ZoomGain-4B vs MiniCPM5 2B: la portabilidad es el benchmark que nadie publica

Falta un número en ambas fichas de modelo, y es el que decide la mayoría de los despliegues. MiniCPM5-2B se distribuye en compilaciones GGUF, MLX, GPTQ y LiteRT, cuenta con un modelo borrador DSpark para decodificación especulativa y —el detalle que más dice— incluye compilaciones FlagOS para nueve familias de aceleradores distintas, entre ellas Ascend, Hygon, Kunlunxin y Metax. ZoomGain-4B se distribuye en GGUF con tres precisiones y requiere, en palabras de la propia ficha, «una compilación de llama.cpp con soporte multimodal de Qwen3.5». Uno de estos modelos se ejecuta en casi cualquier sitio. El otro se ejecuta donde puedas compilar un runtime específico. Ninguna de las dos fichas lo llama benchmark y, para quien tiene que operar realmente un modelo en lugar de citarlo, esta es la fila que importa más que la columna de precisión de cualquiera de los dos modelos.

Ese planteamiento no es una forma de eludir la comparación de precisión —llega más tarde, y la comparación de precisión resulta ser menos decisiva de lo que parece, porque los dos modelos no se miden en el mismo eje y no pueden medirse en él. MiniCPM5-2B de OpenBMB es un modelo de texto: 2.520 millones de parámetros, publicado el 6 de septiembre de 2026, ajustado para agentes, llamadas a herramientas, código y contexto largo. ZoomGain-4B de inclusionAI es un especialista en visión-lenguaje publicado el 11 de noviembre de 2026, entrenado mediante aprendizaje por refuerzo con preguntas sobre detalles visuales finos. A continuación se indica qué se mide en cada uno, cuánto cuesta poner en marcha cada uno y dónde está la línea divisoria honesta.

La fila que falta: lo que se necesita para ejecutar cada uno

Empieza por la lista de artefactos, porque es lo más concreto que cualquiera de los dos editores te ha dado.

• MiniCPM5-2B. Un transformer causal denso sobre la clase estándar LlamaForCausalLM — 42 capas, GQA con 16 cabezas de consulta y 2 cabezas KV, contexto de 131.072 tokens, 2.516.756.480 parámetros totales de los cuales 1.981.982.720 no son de embedding. Como la arquitectura es estándar, hereda cada ruta de servicio que cualquiera ya haya escrito para modelos con forma de Llama. La organización publica las variantes SFT, Midtrain y Base como repositorios separados, además de cuantizaciones GGUF, MLX y GPTQ, además de un modelo borrador DSpark para decodificación especulativa, además de LiteRT para Android en el dispositivo, además de un modelo hermano de 1B con el mismo conjunto de variantes.

• ZoomGain-4B. 4.539.265.536 parámetros en BF16 repartidos entre un modelo de lenguaje y un codificador de visión independiente. Tres precisiones GGUF —Q4_K_M con 2,71 GB, Q8_0 con 4,48 GB y F16 con 8,42 GB—, cada una emparejada con un mmproj (archivo de proyector) que, según la ficha, es obligatorio para la entrada de imágenes. Sin compilación MLX, sin GPTQ, sin ONNX, sin modelo borrador. El único entorno de ejecución nombrado es llama.cpp con compatibilidad multimodal de Qwen3.5, lo cual es un requisito más restrictivo de lo que parece: necesitas una compilación lo bastante reciente como para conocer la arquitectura qwen35, y la ficha te indica que proporciones ambos archivos explícitamente en lugar de apuntar a una ruta ya preparada.

La asimetría no es una crítica a inclusionAI. No se espera que un modelo de visión que se publicó hace nueve días y nunca se ha anunciado tenga un entorno de ejecución para Android. Es simplemente el estado de las cosas, y significa que los dos modelos no son intercambiables en la dimensión que cuesta dinero: MiniCPM5-2B se ejecutará en el hardware que ya tienes, incluido un teléfono; ZoomGain-4B se ejecutará en una GPU, en un entorno de ejecución que quizá tengas que compilar, y en ningún otro lugar.

Dos definiciones diferentes de "small"

A ambos se los llama modelos pequeños, y la palabra «small» cumple una función distinta en cada caso.

