LFM3-VL-2B vs. MiniCPM-V 4.7 35B-A3B: Die Spalte, die nicht das Modell ist

Öffnen Sie die Benchmark-Tabelle für LFM3-VL-2B und Sie finden eine MiniCPM-Spalte. Sie ist mit MiniCPM-V 4.7 beschriftet 1B. Das ist das kleine Geschwistermodell. Das Modell, das die meisten meinen, wenn sie MiniCPM-V 4.7 sagen — OpenBMBs MiniCPM-V 4.7 35B-A3B, der erste Mixture-of-Experts-Checkpoint in der MiniCPM-V-Reihe — steht überhaupt nicht in der Tabelle von Liquid AI, und bei den Benchmarks, die beide Labore veröffentlichen, liegt er nicht annähernd auf dem Niveau des 1B-Modells. Das Duell, das die Leute tatsächlich abwägen, LFM3-VL-2B gegen MiniCPM-V 4.7 35B-A3B, muss also von Hand aus zwei Anbietertabellen zusammengesetzt werden, die Benchmark-Namen, aber keine Evaluations-Harnesses teilen. Was folgt, ist diese Zusammensetzung, mit sichtbar belassenen Nahtstellen.

Die Größendiskrepanz ist die zweite Überraschung. Ein Modell hat 1,92 Milliarden dichte Parameter und passt in wenige Gigabyte. Das andere speichert 35,21 Milliarden Parameter und berührt pro Token etwa 3 Milliarden davon. Als Datenblatt gelesen, ist das überhaupt kein Duell. Als zwei Antworten auf dieselbe Frage gelesen – was kann man auf einem Gerät ausführen, das man nicht kontrolliert –, ist es ein wirklich interessanter Dissens darüber, wie man dorthin kommt.

Zwei Modelle, ein Name

Die Namenskollision richtet echten Schaden an der Art und Weise an, wie dieser Vergleich gelesen wird. Liquid AIs Model Card ist diesbezüglich gewissenhaft: In der Spalte steht 1B, und das 1B-Modell ist ein legitimer Vergleichspartner für ein 1,92B-Modell. Doch Suchergebnisse, Aggregatoren und beiläufige Verweise fassen „MiniCPM-V 4.7“ allesamt zu einer einzigen Sache zusammen, und das 35B-A3B ist die Variante mit dem Publikum – 289.535 Downloads und 1.095 Likes auf Hugging Face gegenüber 155.428 und ein paar Hundert für das 1B-Geschwistermodell, Stand 28. Oktober 2026.

Die Daten erklären einen Teil dieser Lücke und nicht den Rest. OpenBMBs 35B-A3B-Repository wurde am 7. Oktober 2026 erstellt, wobei das Release in den eigenen Materialien des Projekts auf den 12. Oktober datiert ist. Liquid AIs LFM3-VL-2B-Repository ging am 19. Oktober online, und die LFM3-Familie wurde am 27. Oktober angekündigt. LFM3-VL-2B ist seit neun Tagen öffentlich, daher sind seine 255 Downloads eine Kalendertatsache, kein Urteil. Das Likes-Verhältnis ist die interessantere Zeile: 45 für LFM3-VL-2B, 1.095 für das MiniCPM. Wer Letzteres heruntergeladen hat, mochte es genug, um es zu sagen.

Was jedes einzelne tatsächlich ist

• Parameter — LFM3-VL-2B ist ein dichtes Modell mit 1,92 Mrd. Parametern: ein Sprach-Backbone mit 1,73 Mrd., ein hauseigener Vision-Encoder mit 164 Mio. und ein Projektor mit 25 Mio. MiniCPM-V 4.7 35B-A3B speichert 35,21 Mrd. verteilt auf 256 Experten und routet pro Token 8 davon, rund 3 Mrd. aktiv.

• Backbone — 24 LFM3-Schichten, aufgeteilt in 13 gated Short Convolutions, 5 Sliding-Window-Attention-Schichten und 6 globale Attention-Schichten, gegenüber 40 Transformer-Schichten bei einer Hidden Size von 2.048.

• Vision-Pfad — ein 14-Schichten-Encoder aus 8 gated Depthwise-2D-Faltungen und 6 bidirektionalen Attention-Layern auf 16×16-Patches mit 2D-Rotary-Embeddings, gegenüber einem 27-Schichten-Tower mit Hidden Size 1.152, der in Schicht 6 des Text-Stacks eingefügt wird, mit früher Token-Komprimierung im Encoder und umschaltbarem visuellem Downsampling mit 4× oder 16×.

