LFM3-VL-2B vs MiniCPM-V 4.7 1B : l’écart de 14 points qui se réduit à 4 lorsqu’on désactive la réflexion

La différence la plus déterminante entre LFM3-VL-2B et MiniCPM-V 4.7 1B ne figure dans aucun des deux tableaux de benchmarks. Elle se trouve dans la ligne de licence. Le modèle d’OpenBMB est sous Apache 2.0. Celui de Liquid AI est sous LFM Open License v1.0, qui comporte des conditions commerciales au lieu de simples conditions permissives. Les deux modèles sont par ailleurs suffisamment proches en taille pour être des substituts directs — 1,92 B contre 1,55 B — et ils sont arrivés à trois semaines d’intervalle : MiniCPM-V 4.7 1B a été mis en ligne sur Hugging Face le 6 octobre et daté du 12 octobre dans les notes de version du fournisseur, tandis que LFM3-VL-2B se trouvait dans un dépôt public à partir du 19 octobre et a été annoncé le 27 octobre. Sur la propre suite de 62 benchmarks de Liquid, le nouveau modèle obtient en moyenne 71,4 contre 57,5, un écart de 13,9 points qui se réduit à 4,6 points dès que l’on désactive le raisonnement sur le modèle Liquid.

Deux modèles dans la même catégorie de poids, selon des règles différentes

MiniCPM-V 4.7 1B est le plus petit des deux, avec environ 370 millions de paramètres en moins. Il combine une tour de vision de type SigLIP avec un socle linguistique dérivé de Qwen3.5, utilise une compression des jetons visuels de 4× ou 16× sélectionnable par requête, et revendique une fenêtre de contexte de 256K dans la documentation du fournisseur. Il est disponible en versions BF16, int4, AWQ, GPTQ et GGUF, avec un modèle de brouillon DSpark dédié au décodage spéculatif.

LFM3-VL-2B associe le modèle de langage LFM3-1.7B à un nouvel encodeur visuel interne de 164 M et à un projecteur de 25 M, avec un contexte documenté de 128 K, une entrée vidéo à 2 images par seconde et un mode sans réflexion documenté.

• Paramètres — 1,92 B pour LFM3-VL-2B contre 1,55 B pour MiniCPM-V 4.7 1B, selon la documentation d'OpenBMB ; le badge de taille du modèle de Hugging Face arrondit ce dernier à 2B.

• Licence — LFM Open License v1.0 vs Apache 2.0.

• Contexte — 128K jetons contre 256K annoncés, bien que les configurations d'inférence fixent couramment le plafond bien plus bas.

• Voie de vision — un encodeur interne de 164M avec un jeton par bloc de patches 2×2, contre une tour de style SigLIP avec une compression 4×/16×.

• Vidéo — 2 images par seconde, premier modèle de vision LFM à accepter la vidéo vs pris en charge, avec les chiffres LongVideoBench et MotionBench publiés par le fournisseur.

• Mode de raisonnement — disponible et mesuré des deux façons, contre disponible et utilisé lors de l’exécution du benchmark.

• Moyenne du fournisseur sur la suite de 62 benchmarks de Liquid — 71,4 avec réflexion, 62,1 sans réflexion, contre 57,5.

L’écart global est de 13,9 points. Lisez d’abord la note de bas de page.

Le tableau de Liquid est le seul artefact qui évalue les deux modèles sur les mêmes 62 benchmarks avec la même normalisation, et c'est la raison pour laquelle cette comparaison est possible tout court. La fiche d'OpenBMB elle-même n'établit pas de comparaison avec LFM3-VL-2B, qui n'existait pas lorsque MiniCPM-V 4.7 1B est sorti.

La note de bas de page qui compte : le mode raisonnement a été utilisé pour tous les modèles du tableau, sauf LFM2.5-VL-3B, qui ne le prend pas en charge, et la configuration sans raisonnement de LFM3-VL-2B. Ainsi, 71,4 et 57,5 sont tous deux des scores obtenus avec le raisonnement activé, ce qui rend la comparaison plus équitable que celle avec LFM2.5. Les deux modèles sont mesurés dans leur meilleure configuration, sur les mêmes instruments, par le même laboratoire.

