MiniCPM-V 4.7 35B-A3B vs. MiniCPM-V 4.7: Einer dieser Namen ist kein Modell

Wenn Sie nach MiniCPM-V 4.7 suchen, finden Sie eine Modellkarte, eine Benchmark-Tabelle, eine Smartphone-Demo und einen Download-Button. Wenn Sie nach MiniCPM-V 4.7 35B-A3B suchen, finden Sie dieselben Dinge, denn es ist dieselbe Veröffentlichung – und genau darin liegt die ganze Schwierigkeit beim Vergleich der beiden. Die Modellkarte von OpenBMB beginnt mit dem Satz, der die Sache klärt: MiniCPM-V 4.7 ist das neueste Modell der Reihe, erhältlich in einer 35B-A3B-Variante, und 35B-A3B ist das erste MoE in dieser Reihe. Der bloße Name ist ein Banner. Der Name mit Suffix ist ein Checkpoint. Stellen Sie ein dünnbesetztes Mixture-of-Experts mit 35 Milliarden Parametern auf die eine Seite und ein Banner auf die andere, dann haben Sie keinen Vergleich, sondern die Frage, welches Artefakt Sie herunterladen wollten. Beantworten Sie die, und der Rest dieser Seite ist ein Datenblatt.

Die Namen, aufgelöst

Drei Dinge hören auf den Namen „MiniCPM-V 4.7“, und nur zwei davon lassen sich herunterladen.

• openbmb/MiniCPM-V-4.7 — existiert nicht. Die URL liefert einen Autorisierungsfehler zurück, keine Gewichte-Seite. Unter diesem Namen hat es nie einen reinen Checkpoint gegeben, und Berichterstattung, die einen Satz von Zahlen unter dem Label des anderen zitiert, zitiert die 35B-Zahlen unter einem Namen, hinter dem kein Repository steht.

• Die Serie — eine Hugging-Face-Kollektion, die OpenBMB pflegt und die dreizehn Repositories unter dem 4.7-Banner vereint: den Basis-Checkpoint 35B-A3B, einen GGUF-Build, FP8-, AWQ-, GPTQ- und int4-Quantisierungen davon, einen gepaarten spekulativen DSpark-Draft-Head und dieselbe sechsstufige Leiter noch einmal für das kleine Modell. Diese Kollektion ist gemeint, wenn „MiniCPM-V 4.7“ als Produktlinie verwendet wird.

• openbmb/MiniCPM-V-4.7-35B-A3B — der Checkpoint, um den es in der Ankündigung geht, erstellt am 7. Oktober 2026 um 07:07 UTC, lizenziert unter Apache-2.0, mit einer vollständigen Modellkarte, die am 12. Oktober hinzugefügt wurde. Dies ist das Einzige in der Familie, das derzeit vom Anbieter bereitgestellte Benchmark-Tabellen enthält.

Die ehrliche Antwort auf „MiniCPM-V 4.7 vs. MiniCPM-V 4.7 35B-A3B“ ist also, dass sich die Frage auf die Wahl einer Variante innerhalb einer Serie reduziert und der bloße Serienname Ihnen keine Datei liefert. Die eine Datei, die er Ihnen tatsächlich liefert, ist die 35B-A3B, weshalb Leser mit der Annahme ankommen, es handele sich um dasselbe.

Woraus der Launch tatsächlich besteht

OpenBMBs eigene README beschreibt zwei Varianten und einen gemeinsamen Vision-Tower und datiert die Veröffentlichung auf den 12. Oktober 2026 – fünf bzw. sechs Tage, nachdem die Gewichte hochgeladen wurden. Diese Lücke ist wichtig, wenn man ein Veröffentlichungsdatum angibt. Die Repositories wurden am 6. und 7. Oktober erstellt; die Model Card, das Lizenz-Tag, die Diagramme und die Ankündigung erschienen alle am 12. Die Parameter änderten sich am 12. nicht. Die Dokumentation schon.

Was die Dokumentation abdeckt, für beide Varianten:

Zwei Checkpoints — ein 35B-A3B Sparse-MoE und ein dichtes 1B-Modell, die sich einen Lineage-Namen und einen Vision-Tower teilen, und sonst nichts darunter.

• Ein gemeinsamer visueller Pfad – der familieneigene minicpmv4_7_vision-Turm, 27 Ebenen bei Hidden-Size 1.152, Patch-Größe 14, Bildgröße 980, in den Sprach-Stack bei Ebene 6 eingefügt, wobei die frühe Intra-ViT-Kompression, die OpenBMB LLaVA-UHD v4 zuschreibt, davor liegt.

• Gemischte 4x/16x-Kompression visueller Token – pro Anfrage wählbar, standardmäßig 16x für Durchsatz und 4x für Detail. Die Karte merkt an, dass kein anderes Modell in ihrer Vergleichstabelle diese Wahl bietet und dass die Einstellung sowohl an das Chat-Template als auch an den generate-Aufruf übergeben werden muss, andernfalls stimmen die Anzahl der Platzhalter und der Vision-Encoder nicht überein.

