MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7: Uno de estos nombres no es un modelo

Busca MiniCPM-V 4.7 y encontrarás una ficha del modelo, una tabla de benchmarks, una demo para teléfono y un botón de descarga. Busca MiniCPM-V 4.7 35B-A3B y encontrarás lo mismo, porque son el mismo lanzamiento —y esa es toda la dificultad de compararlos—. La ficha del modelo de OpenBMB abre con la frase que lo resuelve: MiniCPM-V 4.7 es el modelo más reciente de la serie, disponible en una variante 35B-A3B, y 35B-A3B es el primer MoE de esa serie. El nombre a secas es un banner. El nombre con sufijo es un checkpoint. Pon una mezcla dispersa de expertos de 35 mil millones de parámetros de un lado y un banner del otro y no tienes una comparación, tienes una pregunta sobre qué artefacto pretendías descargar. Responde eso y el resto de esta página es una hoja de especificaciones.

Los nombres, resueltos

Tres cosas responden al nombre «MiniCPM-V 4.7», y solo dos de ellas son descargables.

• openbmb/MiniCPM-V-4.7 — no existe. La URL devuelve un error de autorización, no una página de pesos. Nunca ha existido un checkpoint sin más bajo este nombre, y la cobertura que cita un conjunto de cifras bajo la etiqueta del otro está citando los números del 35B bajo un nombre que no tiene ningún repositorio detrás.

• La serie —una colección de Hugging Face que OpenBMB mantiene, con trece repositorios bajo el estandarte 4.7: el checkpoint base 35B-A3B, una compilación GGUF, cuantizaciones FP8, AWQ, GPTQ e int4 de este, una cabeza de borrador especulativa DSpark emparejada, y de nuevo la misma escalera de seis variantes para el modelo pequeño. Esa colección es lo que denota «MiniCPM-V 4.7» cuando se usa como línea de producto.

• openbmb/MiniCPM-V-4.7-35B-A3B — el checkpoint del que trata el anuncio, creado el 7 de octubre de 2026 a las 07:07 UTC, con licencia Apache-2.0 y con una tarjeta de modelo completa añadida el 12 de octubre. Esto es lo único de la familia que actualmente incluye tablas de benchmarks del proveedor.

Así que la respuesta honesta a «MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B» es que la pregunta se reduce a una elección de variante dentro de una misma serie, y el nombre de la serie por sí solo no te consigue un archivo. El único archivo que sí te consigue es el 35B-A3B, y por eso los lectores llegan pensando que son lo mismo.

En qué consiste realmente el lanzamiento

El propio README de OpenBMB describe dos variantes y una torre de visión compartida, y sitúa la fecha de lanzamiento el 12 de octubre de 2026, cinco y seis días después de que se subieran los pesos. Esa diferencia importa si vas a citar una fecha de lanzamiento. Los repositorios se crearon los días 6 y 7 de octubre; la tarjeta, la etiqueta de licencia, los gráficos y el anuncio aparecieron todos el día 12. Los parámetros no cambiaron el día 12. La documentación sí.

Qué cubre la documentación, para ambas variantes:

• Dos checkpoints — un MoE disperso 35B-A3B y un modelo denso de 1B, que comparten un nombre de linaje y una torre de visión, y nada más por debajo.

• Una ruta visual compartida — la propia torre minicpmv4_7_vision de la familia, 27 capas con tamaño oculto de 1.152, tamaño de parche 14, tamaño de imagen 980, empalmada en la pila de lenguaje en la capa 6, con la compresión temprana intra-ViT que OpenBMB atribuye a LLaVA-UHD v4 por delante de ella.

• Compresión mixta de tokens visuales 4x/16x — seleccionable por solicitud, 16x por defecto para rendimiento y 4x para detalle. La ficha señala que ningún otro modelo de su tabla comparativa ofrece esta opción, y que la configuración debe pasarse tanto a la plantilla de chat como a la llamada de generate, o el recuento de marcadores de posición y el codificador de visión no coinciden.