Être équitable n’est pas la même chose qu’être indépendant. Liquid a choisi les benchmarks et les a exécutés. Le tableau est inhabituellement complet — il inclut des lignes au niveau des catégories et par benchmark, et il nomme chaque concurrent — mais aucun tiers n’en a reproduit quoi que ce soit.

Désactivez la réflexion et le 1B gagne 24 sur 62.

LFM3-VL-2B publie un second score pour les mêmes poids avec le raisonnement désactivé. C’est cette colonne qui est intéressante, car elle montre d’où provient réellement le score agrégé de 13,9 points. Sans réflexion, LFM3-VL-2B remporte 35 benchmarks, MiniCPM-V 4.7 1B en remporte 24, et 3 sont à égalité. L’écart moyen tombe à 4,6 points.

Plus frappant encore est ce que le 1B remporte dans cette configuration. Il s’empare de la plupart du groupe dédié au raisonnement mathématique et à l’analyse de graphiques, souvent avec une large avance.

• We-Math (testmini, strict) — 47,8 pour MiniCPM-V 4.7 1B contre 20,1 pour LFM3-VL-2B sans réflexion, et 68,6 avec réflexion.

• LogicVista — 46,1 contre 30,2 sans réflexion, 60,4 avec réflexion.

• MathVista (mini) — 71,2 contre 68,5 sans réflexion, 84,2 avec réflexion.

• ChartQA (test) — 88,8 contre 81,4 sans réflexion, 92,7 avec réflexion.

• CharXiv (descriptif) — 73,4 contre 65,5 sans réflexion, 87,5 avec réflexion.

• DynaMath — 63,8 vs 57,7 sans réflexion.

• MMMU (val) — 51,0 contre 48,6 sans réflexion, 55,7 avec réflexion.

Le résultat sur We-Math est celui sur lequel il faut s’arrêter : un avantage de 27,7 points pour le 1B lorsque aucun des deux modèles n’est autorisé à raisonner — et un avantage de 20,8 points pour LFM3-VL-2B dès qu’il est autorisé à le faire. We-Math est un benchmark de précision stricte sur les mathématiques visuelles à plusieurs étapes, et le score n’évolue pas progressivement entre les deux modèles. Il bascule. C’est l’illustration la plus claire dans le tableau de ce qu’apporte le mode raisonnement.

En pratique : si vous désactivez le raisonnement pour réduire la latence et que votre charge de travail implique des nombres dans des graphiques ou des diagrammes, l’avantage global du modèle plus grand ne vous protège pas. Le 1B est le meilleur outil.

Là où LFM3-VL-2B l'emporte quel que soit le mode

L’inverse est également vrai, et les catégories sont tout aussi concrètes. Cinq d’entre elles sont presque unilatérales, même dans la colonne sans réflexion.

• Compréhension des interfaces graphiques — 83,1 avec raisonnement, 81,5 sans raisonnement, contre 45,3 pour MiniCPM-V 4.7 1B. ScreenSpot-Pro obtient 55,5 contre 4,9 ; ScreenSpot-v2 Desktop obtient 94,6 contre 51,5.

• Ancrage visuel — 77,3 avec réflexion, 72,6 sans réflexion, contre 51,1. La moyenne RefCOCO atteint 90,5 contre 86,3.

• Raisonnement incarné — 64,4 avec réflexion, 57,9 sans réflexion, contre 45,3.

• Agentique — 42,5 avec réflexion, 32,9 sans réflexion, contre 16,9. La catégorie la plus faible pour les quatre modèles du tableau, et l’écart relatif le plus large entre ces deux.

• Multilingue — 84,4 avec réflexion, 76,2 sans réflexion, contre 77,4. La seule catégorie où le modèle Liquid sans réflexion perd face au 1B.

