MiniCPM-V 4.7 1B vs. MiniCPM-V 4.7: Zwei Checkpoints, ein Name und eine ganz andere Aufgabe

Es gibt keinen Checkpoint namens MiniCPM-V 4.7. OpenBMB hat nie einen veröffentlicht, und die Modell-URL, die ihn enthalten würde, gibt einen Autorisierungsfehler statt einer Gewichte-Seite zurück. Der Name ist die Serie. Am 12. Oktober 2026 lieferte diese Serie zwei Dinge aus, die ein Leser vernünftigerweise damit meinen könnte: MiniCPM-V 4.7 1B, ein dichtes Modell mit 1,55 Milliarden Parametern, das entwickelt wurde, um im Arbeitsspeicher eines Telefons zu sitzen, und den 35-Milliarden-Parameter-Checkpoint mit spärlichem Mixture-of-Experts, der jede Schlagzeile des Starts trägt – die On-Device-Demo, das Pareto-Frontier-Diagramm, den Satz „erste Open-Source-MoE, die reibungslos auf dem Gerät läuft“. Sie zu vergleichen ist kein fairer Kampf und war nie als solcher gedacht. Es ist eine Frage darüber, wie viel Speicher Sie bereit sind auszugeben, und ob die Zahlen des Anbieters selbst stark genug sind, um die Ausgabe zu rechtfertigen.

Der Name steht für eine Serie, nicht für ein Modell.

Zwei Repositories tragen den Namen MiniCPM-V 4.7, und ein drittes trägt ihn mit einem Suffix. openbmb/MiniCPM-V-4.7-1B wurde am 6. Oktober 2026 um 17:40 UTC erstellt. openbmb/MiniCPM-V-4.7-35B-A3B folgte am 7. Oktober um 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark – ein spekulativer Draft-Head mit 213 Millionen Parametern für das kleine Modell – erschien am 8. Oktober. Alle drei stehen unter Apache-2.0. Das bloße openbmb/MiniCPM-V-4.7 Repository existiert nicht, und es lohnt sich, das klar zu sagen, weil ein guter Teil der Berichterstattung so schreibt, als existiere es, und einen Satz Zahlen unter dem Namen des anderen zitiert. Die OpenBMB-README datiert die Veröffentlichung selbst auf den 12. Oktober; dieses Datum sollte man verwenden, wenn man eines braucht: Die Repositories wurden zuerst hochgeladen und vier Tage später angekündigt, in der üblichen Reihenfolge.

Die ehrliche Einordnung von „1B vs. 4.7“ ist also kein Vergleich zwischen einem kleinen Modell und einem großen mit demselben Namen. Sie ist ein Vergleich zwischen den beiden Größenklassen, die die Serie tatsächlich bietet, wobei eine von ihnen zufällig die einzige ist, die der Serienname allein finden wird.

Was 1B eigentlich ist

Aus den safetensors-Metadaten gelesen, hat der Dense-Checkpoint 1.554.476.272 Parameter in BF16 — etwa 3,11 GB in einer einzigen Gewichtsdatei, was die zentrale Zahl für alle ist, die an ein Mobiltelefon denken. Sein Sprach-Backbone trägt das Tag qwen3_6_text, 24 Layer tief mit einer Hidden-Size von 1024, und seine Attention folgt einem Drei-Linear-zu-Eins-Voll-Muster: 18 der 24 Layer nehmen einen linearen Pfad und sechs führen konventionelle Attention aus. Das Vokabular umfasst 248.094 Token. Der Vision-Tower ist der hauseigene minicpmv4_7_vision — 27 Layer, Hidden-Size 1152, Patch-Größe 14, Bildgröße 980, eingefügt in den Sprach-Stack bei Layer 6. Zwei Einstellungen sind für die Dokumentenarbeit wichtiger als der Rest: downsample_mode ist 16x, und mrope_mode ist canvas, was das multimodale Rotary-Embedding-Schema ist, das die Familie verwendet, um die räumliche Struktur über ein geschnittenes Bild hinweg intakt zu halten. Die maximalen Positions-Embeddings betragen 262.144, das Kontextfenster ist also ein echtes 256K und kein nominelles.

