MiniCPM-V 4.7 35B-A3B vs. InternLumina U2: Zwei stille Schiffe, zwei gegensätzliche Antworten

Weder MiniCPM-V 4.7 35B-A3B noch InternLumina-U2 wurden angekündigt, als ihre Gewichte auftauchten. Beide haben offene Gewichte, beide stammen aus chinesischen Labors, beide sind die größte multimodale Veröffentlichung, die ihr Team dieses Jahr herausgebracht hat, und beide erreichten den Hub ohne Blogbeitrag, ohne Keynote und ohne Launch-Tag. Da endet die Ähnlichkeit. MiniCPM-V 4.7 35B-A3B liest Bilder und antwortet in Text; InternLumina-U2 liest Bilder, antwortet in Text und zeichnet außerdem neue, bearbeitet sie und rendert 3D-Assets. Das eine ist so gebaut, dass es klein genug ist, um auf ein Telefon zu passen; das andere sind 16 Milliarden Parameter Diffusionsforschung, die nicht im Entferntesten auf eines passen. Seite an Seite gelesen sind sie nicht zwei Einträge in derselben Kategorie – sie sind zwei verschiedene Antworten auf die Frage, wofür ein Vision-Language-Modell da ist, veröffentlicht im Abstand von fünf Wochen zueinander, ohne dass jemand hinsah.

Was hier gewusst werden kann, teilt sich sauber auf. Alles über die MiniCPM-Seite weiter unten stammt aus dem Repository, der Modellkarte und der Konfigurationsdatei, die jeder lesen kann. Alles auf der InternLumina-Seite stammt aus der eigenen Modellkarte des Labors und dem Dateibaum, den es veröffentlicht hat; der Benchmark-Abschnitt der Karte selbst ist mit „Vorläufige, partielle Ergebnisse“ gekennzeichnet und enthält überhaupt keine Zahlen. Keines der beiden Modelle wurde unabhängig evaluiert, und nichts in diesem Beitrag ist ein Launch: OpenBMB hat MiniCPM-V 4.7 erst am 12. Oktober als Release bezeichnet, und soweit die öffentlichen Aufzeichnungen zeigen, hat das Shanghai AI Laboratory InternLumina-U2 noch nicht als Release bezeichnet.

Zwei stille Schiffe, fünf Wochen auseinander

Der Ordner MiniCPM-V 4.7 erschien erstmals am 6. Oktober 2026 auf Hugging Face; der Hub meldet jetzt einen Erstellungszeitstempel vom 7. Oktober, und das Repository wurde zuletzt am 12. Oktober bearbeitet. Das Repository InternLumina-U2 wurde am 1. September erstellt. Keines der beiden Daten ist mit einer Ankündigung versehen. Doch seitdem sind die beiden unterschiedlich gealtert, und dieser Unterschied ist das Nützlichste an diesem Vergleich.

InternLumina-U2 wurde am 1. September nur als Code veröffentlicht. Diese Version war ein Inferenz-Harness, eine README und ein Versprechen – die Gewichte waren „bald verfügbar“, das Hugging-Face-Repository enthielt eine einzige .gitattributes-Datei, und der technische Bericht war als in Kürze erscheinend gekennzeichnet. Das stimmt nicht mehr. Das Repository enthält jetzt zwei vollständige hardwarespezifische Checkpoints, einen unter ascend/ und einen unter nvidia/, jeweils mit sieben safetensors-Shards, einem eigenen Remote-Code-Modul, einem Parallelplan und einem Tokenizer. Die Gewichte kamen still an und niemand aktualisierte die Geschichte. Zum jetzigen Zeitpunkt steht das Repository bei 16 Likes und null erfassten Downloads, und der technische Bericht ist noch immer nicht veröffentlicht.

MiniCPM-V 4.7 bewegte sich in die andere Richtung. Es erschien im Oktober als Gewichte ohne Modellkarte – der Ordner enthielt kein README, kein Lizenz-Tag und keine Benchmarks, genau wie in unserem früheren Bericht festgehalten. Zehn Tage später hat es alle drei der erstgenannten Dinge und noch keines der letztgenannten: eine Apache-2.0-Lizenz, eine vollständige Karte mit Nutzungshinweisen und einen Abschnitt mit Leistungsangaben samt Zahlen, aber keine Evaluierungstabelle, die ein Leser zitieren kann. Die korrekte Zusammenfassung beider Fälle ist also, dass die Dokumentation nach den Gewichten kam, in beiden Fällen ohne Ankündigung dazwischen.

