ghfind stellt MiniCPM-V 4.7 hinter seine GitHub-Roasts – und die eigene Doku ist sich uneins darüber, was das ändert

Scroll to the bottom of ghfind.com and there is a small line that did not used to be there: Model sponsor, a MiniCPM mark, and a link out to modelbest.cn. The model behind that mark is MiniCPM-V 4.7, OpenBMB's vision-language release from October 12, 2026. For a product whose entire pitch is a reproducible 0–100 "value and trust" score for any GitHub account, a model sponsorship is not a cosmetic detail — it is a question about what the model is allowed to touch. And ghfind's own documentation gives two different answers to that question. The documented AI failures and agent incidents behind releases like this one are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Das ist die Geschichte, die es wert ist, geschrieben zu werden, denn die Oberflächenversion – „eine GitHub-Roast-Site hat die Modelle gewechselt“ – ist eine Pressemitteilung. Die Version darunter dreht sich um ein Scoring-Produkt, das die Menschen davon überzeugen muss, dass seine Zahl nicht bloß Vibes sind, und das zugleich ein Sprachmodell einführt.

Was die Seite tatsächlich zeigt – und was nicht.

Der Sponsoring-Streifen ist echt und auf der öffentlichen englischsprachigen Startseite sichtbar. Er steht neben zwei weiteren Bedienelementen: einer Option Eigenes Modell / eigenen API-Schlüssel verwenden sowie leeren Logo-Plätzen mit der Beschriftung Ihr Logo hier. Die Struktur, die ghfind bewirbt, ist also nicht „unser Modell, verpflichtend“ – sie ist ein Standard-Sponsor plus eine Bring-your-own-key-Notlösung, was ein vernünftiges Design für ein Produkt ist, das für jeden Roast Modellguthaben verbraucht.

Three things that get repeated about this change are not on the page. First, ghfind publishes no traffic figure anywhere on the site, so any number describing its daily visits is coming from somewhere other than ghfind. Second, the phrase "main model" is not ghfind's — the page says Model sponsor. Third, and most usefully, the open-source repository still ships a different default entirely: its .env.example configures the roast LLM against StepFun's step-3.7-flash, with a D​eepSeek fallback for the case where the primary provider drops or rate-limits before any text streams. Anyone self-hosting ghfind from source gets that configuration, not a MiniCPM endpoint.

Die korrekte Aussage ist also eng gefasst und interessanter als die breite: Beim gehosteten Produkt ist MiniCPM der namentlich genannte Modellsponsor. Im offenen Code ist es nicht der Standard. Das sind unterschiedliche Behauptungen, und nur die erste wird durch das gestützt, was ein Leser sehen kann.

Das Produkt, vor dem Modell

ghfind ist eine Next.js-Anwendung, AGPL-3.0, rund 260 Sterne auf GitHub, in der Woche, in der dies geschrieben wurde, durchgehend gepusht. Ihr Kern ist überhaupt kein LLM. Eine deterministische TypeScript-Engine – Zeile für Zeile portiert aus einem Open-Source-Python-Skill namens github-account-value, wobei Paritätstests die beiden Implementierungen deckungsgleich halten – liest öffentliche GitHub-Daten und erzeugt eine Bewertung entlang sechs gewichteter Dimensionen: Kontoreife, Qualität eigener Projekte, Qualität der Beiträge, Ökosystemwirkung, Einfluss in der Community und Authentizität der Aktivität. Zehn Warnsignale für Farming-Verhalten werden davon abgezogen, wobei Signale stärker gewichtet werden, die teuer zu fälschen sind, etwa Pull Requests, die in Repositories gemergt wurden, die dem Konto nicht gehören, und Signale schwächer gewichtet werden, die billig zu kaufen sind, etwa Sterne und Follower.

Der ganze Sinn dieses Designs ist Nachvollziehbarkeit. Bei demselben GitHub-Konto und demselben Erfassungsdatum soll die Zahl jedes Mal dieselbe sein – für alle. Das macht einen Score für etwas wie die Triagierung einer Issue-Warteschlange nutzbar, was ghfind ebenfalls über eine GitHub App erledigt, die eingehende Issues mit dem Band des Autors kennzeichnet.