Zum Zeitpunkt des Verfassens zeigt das Repository 14 Downloads und 22 Likes. Das ist wenig, und es ist das ehrliche Maß dafür, wie sehr die Community das Modell bisher genutzt hat.

Was das Flaggschiff tatsächlich ist

Der 35B-A3B-Checkpoint hat 35.212.875.824 Parameter in BF16 — 70,4 GB, verteilt auf sechzehn safetensors-Shards, was dem 22-Fachen der Größe des dichten Modells in einem einzigen Download entspricht. Architektonisch ist er ein anderes Tier: 40 Schichten, Hidden-Size 2048 und ein sparse MoE-Feed-Forward mit 256 Experten, von denen 8 pro Token aktiv sind, wobei moe_intermediate_size auf 512 gesetzt ist. Das Vokabular umfasst 248.144 Einträge und ist damit etwas größer als das des 1B-Modells. Das Attention-Muster ist dieselbe Idee in größerer Tiefe — 30 lineare Schichten zu 10 vollständigen. Es ist das erste MoE in der MiniCPM-V-Reihe, und es ist der Checkpoint, um den es in der Effizienzgeschichte des Anbieters tatsächlich geht: OpenBMBs Behauptung lautet 13-plus Token pro Sekunde bei rund 3 GB Speicher auf einem iPhone 17 Pro Max, wobei Lookahead Expert Scheduling Expertengewichte über Schichten hinweg vorab lädt, sodass Sparse Routing nicht an der Speicherbandbreite hängen bleibt, plus ein gepaarter MTP-Head und gemischte 4x/16x visuelle Token-Kompression. Das sind Anbieterzahlen, vom Anbieter gemessen, in der Demo des Anbieters. Noch hat sie niemand anderes reproduziert. Das Repository zeigt 166 Downloads und 43 Likes — eine Größenordnung mehr Aufmerksamkeit, als das 1B auf sich gezogen hat.

Der Vergleich, Dimension für Dimension

Sechs Dimensionen, beide Seiten, mit einer Anmerkung dazu, wie viel Gewicht jede Zahl trägt.

• Parameter und Form — MiniCPM-V 4.7 1B: 1,55B dense, jeder Parameter bei jedem Token aktiv. Das Flaggschiff von MiniCPM-V 4.7: 35,2B insgesamt, sparse, 8 von 256 Experten pro Token. Die beiden Gesamtzahlen sind keine vergleichbaren Größen; das aktive Budget des MoE bestimmt den Rechenaufwand pro Token, und OpenBMB veröffentlicht es nicht. „A3B“ ist als Teil des Namens zu lesen, nicht als Messwert.

• Gewichtsumfang — MiniCPM-V 4.7 1B: 3,11 GB in einer einzigen BF16-Datei, was der ganze Grund für seine Existenz ist. MiniCPM-V 4.7 35B-A3B: 70,4 GB verteilt auf sechzehn Shards in BF16. Die 3-GB-Angabe des Anbieters für das Gerät gilt für das größere Modell erst nach Quantisierung und Experten-Streaming, nicht für den rohen Download.

• Attention und Kontext – beides: 256K Positionen, ein 3:1-Muster von linearer zu voller Attention und derselbe Canvas-mRoPE-Modus. MiniCPM-V 4.7 1B führt ihn über 24 Schichten aus; das Flaggschiff über 40. Dies ist die eine Dimension, in der die beiden Modelle wirklich dasselbe Design sind – nur skaliert.

• Vision-Pfad — bei beiden: der eigene minicpmv4_7_vision-Turm der Familie mit 16-fachem Downsampling. Der Unterschied liegt auf der anderen Seite des Komprimierungsschritts: Die Diagramme des Flaggschiffs bewerben ein gemischtes 4x/16x-Schema, das die 1B nicht für sich beansprucht.