• Kontext — 128K Token bei LFM3-VL-2B, 256K beim MiniCPM, jeweils Eingabe plus Ausgabe.

• Eingaben — Text, Bilder und Video mit 2 Bildern pro Sekunde für das Liquid-Modell; Text, Bilder und Video für das OpenBMB-Modell. Keines der beiden verarbeitet Audio – weder in die eine noch in die andere Richtung.

• Gewichte auf der Festplatte — etwa 3,8 GB bei BF16 gegenüber etwa 65,6 GiB bei BF16.

• Lizenz — LFM Open License v1.0, die Liquid als kostenlos für die kommerzielle Nutzung bei einem Jahresumsatz unter 10 Millionen US-Dollar beschreibt, gegenüber Apache 2.0 ohne Umsatzbedingung.

Der Architekturstreit ist die ganze Geschichte. Liquid setzte darauf, dass ein kleines dichtes Modell plus ein zweckgebauter Vision-Encoder einen SigLIP-ähnlichen Tower beim Rechenaufwand pro Bild schlägt, und veröffentlichte eine Kategorietabelle, um das zu belegen. OpenBMB setzte darauf, dass man die Fähigkeiten eines 35B-Modells erhalten und es trotzdem auf einem Smartphone ausführen kann, indem man den teuren Teil streamt, statt ihn resident zu halten. Beides sind Wetten auf den Speicher, die in entgegengesetzte Richtungen gehen.

Die Lücke ist real, und sie ist kleiner, als die Darstellung suggeriert.

Hier steht, was die beiden Anbietertabellen aussagen, wenn man die passenden Zeilen nebeneinanderlegt. Alles stammt aus Selbstauskünften der Labore, und die Vorbehalte zum Testaufbau folgen danach.

• MMMU — LFM3-VL-2B 55,7 mit aktiviertem Denkmodus, 48,6 ohne; MiniCPM-V 4.7 35B-A3B 80,22 bei 4-facher visueller Kompression, 80,00 bei 16-facher.

• MMStar — 74,4 gegenüber 80,67 bei 4×, 80,13 bei 16×.

• OCRBench v1 — 86,3 gegenüber 91,20 bei 4×, 90,40 bei 16×.

• MathVista — 84,2 mit Denken, 68,5 ohne, gegenüber 88,00 bei 4× und 87,30 bei 16×.

• CharXiv-Schlussfolgern — 70,2 gegenüber 75,60 bei 4×, 69,20 bei 16×.

MMMU ist der Punkt, an dem das 35B seine Größe rechtfertigt: ein Abstand von 24,5 Punkten zur Thinking-Konfiguration und 31,6 Punkten zur No-Thinking-Variante. Das ist der Benchmark für multimodales Schlussfolgern auf College-Niveau, und der Vorsprung ist groß genug, um jede vernünftige Einwendung bezüglich Harness-Unterschieden zu überstehen.

Alles andere liegt näher beieinander, als die Darstellung nahelegt. OCRBench ist eine Lücke von 4,9 Punkten. MathVista sind 3,8 Punkte, wenn LFM3-VL-2B denkt. Beim CharXiv-Reasoning liegt das Liquid-Modell im Thinking-Modus um 5,4 Punkte zurück — und schlägt den 16×-Wert des 35B-Modells um einen Punkt. Dass ein 2B-Modell bei Dokumenten-OCR und Diagrammen innerhalb von fünf Punkten eines 35B-Modells liegt, ist die Erkenntnis, die mehr Aufmerksamkeit verdient als die MMMU-Schlagzeile.

Nun zu den Einschränkungen, denn sie sind wichtig. Liquids Zahlen stammen aus einem einzelnen Lauf über 62 Benchmarks auf vLLM 0.27.1, normalisiert auf 0–100, wobei der Reasoning-Modus für jedes Modell aktiviert war, außer bei den anders gekennzeichneten Konfigurationen. Die fünf Zahlen von OpenBMB werden als Diagrammbilder statt als numerische Tabelle veröffentlicht und wurden hier aus der Lesart eines Drittanbieter-Aggregators dieser Diagramme transkribiert, daher sind die Dezimalstellen als ungefähr zu betrachten. Die beiden Labore stimmen nicht bei visuellen Token-Budgets, Prompting- oder Decoding-Einstellungen überein, und die 4×- versus 16×-Aufteilung auf der OpenBMB-Seite verändert ihre Scores allein um bis zu sechs Punkte. Das sind zwei Behauptungssätze, die nebeneinander stehen, kein kontrolliertes Experiment.