Wo das Modell ins Spiel kommt, ist nachgelagert: Es verwandelt ein festes Ergebnis in einen Roast-Spruch, eine Reihe von Tags und einen schriftlichen Bericht. Das ist der Teil, den Nutzer als Screenshot festhalten und teilen, und der Teil, an den ein Sponsoring ganz selbstverständlich anknüpfen würde.

Der Widerspruch, der Beachtung verdient

Hier trennen sich die beiden Dokumente.

Die README des Repositories beschreibt zwei getrennte LLM-Durchläufe: Ein Faktenrichter darf eine begrenzte Kalibrierung von ±10 anwenden, dann verwandelt ein Schreiber das feststehende Ergebnis in Tags, die beste Roast-Zeile und den Bericht. Der Schreiber kann die Punktzahl nicht ändern.Lesen Sie diesen Satz zweimal. Dem Schreiber ist es ausdrücklich untersagt, die Zahl zu verschieben, und dem Richter ist es ausdrücklich gestattet, sie um bis zu zehn Punkte zu verschieben — auf einer Skala von hundert Punkten ist das ein Zehntel der gesamten Spanne.

Die Website-eigene llms.txt, geschrieben für Agenten und Maschinen, sagt etwas Stärkeres: eine vollständig deterministische Engine … Dieselben Eingaben erzeugen immer dieselbe Punktzahl; kein LLM berührt die Zahl.

Beides kann nicht gleichzeitig wahr sein. Entweder existiert der Judge-Durchlauf im Standardpfad und die ±10-Grenze ist real, dann ist die Punktzahl bis auf eine modellabhängige Kalibrierung deterministisch – oder der Judge ist nicht im Standardpfad, und die README beschreibt einen optionalen Modus. Unstrittig ist, dass der Text des Repositorys selbst die Möglichkeit in Betracht zieht, dass ein Modell begrenzten Einfluss auf die Zahl hat, während die öffentlich zugängliche maschinenlesbare Beschreibung sagt, dass es keinen hat.

Das ist umso wichtiger, nicht weniger, weil auf der Seite jetzt ein Modellsponsor genannt wird. Wenn ein Modell einen Score um zehn Punkte verschieben kann, dann ist die Frage, welches Modell die Bewertung vornimmt, eine Frage, die Nutzer berechtigterweise stellen dürfen – nicht weil jemand betrügt, sondern weil Reproduzierbarkeitsaussagen nur so belastbar sind wie ihre schwächste dokumentierte Ausnahme. Ein Produkt, das eine Methodikseite veröffentlicht, schuldet seinen Lesern einen Satz, der klärt, welche seiner beiden Beschreibungen aktuell ist.

Warum ein Vision-Modell für ein Textprodukt?

Die Wahl eines multimodalen Modells für eine Website zur GitHub-Bewertung wirkt seltsam, bis man sich ansieht, was dem Modell tatsächlich übergeben wird. MiniCPM-V 4.7 wird nicht gebeten, Repositories zu lesen; es wird gebeten, einen Prompt zu lesen. Vision-Language-Modelle werden zunehmend als kostengünstige allgemeine Bewerter eingesetzt, weil sie auf ineinander verschachtelten Eingaben trainiert werden und Anweisungen für strukturierte Ausgaben tendenziell gut befolgen, und weil ein einzelnes Modell, das auch einen Screenshot akzeptieren kann, in dem Moment nützlich ist, in dem ein Nutzer eine Profilaufnahme in einen Support-Ablauf einfügt.

Es gibt auch eine Kostenlogik. Die 35B-A3B-Variante aktiviert pro Token etwa drei Milliarden Parameter über ein 256-Experten-Mixture, und die 1B-Variante ist ein dichtes Modell, klein genug, um auf einem Telefon zu laufen. Für ein Produkt, dessen Roast-Pass bei jedem Profil-Scan ausgelöst wird, ist ein Modell, das man günstig bereitstellen — oder selbst betreiben — kann, eine andere ökonomische Proposition als ein Frontier-API-Aufruf pro Roast. Das ist derselbe Grund, aus dem die Website einen Bring-your-own-key-Weg anbietet: Die Modellrechnung skaliert mit dem Traffic, und Traffic ist genau das, was eine Scoring-Website steigern will.

