LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B : la colonne qui n’est pas le modèle

Ouvrez le tableau de benchmarks de LFM3-VL-2B et vous y trouverez une colonne MiniCPM. Elle est intitulée MiniCPM-V 4.7 1B. C'est le petit frère. Le modèle auquel la plupart des gens pensent quand ils parlent de MiniCPM-V 4.7 — celui d'OpenBMB, MiniCPM-V 4.7 35B-A3B, le premier checkpoint mixture-of-experts de la gamme MiniCPM-V — n'apparaît pas du tout dans le tableau de Liquid AI et, sur les benchmarks que les deux laboratoires publient, il est loin du 1B. La confrontation que les gens évaluent réellement, LFM3-VL-2B face à MiniCPM-V 4.7 35B-A3B, doit donc être reconstituée à la main à partir de deux tableaux de fournisseurs qui partagent les noms des benchmarks mais pas les harnais d'évaluation. Ce qui suit est cette reconstitution, avec les coutures laissées visibles.

L’écart de taille est la deuxième surprise. Un modèle compte 1,92 milliard de paramètres denses et tient dans quelques gigaoctets. L’autre stocke 35,21 milliards de paramètres et en sollicite environ 3 milliards par token. À lire comme une fiche technique, ce n’est pas une comparaison du tout. À lire comme deux réponses à la même question — que peut-on exécuter sur un appareil que l’on ne contrôle pas —, c’est un désaccord vraiment intéressant sur la façon d’y parvenir.

Deux modèles, un nom

La collision de noms nuit réellement à la façon dont cette comparaison est lue. La fiche de Liquid AI est scrupuleuse à ce sujet : la colonne indique 1B, et le 1B est un pair légitime d’un modèle de 1,92 B. Mais les résultats de recherche, les agrégateurs et les références courantes fondent tous « MiniCPM-V 4.7 » en une seule et même entité, et c’est la variante 35B-A3B qui fédère le public — 289 535 téléchargements et 1 095 mentions J’aime sur Hugging Face, contre 155 428 et quelques centaines pour son homologue 1B, au 28 octobre 2026.

Les dates expliquent en partie cet écart, mais pas le reste. Le dépôt 35B-A3B d’OpenBMB a été créé le 7 octobre 2026, la publication étant datée du 12 octobre dans les documents du projet. Le dépôt LFM3-VL-2B de Liquid AI a été mis en ligne le 19 octobre et la famille LFM3 a été annoncée le 27 octobre. LFM3-VL-2B existe publiquement depuis neuf jours ; ses 255 téléchargements sont donc un fait de calendrier, pas un verdict. Le ratio de mentions J’aime est la ligne la plus intéressante : 45 pour LFM3-VL-2B, 1 095 pour le MiniCPM. Les personnes qui ont téléchargé ce dernier l’ont assez apprécié pour le dire.

Ce que chacun est réellement

• Paramètres — LFM3-VL-2B est un modèle dense de 1,92 Md : une base linguistique de 1,73 Md, un encodeur visuel interne de 164 M et un projecteur de 25 M. MiniCPM-V 4.7 35B-A3B stocke 35,21 Md répartis sur 256 experts et en achemine 8 par token, soit environ 3 Md actifs.

• Backbone — 24 couches LFM3, réparties en 13 convolutions courtes à portes, 5 couches d’attention à fenêtre glissante et 6 couches d’attention globale, contre 40 couches Transformer à une taille cachée de 2 048.

• Voie de vision — un encodeur à 14 couches composé de 8 convolutions 2D depthwise à portes et de 6 couches d’attention bidirectionnelle sur des patches 16×16 avec des embeddings rotatifs 2D, contre une tour à 27 couches de taille cachée 1 152 insérée à la couche 6 de la pile de texte, avec compression précoce des tokens dans l’encodeur et sous-échantillonnage visuel commutable de 4× ou 16×.

• Contexte — 128K tokens sur LFM3-VL-2B, 256K sur le MiniCPM, en entrée comme en sortie.

• Entrées — texte, images et vidéo à 2 images par seconde pour le modèle Liquid ; texte, images et vidéo pour celui d’OpenBMB. Aucun des deux n’entend l’audio, dans un sens comme dans l’autre.

• Poids sur disque — environ 3,8 GB en BF16 contre environ 65,6 GiB en BF16.

• Licence — LFM Open License v1.0, que Liquid décrit comme gratuite pour un usage commercial en dessous de 10 millions de dollars de chiffre d’affaires annuel, contre Apache 2.0 sans condition de revenus.