Wo das kleine Modell Zahlen hat, veröffentlicht das große keine.

Liquid veröffentlichte 62 Zeilen. OpenBMB veröffentlichte fünf. Diese Asymmetrie ist die am stärksten unterberichtete Tatsache in diesem Vergleich, und sie schlägt in eine Richtung aus, die dem kleineren Modell schmeichelt.

• Visuelles Grounding — RefCOCO-avg 90,5, RefCOCO-M 95,2, Point-Bench 73,8, RefSpatial-Bench 49,8 für LFM3-VL-2B. In der veröffentlichten Evaluation von MiniCPM-V 4.7 35B-A3B erscheint keine entsprechende Zeile.

• GUI-Verständnis — ScreenSpot-Pro 55,5, ScreenSpot-v2 bei 94,6 Desktop, 92,2 Mobil, 89,9 Web. Wieder einmal nichts auf der OpenBMB-Seite veröffentlicht.

• Verkörpertes Schlussfolgern — EmbSpatial-Bench 82.9, RoboSpatial-Home 63.4, Where2Place 44.9. Dasselbe Fehlen.

• Video — Video-MME 62,8 ohne Untertitel, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 unterstützt Video, und die Karte behandelt es ausführlich, aber die numerische Tabelle enthält keine Videozeile, die wir verifizieren könnten.

Das ist fehlende Evidenz, kein automatischer Sieg. Wenn Sie eine Robotik- oder Screen-Agent-Pipeline aufbauen, ist die ehrliche Position, dass die Fähigkeit des 35B-Modells bei diesen Aufgaben unbekannt statt schwach ist. Aber „unbekannt“ ist selbst ein Beschaffungsproblem: Man kann keinen Einsatz um eine Zahl herum planen, die niemand veröffentlicht hat, und LFM3-VL-2B ist von den beiden das einzige Modell, dessen Grounding- und GUI-Leistung man vor dem Download nachlesen kann.

Das Gedächtnisargument ist zweischneidig.

Der übliche Grund, ein 2B statt eines 35B zu wählen, ist, dass das 2B passt. LFM3-VL-2B passt tatsächlich, vollständig und vorhersehbar: etwa 3,8 GB in BF16, resident, kein Paging, keine Überraschungen, wenn das Gerät unter Last steht. Das ist eine wirklich starke Eigenschaft für ein Produkt, das man auf Hardware ausliefert, die man nicht kontrolliert.

MiniCPM-V 4.7 35B-A3B passt mit 65,6 GiB nirgendwo annähernd auf ein Smartphone, und das gesamte Design von OpenBMB existiert genau deshalb. Lookahead Expert Scheduling sagt das Routing der nächsten Schicht voraus und lädt die Experten, die es erwartet, vorab; feingranulare, schichtweise Quantisierung verkleinert diese Experten, sodass sie schneller übertragen werden; DSpark Speculative Sampling überbrückt die Decoding-Stalls. Der Hersteller gibt mehr als 13 Tokens pro Sekunde auf einem iPhone 17 Pro Max bei einem Speicherverbrauch von etwa 3 GB an sowie mehr als 17 auf einem iPad Pro M4 mit 16 GB.

Die On-Device-Behauptung lautet also nicht „das 35B-Modell ist klein“, sondern „das 35B-Modell streamt, und das Streaming ist flüssig genug, um nutzbar zu sein“. Das sind unterschiedliche Wetten mit unterschiedlichen Fehlermodi. Ein residentes 3,8-GB-Modell verschlechtert sich kontrolliert – es ist entweder geladen oder nicht. Ein streamendes 65,6-GiB-Modell verschlechtert sich durch Flash-Bandbreite, thermische Drosselung und Kaltstartlatenz, die sich je nach Gerät so unterscheiden, dass ein Benchmark auf einem einzelnen iPhone dies nicht erfasst.