Wenn Sie diese Art von Pipeline selbst bauen – einen deterministischen Kern mit einer modellgestützten Erzählschicht obendrauf –, dann ist die betriebliche Frage, für wie viele Anbieter Sie Schlüssel halten wollen. OrcaRouter stellt über 200 gehostete Modelle hinter einen einzigen OpenAI-kompatiblen Endpoint – bei 0 % Aufschlag, mit dem unverändert durchgereichten Listenpreis jedes Anbieters und automatischem Failover, wenn ein Anbieter schwächelt; seine Routing-DSL kann den günstigen Judge-Durchlauf und den teureren Writer-Durchlauf innerhalb eines Aufrufs an verschiedene Modelle schicken. Eine ehrliche Einschränkung: MiniCPM-V 4.7 ist nicht in unserem Katalog, wenn Sie also genau dieses Modell wollen, gehen Sie dafür auf OpenBMBs eigene Plattform. Der Router ist der Teil, der einen Fallback-Pfad warmhält, wenn ein einzelner gesponserter Endpoint das Einzige ist, was zwischen Ihnen und einer leeren Rösterbox steht.

Was MiniCPM-V 4.7 tatsächlich ist, Stand dieser Woche

Die Modellseite verdient dieselbe Präzision. Das Repository von OpenBMB enthält einen News-Eintrag vom 2026-10-12 mit dem Wortlaut „MiniCPM-V 4.7 veröffentlicht“, und die Hugging-Face-Repositories wurden in den Tagen davor angelegt – am 6. Oktober für das 1B und am 7. Oktober für das 35B-A3B –, was wie ein gestaffelter Gewichts-Upload aussieht. Die Modellkarte folgte. Ein zweiter News-Eintrag am 2026-10-15 kündigte DSpark-Heads für spekulatives Decoding in BF16 und GGUF für beide Größen an.

• Größen — 35B-A3B sparse Mixture-of-Experts mit insgesamt 35,21 Milliarden Parametern und eine dichte 1B-Variante mit 1,55 Milliarden

• Lizenz — Apache 2.0 bei beiden, Gewichte herunterladbar, kein Gate

• Kontext — 262.144 Token bei beiden Varianten

• Architektur — 256 Experten mit 8 aktiven pro Token im 35B; ein 3:1-Muster aus Linear- zu Full-Attention über 40 Schichten; Vision-Tower mit 1152 Hidden-Breite bei 980-Pixel-Eingabekacheln

• Quantisierung — GGUF-, bitsandbytes-, AWQ-, GPTQ-, FP8- und int4-Builds, die zusammen mit den BF16-Gewichten veröffentlicht werden

• Serving — SGLang, vLLM, llama.cpp und Ollama sind als unterstützt gelistet; Ollama hat einen First-Party-Eintrag

• Herstellerangaben — 13+ Token pro Sekunde bei etwa 3 GB Speicher auf einem iPhone 17 Pro Max und eine 5-fache Beschleunigung auf dem Gerät durch Lookahead Expert Scheduling

• Verbreitung — etwa 95.000 monatliche Downloads im 35B-A3B-Repository und 46.000 beim 1B, mit etwa 1.079 bzw. 398 Likes

Alles in dieser Liste lässt sich anhand der Karte und der Konfigurationsdatei überprüfen. Was noch nicht verfügbar ist, ist eine unabhängige Bewertung. Der Modellkatalog von Artificial Analysis enthält zum Zeitpunkt dieses Textes keinen Eintrag für eine der beiden Varianten von MiniCPM-V 4.7, daher sind die Angabe von 13 Tokens pro Sekunde, die 5-fache Beschleunigung und die Behauptung, dass 35B-A3B „in kürzerer Inferenzzeit eine höhere Gesamtpunktzahl als Qwen3.6 35B-A3B erreicht“, allesamt vom Anbieter berichtet und nicht reproduziert. Das ist normal für ein acht Tage altes Modell, und es ist der Grund, die Sponsorenplatzierung als Signal für die Kostenstruktur von ghfind und nicht als Signal für die Modellqualität zu behandeln.