Le désaccord architectural constitue toute l’histoire. Liquid a parié qu’un petit modèle dense associé à un encodeur visuel spécialement conçu surpasse une tour de type SigLIP en termes de calcul par image, et a publié un tableau par catégories pour le prouver. OpenBMB a parié que l’on peut conserver les capacités d’un modèle de 35B et malgré tout l’exécuter sur un téléphone en faisant de la partie coûteuse un flux plutôt qu’une résidence en mémoire. Les deux sont des paris sur la mémoire, faits dans des directions opposées.

L’écart est réel, et il est plus étroit que ne le suggère le cadrage.

Voici ce que disent les deux tableaux des fournisseurs lorsque l’on met les bonnes lignes côte à côte. Tout cela est déclaré par les laboratoires eux-mêmes, et les réserves concernant le banc d’essai viennent ensuite.

• MMMU — LFM3-VL-2B 55,7 avec la réflexion activée, 48,6 avec elle désactivée ; MiniCPM-V 4.7 35B-A3B 80,22 à 4× de compression visuelle, 80,00 à 16×.

• MMStar — 74,4 contre 80,67 à 4×, 80,13 à 16×.

• OCRBench v1 — 86,3 contre 91,20 à 4×, 90,40 à 16×.

• MathVista — 84,2 avec raisonnement, 68,5 sans, contre 88,00 à 4× et 87,30 à 16×.

• Raisonnement CharXiv — 70,2 contre 75,60 à 4×, 69,20 à 16×.

MMMU est là où le 35B justifie sa taille : un écart de 24,5 points sur la configuration avec réflexion, et de 31,6 points sur celle sans réflexion. C’est le benchmark de raisonnement multimodal de niveau universitaire, et la marge est suffisamment large pour résister à toute objection raisonnable concernant les différences de harnais.

Tout le reste est plus proche que ne le suggère le cadrage. OCRBench présente un écart de 4,9 points. MathVista est à 3,8 points lorsque LFM3-VL-2B réfléchit. Sur le raisonnement CharXiv, le modèle Liquid perd 5,4 points en mode réflexion — et dépasse d’un point le chiffre 16× du 35B. Qu’un modèle 2B se situe à moins de cinq points d’un 35B sur l’OCR de documents et les graphiques est le résultat qui mériterait plus d’attention que le titre MMMU.

Voici maintenant les mises en garde, car elles comptent. Les chiffres de Liquid proviennent d’une seule exécution sur 62 benchmarks avec vLLM 0.27.1, normalisés sur une échelle de 0 à 100, le mode raisonnement étant activé pour chaque modèle, sauf pour les configurations indiquées autrement. Les cinq chiffres d’OpenBMB sont publiés sous forme d’images de graphiques plutôt que de tableau numérique et ont été retranscrits ici à partir de la lecture de ces graphiques par un agrégateur tiers ; considérez donc les décimales comme approximatives. Les deux laboratoires ne s’accordent pas sur les budgets de tokens visuels, les paramètres de prompt ou de décodage, et la distinction 4× contre 16× du côté d’OpenBMB modifie à elle seule ses scores de jusqu’à six points. Il s’agit de deux ensembles d’affirmations placés côte à côte, et non d’une expérience contrôlée.

Là où le petit modèle dispose de chiffres, le grand ne les publie pas.

Liquid a publié 62 lignes. OpenBMB en a publié cinq. Cette asymétrie est le fait le plus sous-rapporté de cette comparaison, et elle va dans un sens qui flatte le plus petit modèle.

• Ancrage visuel — RefCOCO-avg 90,5, RefCOCO-M 95,2, Point-Bench 73,8, RefSpatial-Bench 49,8 pour LFM3-VL-2B. Aucune ligne équivalente n’apparaît dans l’évaluation publiée de MiniCPM-V 4.7 35B-A3B.

• Compréhension des GUI — ScreenSpot-Pro 55,5 ; ScreenSpot-v2 à 94,6 sur ordinateur de bureau, 92,2 sur mobile, 89,9 sur le web. Encore une fois, rien de publié du côté d’OpenBMB.

• Raisonnement incarné — EmbSpatial-Bench 82,9 ; RoboSpatial-Home 63,4 ; Where2Place 44,9. Même absence.

• Vidéo — Video-MME 62,8 sans sous-titres, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 prend en charge la vidéo et la fiche en parle longuement, mais le tableau numérique ne contient aucune ligne vidéo que nous puissions vérifier.

Il s'agit d'une absence de preuves, pas d'une victoire par défaut. Si vous construisez un pipeline de robotique ou d'agents d'écran, la position honnête est que la capacité du 35B sur ces tâches est inconnue plutôt que faible. Mais « inconnu » est en soi un problème d'approvisionnement : vous ne pouvez pas planifier un déploiement autour d'un chiffre que personne n'a publié, et LFM3-VL-2B est le seul des deux dont vous pouvez consulter les performances de grounding et de GUI avant de le télécharger.