• Parámetros, contados con honestidad. MiniCPM5-2B tiene 1,98B de parámetros no de embedding —la cifra que determina el cómputo por token— dentro de un total de 2,52B. ZoomGain-4B tiene 4,54B en total, y aproximadamente medio millón de millones de eso corresponde al codificador visual y al proyector. Si se quita el bloque de visión, los dos backbones de lenguaje están dentro de un margen de error de redondeo del mismo tamaño. La diferencia de comportamiento proviene de lo que se entrenó encima, no de la escala.

• A qué estaba orientado el entrenamiento.La ficha de MiniCPM5-2B enumera sus áreas más fuertes como el razonamiento de código y matemáticas, la comprensión de contextos largos, el uso de herramientas y las tareas agénticas, y señala como objetivo los asistentes locales, los agentes de programación y el despliegue en el dispositivo. La ficha de ZoomGain-4B trata de una sola cosa: si un modelo puede responder una pregunta cuya respuesta solo es visible cuando se amplía la imagen.

• Lo que cada publicador eligió entregar. OpenBMB publicó la gama completa de variantes de MiniCPM5 —base, con entrenamiento intermedio, SFT, final de RL más OPD—, además de un modelo draft y binarios precompilados para nueve familias de chips. inclusionAI publicó tres repositorios de modelos, dos conjuntos de datos y un repositorio de código que contiene el pipeline de construcción de datos y los lanzadores de GRPO. Uno es una línea de producto; el otro es un lanzamiento de investigación con el cuaderno de laboratorio adjunto.

• Licencia. MiniCPM5-2B figura como Apache 2.0 en la model card, aplicado tanto al repositorio como a los pesos. El código de ZoomGain es Apache 2.0 y los términos del checkpoint se remiten al repositorio del checkpoint, que a fecha de esta semana no incluye ninguna etiqueta de licencia en sus metadatos. Lee el archivo antes de publicar.

Las columnas de referencia, y por qué no cumplen

No hay ningún benchmark compartido entre estos dos modelos. Ni uno. ZoomGainBench es un conjunto de preguntas sobre fotografías y MiniCPM5-2B no tiene codificador de imágenes; todos los demás benchmarks de la tabla de MiniCPM5 son de texto y ZoomGain-4B nunca se ha ejecutado en ninguno de ellos. Así que, en lugar de una comparación directa, esto es lo que cada publicador midió realmente, mantenido separado a propósito.

MiniCPM5-2B, según el proveedor, promedio de 53.9 en su suite:

• Código — LiveCodeBench v6 69.1, OJBench 32.5, SWE-bench Verified 46.4.

• Matemáticas — AIME 2025 86.5, AIME 2026 86.5, MATH-500 94.6.

• Conocimiento — MMLU-Pro 70.8, GPQA-Diamond 70.2.

• Contexto largo — AA-LCR 59.0, NoLiMa 68.1, LongBench v2 43.7.

• Uso de herramientas y agentes: τ²-Bench Telecom 97,1, BFCL v4 66,6, BrowseComp-ZH 43,5, GAIA Text-103 88,7.

ZoomGain-4B, según el proveedor:

• Percepción, benchmark retenido — 55,81 en ZoomGainBench frente a 30,03 para su modelo base Qwen3.5-4B.

• Percepción, promedio en datos retenidos — 60,96 en diez pruebas de referencia que el entrenamiento nunca vio, frente a 54,20 del modelo padre. Esa es la ganancia de 6,76 puntos que vale la pena citar.

• Movimientos individuales retenidos — Visual Probe 43.30 a 57.28, O3-Bench 54.20 a 63.19, HR-Bench 4K 81.25 a 87.25, MME-RealWorld-Lite 57.89 a 61.59.

Lea esas dos listas una al lado de la otra y la forma de la decisión es obvia. MiniCPM5-2B se ha probado en diecisiete aspectos que importan a un desarrollador y obtiene puntuaciones respetables en casi todos ellos; la cifra de 97,1 en τ²-Bench Telecom y 88,7 en GAIA Text-103 son los números destacados y en los que se basa su posicionamiento. ZoomGain-4B se ha probado en percepción y esencialmente nada más, y la mejora que aporta —unos siete puntos de media, en benchmarks no vistos— es real pero limitada.

Si tuviera que resumirlo en una frase: MiniCPM5-2B es un modelo pequeño generalista con una batería de benchmarks inusualmente profunda, y ZoomGain-4B es un especialista cuya ganancia media de siete puntos sería invisible en un ranking generalista porque el ranking generalista no incluye las preguntas en las que destaca.