ScreenSpot-Pro à 55,5 contre 4,9 constitue le plus grand écart entre les deux modèles sur l’ensemble des 62 benchmarks. Si vous développez de l’automatisation d’interface utilisateur, il n’y a aucune décision à prendre ici ; si vous développez un tuteur de mathématiques, le classement s’inverse. Une moyenne de 13,9 points est un artefact de la moyenne de deux populations qui se comportent très différemment.

Deux harnais, deux chiffres pour le même benchmark

C’est précisément ce qui rend la comparaison entre fournisseurs si délicate, et cela mérite sa propre section, car les deux fournisseurs publient des chiffres pour des benchmarks portant le même nom.

OpenBMB rapporte MathVista 74,3 pour MiniCPM-V 4.7 1B sur sa propre page. La réexécution par Liquid du même modèle sur le benchmark du même nom rapporte 71,2. OpenBMB rapporte OCRBench 86,1 ; le harness de Liquid rapporte OCRBench v1 à 82,1. Aucun des deux laboratoires ne ment. Ils utilisent des formats de prompt différents, des règles d’extraction des réponses différentes ou des sous-ensembles différents, et les écarts résultants de 3,1 et 4,0 points relèvent de la variance ordinaire du harness.

La conséquence est que vous ne pouvez pas prendre le 74,3 d’OpenBMB et soustraire le chiffre MathVista 68,5 sans réflexion de Liquid pour LFM3-VL-2B afin d’obtenir une victoire de 5,8 points. C’était une lecture défendable avant le 27 octobre, lorsque le seul benchmark commun entre MiniCPM-V 4.7 1B et LFM2.5-VL-3B était mesuré sur deux harnais différents. Elle ne l’est plus maintenant que Liquid a publié les deux modèles dans un même tableau. Utilisez le tableau, et considérez chaque chiffre de page fournisseur comme appartenant à son propre instrument.

L'égalité qui règle discrètement une vieille querelle

Dans ce même tableau figure un résultat que personne, dans l’une ou l’autre des deux entreprises, n’a mis en avant. MiniCPM-V 4.7 1B obtient une moyenne de 57,5 sur les 62 benchmarks. LFM2.5-VL-3B obtient une moyenne de 57,6.

La page produit d’OpenBMB affirme que le modèle 1B surpasse LFM2.5-VL-3B en OCR, en raisonnement sur les graphiques et en compréhension vidéo. Sur la suite de Liquid, cette affirmation est à moitié vraie et à moitié fausse, et le résultat agrégé est une égalité parfaite :

• Document, OCR et graphique — 73,0 pour MiniCPM-V 4.7 1B contre 71,2 pour LFM2.5-VL-3B. Affirmation étayée, de justesse.

• Vidéo — 53,7 vs 41,3. Affirmation étayée, de manière décisive.

• Maths — 51,8 vs 40,6. Affirmation étayée, et non mentionnée dans l’affirmation d’origine.

• Ancrage visuel — 51,1 vs 68,3. L’affirmation échoue lourdement.

• Compréhension de l’interface graphique — 45,3 contre 66,0. L’affirmation échoue lamentablement.

• Agentic — 16,9 vs 21,1. L’affirmation échoue.

Donc, un modèle de 1,55 B sous Apache 2.0 égale un modèle de 3,1 B issu d’un laboratoire bien financé sur une suite commune de 62 benchmarks, et y parvient en remportant certaines catégories de manière décisive et en en perdant d’autres tout aussi décisivement. C’est un résultat concret sur la densité de capacités, et c’est aussi un avertissement sur ce qu’une moyenne masque. Ce qui ramène la comparaison à LFM3-VL-2B : le modèle qui bat les deux est celui dont le mode raisonnement relève ses catégories les plus faibles, pas celui qui est uniformément meilleur.

Licence, téléchargements et ce que vous pouvez réellement livrer

La différence de licence décidera de plus de déploiements que n'importe quelle ligne ci-dessus. Apache 2.0 ne nécessite aucune conversation avec une équipe juridique. La LFM Open License v1.0 comporte des conditions commerciales et, bien qu'elle soit suffisamment ouverte pour que Liquid publie chaque modèle de la famille sous cette licence, ce n'est pas la même autorisation.