L'argument de la mémoire joue dans les deux sens

La raison habituelle de choisir un 2B plutôt qu’un 35B, c’est que le 2B tient. LFM3-VL-2B tient, entièrement et de manière prévisible : environ 3,8 Go en BF16, résident, sans pagination, sans mauvaise surprise lorsque l’appareil est sous charge. C’est une propriété réellement solide pour un produit que vous déployez sur du matériel que vous ne contrôlez pas.

MiniCPM-V 4.7 35B-A3B ne tient absolument pas sur un téléphone avec ses 65,6 GiB, et c’est précisément pour cela que toute la conception d’OpenBMB existe. Lookahead Expert Scheduling prédit le routage de la couche suivante et précharge les experts qu’il anticipe ; la quantification fine par couche réduit ces experts pour qu’ils se déplacent plus vite ; l’échantillonnage spéculatif DSpark couvre les blocages de décodage. Le fabricant revendique plus de 13 jetons par seconde sur un iPhone 17 Pro Max avec environ 3 Go de mémoire, et plus de 17 sur un iPad Pro M4 avec 16 Go.

Ainsi, l’affirmation « sur l’appareil » n’est pas « le 35B est petit ». C’est « le 35B fonctionne en streaming, et le streaming est suffisamment fluide pour être utilisable ». Ce sont des paris différents, avec des modes de défaillance différents. Un modèle résident de 3,8 Go se dégrade en douceur — soit il est chargé, soit il ne l’est pas. Un modèle de 65,6 Gio en streaming se dégrade sous l’effet de la bande passante de la mémoire flash, du bridage thermique et de la latence de démarrage à froid, qui varient tous d’un appareil à l’autre d’une manière qu’un benchmark sur un seul iPhone ne capture pas.

La distinction pratique : si vous ne maîtrisez ni la vitesse de stockage ni l’enveloppe thermique, le résident est la voie à moindre risque. Si vous livrez sur du matériel haut de gamme récent et visez la précision, l’approche d’OpenBMB n’est plus théorique — c’est un modèle publié, soutenu par un fork fonctionnel.

L’outillage dès le premier jour n’est pas un match nul.

LFM3-VL-2B est livré avec des poids BF16 nécessitant transformers 5.21 ou une version ultérieure, ainsi qu’un GGUF incluant un checkpoint Q4_0 distillé avec prise en compte de la quantification, une version MLX 4 bits et un export ONNX. La prise en charge côté serveur n’est pas terminée : vLLM est décrit comme en cours, SGLang est en revue à la pull request 46858, et llama.cpp est en revue à la pull request 31252 avec une note explicite indiquant que l’entrée vidéo n’est pas encore prise en charge. La fiche recommande également le parseur de raisonnement qwen3 et le parseur d’appels d’outils qwen3_coder pour vLLM et SGLang, un détail qui indique à quel point cela a été intégré récemment.

MiniCPM-V 4.7 35B-A3B prend en charge SGLang, vLLM, llama.cpp et Ollama, avec SWIFT et LLaMA-Factory pour l’affinage, des versions GGUF, BitsAndBytes, AWQ, GPTQ, FP8 et int4, ainsi qu’une prise en charge dès le premier jour des plates-formes de puces de Rockchip, Houmo, Intel, AMD et Arm sur iOS, Android et HarmonyOS. La voie sur appareil passe par le fork llama.cpp-omni propre à OpenBMB plutôt que par llama.cpp en amont.

Pour un déploiement en production ce mois-ci, ce n’est pas une décision difficile à prendre. Pour un prototype de recherche, une démo sur ordinateur portable ou un fine-tuning que vous comptez posséder, LFM3-VL-2B fonctionne dès aujourd’hui via transformers et vous ne passerez pas une semaine sur des options de compilation.

La ligne de licence sur laquelle plus d'équipes vont trébucher

Apache 2.0 face à la LFM Open License v1.0 constitue une différence pratique plus importante que l’écart MMMU, car elle s’applique à chaque déploiement plutôt qu’aux cas difficiles. Apache 2.0 n’impose aucune condition de revenus, aucune restriction de domaine d’utilisation et ne laisse aucune ambiguïté quant à savoir si un dérivé quantifié ou distillé hérite des conditions. La LFM Open License v1.0 est gratuite pour un usage commercial en dessous de 10 millions de dollars de revenus annuels, selon la description de Liquid elle-même, ce qui signifie qu’une entreprise dépassant ce seuil engage une discussion de licence avant de livrer, et non après.