Was InternLumina-U2 tatsächlich ist

Die Karte beschreibt ein Mixture-of-Experts-Modell mit 16B Parametern und 1B aktiven Parametern – geschrieben als 16B-A1B –, gebaut als Multi-Codebook-Diffusions-Großsprachmodell. Die entscheidende Formulierung lautet „vollständig diskret“: Die zentrale Wette von InternLumina-U2 ist, dass Sprache und Vision ein einziges Token-Vokabular teilen sollten, statt in getrennten Verstehens- und Generierungs-Stacks zu leben, und dass der Engpass bei früheren vereinheitlichten Modellen das visuelle Vokabular selbst war. Die Antwort ist eine diskrete visuelle Repräsentation aus acht Codebüchern, die auf AToken aufbaut, und genau das ermöglicht es denselben Gewichten, ein Bild sowohl zu interpretieren als auch eines zu synthetisieren.

Der Umfang ist bewusst breit gefasst: Text-QA, Text-zu-Bild-Generierung bis zu 1024×1024, Bildverständnis für natürliche Bilder und dichte Diagramme, anweisungsbasierte Bildbearbeitung mit optionalem Dual-CFG-Modus, Videoverständnis auf Basis abgetasteter Frames und 3D-Verständnis auf Basis von GLB- und GLTF-Assets. Der 3D-Pfad fällt aus dem Rahmen und ist der interessanteste – Assets werden vor der Tokenisierung durch eine mitgelieferte Blender-Pipeline in Farb- und Tiefenansichten gerendert, was ein cleverer Weg ist, ein Bildmodell für Geometrie wiederzuverwenden, ohne ihm Geometrie beizubringen.

Zwei technische Details sind erwähnenswert, weil sie ungewöhnlich sind. Erstens befinden sich beide Checkpoints in einem Repository, aufgeteilt nach Beschleuniger: ein Ascend-Build, trainiert auf Huawei-NPUs, und ein NVIDIA-Build, trainiert auf GPUs. Das ist eine bewusste Absicherung gegen Export- und Lieferbeschränkungen, und es bedeutet, dass „welcher Checkpoint“ eine Frage ist, die Nutzer von InternLumina-U2 vor allem anderen beantworten müssen. Zweitens gibt die Modellkarte an, dass das Modell Apache-2.0 ohne Vorbehalte ist – wirklich permissiv, im Gegensatz zu mehreren multimodalen Veröffentlichungen aus 2026, die unter Bedingungen nur für Forschung erschienen sind.

Was MiniCPM-V 4.7 35B-A3B jetzt ist

Die Karte bezeichnet es als das erste MoE in der MiniCPM-V-Serie, und die Konfigurationsdatei bestätigt das: 256 Experten mit 8 aktiven pro Token, 40 Schichten, ein Kontextfenster von 262.144 Token und ein Vokabular von 248.144 Token. Die Vision läuft über ein SigLIP2-Modul mit LLaVA-UHD v4 Intra-ViT-Frühkompression und einem gemischten 4x/16x-Token-Kompressionsmodus – standardmäßig 16x für den Durchsatz, 4x, wenn Sie feine Details benötigen, ausgewählt zur Aufrufzeit. Es versteht Einzelbilder, Multi-Image-Sets und Video; es antwortet in Textform; es generiert keine Bilder.

Die Behauptung, die OpenBMB fett gedruckt aufstellt, lautet, dass dies das erste quelloffene MoE-Modell mit verlustfreier, flüssiger Inferenz direkt auf dem Gerät ist, erreicht durch drei namentlich genannte Techniken: Lookahead Expert Scheduling, feingranulare schichtweise Quantisierung und spekulatives Sampling über die separaten DSpark-Drafts. Die damit verbundene Zahl ist 13-plus Token pro Sekunde auf einem iPhone 17 Pro Max. Diese Zahl wurde vom Anbieter gemeldet, nicht reproduziert und nicht näher spezifiziert – kein Quantisierungsformat, kein Build, kein Prompt, keine Messmethodik. Die Modellkarte behauptet außerdem, dass das Modell im Instruct-Modus bei kürzerer Inferenzzeit eine höhere Gesamtpunktzahl als Qwen3.6 35B-A3B erzielt, und diese Behauptung steht in einem Diagrammbild statt in einer Tabelle, was bedeutet, dass sie nicht als Zahl zitiert werden kann und auch nicht als eine solche behandelt werden sollte.

