LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B: la columna que no es el modelo

Abre la tabla de benchmarks de LFM3-VL-2B y encontrarás una columna de MiniCPM. Está etiquetada como MiniCPM-V 4.7 1B. Ese es el hermano pequeño. El modelo al que la mayoría de la gente se refiere cuando dice MiniCPM-V 4.7 —el MiniCPM-V 4.7 35B-A3B de OpenBMB, el primer checkpoint de mezcla de expertos de la línea MiniCPM-V— no aparece en absoluto en la tabla de Liquid AI y, en los benchmarks que publican ambos laboratorios, no está ni cerca del 1B. Así que la comparación que la gente realmente está sopesando, LFM3-VL-2B frente a MiniCPM-V 4.7 35B-A3B, hay que montarla a mano a partir de dos tablas de proveedores que comparten nombres de benchmarks pero no arneses de evaluación. Lo que sigue es ese montaje, con las costuras a la vista.

La diferencia de tamaño es la segunda sorpresa. Un modelo tiene 1,92 mil millones de parámetros densos y cabe en unos pocos gigabytes. El otro almacena 35,21 mil millones de parámetros y toca aproximadamente 3000 millones de ellos por token. Leído como una hoja de especificaciones, no es un enfrentamiento en absoluto. Leído como dos respuestas a la misma pregunta —qué puedes ejecutar en un dispositivo que no controlas—, es un desacuerdo genuinamente interesante sobre cómo llegar hasta ahí.

Dos modelos, un nombre

La colisión de nombres está causando un daño real en cómo se lee esta comparación. La ficha de Liquid AI es escrupulosa al respecto: la columna dice 1B, y el 1B es un par legítimo para un modelo de 1.92B. Pero los resultados de búsqueda, los agregadores y las referencias informales reducen «MiniCPM-V 4.7» a una sola cosa, y el 35B-A3B es la variante que tiene audiencia: 289,535 descargas y 1,095 me gusta en Hugging Face frente a 155,428 y unos pocos cientos para el hermano 1B, a 28 de octubre de 2026.

Las fechas explican parte de esa diferencia, y no el resto. El repositorio 35B-A3B de OpenBMB se creó el 7 de octubre de 2026, con la versión fechada el 12 de octubre en los materiales del propio proyecto. El repositorio LFM3-VL-2B de Liquid AI se publicó el 19 de octubre y la familia LFM3 se anunció el 27 de octubre. LFM3-VL-2B lleva nueve días de vida pública, así que sus 255 descargas son un dato de calendario, no un veredicto. La proporción de «me gusta» es la línea más interesante: 45 para LFM3-VL-2B, 1.095 para el MiniCPM. A quienes descargaron este último les gustó lo suficiente como para decirlo.

Lo que realmente es cada uno

• Parámetros: LFM3-VL-2B es denso con 1,92B: un backbone de lenguaje de 1,73B, un codificador visual propio de 164M y un proyector de 25M. MiniCPM-V 4.7 35B-A3B almacena 35,21B en 256 expertos y enruta 8 de ellos por token, aproximadamente 3B activos.

• Estructura principal — 24 capas LFM3, divididas en 13 convoluciones cortas con compuerta, 5 capas de atención de ventana deslizante y 6 capas de atención global, frente a 40 capas transformer con un tamaño oculto de 2.048.

• Ruta de visión — un codificador de 14 capas compuesto por 8 convoluciones 2D depthwise con compuertas y 6 capas de atención bidireccional sobre parches de 16×16 con embeddings rotatorios 2D, frente a una torre de 27 capas con tamaño oculto de 1.152 insertada en la capa 6 de la pila de texto, con compresión temprana de tokens dentro del codificador y submuestreo visual conmutable de 4× o 16×.

• Contexto — 128K tokens en LFM3-VL-2B, 256K en el MiniCPM, tanto de entrada como de salida.

• Entradas — texto, imágenes y vídeo a 2 fotogramas por segundo para el modelo Liquid; texto, imágenes y vídeo para el de OpenBMB. Ninguno escucha audio, en ninguna de las dos direcciones.

• Pesos en disco — aproximadamente 3,8 GB en BF16 frente a aproximadamente 65,6 GiB en BF16.

• Licencia — LFM Open License v1.0, que Liquid describe como gratuita para uso comercial por debajo de $10 millones de ingresos anuales, frente a Apache 2.0 sin condición de ingresos.