Cette seule clause rebat les cartes de la comparaison pour de nombreux acheteurs. Une startup sous le seuil obtient gratuitement un modèle plus petit, plus rapide et mieux documenté sur l’ancrage. Une entreprise au-dessus du seuil obtient un modèle qui nécessite une signature — et à ce moment-là, l’Apache 2.0 du 35B devient un atout auquel vous prêtez attention.

Ce que ni l’un ni l’autre des fournisseurs ne vous dira

Il n’existe aucune comparaison directe indépendante. Aucun laboratoire tiers n’a fait tourner les deux modèles sur le même banc d’essai, et ce qui ressemble le plus à un tableau de scores neutre — le propre tableau de Liquid — compare LFM3-VL-2B au 1B, pas au 35B. Chaque chiffre de cet article provient du laboratoire qui a conçu le modèle qu’il décrit.

Deux autres lacunes méritent d'être signalées. Aucun des deux modèles n'a de prix par token que nous puissions vérifier, si bien qu'une comparaison de coûts ici serait inventée. Et aucun des deux ne figure dans le catalogue OrcaRouter à la date du 28 octobre 2026 — une recherche sur minicpm ne renvoie aucun modèle correspondant, et LFM3-VL-2B n'y est pas listé non plus. Cela en fait aujourd'hui une décision d'auto-hébergement ou d'API fournisseur, et non une décision de routage.

Lequel choisir

• Documents, graphiques, texte dense et raisonnement multimodal difficile, avec une pile de service que vous contrôlez — MiniCPM-V 4.7 35B-A3B. L’écart MMMU est le seul résultat suffisamment important pour résister aux réserves liées au harnais, et Apache 2.0 élimine entièrement la question de la licence.

• Un appareil que vous ne contrôlez pas, avec un budget mémoire fixe et aucune tolérance à la latence de streaming — LFM3-VL-2B. Occupant 3,8 Go en mémoire, et le seul des deux à disposer de chiffres publiés sur le grounding, l’interface graphique et l’embodied sur lesquels planifier.

• Agents d’écran, robotique et tâches spatiales — LFM3-VL-2B par défaut, car c’est la seule option à disposer de preuves publiées. Considérez le 35B comme non prouvé dans ces domaines plutôt que comme faible.

• Mise en production ce mois-ci avec un travail d’intégration minimal — MiniCPM-V 4.7 35B-A3B. Prise en charge de SGLang, vLLM, llama.cpp et Ollama face à trois notes « en révision » ou « en cours ».

• Une entreprise réalisant plus de 10 millions de dollars de chiffre d’affaires annuel — MiniCPM-V 4.7 35B-A3B, sauf si la contrainte liée à l’exécution sur l’appareil est suffisamment forte pour justifier une discussion sur les licences.

Comment OrcaRouter s’intègre, honnêtement

Cela ne convient pas encore, et dire le contraire serait le genre de chose qui ferait ignorer un article de blog. Aucun des deux modèles ne figure aujourd’hui au catalogue d’OrcaRouter, il n’y a donc pas de clé à vous remettre ni de prix à vous communiquer.

La vérité, c’est ce qui se passe lorsqu’un modèle de vision y est effectivement disponible : un point de terminaison compatible OpenAI pour plus de 200 modèles, le prix catalogue du fournisseur répercuté avec 0 % de marge, de sorte qu’une modification tarifaire d’un fournisseur est effective le jour même, et un basculement automatique pour qu’une panne d’un seul fournisseur ne fasse pas tomber votre route. Pour une comparaison comme celle-ci — deux modèles qui ne s’accordent pas sur la mémoire, sans benchmark indépendant pour trancher — le schéma utile consiste à exécuter les deux derrière un seul point de terminaison et à mesurer sur vos propres images plutôt que de débattre de quel graphique a raison.

Quoi regarder

Quatre éléments changeraient cet article. La fusion de la pull request 31252 avec la prise en charge vidéo, ce qui placerait le chemin vidéo de LFM3-VL-2B sur llama.cpp standard. La prise en charge vLLM sortant du statut « en cours », ce qui en ferait une véritable option de serving plutôt qu’une démo. Une évaluation indépendante exécutant les deux modèles sur un même banc d’essai — l’artefact manquant le plus précieux de cette comparaison. Et l’ajout du 35B par Liquid AI à son propre tableau de comparaison, ce qui vous indiquerait que le laboratoire le considère comme le véritable homologue.

Jusqu’à ce que l’un de ces éléments se concrétise, le bilan défendable est plus étroit que la présentation de l’un ou l’autre fournisseur : le 35B remporte le benchmark de raisonnement qui compte et ne perd rien en OCR, le 2B l’emporte sur les preuves d’ancrage et la prévisibilité, et la licence décide de plus de déploiements que le benchmark.