هو من النوع الذي يجعل منشور مدونة يُتجاهل. لا يوجد أي من النموذجين في كتالوج OrcaRouter اليوم، لذا لا يوجد مفتاح لأسلّمه لك ولا سعر لأقتبسه.

ما هو صحيح هو ما يحدث عندما يصل نموذج رؤية فعلاً إلى هناك: نقطة نهاية واحدة متوافقة مع OpenAI عبر أكثر من 200 نموذج، وسعر القائمة من المزوّد يُمرَّر بهامش ربح 0% بحيث يصبح تغيير سعر أحد البائعين ساريًا في اليوم نفسه، وتحويل تلقائي عند الفشل بحيث لا يؤدي انقطاع مزوّد واحد إلى تعطيل مسارك. في مقارنة كهذه — نموذجان يختلفان حول الذاكرة، دون معيار مستقل يحسم الأمر — النمط المفيد هو تشغيل كليهما خلف نقطة نهاية واحدة والقياس على صورك الخاصة بدلاً من الجدال حول أيّ المخططين على حق.

ماذا تشاهد

أربعة أمور من شأنها أن تغيّر هذا المقال. دمج طلب السحب 31252 مع دعم الفيديو، وهو ما سيضع مسار الفيديو الخاص بـ LFM3-VL-2B على llama.cpp القياسي. خروج دعم vLLM من حالة «قيد التنفيذ»، وهو ما سيجعله خيارًا جادًا للخدمة بدلًا من مجرد عرض تجريبي. تقييم مستقل يُشغّل النموذجين على منصة اختبار واحدة — وهو أهم عنصر مفقود في هذه المقارنة. وإضافة Liquid AI للنموذج 35B إلى جدول المقارنة الخاص بها، وهو ما سيدل على أن المختبر يعتبره النظير الحقيقي.

حتى يتحقق أي من ذلك، فإن الخلاصة القابلة للدفاع أضيق من تأطير أي من المورّدين: يفوز الطراز 35B بمعيار الاستدلال المهم ولا يخسر شيئًا في التعرّف الضوئي على الحروف (OCR)، ويفوز الطراز 2B في الأدلة التأصيلية وقابلية التنبؤ، والترخيص يحسم عمليات نشر أكثر مما يحسمه المعيار.