Donde ambos coexistirían realmente

Las cargas de trabajo en las que ambas son la respuesta correcta comparten una forma: un documento, una captura de pantalla, una foto, un formulario. Algo tiene que mirar la imagen y extraer un valor, y algo tiene que hacer todo lo demás después — interpretar el esquema, llamar a la herramienta correcta, validar, reintentar, derivar a una persona.

La extracción tiene la forma de ZoomGain. Texto pequeño, recortes ajustados, una respuesta que es correcta o incorrecta, y un modelo que se ha entrenado explícitamente en la diferencia entre leer una etiqueta en un recorte y leer la misma etiqueta en un fotograma completo. Las cifras en el conjunto reservado de ZoomGain-4B en HR-Bench 4K (de 81,25 a 87,25 tras el entrenamiento) y MME-RealWorld-Lite son exactamente el perfil de un modelo que mejoró en detalle denso sin empeorar en todo lo demás.

El resto responde al perfil de MiniCPM5, y en el uso de herramientas es inusualmente potente para su tamaño: τ²-Bench Telecom con 97,1 es una cifra que la mayoría de los modelos tres veces más grandes no alcanzan, y BFCL v4 con 66,6 demuestra que el function calling no es una simple demo.

Ejecutar ambos significa dos entornos de ejecución, dos licencias y una segunda cosa que puede fallar. También es donde un enrutador se gana su lugar en vez de ser un eslogan: la llamada de imagen va al endpoint de visión, el turno de llamada a herramientas va al de texto barato, y un atasco en cualquiera de los dos conmuta automáticamente al otro en lugar de aparecer como un 504 en tu canalización. Una clave, una factura y la lógica de conmutación por error en un solo lugar en vez de duplicada en dos SDK.

Vale la pena ser explícitos sobre lo que tenemos y lo que no tenemos en el catálogo. MiniCPM5-2B no está hoy en nuestro catálogo. Sí alojamos la familia Q​wen3.5 —el 35B-A3B a $0.057 de entrada y $0.459 de salida por millón de tokens, y el 27B a $0.086 y $0.688, ambos multimodales—, y esa familia es la base sobre la que se entrenó ZoomGain-4B, lo que la convierte en la aproximación alojada más cercana si quieres probar si crop-and-ask mejora tu precisión antes de comprometerte con un 4B autoalojado. En cuanto a la parte de llamada a herramientas, ese mismo catálogo te ofrece algo que puedes invocar hoy. Lo que no podemos hacer es alojar ZoomGain-4B, y ninguna cantidad de enrutamiento cambia eso: es una descarga, no una API.

El veredicto sincero

Elige MiniCPM5-2B si quieres un modelo pequeño que puedas desplegar esta misma semana en hardware que ya tienes, en un entorno de ejecución que ya existe, con licencia Apache 2.0 y una hoja de benchmarks lo bastante amplia como para predecir cómo se comportará. Es el objeto acabado de los dos. Sus 1980 millones de parámetros no de embedding lo hacen barato por token, sus cifras de llamada a herramientas son lo mejor de su columna, y las compilaciones de los fabricantes de chips implican que no es una propuesta exclusiva para centros de datos.

Elige ZoomGain-4B si el error específico que intentas eliminar es visual y de grano fino, y estás dispuesto a usar una GPU con una compilación poco común de llama.cpp para solucionarlo. Su argumento se apoya en una única cifra creíble —una ganancia media de 6,76 puntos en diez benchmarks de percepción reservados, a partir de 9.000 muestras de entrenamiento— y en un benchmark, unos datos y un arnés que te permiten comprobar la afirmación por ti mismo en lugar de confiar en ella.

No elijas ninguno de los dos si aún no has medido qué hace mal tu pipeline. Los resultados publicados más débiles de MiniCPM5-2B son en razonamiento de agentes de búsqueda y de documentos largos (BrowseComp-ZH 43.5, LongBench v2 43.7), y a ZoomGain-4B nunca se le ha hecho una pregunta que no fuera sobre una imagen. Comprar cualquiera de los dos para resolver un problema que no has caracterizado es así como modelos de tres mil millones de parámetros terminan en producción sin hacer nada.

La conclusión poco glamorosa: los dos modelos no son rivales, son dos etapas adyacentes del mismo trabajo, y la razón por la que esta comparación sigue planteándose como una competencia es que las benchmarks son más fáciles de publicar que la portabilidad. MiniCPM5-2B gana la columna que se publica. ZoomGain-4B gana una columna que aún no existe, en una sola tarea, por unos siete puntos, y viene con un requisito de runtime que detendría a la mayoría de los equipos en la puerta.