La discrepancia arquitectónica lo es todo. Liquid apostó por que un modelo denso pequeño más un codificador visual creado específicamente supera a una torre estilo SigLIP en cómputo por imagen, y publicó una tabla de categorías para demostrarlo. OpenBMB apostó por que se puede conservar la capacidad de un modelo de 35B y aun así ejecutarlo en un teléfono haciendo que la parte costosa se transmita en streaming en lugar de residir. Ambas son apuestas sobre la memoria, hechas en direcciones opuestas.

La brecha es real, y es más estrecha de lo que sugiere el planteamiento

Esto es lo que dicen las dos tablas de proveedores cuando se ponen lado a lado las filas correctas. Todo está autodeclarado por los laboratorios, y las salvedades sobre el arnés de pruebas vienen después.

• MMMU — LFM3-VL-2B 55,7 con razonamiento activado, 48,6 sin él; MiniCPM-V 4.7 35B-A3B 80,22 con compresión visual 4×, 80,00 con 16×.

• MMStar — 74,4 frente a 80,67 a 4×, 80,13 a 16×.

• OCRBench v1 — 86,3 frente a 91,20 a 4×, 90,40 a 16×.

• MathVista — 84,2 con razonamiento, 68,5 sin razonamiento, frente a 88,00 con 4× y 87,30 con 16×.

• Razonamiento de CharXiv — 70,2 frente a 75,60 a 4×, 69,20 a 16×.

MMMU es donde el 35B justifica su tamaño: una diferencia de 24,5 puntos frente a la configuración de pensamiento y de 31,6 puntos frente a la configuración sin pensamiento. Es el benchmark de razonamiento multimodal de nivel universitario, y el margen es lo bastante amplio como para resistir cualquier objeción razonable sobre diferencias en el arnés.

Todo lo demás está más cerca de lo que sugiere el planteamiento. OCRBench es una diferencia de 4.9 puntos. MathVista es de 3.8 puntos cuando LFM3-VL-2B piensa. En razonamiento CharXiv, el modelo Liquid pierde por 5.4 puntos en modo pensamiento — y supera por un punto el número 16× del 35B. Un modelo 2B a menos de cinco puntos de un 35B en OCR de documentos y gráficos es el hallazgo que debería recibir más atención que el titular de MMMU.

Ahora, las salvedades, porque importan. Las cifras de Liquid provienen de una sola ejecución sobre 62 benchmarks en vLLM 0.27.1, normalizadas a 0–100, con el modo de razonamiento habilitado para todos los modelos excepto las configuraciones marcadas de otro modo. Los cinco números de OpenBMB se publican como imágenes de gráficos en lugar de una tabla numérica y se transcribieron aquí a partir de la lectura de esos gráficos por parte de un agregador de terceros, así que considere los decimales aproximados. Los dos laboratorios no coinciden en los presupuestos de tokens visuales, ni en la configuración de prompting o decodificación, y la división 4× frente a 16× del lado de OpenBMB cambia sus puntuaciones hasta en seis puntos por sí sola. Se trata de dos conjuntos de afirmaciones colocados uno al lado del otro, no de un experimento controlado.

Donde el modelo pequeño tiene cifras, el grande no las publica

Liquid publicó 62 filas. OpenBMB publicó cinco. Esa asimetría es el hecho más subestimado en esta comparación, y apunta en una dirección que favorece al modelo más pequeño.

• Anclaje visual — RefCOCO-avg 90.5, RefCOCO-M 95.2, Point-Bench 73.8, RefSpatial-Bench 49.8 para LFM3-VL-2B. No aparece ninguna fila equivalente en la evaluación publicada de MiniCPM-V 4.7 35B-A3B.

• Comprensión de GUI — ScreenSpot-Pro 55.5, ScreenSpot-v2 con 94.6 en escritorio, 92.2 en móvil, 89.9 en web. De nuevo, nada publicado por parte de OpenBMB.

• Razonamiento encarnado — EmbSpatial-Bench 82.9, RoboSpatial-Home 63.4, Where2Place 44.9. Misma ausencia.

• Video — Video-MME 62.8 sin subtítulos, MVBench 69.4, MLVU 71.3, ActivityNet-QA 71.2. MiniCPM-V 4.7 admite video y la ficha lo analiza en detalle, pero la tabla numérica no incluye una fila de video que podamos verificar.

