MiniCPM-V 4.7 مقابل NVIDIA Nemotron 3.5 Super VL: أرخص جهاز يشغّل كلًا منهما فعليًا

كلا هذين نموذجين لغويين بصريين مفتوحي الأوزان، وكلاهما مزيج من الخبراء، وكلاهما يضغط الرموز البصرية قبل أن يراها النموذج اللغوي. لذا فإن الاختيار بين MiniCPM-V 4.7 35B-A3B وNVIDIA Nemotron 3.5 Super VL ليس قرارًا بشأن البنية المعمارية. إنه قرار بشأن أصغر جهاز ترغب في شرائه، وبشأن ما يمنحك إياه ذلك الجهاز من صفحات في الساعة. وبهذا التسعير، يقع النموذجان في محادثات شراء مختلفة تمامًا: أحدهما يعمل من تنزيل بحجم 21 غيغابايت على أجهزة تمتلكها على الأرجح بالفعل، والآخر يحتاج إلى أربع وحدات H100 بصيغة BF16 أو وحدة H200 واحدة بصيغة FP4. تتولى هذه المقالة الحسابات التي تتركها لك أوراق المواصفات — طبقة ذاكرة تلو الأخرى، وصفحة تلو الصفحة. تبقى حزمة الرؤية على أجهزتك. أما التنسيق المحيط بها فليس مضطرًا إلى ذلك. اطّلع على الكتالوج المستضاف أكثر من 200 نموذج مستضاف بمفتاح واحد، بسعر القائمة منقولًا بهامش ربح 0%. الأعطال الموثقة في الذكاء الاصطناعي وحوادث الوكلاء التي تقف خلف إصدارات كهذا الإصدار مجموعة في أرشيف حوادث الذكاء الاصطناعي OrcaRouter حيث يحمل كل مُدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل خلاف.

سُلّمتان للتكميم، وطابقان مختلفان للغاية

حلّت OpenBMB وNVIDIA المشكلة نفسها — نموذج أكبر من أن يتسع له الجهاز الذي تريد تشغيله عليه — باتجاهين متعاكسين. يُبقي MiniCPM-V 4.7 35B-A3B مجموعة نشطة صغيرة مقيمة في الذاكرة ويجلب الخبراء تدفقًا من التخزين، ثم يوفّر النموذج بأكمله بكل أحجام GGUF لتختار الحد الأدنى المناسب لجهازك. أما Nemotron 3.5 Super VL فيُبقي النموذج الكامل مقيمًا في الذاكرة، وبدلًا من ذلك يدرّب مستوى 4 بت (NVFP4) يخفض متطلبات الذاكرة إلى نحو الربع دون عقوبة تكميم بعدية.

• MiniCPM-V 4.7 35B-A3B، Q4_K_M — 21.2 GB على القرص. يناسب بطاقة GPU استهلاكية بسعة 24 GB بهامش ضيق، أو جهاز Mac بسعة 32 GB مع مساحة إضافية.

• MiniCPM-V 4.7 35B-A3B، Q8_0 / F16 — 36.9 GB / 69.4 GB. بطاقة بذاكرة 48 GB أو محطة عمل بذاكرة 96 GB، اعتمادًا على مقدار السياق الذي تريده إلى جانب الأوزان.

• نيموترون 3.5 سوبر VL، BF16 — نحو 231.8 GiB من الأوزان موزّعة على 64 شظية. وصفة الخدمة الخاصة بـ NVIDIA هي التوازي الموترّي 4 على 4x H100، أو TP2 على 2x GB200.

• Nemotron 3.5 Super VL، NVFP4 — يُنشَر على 1x DGX Spark، و1x H200، و2x H100 أو 1x GB200، وفقًا لبطاقة الطراز الخاصة به.

ذلك السطر الأخير هو الرقم الذي يغيّر محادثة الشراء. نموذج 120B على H200 واحدة بدلًا من أربع H100 ليس توفيرًا هامشيًا؛ إنه الفرق بين حجز عنقود كامل وحجز عقدة واحدة. ولأن NVIDIA تُجري تحويل 4 بتات أثناء التدريب عبر التقطير المدرك للتكميم بدلًا من إجرائه لاحقًا، فإنها تزعم عدم وجود عبء إضافي على الاستدلال — وهو ادعاء تذكره البطاقة لكنها لا تدعمه بفارق دقة منشور بين BF16 وNVFP4.

صفحات في الساعة، وهو الرقم الذي يحدد كل شيء

يُعدّ معدل الإنتاجية بالرموز في الثانية مؤشرًا ضعيفًا للعمل على المستندات، لأن تكلفة الصفحة يهيمن عليها عدد الرموز البصرية التي يُصدرها المُرمِّز قبل أن ينطق نموذج اللغة بكلمة واحدة. وهنا يتباين التصميمان بأشدّ ما يكون من الحدّة، وهنا تقلّ فائدة اللغة التسويقية إلى أدنى حدّ.

