LFM3-Omni-2B vs. MiniCPM-V 4.7 35B-A3B: Der Neuling und der Platzhirsch

Zwei Zahlen, beide wahr, beide irreführend, wenn man sie als Urteil liest: MiniCPM-V 4.7 35B-A3B wurde etwa 289.000 Mal heruntergeladen, und LFM3-Omni-2B wurde 83 Mal heruntergeladen. Die Kluft sieht wie eine Abfuhr aus. Sie ist tatsächlich ein Kalender. OpenBMBs Gewichte gingen am 6. Oktober 2026 online; die von Liquid AI am 21. Oktober, angekündigt am 27. Oktober, einen Tag bevor diese Zahlen gelesen wurden. Ein Modell, das seit einer Woche existiert, kann keine Download-Historie haben, und ein Modell mit sechs Wochen Vorsprung und einer bestehenden MiniCPM-Gefolgschaft wird eine haben, ob es sie verdient oder nicht.

Die interessante Gegenüberstellung ist also nicht die Popularität. Entscheidend ist, was ein Team, das ein kleines multimodales Modell für ein Gerät auswählt, tatsächlich abwägen sollte: ob es hören muss, ob es auf sechs verschiedene Arten quantisiert werden muss und welche Lizenz auch dann noch unproblematisch ist, wenn das Produkt Umsatz erzielt.

Was jedes Modell ist

MiniCPM-V 4.7 35B-A3B ist {{1}}OpenBMNs erstes Mixture-of-Experts-Vision-Language-Modell{{/1}}: {{2}}35,2 Milliarden gespeicherte Parameter, pro Token 8 von 256 aktiviert{{/2}}, {{3}}rund 3 Milliarden aktiv{{/3}}, {{4}}40 Textschichten{{/4}}, {{5}}hinter einem 27-schichtigen Vision-Tower mit Hidden Size 1.152, der sich in Schicht 6 des Text-Stacks einfügt{{/5}}. Es liest {{6}}Bilder, Multi-Image-Sets, Video und Text{{/6}} und {{7}}antwortet in Text{{/7}}. {{8}}Es gibt keinen Audiopfad, nirgends in den 70,4 GB Gewichten{{/8}}. {{9}}Die zentrale Aussage der Model Card ist nicht Genauigkeit, sondern Praktikabilität{{/9}}: {{10}}mehr als 13 Token pro Sekunde auf einem iPhone 17 Pro Max bei etwa 3 GB Speicherverbrauch{{/10}}, {{11}}ermöglicht durch einen Lookahead-Expert-Scheduling-Trick, der die Experten der nächsten Schicht vorhersagt und sie vorlädt, während die aktuelle Schicht rechnet{{/11}}.

LFM3-Omni-2B ist Liquid AIs Omni-Einstieg in die LFM3-Familie: 2,17 Milliarden dichte Parameter auf einem LFM3-1.7B-Backbone, mit einem LFM3-Vision-Encoder und einem kausalen LFM3-Audio-Encoder, die ein gemeinsames Vokabular von 128.000 Token speisen. Es liest Text, Bilder, Video mit oder ohne Ton sowie 16-kHz-Audio und schreibt Text oder 24-kHz-Sprache, einschließlich verschränktem Text und Sprache in einer einzigen Antwort. Es ist von seiner Konzeption her ein Non-Reasoning-Modell – die Modellkarte gibt an, dass enable_thinking=True nicht unterstützt wird – und ist für Smartphones, Laptops und Edge-Hardware positioniert.

Beide passen auf ein Handy. Nur eines wurde darum herum entworfen.

Es ist einfach, beides unter „kleines Modell auf einem Gerät“ abzuhaken und weiterzumachen. Die dahinterliegende Technik ist das Gegenteil.

Das Problem von OpenBMB war die Speicherbandbreite auf einem Mobiltelefon, deshalb ist das Modell auf eine Weise sparse, die reduziert, was pro Token gelesen werden muss: 35,2B gespeichert, 3B berührt. Das Lookahead Expert Scheduling ist der entscheidende Hinweis – Expert Prefetching baut man nur, wenn der Engpass das Verschieben von Gewichten ist, nicht deren Multiplikation. LFM3-Omni-2B löst dasselbe Problem, indem es wirklich klein ist: 2,17B dense, überhaupt kein Routing, alles in 16-Bit und trotzdem noch ein paar Gigabyte.