• Eine Deployment-Story, bei der es nicht mehr um Gewichte geht — Ziele für iOS, Android und HarmonyOS, Chip-Unterstützung ab Tag eins von Rockchip, Houmo, Intel, AMD und Arm, OpenVINO für Intel CPU/GPU/NPU und Framework-Unterstützung über SGLang, vLLM, llama.cpp und Ollama hinweg. Die App und die quantisierten Builds sind hier das Produkt, nicht der BF16-Download.

Die beiden Kontrollpunkte, Dimension für Dimension

Sechs Dimensionen, beide Seiten, mit einer Anmerkung dazu, was jede Zahl tatsächlich wert ist.

• Parameter und Form — MiniCPM-V 4.7 35B-A3B: 35.212.875.824 gespeicherte Parameter, sparse, 256 Experten mit 8 aktiven pro Token bei einer Experten-Zwischengröße von 512 plus einem geteilten Experten derselben Größe. Die 1B-Variante von MiniCPM-V 4.7: 1.554.476.272 Parameter, dense, wobei jeder einzelne bei jedem Token aktiv ist. Die beiden Gesamtzahlen sind nicht dieselbe Größe, und das Active-per-Token-Budget des MoE ist nicht veröffentlicht, also liest man das „A3B“ besser als Teil des Namens denn als Messwert, den man mit dem dichten Modell vergleichen kann.

• Download-Umfang — MiniCPM-V 4.7 35B-A3B: 70,4 GB, verteilt auf sechzehn safetensors-Shards in BF16, vor jeglichem KV-Cache. MiniCPM-V 4.7 1B: rund 3,1 GB in einer einzigen Gewichtsdatei. Zweiundzwanzigmal so viel Download auf der einen Seite, und der ehrliche Maßstab dafür, welche davon ab Werk ein Handy-Modell ist — keines von beiden ist es, bis man eine Quantisierung aus der Leiter nimmt.

• Text-Backbone und Tiefe — MiniCPM-V 4.7 35B-A3B: ein Sparse-MoE-Text-Stack aus der Qwen-Familie, 40 Schichten bei Hidden-Size 2.048, sechzehn Query-Heads gegenüber zwei Key/Value-Heads, Vokabular 248.144. MiniCPM-V 4.7 1B: ein dichter Text-Stack aus der Qwen-Familie, 24 Schichten bei Hidden-Size 1.024, acht Query-Heads gegenüber zwei Key/Value-Heads, Vokabular 248.094. Dieselbe Designidee, eine Stufe tiefer.

• Attention — beide: eine feste Drei-zu-eins-Wiederholung von linearer Attention zu Full Attention. Dreißig der vierzig Layer des 35B nehmen den linearen Pfad gegenüber zehn konventionellen; achtzehn der vierundzwanzig Layer des 1B gegenüber sechs. Dies ist die Dimension, in der die beiden Modelle tatsächlich dieselbe Architektur in unterschiedlicher Skalierung sind, und der Grund, warum beide einen 256K-Kontext bewältigen, ohne dass der KV-Cache explodiert.

• Kontext – beide: 262.144 maximale Positionen, mit demselben canvas-multimodalen Rotary-Embedding-Modus. Kein Variantenaufschlag, keine Kürzung beim kleinen Modell.

• Lizenz — beides: Apache-2.0, angegeben im Front Matter des Repositorys und bestätigt im README. Beide sind außerdem auf Hugging Face und auf ModelScope verfügbar. Es gibt keinen Unterschied in den Bedingungen, der abzuwägen wäre.

Die Benchmark-Tabelle existiert für einen von ihnen.

Hier ist die Asymmetrie, die eine Entscheidung tatsächlich prägt. Der 35B-A3B-Checkpoint enthält OpenBMBs Vergleichstabellen – MMMU bei etwa 80,2, OCRBench bei etwa 91,2, OmniDocBench v1.6 im hohen Neunzigerbereich, CharXiv-Reasoning im mittleren Siebzigerbereich, TextVQA im mittleren Achtzigerbereich – gegenübergestellt zwei Qwen-Modellen der 35B-A3B-Klasse, einem 31B-Gemma und zwei 27B-Qwens im Instruct-Modus. Dieser Artikel behandelte, was diese Tabellen wert sind, als das Release dokumentiert wurde; die Kurzfassung lautet: vom Anbieter berichtet, mit Anbieter-Harness erzeugt, nicht reproduziert und aus PNG-Diagrammen abgelesen statt aus einer veröffentlichten Ergebnistabelle.

Das 1B hat sein eigenes Diagramm im selben Dokument, und der dortige Vergleich erfolgt gegen ein kleineres Feld. Wenn Sie zwischen den beiden Größen wählen, ist das Nützliche, was die Karten liefern, keine Punktzahl – sondern dass der größere Checkpoint derjenige ist, für den das Effizienzargument geschrieben wurde. Die On-Device-Zahl, die das gesamte Release verankert, 13-plus Token pro Sekunde bei etwa 3 GB Speicher auf einem iPhone 17 Pro Max, ist ein 35B-A3B-Wert, erzeugt mit Lookahead Expert Scheduling, das Experten über die Layer hinweg durch quantisierte Gewichte vorlädt. Das kleine dichte Modell braucht diese Maschinerie nicht, weil 1,55 Milliarden dichte Parameter ohne all das in den Arbeitsspeicher eines Telefons passen.