يقوم MiniCPM-V 4.7 35B-A3B بالضغط داخل برج الرؤية، باستخدام تقنية ضغط مبكر تنسبها OpenBMB إلى LLaVA-UHD v4، مع اختزال مختلط بمقدار 4× و16×. الإعداد الافتراضي هو 16×؛ أما 4× فهو مسار التفاصيل الدقيقة، ويُختار لكل صورة على حدة. الصفحة النصية الكثيفة تأخذ المسار الأقل تكلفة، بينما يأخذ مخطط الأجزاء المسار الأكثر تكلفة. يحدث الضغط قبل أن يدخل النموذج اللغوي في الأمر، وهو تحديدًا ما يجعل نموذج 35B قابلًا للتشغيل على الهاتف.

لا يعتمد Nemotron 3.5 Super VL على الضغط كخيار أول. بل جوهره هو السياق: حتى مليون رمز، وإدخال فيديو يصل إلى دقيقتين، وطبقة Mamba-2 هجينة تمنع التسلسل الطويل جدًا من التحول إلى تربيعي. وتعتمد وصفة الفيديو فيه على أخذ عينات بمعدل 2 إطار في الثانية و256 إطارًا افتراضيًا، لتنخفض إلى 1 إطار في الثانية و128 إطارًا عند دقة 1080p — وهي سياسة لأخذ العينات وليست حيلة ضغط، ويمكنك رفعها إذا كان حمل العمل كثيف الحركة.

النتيجة العملية: يمنحك MiniCPM-V 4.7 تكلفة رموز ثابتة ومنخفضة لكل صفحة، ويطلب منك قبول فقدان التفاصيل؛ بينما يتيح لك Nemotron 3.5 Super VL الاحتفاظ بالتفاصيل ويطلب منك أن تدفع مقابل السياق. في مراجعة عقد من مئة صفحة، تكون الأولى أرخص لكل صفحة، وتكون الثانية أفضل في الصفحة التي يرد فيها البند داخل حاشية بخط 6 نقاط. أما في فيديو جراحي مدته دقيقتان، فلا يدخل في المقارنة أصلاً سوى الثاني.

أحد هذين الإصدارين يتضمن أرقامًا؛ والآخر يتضمن رسومًا بيانية.

هذا هو الجزء من المقارنة الذي لا يمكن لأي قدر من الحساب العتادي أن يصلحه، لذا فموضعه هنا بدلًا من أن يُطمر في حاشية.

تحمل بطاقة الطراز من NVIDIA جدول معايير مرجعية من نحو أربعين صفًا، وهي صريحة بشكل غير معتاد: فهي تسمّي خطوط الأساس، وتُظهر عدة صفوف خسارة الطراز. ومقارنةً بـ Qwen3.5-122B-A10B، تضع أرقامها الخاصة MMLU-ProX عند 76.91 مقابل 83.2، وtau2-bench telecom عند 73.19 مقابل 87.2، وOCRBench v2 بالصينية عند 59.15 مقابل 67.3، وMathVision عند 78.16 مقابل 83.3. ويفوز في GPQA-Diamond بنتيجة 89.52 مقابل 86.7، وSWE-bench Pro بنتيجة 51.78 مقابل 44.9، وCritPt بنتيجة 10.86 مقابل 1.1. جُمعت كل الأرقام، بما فيها خطوط الأساس، عبر أداة NeMo Gym الخاصة بـ NVIDIA — وتقول البطاقة ذلك مباشرة، وتنشر ملاحظات قابلية إعادة الإنتاج. أُجريت بواسطة المورّد، ومُوسَّمة بصدق، مع إبقاء الخسائر ظاهرة.

تحمل بطاقة MiniCPM-V 4.7 خمسة مخططات تقييم ولا تتضمن جدولاً رقمياً. والادعاءات المقارنة اتجاهية: درجة إجمالية أعلى في زمن استدلال أقل من Qwen3.6 35B-A3B في وضع Instruct، ومكاسب كبيرة على Qwen3.5 0.8B للنسخة 1B. لا توجد درجة لكل معيار يمكن اقتباسها، ولا قائمة خطوط أساس يمكن فحصها، ولا أوزان منشورة للمؤشر المركّب الذي يُرسم. وهذا لا يعني أن النموذج سيئ — فالهندسة موثقة في config.json والأوزان قابلة للتحقق بايتاً ببايت — لكنه يعني أن شق الدقة في هذه المقارنة لا يمكن بناؤه. أي شخص يعرض جدولاً بدرجات MiniCPM-V 4.7 مقابل أرقام Nemotron 3.5 Super VL إنما يقرأ مخطط أحد الموردين وكأنه قياس، وجدول المورد الآخر وكأنه محايد.