Die praktische Aufteilung: Wenn Sie weder die Speichergeschwindigkeit noch das thermische Budget kontrollieren, ist der residente Ansatz der risikoärmere Weg. Wenn Sie auf aktuelle Flaggschiff-Hardware ausliefern und die Genauigkeit wollen, ist OpenBMBs Ansatz nicht mehr theoretisch — es ist ein veröffentlichtes Modell mit einem funktionierenden Fork dahinter.

Tooling ab Tag eins ist kein Gleichstand.

LFM3-VL-2B wird mit BF16-Gewichten ausgeliefert, die transformers 5.21 oder neuer erfordern, sowie mit GGUF, einschließlich eines quantisierungsbewusst destillierten Q4_0-Checkpoints, einem MLX-4-Bit-Build und einem ONNX-Export. Die Serverunterstützung ist noch nicht abgeschlossen: vLLM wird als in Arbeit beschrieben, SGLang befindet sich in Prüfung bei Pull Request 46858 und llama.cpp in Prüfung bei Pull Request 31252 mit einem ausdrücklichen Hinweis, dass Videoeingabe noch nicht unterstützt wird. Die Karte empfiehlt außerdem den qwen3-Reasoning-Parser und den qwen3_coder-Tool-Call-Parser für vLLM und SGLang – ein Detail, das verrät, wie kürzlich das verdrahtet wurde.

MiniCPM-V 4.7 35B-A3B unterstützt SGLang, vLLM, llama.cpp und Ollama, mit SWIFT und LLaMA-Factory für das Fine-Tuning, GGUF-, BitsAndBytes-, AWQ-, GPTQ-, FP8- und int4-Builds sowie Day-Zero-Unterstützung für Chip-Plattformen von Rockchip, Houmo, Intel, AMD und Arm unter iOS, Android und HarmonyOS. Der On-Device-Pfad läuft über OpenBMBs eigenen llama.cpp-omni-Fork statt über das Upstream-llama.cpp.

Für ein Produktions-Deployment in diesem Monat ist das keine knappe Entscheidung. Für einen Research-Spike, eine Laptop-Demo oder ein Fine-Tuning, das Sie selbst verantworten wollen, funktioniert LFM3-VL-2B heute über transformers, und Sie werden keine Woche mit Build-Flags verbringen.

Die Lizenzklausel, über die mehr Teams stolpern werden

Apache 2.0 im Vergleich zur LFM Open License v1.0 ist ein größerer praktischer Unterschied als die MMMU-Lücke, weil er jede Bereitstellung betrifft und nicht nur die schwierigen Fälle. Apache 2.0 enthält keine Umsatzbedingung, keine Einschränkung auf bestimmte Anwendungsfelder und keine Unklarheit darüber, ob ein quantisiertes oder destilliertes Derivat die Bedingungen übernimmt. Die LFM Open License v1.0 ist laut Liquid selbst für die kommerzielle Nutzung bei einem Jahresumsatz unter 10 Millionen US-Dollar kostenlos, was bedeutet, dass ein Unternehmen über dieser Grenze ein Lizenzierungsgespräch führt, bevor es ausgeliefert wird, nicht danach.

Diese eine Klausel mischt den Vergleich für viele Käufer neu. Ein Startup unterhalb der Schwelle bekommt ein kleineres, schnelleres Modell, das in Bezug auf Grounding besser dokumentiert ist, umsonst. Ein Unternehmen oberhalb der Schwelle bekommt ein Modell, das eine Unterschrift erfordert – und dann wird die Apache-2.0-Lizenz des 35B zu einem Merkmal, auf das man achtet.

Was Ihnen keiner der beiden Anbieter sagen wird

Es gibt keinen unabhängigen direkten Vergleich. Kein Drittlabor hat beide Modelle mit derselben Testumgebung laufen lassen, und das, was einer neutralen Rangliste am nächsten kommt – Liquids eigene Tabelle –, vergleicht LFM3-VL-2B mit dem 1B, nicht mit dem 35B. Jede Zahl in diesem Artikel stammt aus dem Labor, das das jeweils beschriebene Modell entwickelt hat.