Esto es ausencia de evidencia, no una victoria por defecto. Si estás construyendo una canalización de robótica o de agentes de pantalla, la postura honesta es que la capacidad del 35B en esas tareas es desconocida, no débil. Pero "desconocido" es en sí mismo un problema de adquisición: no puedes planificar un despliegue en torno a un número que nadie publicó, y LFM3-VL-2B es el único de los dos cuyo rendimiento en grounding e interfaz gráfica puedes consultar antes de descargarlo.

El argumento de la memoria funciona en ambos sentidos.

La razón habitual para elegir un 2B en lugar de un 35B es que el 2B cabe. LFM3-VL-2B sí cabe, por completo y de forma predecible: unos 3,8 GB en BF16, residente, sin paginación y sin sorpresas cuando el dispositivo está bajo carga. Es una cualidad realmente sólida para un producto que se entrega en hardware que no controlas.

MiniCPM-V 4.7 35B-A3B no cabe ni de lejos en un teléfono con 65,6 GiB, y todo el diseño de OpenBMB existe por eso. Lookahead Expert Scheduling predice el enrutamiento de la siguiente capa y precarga los expertos que espera; la cuantización por capas de grano fino reduce esos expertos para que se muevan más rápido; el muestreo especulativo DSpark cubre las pausas de decodificación. La afirmación del proveedor es de más de 13 tokens por segundo en un iPhone 17 Pro Max usando unos 3 GB de memoria, y más de 17 en un iPad Pro M4 con 16 GB.

Así que la afirmación sobre el dispositivo no es «el 35B es pequeño». Es «el 35B transmite en streaming, y el streaming es lo bastante fluido como para ser usable». Son apuestas diferentes con modos de fallo diferentes. Un modelo residente de 3,8 GB se degrada de forma gradual: o está cargado o no lo está. Un modelo de 65,6 GiB en streaming se degrada con el ancho de banda de la memoria flash, la limitación térmica y la latencia de inicio en frío, todos los cuales varían según el dispositivo de formas que un benchmark en un solo iPhone no capta.

La división práctica: si no controlas ni la velocidad del almacenamiento ni el margen térmico, el modelo residente es la opción de menor riesgo. Si distribuyes en hardware insignia reciente y buscas la precisión, el enfoque de OpenBMB ya no es teórico: es un modelo publicado con un fork funcional detrás.

El tooling del primer día no es un empate.

LFM3-VL-2B se distribuye con pesos BF16 que requieren transformers 5.21 o una versión más reciente, además de GGUF, incluido un checkpoint Q4_0 destilado con conciencia de cuantización, una compilación MLX de 4 bits y una exportación ONNX. El soporte para servidores aún no está terminado: se describe vLLM como en curso, SGLang está en revisión en la solicitud de extracción 46858, y llama.cpp está en revisión en la solicitud de extracción 31252 con una nota explícita de que la entrada de video aún no es compatible. La ficha también recomienda el analizador de razonamiento qwen3 y el analizador de llamadas a herramientas qwen3_coder para vLLM y SGLang, un detalle que revela lo recientemente que se conectó esto.

MiniCPM-V 4.7 35B-A3B es compatible con SGLang, vLLM, llama.cpp y Ollama, con SWIFT y LLaMA-Factory para el ajuste fino, compilaciones GGUF, BitsAndBytes, AWQ, GPTQ, FP8 e int4, y soporte desde el primer día para plataformas de chips de Rockchip, Houmo, Intel, AMD y Arm en iOS, Android y HarmonyOS. La ruta en el dispositivo funciona a través del propio fork llama.cpp-omni de OpenBMB en lugar del llama.cpp original.

Para un despliegue en producción este mes, no hay duda. Para una investigación exploratoria, una demo en un portátil o un ajuste fino que tengas intención de mantener, LFM3-VL-2B funciona hoy mediante transformers y no tendrás que pasar una semana lidiando con flags de compilación.

La línea de la licencia en la que más equipos tropiezan

Apache 2.0 frente a la LFM Open License v1.0 supone una diferencia práctica mayor que la brecha en MMMU, porque se aplica a cada despliegue y no solo a los casos difíciles. Apache 2.0 no conlleva ninguna condición sobre los ingresos, ninguna restricción de campo de uso y ninguna ambigüedad acerca de si un derivado cuantizado o destilado hereda los términos. La LFM Open License v1.0 es gratuita para uso comercial por debajo de los 10 millones de dólares de ingresos anuales, según la propia descripción de Liquid, lo que significa que una empresa por encima de ese umbral tiene una conversación sobre licencias antes de lanzar el producto, no después.