مسارات وقت التشغيل، وأيّها سيباغتك لاحقًا

قصة نشر MiniCPM-V 4.7 أشبه بقائمة خيارات: SGLang وvLLM وllama.cpp وOllama، ومسار OpenVINO لوحدات Intel CPU وGPU وNPU، والضبط الدقيق عبر SWIFT وLLaMA-Factory، والتكميم بصيغ GGUF وBNB وAWQ وGPTQ وFP8، مع دعم مزعوم من اليوم الأول لشرائح Rockchip وHoumo وIntel وAMD وArm إلى جانب iOS وAndroid وHarmonyOS. الاتساع هو المنتج. وثمن الاتساع أن لا أحد قد تحقّق من مجموعتك بعينها، ومسار llama.cpp الحالي في المنبع فيه خلل قائم: إذ تُحسب مواضع علامات الصورة بشكل غير صحيح، لذا تكون الإحداثيات المُعادة منخفضة بشكل منهجي عندما تسأل عن موقع شيء ما. ويوجد إصلاح مُختبَر مفتوح وغير مدموج حتى 20 أكتوبر.

قصة Nemotron 3.5 Super VL ضيقة وعميقة: vLLM عند وسم صورة مثبّت وSGLang عند وسم مثبّت، مع Multi-Token Prediction مدمج في البنية بحيث لا حاجة إلى نموذج مسودة منفصل. تحدد البطاقة الإصدارات لأن الإصدارات هي المزيج المُتحقَّق منه. والانحراف عنها هو ما يحوّل نشرًا عاملًا إلى جلسة تصحيح أخطاء.

إذا كنت تختار عتادًا ليتناسب مع النموذج، فاختر MiniCPM-V 4.7. وإذا كنت تختار نموذجًا ليتناسب مع عتاد لديك بالفعل، فاختر Nemotron 3.5 Super VL واتبع إصدارات بطاقته بدقة.

أين يقع جهاز التوجيه في بنية ذات صندوقين

النمط الذي يظهر في بيئة الإنتاج ليس اختيارًا بين هذين الاثنين. بل هو نموذج صغير على الجهاز أو على الصندوق المحلي يتولى العمل الذي يجب أن يكون فوريًا وخاصًا، ونموذج كبير يتولى العمل الذي يجب أن يكون صحيحًا. صُمِّم MiniCPM-V 4.7 35B-A3B للدور الأول؛ وصُمِّم Nemotron 3.5 Super VL للدور الثاني، بنافذة تبلغ مليون رمز و12 مليار معامل نشط لحمل المستندات الطويلة والحلقات الوكيلية.

يعني تشغيل كليهما وجود حزمتي نماذج، ومجموعتين من أنماط الأعطال، وبمجرد إضافة نموذج نصي للتنسيق حولهما، تصبح ثلاثًا. وهنا يساعد OrcaRouter دون المبالغة في وصفه: لا توجد أي من نقطتي التحقق في كتالوجنا، لأن كلتيهما أوزان مفتوحة تستضيفها بنفسك، أما النماذج النصية والبرمجية المحيطة بهما فهي موجودة.مفتاح واحد عبر أكثر من 200 نموذج مستضاف، وسعر القائمة الخاص بالمزوّد يُمرَّر دون أي هامش ربح بنسبة 0%، وتحويل تلقائي عند الفشل عندما يتدهور أحد المصادر الأعلى. تبقى حزمة الرؤية على عتادك؛ ويتوقف باقي خط المعالجة عن الحاجة إلى عقد جديد كل مرة تضيف فيها مرحلة.

ما يكلّفك إياه كل واحد منها إذا أخطأت بشأنه

اشترِ الجهاز الصغير ثم اكتشف أنك كنت بحاجة إلى استدلال المستندات الطويلة، تكون قد أنفقت بضعة آلاف من الدولارات وأسبوعًا. اشترِ أربع وحدات H100 ثم اكتشف أن عبء العمل كان إيصالات، تكون قد أنفقت أكثر بكثير مقابل قدرة لا تستدعيها أبدًا. هذا التفاوت هو الحجة الحقيقية للبدء بالطبقة الرخيصة والتدرج صعودًا — وهو السبب في أن الإصدار على الجهاز المحلي يستحق الاهتمام الذي يحظى به رغم أن حكايته المعيارية أضعف.

العامل الفاصل، إذا كان لديك كلا الخيارين متاحين، هو أين توجد البكسلات. اللقطات التي لا يمكنها مغادرة المبنى تذهب إلى النموذج الذي يعمل داخله. أما اللقطات التي تحتاج إلى مليون رمز من السياق وحلقة استدلال فتذهب إلى النموذج المصمم لذلك، وتقبل إصدارات وقت التشغيل المثبتة ثمنًا للدخول.