Was nicht bloß eine Behauptung ist, ist die Distributionsarbeit, und sie ist der praktische Grund, sich darum zu kümmern. Base-, FP8-, int4-, AWQ-, GPTQ- und GGUF-Gewichte existieren alle; SGLang, vLLM, llama.cpp, Ollama und OpenVINO werden mit Day-Zero-Einträgen unterstützt; iOS-, Android- und HarmonyOS-Apps existieren im Repository MiniCPM-V-Apps; und Rockchip, Houmo, Intel, AMD und Arm sind alle als Day-Zero-Silizium gelistet. Vor sechs Wochen war die Kritik an diesem Modell, dass es ein undokumentierter Checkpoint sei. Diese Kritik ist inzwischen überholt – es ist ein dokumentierter Checkpoint ohne Benchmarks, was ein anderes und kleineres Problem ist.

Die beiden, Dimension für Dimension

• Was es mit einem Bild macht — MiniCPM-V 4.7 35B-A3B liest es und antwortet in Textform; InternLumina-U2 liest es, antwortet in Textform, generiert ein neues, bearbeitet ein vorhandenes und interpretiert 3D-Assets.

• Architektur — ein autoregressives, spärliches MoE mit 35,2 Mrd. Parametern, davon 3 Mrd. aktiv, gegen ein diskretes Multi-Codebook-Diffusionsmodell vom Typ 16B-A1B. Unterschiedliche Familien, nicht unterschiedliche Größen ein und derselben Familie.

• Modalitäten in — Text, Bild und Video gegenüber Text, Bild, Video und 3D.

• Ausgabemodalitäten — nur Text versus Text plus generierte Bilder und bearbeitete Bilder.

• Größe der Gewichte — etwa 70 GB in BF16, verteilt auf 16 Shards, gegenüber sieben Shards pro Hardware-Build, gleich zweimal veröffentlicht.

• Lizenz — Apache-2.0 bei beiden. Dies ist die einzige Dimension, in der die beiden tatsächlich übereinstimmen, und das ist wichtig, denn eine permissive Lizenz für ein Generierungsmodell in dieser Größenordnung ist nicht üblich.

• Deployment-Story — quantisierte Builds, mobile Apps und fünf Inferenz-Runtimes gegenüber einem Remote-Code-Modul und einem Shell-Skript, aufgeteilt nach Beschleuniger.

• Öffentliche Belege — eine Karte mit Herstellerangaben ohne Bewertungstabelle gegenüber einer Karte, die ihren Bench-Abschnitt ausdrücklich als vorläufig kennzeichnet und nichts darin abdruckt.

Die Kluft zwischen ihnen ist nicht Qualität, sie ist Art.

Es wäre befriedigend, einen Sieger zu küren, und es wäre unehrlich. Es gibt keinen gemeinsamen Benchmark zwischen diesen beiden Modellen, kein Dritter hat eines von beiden getestet, und die eigene Bewertungstabelle von MiniCPM-V 4.7 existiert nicht, während die von InternLumina-U2 ausdrücklich als unvollständig gekennzeichnet ist. Wer sie heute einordnet, ordnet die Dokumentationsqualität ein, nicht die Modellqualität.

Was sich ehrlich vergleichen lässt, ist die Beweislage, und dort scheitern die beiden in entgegengesetzte Richtungen. InternLumina-U2 verrät viel über die Architektur und fast nichts über Ergebnisse – ein faszinierendes Design ohne nachgewiesene Leistungsfähigkeit. MiniCPM-V 4.7 verrät viel über Ergebnisse in Prosa und weigert sich, sie als Daten zu veröffentlichen, was die Behauptungen schwer falsifizierbar und entsprechend schwer vertrauenswürdig macht. Das erste ist ein vielversprechendes Instrument; das zweite ist ein vielversprechendes Instrument mit einer Marketing-Schicht obendrauf.