Der Unterschied zeigt sich bei der Quantisierung. MiniCPM-V 4.7 bietet GGUF-, AWQ-, GPTQ-, FP8-, INT4- und BitsAndBytes-Builds sowie DSpark-Draft-Checkpoints für spekulative Dekodierung – ein komplettes Menü für den Accelerator, auf dem Sie am Ende landen. LFM3-Omni-2B hat BF16-Gewichte auf Hugging Face und einen Ollama-Build im Umlauf, und dieser Ollama-Eintrag nennt einen Kontext von 125K gegenüber 32K in der Modellkarte. Ob es sich um einen Packaging-Fehler oder eine undokumentierte Fähigkeit handelt, ist zum Zeitpunkt des Schreibens ungeklärt. Wenn Sie auf einer Rockchip-NPU oder einem Intel-Laptop laufen müssen, ist der Anbieter mit sechs Quantisierungsformaten am ersten Tag die sicherere Wahl.

Die Zeile, die über die meisten Deployments entscheidet

MiniCPM-V 4.7 35B-A3B kann nicht hören. Kein Audio-Tower, kein ASR-Pfad, kein Speech-Head. LFM3-Omni-2B kann hören und laut antworten – in 19 Sprachvarianten und 16 Textsprachen.

Bei einer Arbeitslast mit Dokumenten, Diagrammen, Screenshots oder Video-Frames ist dieser Unterschied irrelevant, und MiniCPM ist auf fast allen anderen Achsen die stärkere Wahl – größer, breiter getestet, besser ausgestattet. Bei allem, bei dem ein Mikrofon im Spiel ist, beendet es den Vergleich sofort. Man kann MiniCPM-V 4.7 nicht nachträglich Gehör verleihen, ohne ein separates ASR-Modell und dann ein TTS-Modell hinzuzufügen; dann betreibt man drei Modelle, um das zu tun, was ein einzelner 2.17B-Checkpoint nativ leistet.

Umgekehrt gilt dasselbe. LFM3-Omni-2B liest Bilder, aber es ist ein 2,17-Mrd.-Parameter-Modell, das sie liest: Seine Karte weist OCRBench 806, DocVQA 92,47 und MMMU 42,44 aus, während MMMU-Pro bei 27,28 liegt. Das sind für diese Größe respektable Werte, aber sie sind bei schwierigen Dokumentlayouts nicht konkurrenzfähig mit einem 35-Mrd.-Modell. Wenn es um dichte Tabellen und gescannte Formulare geht, gewinnt das größere Modell bei dieser Aufgabe – noch bevor man das 8-von-256-Routing in Betracht zieht, das seinen Betrieb günstig macht.

Wo die Zahlen ausgehen

Hier ist der unangenehme Teil: Es gibt keine ehrliche direkte Vergleichstabelle, weil OpenBMB seine Ergebnisse zu MiniCPM-V 4.7 als Diagrammbilder und nicht als numerische Tabellen veröffentlicht. Aus dem Datenblatt des 35B-A3B lassen sich keine MMStar-, MMMU- oder OCRBench-Werte zitieren. Alles, was in dieser Spalte eine Zahl nennt, stammt entweder vom 1B-Geschwistermodell – einem anderen Modell mit einer anderen Architektur – oder ist erfunden.

Die Modellkarte von LFM3-Omni-2B ist dagegen eine vollständige Tabelle: MMStar 55.67, MMMU 42.44, MMMU-Pro 27.28, MMBench 73.68, SEEDBench 75.07, RealWorldQA 66.54, MathVista 62.50, POPE 89.34, DocVQA 92.47, InfoVQA 64.08, OCRBench 806, MVBench 58.03, Video-MME 57.70, dazu eine Sprachspalte, die von englischer ASR mit einer Wortfehlerrate von 6.36 bis zu TTS UTMOSv2 mit 3.80 reicht. Alles wurde von Liquid AI gemessen, wobei für jedes Vergleichsmodell dessen eigenes Chat-Template und Greedy-Decoding verwendet wurden, und nichts davon wurde reproduziert.