Esa única cláusula cambia por completo la comparación para muchos compradores. Una startup por debajo del umbral obtiene gratis un modelo más pequeño, más rápido y mejor documentado en cuanto a grounding. Una empresa que lo supera obtiene un modelo que requiere una firma; y en ese momento la Apache 2.0 del 35B se convierte en una característica a la que prestas atención.

Lo que ninguno de los dos proveedores te dirá

No hay una comparación directa e independiente. Ningún laboratorio externo ha ejecutado ambos modelos con el mismo arnés de pruebas, y lo más parecido a una tabla de puntuaciones neutral —la propia tabla de Liquid— compara el LFM3-VL-2B con el 1B, no con el 35B. Todas las cifras de este artículo proceden del laboratorio que creó el modelo que describe.

Merece la pena mencionar otras dos lagunas. Ninguno de los dos modelos tiene un precio por token que podamos verificar, por lo que una comparación de costes aquí sería inventada. Y ninguno de los dos figura en el catálogo de OrcaRouter a fecha de 28 de octubre de 2026 — una búsqueda de minicpm no devuelve ningún modelo coincidente, y LFM3-VL-2B tampoco aparece en la lista. Eso convierte esto hoy en una decisión de autohospedaje o de API de proveedor, no en una decisión de enrutamiento.

¿Cuál elegir?

• Documentos, gráficos, texto denso y razonamiento multimodal complejo, con una pila de servicio que tú controlas — MiniCPM-V 4.7 35B-A3B. El margen en MMMU es el único resultado lo bastante amplio como para resistir las salvedades del arnés de evaluación, y Apache 2.0 elimina por completo la cuestión de la licencia.

• Un dispositivo que no controlas, con un presupuesto de memoria fijo y sin tolerancia a la latencia del streaming — LFM3-VL-2B. Residente en 3,8 GB, y el único de los dos con cifras publicadas de grounding, GUI y embodied con las que planificar.

• Agentes de pantalla, robótica y tareas espaciales — LFM3-VL-2B por defecto, porque es el único lado con evidencia publicada. Considera que el 35B no está demostrado en esos ámbitos, más que débil.

• Producción este mes con un trabajo de integración mínimo — MiniCPM-V 4.7 35B-A3B. Soporte para SGLang, vLLM, llama.cpp y Ollama frente a tres notas de "en revisión" o "en progreso".

• Una empresa con ingresos anuales superiores a 10 millones de dólares — MiniCPM-V 4.7 35B-A3B, a menos que la restricción de uso en dispositivo sea lo suficientemente estricta como para justificar una conversación sobre licencias.

Cómo encaja OrcaRouter, sinceramente

Todavía no encaja, y decir lo contrario sería el tipo de cosa que hace que se ignore una entrada de blog. Hoy ninguno de los dos modelos está en el catálogo de OrcaRouter, así que no hay ninguna clave que darte ni ningún precio que cotizar.

Lo cierto es lo que ocurre cuando un modelo de visión aterriza allí: un único endpoint compatible con OpenAI para más de 200 modelos, el precio de lista del proveedor repercutido con un margen del 0 % para que un cambio de precio del proveedor esté activo ese mismo día, y conmutación por error automática para que la caída de un solo proveedor no tumbe tu ruta. Para una comparación como esta —dos modelos que no coinciden en cuanto a memoria, sin un benchmark independiente que lo resuelva—, el patrón útil es ejecutar ambos detrás de un mismo endpoint y medir con tus propias imágenes en lugar de discutir sobre qué gráfico tiene razón.

Qué ver

Cuatro cosas cambiarían este artículo. La fusión del pull request 31252 con soporte para video, lo que pondría la ruta de video de LFM3-VL-2B en llama.cpp estándar. Que el soporte de vLLM deje de estar "en curso", lo que lo convertiría en una opción de servicio seria en lugar de una demo. Una evaluación independiente que ejecute ambos modelos en un mismo harness —el artefacto faltante más valioso de esta comparación—. Y que Liquid AI añada el 35B a su propia tabla comparativa, lo que te indicaría que el laboratorio lo considera el par real.

Hasta que cualquiera de esas opciones esté disponible, el resumen defendible es más limitado que el planteamiento de cualquiera de los dos proveedores: el 35B gana el benchmark de razonamiento que importa y no pierde nada en OCR, el 2B gana en evidencia de fundamentación y previsibilidad, y la licencia decide más despliegues que el benchmark.