Das ist die Umkehrung, bei der es sich lohnt, zu verweilen: Das kleine Modell ist unkompliziert und, was Benchmarks angeht, undokumentiert; das große Modell ist umfangreich dokumentiert und schwer auszuführen. Keine der beiden Positionen ist offensichtlich besser.

Welches die Leute tatsächlich herunterladen

Die Zähler von Hugging Face fügen eine Tatsache hinzu, die keine der Modellkarten nennt, und sie spricht für das größere Modell. Abgerufen am 13. Oktober 2026 verzeichnet das Basis-openbmb/MiniCPM-V-4.7-35B-A3B-Repository 630 Downloads; der -gguf-Build desselben Checkpoints zeigt etwas über 10.000, rund sechzehnmal so viel Traffic. Beim 1B liegen das Basis-Repository und sein GGUF-Build bei 263 bzw. 2.064, ein ähnliches Verhältnis bei deutlich kleinerem absoluten Maßstab.

Zwei Deutungen, beide mit den Daten vereinbar. Entweder laden die Leute zuerst den quantisierten Build, weil er es ist, der läuft, oder die BF16-Zahlen hinken einfach hinterher, weil der BF16-Checkpoint nicht das ist, was irgendjemand einsetzt. So oder so misst der Download-Zähler, welches Artefakt zählt — und es ist nicht dasjenige, dessen Größe im Namen steht. Wenn Sie diese Entscheidung bemessen, bemessen Sie sie am GGUF- oder AWQ-Build, nicht an 70,4 GB.

Es gibt noch ein weiteres Listing-Detail, das in die andere Richtung geht. Beide Repositories tragen das Tag „On-Device Model“, das vom Rest der MiniCPM-V-Familie übernommen wurde; bei einem 70-GB-BF16-MoE bedeutet es erst nach Quantisierung und Expert-Streaming dasselbe wie das Tag bei der 3,1-GB-Datei des 1B. Betrachten Sie das Tag als Familienbezeichnung, nicht als Spezifikation.

Wo eine gehostete API die Frage verändert

Keiner der beiden Checkpoints wird auf OrcaRouter gehostet, und für diesen Vergleich erweist sich das als die entscheidende strukturelle Tatsache. Beide sind offene Gewichte, die du selbst hostest, was bedeutet, dass das 35B-A3B Hardware erfordert, die du wahrscheinlich nicht hast, und das 1B Hardware erfordert, die du definitiv hast — und die Kluft zwischen "irgendeiner GPU" und "einem Telefon" ist der eigentliche Inhalt von "35B-A3B vs 4.7".

Der Ort, an dem sich ein Router bezahlt macht, ist die Grenze. Wenn du das 1B wählst und es für eine Anfrage nicht ausreicht, muss die Arbeit irgendwohin gehen, und dieses Irgendwo ist normalerweise ein gehostetes Modell, das du lieber nicht von Anbieter zu Anbieter verwalten möchtest: OrcaRouter deckt ein paar hundert gehostete Modelle hinter einem Schlüssel zum Listenpreis des jeweiligen Anbieters ab, ohne Aufschlag, und wechselt zwischen Anbietern, wenn einer schlechter wird. Eine dieser gehosteten IDs, qwen/qwen3.6-35b-a3b, ist das direkte gehostete Gegenstück zu dem Checkpoint, um den es in diesem Artikel geht – dieselbe 35B-A3B-Form, zugänglich, ohne den Beschleuniger zu besitzen, was es zur natürlichen Obergrenze macht, gegen die man testen sollte, bevor du 70 GB deiner eigenen Festplatte für die lokale Version aufwendest.

Das ist eine Routing-Entscheidung, keine zweite Integration, und sie ist der einzige Teil dieser Entscheidung, dessen Rücknahme nichts kostet.

Die Auswahl

Wenn die Vorgabe ein Smartphone, ein Laptop oder eine einzelne kleine GPU ist, ist das 1B der einzige Kandidat – 3,1 GB, eine Lizenz, die kommerzielle Nutzung erlaubt, und eine Quantisierungsleiter, die seit der ersten Woche ausgeliefert wird. Wenn das Ziel das Effizienzergebnis ist, über das OpenBMB tatsächlich diskutiert, willst du das 35B-A3B, und zwar in einem quantisierten Build statt im 70-GB-Original, denn das ist es, was jeder andere Downloader genommen hat, und worauf die On-Device-Behauptung gemessen wurde.

Was Sie nicht tun sollten, ist, die beiden Namen als austauschbar zu behandeln. Einer von ihnen ist ein Checkpoint, den Sie noch heute Nachmittag ausführen können. Der andere ist ein Label, das immer wieder die Modellkarte des 35B-A3B zurückliefern wird, egal welchen der beiden Sie gemeint haben.