Zwei weitere Lücken sind erwähnenswert. Keines der beiden Modelle hat einen Preis pro Token, den wir verifizieren konnten, daher wäre ein Kostenvergleich hier erfunden. Und keines von beiden ist mit Stand 28. Oktober 2026 im OrcaRouter-Katalog – eine Suche nach minicpm liefert keine passenden Modelle, und LFM3-VL-2B ist ebenfalls nicht aufgeführt. Damit ist dies heute eine Entscheidung für Self-Hosting oder eine Anbieter-API und keine Routing-Entscheidung.

Welches soll man wählen?

• Dokumente, Diagramme, dichter Text und anspruchsvolles multimodales Reasoning – mit einem Serving-Stack, den Sie selbst kontrollieren: {{1}}MiniCPM-V 4.7 35B-A3B{{/1}}. Der MMMU-Vorsprung ist das eine Ergebnis, das groß genug ist, um die Einschränkungen des Test-Harness zu überstehen, und Apache 2.0 beseitigt die Lizenzfrage vollständig.

Ein Gerät, das Sie nicht kontrollieren, mit einem festen Speicherbudget und keiner Toleranz für Streaming-Latenz — LFM3-VL-2B. Belegt 3,8 GB im Speicher und ist das einzige der beiden mit veröffentlichten Grounding-, GUI- und Embodied-Kennzahlen, gegen die man planen kann.

• Bildschirm-Agenten, Robotik und räumliche Aufgaben — standardmäßig LFM3-VL-2B, da es die einzige Variante mit veröffentlichten Belegen ist. Das 35B dort eher als unbewiesen denn als schwach behandeln.

• Produktion diesen Monat mit minimalem Integrationsaufwand — MiniCPM-V 4.7 35B-A3B. SGLang-, vLLM-, llama.cpp- und Ollama-Unterstützung gegenüber drei Notizen „in Prüfung“ oder „in Bearbeitung“.

• Ein Unternehmen mit einem Jahresumsatz von über 10 Millionen US-Dollar — MiniCPM-V 4.7 35B-A3B, es sei denn, die On-Device-Einschränkung ist so gravierend, dass ein Lizenzierungsgespräch gerechtfertigt ist.

Wie OrcaRouter passt – ehrlich gesagt

Es passt noch nicht, und etwas anderes zu behaupten wäre genau die Art von Aussage, wegen der ein Blogbeitrag ignoriert wird. Keines der beiden Modelle ist heute im OrcaRouter-Katalog, daher gibt es keinen Schlüssel, den man Ihnen aushändigen könnte, und keinen Preis, den man nennen könnte.

Was stimmt, zeigt sich, wenn ein Vision-Modell tatsächlich dort ankommt: ein OpenAI-kompatibler Endpoint über mehr als 200 Modelle hinweg, durchgereichte Listenpreise der Anbieter bei 0 % Aufschlag, sodass eine Preisänderung eines Anbieters noch am selben Tag live ist, und automatisches Failover, damit ein Ausfall eines einzelnen Anbieters Ihre Route nicht lahmlegt. Bei einem Vergleich wie diesem – zwei Modelle, die sich in Bezug auf das Gedächtnis widersprechen, ohne unabhängigen Benchmark, der das klären könnte – besteht das nützliche Muster darin, beide hinter einem Endpoint laufen zu lassen und an Ihren eigenen Bildern zu messen, statt darüber zu streiten, wessen Diagramm recht hat.

Was zu sehen

Vier Dinge würden diesen Artikel verändern. Die Zusammenführung von Pull Request 31252 mit Video-Unterstützung, wodurch der Videopfad von LFM3-VL-2B auf Standard-llama.cpp landen würde. vLLM-Unterstützung, die „in Arbeit“ verlässt, was es zu einer ernstzunehmenden Serving-Option statt einer Demo machen würde. Eine unabhängige Evaluierung, die beide Modelle in einem gemeinsamen Harness laufen lässt – das mit Abstand wertvollste fehlende Artefakt in diesem Vergleich. Und Liquid AI, das das 35B in seine eigene Vergleichstabelle aufnimmt, was zeigen würde, dass das Labor es als den eigentlichen Peer betrachtet.

Bis eines davon umgesetzt ist, ist die vertretbare Zusammenfassung enger als die Darstellung beider Anbieter: Das 35B gewinnt den relevanten Reasoning-Benchmark und verliert nichts bei OCR, das 2B punktet bei Grounding-Belegen und Vorhersagbarkeit, und die Lizenz entscheidet über mehr Deployments als der Benchmark.