• Una historia de despliegue que deja de girar en torno a los pesos — objetivos de iOS, Android y HarmonyOS, soporte de chips desde el día 0 de Rockchip, Houmo, Intel, AMD y Arm, OpenVINO para CPU/GPU/NPU de Intel, y soporte de frameworks en SGLang, vLLM, llama.cpp y Ollama. La app y las compilaciones cuantizadas son el producto aquí, no la descarga en BF16.

Los dos puntos de control, dimensión por dimensión

Seis dimensiones, ambos lados, con una nota sobre lo que cada número vale en realidad.

• Parámetros y forma — MiniCPM-V 4.7 35B-A3B: 35.212.875.824 parámetros almacenados, disperso, 256 expertos con 8 activos por token en un tamaño intermedio de experto de 512 más un experto compartido del mismo tamaño. La variante 1B de MiniCPM-V 4.7: 1.554.476.272 parámetros, densa, todos ellos activos en cada token. Los dos totales no son la misma magnitud, y el presupuesto de activos por token del MoE no está publicado, así que lee el "A3B" como parte del nombre en lugar de como una medida que puedas comparar con el modelo denso.

• Huella de descarga — MiniCPM-V 4.7 35B-A3B: 70,4 GB repartidos en dieciséis fragmentos safetensors en BF16, antes de cualquier caché KV. MiniCPM-V 4.7 1B: aproximadamente 3,1 GB en un único archivo de pesos. Veintidós veces la descarga por un lado, y la medida honesta de cuál de estos es un modelo para teléfono listo para usar — ninguno lo es, hasta que tomes una cuantización de la escalera.

• Columna vertebral de texto y profundidad — MiniCPM-V 4.7 35B-A3B: una pila de texto MoE dispersa de la familia Qwen, 40 capas con tamaño oculto de 2.048, dieciséis cabezas de consulta frente a dos cabezas de clave/valor, vocabulario de 248.144. MiniCPM-V 4.7 1B: una pila de texto densa de la familia Qwen, 24 capas con tamaño oculto de 1.024, ocho cabezas de consulta frente a dos cabezas de clave/valor, vocabulario de 248.094. La misma idea de diseño, un peldaño más abajo.

• Atención — ambos: una repetición fija de tres a uno de atención lineal a atención completa. Treinta de las cuarenta capas del 35B toman la ruta lineal frente a diez convencionales; dieciocho de las veinticuatro del 1B frente a seis. Esta es la dimensión en la que los dos modelos son genuinamente la misma arquitectura escalada, y es la razón por la que ambos admiten un contexto de 256K sin que la caché KV explote.

• Contexto — ambos: 262.144 posiciones máximas, con el mismo canvas modo de incrustación rotativa multimodal. Sin coste adicional por variante, sin truncamiento en el modelo pequeño.

• Licencia — ambos: Apache-2.0, declarada en la información inicial del repositorio y afirmada en el README. Ambos también se publican en Hugging Face y en ModelScope. No hay diferencia de términos que valorar.

La tabla de benchmarks existe para uno de ellos.

Esta es la asimetría que de verdad determina una decisión. El checkpoint 35B-A3B incluye las tablas comparativas de OpenBMB —MMMU en torno a 80.2, OCRBench en torno a 91.2, OmniDocBench v1.6 en los noventa altos, razonamiento de CharXiv en la mitad de los setenta, TextVQA en la mitad de los ochenta— comparadas con dos modelos Qwen de la clase 35B-A3B, un Gemma de 31B y dos Qwen de 27B, en modo Instruct. Este artículo abordó cuánto valen esas tablas cuando se documentó el lanzamiento; la versión corta es que las reporta el proveedor, las evalúa con el arnés del proveedor, no se han reproducido y se extraen de gráficos PNG en lugar de una tabla de puntuaciones publicada.

El 1B tiene su propia tabla en el mismo documento, y la comparación que aparece allí es contra un conjunto más pequeño. Si estás eligiendo entre los dos tamaños, lo útil que te dan las tarjetas no es una puntuación: es que el checkpoint más grande es aquel para el que se escribió el argumento de eficiencia. La cifra en el dispositivo que ancla todo el lanzamiento, más de 13 tokens por segundo con aproximadamente 3 GB de memoria en un iPhone 17 Pro Max, es una cifra de 35B-A3B, producida con Lookahead Expert Scheduling, que precarga expertos entre capas mediante pesos cuantizados. El modelo denso pequeño no necesita esa maquinaria, porque 1550 millones de parámetros densos caben en la memoria de trabajo de un teléfono sin nada de eso.