Eine Anbietertabelle ist besser als ein Anbieterdiagramm, aber sie ist nicht dasselbe wie eine unabhängige Bewertung. Keines der beiden Modelle hat eine. Das ist der aktuelle Stand in der gesamten Small-Omni-Kategorie, und deshalb kommt es letztlich mehr auf die Bereitstellungsbeschränkungen an als auf einen Punkt bei MMMU.

Lizenzen, vor dem Versand des Prototyps lesen

MiniCPM-V 4.7 steht unter Apache 2.0. Kein Umsatztest, keine Klausel zur Nutzungsart, keine Verhandlung. LFM3-Omni-2B steht unter der LFM Open License v1.0, der Umsatzschwellen-Lizenz, die Liquid für alle LFM3-Modelle verwendet. Für ein Hobbyprojekt oder ein junges Startup sind beide in der Praxis gleichwertig. Für ein Unternehmen, das den Schwellenwert überschritten hat, erfordert eine der beiden ein Gespräch mit einem Anwalt und die andere nicht — und dieses Gespräch ist jetzt viel günstiger zu führen als nachdem das Modell im Produkt steckt.

Dies ist die am wenigsten glamouröse Achse im Vergleich und diejenige, die bei einem tatsächlichen Unternehmen am ehesten den Ausschlag geben dürfte.

Wie die beiden in eine Architektur passen

Die realistische Antwort für die meisten Teams ist nicht „eins auswählen“. Sie lautet: ein On-Device-Modell für den Normalfall und ein gehostetes Modell für die Anfragen, bei denen das Gerätemodell patzt. Diesen zweiten Teil portabel zu halten, ist der Teil, der einen Wechsel des Gerätemodells übersteht: OrcaRouter bietet eine API über 200+ gehostete Modelle hinweg bei 0 % Aufschlag auf den Listenpreis des Anbieters, automatisches Failover, wenn ein Anbieter ausfällt, und eine Routing-DSL, mit der sich eine Anfrage ohne Codeänderung auf ein anderes Modell umleiten lässt. Weder LFM3-Omni-2B noch MiniCPM-V 4.7 ist in diesem Katalog enthalten – beide sind Weight-Downloads, und dieser Beitrag legt nichts anderes nahe. Der Punkt ist, dass die Fallback-Ebene nicht jedes Mal neu aufgebaut werden sollte, wenn sich die Geräte-Ebene ändert – und bei einer Geräte-Ebene, die sich noch alle paar Wochen weiterentwickelt, wird sie sich ändern.

Welches soll auf das Gerät?

Wählen Sie MiniCPM-V 4.7 35B-A3B, wenn Sie Vision-Qualität, ein Quantisierungsformat, das Sie tatsächlich einsetzen können, Apache 2.0 und ein Ökosystem mit sechs Wochen Erfahrungsberichten aus der Praxis dahinter brauchen. Seine Downloadzahl ist kein Qualitätssignal, aber die Fehlerberichte, die mit 289.000 Downloads einhergehen, sind eine Form des Testens, die LFM3-Omni-2B noch nicht hat.

Wählen Sie LFM3-Omni-2B, wenn das Produkt eine Stimme benötigt, wenn der Arbeitsspeicher des Geräts so knapp ist, dass selbst 3 GB aktive Gewichte noch zu viel sind, oder wenn Sie einen einzigen Checkpoint statt eines ASR-plus-LLM-plus-TTS-Stacks möchten. Akzeptieren Sie die Vision-Werte des kleineren Modells, die Lizenz mit Umsatzschwelle und die Tatsache, dass Sie ein Early Adopter eines Modells sind, das erst einen Tag nach seiner Ankündigung steht.

Was es klären würde, wäre ein einziger unabhängiger Durchlauf – dieselbe Testumgebung, beide Modelle, OCRBench und MMMU und eine Sprachaufgabe. Das hat noch niemand gemacht. Bis das jemand tut, lautet die ehrliche Rangliste: MiniCPM fürs Sehen, LFM3-Omni fürs Sprechen und eine Tabellenkalkulation für alles andere.