L’adoption raconte une histoire similaire. Sur Hugging Face, MiniCPM-V 4.7 1B a accumulé environ 155 000 téléchargements et un peu plus de 400 mentions J’aime depuis le 6 octobre. LFM3-VL-2B, au moment de la rédaction, affiche quelques centaines de téléchargements et 16 mentions J’aime, après neuf jours de disponibilité publique et un jour depuis son annonce. Les compteurs de téléchargements sont un signal bruyant — les pipelines CI et les miroirs de quantification les gonflent — mais un écart de trois ordres de grandeur n’est pas du bruit. Cela reflète le fait qu’un modèle a derrière lui un mois d’outillage, de tutoriels et de quantifications communautaires, tandis que l’autre n’a qu’un jour.

L’outillage suit le même schéma. MiniCPM-V 4.7 1B répertorie Transformers, SGLang, vLLM, llama.cpp, Ollama et OpenVINO, ainsi que des applications natives iOS, Android et HarmonyOS. LFM3-VL-2B dispose de SGLang au lancement, de poids GGUF disponibles, et la prise en charge de llama.cpp est encore en cours de révision — sans entrée vidéo dans l’implémentation en attente, selon sa propre fiche.

Quel modèle pour quelle tâche

• Automatisation des interfaces, lecture d'écran, perception robotique — LFM3-VL-2B, sans hésitation, et le mode sans réflexion convient. ScreenSpot-Pro à 55,5 contre 4,9 n'est pas un écart que l'on peut contourner par l'ingénierie.

• Raisonnement sur graphiques, mathématiques visuelles, questions de diagrammes — MiniCPM-V 4.7 1B si vous fonctionnez sans raisonnement, et un véritable défi dans le cas contraire. Vérifiez We-Math sur vos propres données ; un écart de 27,7 points sans réflexion est le genre de chose qui apparaît immédiatement en production.

• Vidéo longue — plus serré que ne le laissent penser les moyennes de la catégorie. LFM3-VL-2B mène la catégorie Vidéo 61,2 contre 53,7, mais MiniCPM-V 4.7 1B remporte en réalité Video-MMMU 50,1 contre 49,6, même face à la configuration de raisonnement.

• Tout ce qui doit passer le juridique sans révision — MiniCPM-V 4.7 1B, sous Apache 2.0 uniquement.

• Tout ce qui nécessite aujourd’hui une pile d’inférence mature — MiniCPM-V 4.7 1B, au moins pour les prochaines semaines, jusqu’à ce que llama.cpp intègre la prise en charge de LFM3-VL.

Où se place un routeur lorsque aucun des deux modèles ne s’y trouve

Aucun de ces checkpoints ne figure au catalogue d’OrcaRouter ; tous deux sont des poids que vous téléchargez, quantifiez et exécutez. L’utilisation intéressante d’une couche de routage ici ne consiste pas à les servir, mais à composer autour d’eux. Fusion de modèles permet à un panel de modèles de répondre ensemble à la même question, et un spécialiste local de 1,55B en mathématiques visuelles associé à un modèle hébergé plus performant sur les catégories où il perd — l’ancrage, le travail agentique — constitue une configuration qui surpasse chacun des deux modèles pris isolément. Le DSL de routage permet d’exprimer quelle branche traite quelle question sans réécrire l’application à chaque publication d’un checkpoint.

Le résumé honnête est le suivant : le chiffre phare de 13,9 points est réel, mesuré sur le banc d’essai d’un seul laboratoire, et trompeur pour une décision d’achat. LFM3-VL-2B est le meilleur modèle pour les écrans et le grounding, avec une marge qu’aucun autre modèle de sa catégorie de taille n’approche. MiniCPM-V 4.7 1B est le meilleur modèle pour les mathématiques visuelles sans raisonnement, est distribué sous une licence qui ne nécessite aucune négociation et égale un modèle deux fois plus grand sur la même suite. La bonne réponse dépend de laquelle de ces phrases décrit votre charge de travail — et la moyenne d’aucun des deux fournisseurs ne vous le dira.