Esa es la inversión que vale la pena considerar: el modelo pequeño es sencillo y no está documentado en términos de benchmarks; el modelo grande está muy documentado y es difícil de ejecutar. Ninguna de las dos posiciones es obviamente mejor.

¿Cuál es el que la gente realmente descarga?

Los contadores de Hugging Face añaden un dato que ninguna de las dos model cards menciona, y ese dato aboga por el modelo más grande. Según lo consultado el 13 de octubre de 2026, el repositorio base openbmb/MiniCPM-V-4.7-35B-A3B muestra 630 descargas; la compilación -gguf del mismo checkpoint registra algo más de 10.000, aproximadamente dieciséis veces el tráfico. En el caso del 1B, el repositorio base y su compilación GGUF se sitúan en 263 y 2.064 respectivamente, una proporción similar a una escala absoluta mucho menor.

Dos lecturas, ambas consistentes con los datos. O bien la gente descarga primero la versión cuantizada porque es lo que se ejecuta, o bien los números de BF16 simplemente se quedan atrás porque el checkpoint BF16 no es lo que despliega nadie. En cualquier caso, el contador de descargas está midiendo qué artefacto importa, y no es el que lleva el tamaño en el nombre. Si vas a dimensionar esta decisión, hazlo con la versión GGUF o la versión AWQ, no con los 70.4 GB.

Hay un detalle más de la ficha que va en sentido contrario. Ambos repositorios llevan la etiqueta «On-Device Model» heredada del resto de la familia MiniCPM-V, que en un MoE BF16 de 70 GB significa lo mismo que esa etiqueta significa en el archivo de 3,1 GB del 1B solo después de la cuantización y el streaming de expertos. Trata la etiqueta como una etiqueta de familia, no como una especificación.

Donde una API alojada cambia la cuestión

Ningún checkpoint está alojado en OrcaRouter, y para esta comparación eso resulta ser el hecho estructural decisivo. Ambos son pesos abiertos que sirves tú mismo, lo que significa que el 35B-A3B requiere hardware que probablemente no tienes y el 1B requiere hardware que sin duda sí tienes, y la distancia entre "alguna GPU" y "un teléfono" es el contenido real de "35B-A3B vs 4.7".

El lugar donde un router se gana su valor es el límite. Si eliges el 1B y no es suficiente para una solicitud, el trabajo tiene que ir a alguna parte, y esa parte suele ser un modelo alojado que preferirías no gestionar proveedor por proveedor: OrcaRouter cubre unos doscientos modelos alojados con una sola clave al precio de lista de cada proveedor sin nada añadido, y conmuta entre proveedores cuando uno se degrada. Uno de esos identificadores alojados, qwen/qwen3.6-35b-a3b, es la contraparte alojada directa del checkpoint del que trata este artículo — la misma arquitectura 35B-A3B, accesible sin poseer el acelerador, lo que lo convierte en el techo natural contra el que probar antes de dedicar 70 GB de tu propio disco a la versión local.

Eso es una decisión de enrutamiento, no una segunda integración, y es la única parte de esta elección que no cuesta nada revertir.

La selección

Si la restricción es un teléfono, un portátil o una sola GPU pequeña, el 1B es el único candidato — 3,1 GB, una licencia que permite el uso comercial y una escalera de cuantización que se ha estado distribuyendo desde la primera semana. Si el objetivo es el resultado de eficiencia del que OpenBMB realmente está discutiendo, quieres el 35B-A3B, y lo quieres en una versión cuantizada en lugar del original de 70 GB, porque eso es lo que han tomado todos los demás descargadores y sobre lo que se midió la afirmación en dispositivo.

Lo que no deberías hacer es tratar los dos nombres como intercambiables. Uno de ellos es un punto de control que puedes ejecutar esta tarde. El otro es una etiqueta que seguirá devolviendo la tarjeta del modelo 35B-A3B, sin importar a cuál de los dos te referías.