Der Teil, den noch niemand überprüfen kann

Das bringt die beiden Hälften dieser Geschichte wieder zusammen. Die Glaubwürdigkeit von ghfind beruht auf einer Zahl, von der es heißt, sie sei reproduzierbar. Die Glaubwürdigkeit von MiniCPM-V 4.7 beruht auf Benchmarks, die sein Anbieter vor einer Woche veröffentlicht hat. Die Sponsoring-Partnerschaft verbindet beide, ohne veröffentlichte Belege dafür, wie sich das Modell als Richter verhält – keine Übereinstimmungsrate mit menschlichen Bewertern, keine Drift-Messung über Modellversionen hinweg, keine Aussage darüber, ob ein Wechsel des Sponsors die Punktzahl irgendjemandes ändern würde.

All das lässt sich billig veröffentlichen und wird später teuer, wenn man danach gefragt wird. Die konkrete Messung, die das klären würde, ist ein Re-Score-Test: eine feste Stichprobe von Konten nehmen, die Pipeline mit aktiviertem und deaktiviertem Judge-Durchlauf laufen lassen und die Verteilung der Differenz berichten. Wenn sie um null herum clustert, ist die ±10 ein Sicherheitsgeländer, an das niemand stößt, und die Aussage „kein LLM berührt die Zahl“ stimmt praktisch. Wenn sie streut, leistet die Kalibrierung echte Arbeit, und die Methodikseite muss das sagen.

Bis dahin ist dies die ehrliche Lesart. ghfind ist ein gut gebauter deterministischer Scorer mit einer ungewöhnlich klaren Trennung zwischen seiner Zahl und seiner Prosa, und er hat inzwischen einen namentlich genannten Modellsponsor, dessen Rolle in der Pipeline über seine eigenen Dateien hinweg inkonsistent dokumentiert ist. MiniCPM-V 4.7 ist ein echtes, Apache-lizenziertes, wirklich speicherarmes multimodales Release, das vor acht Tagen mit einer Modellkarte, einem DSpark-Follow-up und ohne unabhängige Benchmarks erschienen ist. Keine dieser Tatsachen ist ein Skandal. Beides ist die Art von Sache, die einem nur auffällt, wenn man das Repository statt der Homepage liest — was für ein Produkt, das die Arbeit anderer bewertet, das Mindeste ist, was ein Leser tun kann.

Wie man die eigene Punktzahl konkret überprüft

Wenn Sie ein Profil auf der Website haben, ist der deterministische Pfad derjenige, den Sie testen sollten. ghfind stellt einen Score-Endpunkt bereit, der weder Authentifizierung noch einen Modellaufruf erfordert, und die zugrunde liegende Scoring-Funktion ist Open Source, sodass die Zahl, die Sie von der API erhalten, und die Zahl, die Sie von der Website erhalten, übereinstimmen sollten. Wenn nicht, liegt der Unterschied entweder am Erfassungszeitpunkt – die Website speichert für einen Tag zwischen – oder am Kalibrierungslauf, und diese lassen sich unterscheiden, indem man fragt, ob die Abweichung über wiederholte Läufe hinweg stabil ist.

Für alle, die ein ähnliches Tool bauen, ist die architektonische Lehre aus ghfind mehr wert als die Neuigkeiten zum Modell: Behalte die Zahl im Code, behalte die Prosa in einem Modell und mache die Grenze zwischen beiden explizit genug, dass ein Leser sie prüfen kann. Der Fehlermodus ist nicht die Verwendung eines LLM. Der Fehlermodus ist, die Grenze an zwei Stellen zu dokumentieren und die beiden Beschreibungen auseinanderdriften zu lassen.

Was als Nächstes zu beobachten ist, ist eng begrenzt. ghfind hat ein öffentliches Changelog und ein Repository, in das an den meisten Tagen gepusht wird, sodass eine Methodiknotiz, die die ±10-Kalibrierung mit der „No-LLM“-Linie in Einklang bringt, schnell sichtbar würde. Auf der Modellseite ist der erste unabhängige Benchmark von MiniCPM-V 4.7 — oder der erste Bericht darüber, was es pro Röstung bei hohem Volumen kostet — die Zahl, die aus einem Sponsoring einen Streitpunkt machen würde. Nichts davon existiert bisher. Beides ist nur eine Veröffentlichung entfernt.