• Lizenz — beide: Apache-2.0, im Repository deklariert und im Projekt-README bestätigt. Das ist wichtig, weil es das Gegenteil dessen ist, wie dieselbe Reihe eine Woche zuvor aussah; hier gibt es für keinen der beiden Checkpoints Unklarheiten zu berichten.

• Qualitätsnachweise — MiniCPM-V 4.7 1B: nur Hersteller-Charts. MiniCPM-V 4.7 35B-A3B: Hersteller-Charts, ein Hersteller-Demovideo auf einem iPad M4 und einem iPhone sowie eine veröffentlichte Angabe zu Tokens pro Sekunde auf dem Gerät. Keines der beiden verfügt über eine unabhängige Bewertung, und keines wurde von Dritten anhand eines festen Test-Harness geprüft.

Was die eigenen Diagramme des Anbieters behaupten

OpenBMB hat für beide Checkpoints Benchmark-Diagramme veröffentlicht, und der Unterschied darin, was sie jeweils stützen können, ist aufschlussreich. Das 1B-Diagramm setzt das Modell bei MMBench auf 83,17, bei OCRBench auf 86,10 und bei OmniDocBench v1.6 auf 85,39 und liegt damit in allen drei Punkten vor dem Modell der vorherigen Generation aus der 1,3B-Klasse, neben dem es in derselben Abbildung steht (81,89, 83,80 bzw. 82,52). Diese Angaben stammen vom Anbieter und wurden nicht reproduziert, und die Spaltenbeschriftung des Diagramms selbst muss sorgfältig gelesen werden, denn eine Zeile darin weist einen Wert aus, der für ein Modell dieser Größe nicht glaubwürdig ist. Betrachten Sie die absoluten Zahlen als Marketing und die Deltas gegenüber der vorherigen Generation als den einzigen Teil mit einer inneren Logik.

The 35B-A3B chart is more legible because the comparison is more crowded. It reports MMMU 80.22, MathVista 88.00, OCRBench 91.20, OCRBench_v2 68.47, OmniDocBench v1.6 94.24, CharXiv reasoning 75.60, TextVQA 84.99 and CCOCR 81.14, against a field that includes two 35B-A3B-class mixture-of-experts models, a 31B Gemma and a 27B Qwen3.8. On the vendor's own numbers the MoE wins most rows narrowly and loses a couple — MMMU-Pro and MathVision go the other way. Again: vendor-reported, unreproduced, and the only fair reading is "the vendor believes it is at parity or better," not "it is at parity or better."

Es gibt ein Beschriftungsproblem, das es wert ist, gemeldet statt gelöst zu werden. Das Repository heißt 1B. In der Seitenleiste von Hugging Face wird das Modell mit 2B Parametern angegeben. Die safetensors-Metadaten sagen 1.554.476.272 — etwa 1,55B. Die eigene Grafik des Anbieters beschriftet die Zeile mit 1,3B. Vier Quellen, vier Zahlen, und die kleinste davon steht in der Grafik, auf die das Marketing verweist. Nichts davon ändert, was das Modell tut, aber wenn Sie Speicher anhand eines Datenblatts veranschlagen, kalkulieren Sie mit der 3,11 GB großen Datei statt mit irgendeiner der Bezeichnungen.

Welche willst du eigentlich?

Wenn die Einschränkung ein Telefon, ein Laptop, eine einzelne kleine GPU oder irgendetwas mit einem Energiebudget ist, kommt nur eines davon als Kandidat infrage. MiniCPM-V 4.7 1B existiert genau zu dem Zweck, dass ein multimodales Modell mit 256K-Kontext in wenige Gigabyte passt, es wird unter einer Lizenz ausgeliefert, die kommerzielle Nutzung erlaubt, und das Quantisierungs-Ökosystem ist bereits vorhanden – GGUF-, AWQ-, GPTQ-, int4- und FP8-Builds, plus First-Day-Support von Rockchip, Houmo, Intel, AMD und Arm-Hardwareanbietern sowie OpenVINO. Für On-Device-OCR, das Verstehen von Screenshots und Dokumentenparsing mit einem Footprint von 3 GB ist es die Version dieser Serie, die die Frage beantwortet.