Die praktische Einschätzung ergibt sich daraus. Wenn Sie ein Modell benötigen, das Screenshots, Dokumente oder Videos entgegennimmt und Text zurückgibt, und es selbst betreiben möchten, dann ist MiniCPM-V 4.7 das Modell mit einem Serving-Rezept, sechs Laufzeitumgebungen und quantisierten Gewichten, die Sie heute herunterladen können. Wenn Sie ein einziges Modell benötigen, das Bilder im selben Vokabular versteht und erzeugt – für Bearbeitungspipelines, synthetische Daten oder Forschung zu vereinheitlichten Token-Räumen –, dann ist InternLumina-U2 das einzige der beiden, das dies versucht, und der zweite Checkpoint-Ordner, der nach dem Code-Drop im September erschien, ist das erste Anzeichen dafür, dass die Forschung noch in Bewegung ist.

Was das bedeutet, wenn Sie einfach nur etwas ausliefern möchten

Beides sind Dateien, die Sie selbst herunterladen und bereitstellen. Weder MiniCPM-V 4.7 35B-A3B noch InternLumina-U2 erscheinen im gehosteten Katalog von OrcaRouter, daher gibt es hier keinen Weg, sie als Endpunkt aufzurufen, und kein Artikel von uns sollte so gelesen werden, als würde er etwas anderes behaupten. Wofür ein Router in dieser Situation nützlich ist, ist die andere Hälfte der Aufgabe: der Moment, in dem Ihre Pipeline ein Modell benötigt, das Sie nicht hosten möchten. OrcaRouter stellt über 200 gehostete Modelle hinter einen einzigen Schlüssel, gibt den Listenpreis jedes Anbieters ohne unseren Aufschlag direkt weiter, und führt bei nachlassender Leistung eines Anbieters automatisch ein Failover durch — sodass ein Team, das MiniCPM-V 4.7 lokal für das Verständnis großer Dokumentmengen einsetzt, die schwierigen Seiten an ein gehostetes Modell eskalieren kann, ohne einen zweiten Vertrag oder ein zweites SDK.

Das nächstgelegene gehostete Modell mit dieser Ausprägung ist Qwen3.6 35B A3B – ebenfalls 35B insgesamt und 3B aktiv, ebenfalls 262K Kontext, ebenfalls Text, Bild und Video als Eingabe und Text als Ausgabe – verfügbar für $0.25 pro Million Eingabe-Tokens und $1.48 pro Million Ausgabe-Tokens, zum Selbstkostenpreis. Das ist eine wirklich nützliche Kontrollgruppe: Wenn Ihre Entscheidung zwischen dem Selbsthosting eines 70 GB großen spärlichen multimodalen MoE und dem Aufrufen eines äquivalenten Modells liegt, ist die zweite Option noch heute Nachmittag messbar und die erste nicht.

Was würde diesen Vergleich ändern?

Zwei Dokumente würden das meiste davon klären. Eine Benchmark-Tabelle von OpenBMB würde MiniCPM-V 4.7 von einer Behauptung in einen Datenpunkt verwandeln, und das DSpark-Entwurfsmodell – der einzige Teil der Familie mit veröffentlichten Zahlen, in Form von akzeptierten Tokens pro Schritt – ist der günstigste Weg von außen zu einer ersten unabhängigen Zahl. Ein technischer Bericht des Shanghai AI Laboratory würde dasselbe für InternLumina-U2 leisten und wäre das erste Mal, dass jemand sieht, wie sein Acht-Codebook-Vokabular gegen irgendetwas bewertet wird.

Bis dahin ist die ehrliche Position folgende: Von diesen beiden kann man das eine einsetzen und das andere nur untersuchen. Dieser Satz wird wahrscheinlich innerhalb eines Monats nicht mehr wahr sein, und er ist der Grund, warum keines der beiden Modelle als Vaporware abgelegt werden sollte – sie stehen einfach früher in ihrem öffentlichen Leben, als das über sie Geschriebene nahelegt.