MiniCPM-V 4.7 35B-A3B gibt eine andere Antwort. Es ist keine größere Version desselben Produkts; es ist der Versuch, die Qualität eines Modells der 35B-Klasse zu halten, während man nur für 8 Experten pro Token bezahlt, und wenn die Durchsatzangabe des Anbieters Bestand hat, ist es das interessantere technische Ergebnis der beiden. Außerdem ist es mit 70,4 GB in BF16 ein Download für Server oder Workstations, und seine On-Device-Story läuft über Quantisierung und Experten-Streaming statt über die Datei, die man vom Hub bekommt.

Wo ein Router passt – und wo nicht

Keiner der beiden Checkpoints wird auf OrcaRouter gehostet. MiniCPM taucht in unserem Katalog überhaupt nicht auf, und der richtige Rat für alle, die einen der beiden ausführen möchten, lautet, die Gewichte herunterzuladen und selbst zu betreiben — llama.cpp, Ollama, vLLM oder SGLang unterstützen alle diese Architektur, und die oben genannte Day-One-Support-Liste ist für ein so junges Release ungewöhnlich breit. Die Routing-Frage kommt erst beim nächsten Schritt ins Spiel, nämlich dann, wenn ein kleines lokales Modell für eine bestimmte Anfrage nicht ausreicht und die Arbeit an etwas Gehostetes übergeben werden muss. Diese Übergabe ist eine Routing-Entscheidung und kein zweiter Vertrag: OrcaRouter stellt ein paar hundert gehostete Modelle hinter einen einzigen Schlüssel, zum Listenpreis des jeweiligen Anbieters, ohne Aufschlag, mit Failover, wenn die Leistung eines Anbieters nachlässt. Zu den gehosteten Vision-Modellen auf dieser Liste gehören mehrere in derselben Gewichtsklasse wie das 1B — qwen/qwen3-vl-8b-instruct und seine Thinking-Variante, qwen/qwen3-vl-235b-a22b-instruct für das obere Ende, und deepseek/deepseek-v4-flash-vision-exp für Dokumentenarbeit mit langem Kontext. Das ist die Stufe über dieser Familie, kein Ersatz für sie, und es lohnt sich, klarzustellen, auf welcher Seite der Linie jedes Modell steht.

Was zu sehen

Zwei Dinge würden diesen Vergleich entscheiden, und keines davon existiert bisher. Das erste ist eine unabhängige Evaluation – dieselbe Testumgebung, ausgeführt gegen beide Checkpoints, auf derselben Hardware, ohne dass der Anbieter die Prompts auswählt. Bis es sie gibt, stammt jede Genauigkeitszahl in diesem Artikel vom Anbieter selbst und sollte nur mit diesem Hinweis zitiert werden. Das zweite ist der DSpark-Draft-Head, der für das 1B bereits veröffentlicht ist und der Mechanismus, der die Inferenz mit kleinen Modellen auf einem Smartphone spürbar schneller machen würde. Wenn spekulative Dekodierung in diesem Maßstab so funktioniert, wie beworben, wird das dichte 1B zu einer erheblich besseren Antwort, als seine Größe vermuten lässt, und das 35B-A3B bleibt das Modell, zu dem man nur greift, wenn die Anfrage es wirklich erfordert.

Was nicht auf irgendetwas warten muss, sind die Lizenz, die Architektur, der Footprint und das Tooling. Diese befinden sich in den Repositories, sie stehen für beide Checkpoints unter Apache-2.0, und sie reichen aus, um heute zu entscheiden, welche der beiden auf deine Hardware gehört.

Die gehostete Hälfte dieses Musters ist eine Routing-Entscheidung und kein zweiter Vertrag. den Listenpreis jedes Anbieters, ohne dass wir einen Aufschlag hinzufügen Keiner der MiniCPM-V 4.7-Checkpoints ist ein gehostetes Modell auf OrcaRouter – beide sind Gewichte, die Sie selbst bereitstellen.