MiniCPM-V 4.7 1B vs MiniCPM-V 4.7 : deux checkpoints, un seul nom et un travail très différent

Il n'existe aucun checkpoint appelé MiniCPM-V 4.7. OpenBMB n'en a jamais publié, et l'URL du modèle qui le contiendrait renvoie une erreur d'autorisation plutôt qu'une page de poids. Ce nom désigne la série. Le 12 octobre 2026, cette série a livré deux choses qu'un lecteur pourrait raisonnablement entendre par ce nom : MiniCPM-V 4.7 1B, un modèle dense de 1,55 milliard de paramètres conçu pour tenir dans la mémoire vive d'un téléphone, et le checkpoint à mélange d'experts clairsemé de 35 milliards de paramètres qui porte toutes les affirmations phares du lancement — la démo embarquée, le graphique de la frontière de Pareto, la phrase « premier MoE open source à fonctionner de manière fluide en local ». Les comparer n'est pas un combat équitable, et cela n'a jamais eu vocation à l'être. C'est une question de savoir combien de mémoire vous êtes prêt à consacrer, et si les chiffres du fournisseur lui-même sont assez solides pour justifier cette dépense.

Le nom est une série, pas un modèle.

Deux dépôts portent le nom MiniCPM-V 4.7, et un troisième le porte avec un suffixe. openbmb/MiniCPM-V-4.7-1B a été créé le 6 octobre 2026 à 17:40 UTC. openbmb/MiniCPM-V-4.7-35B-A3B a suivi le 7 octobre à 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark — une tête de draft spéculative de 213 millions de paramètres pour le petit modèle — est arrivée le 8 octobre. Les trois sont sous Apache-2.0. Le dépôt openbmb/MiniCPM-V-4.7 sans suffixe n'existe pas, et il vaut la peine de le dire clairement, car un bon nombre d'articles écrivent comme s'il existait et citent un ensemble de chiffres sous le nom de l'autre. Le README d'OpenBMB date la sortie elle-même au 12 octobre, qui est la date à utiliser si vous en voulez une : les dépôts ont d'abord été mis en ligne, puis annoncés quatre jours plus tard, dans l'ordre habituel.

Ainsi, la présentation honnête de « 1B vs 4.7 » n’est pas une comparaison entre un petit modèle et un grand modèle portant le même nom. C’est une comparaison entre les deux classes de taille que la série propose réellement, où l’une d’elles s’avère être la seule que le nom de la série à lui seul permettra de trouver.

Ce qu'est réellement le 1B

D'après les métadonnées safetensors, le checkpoint dense compte 1 554 476 272 paramètres en BF16 — environ 3,11 Go dans un seul fichier de poids, ce qui est le chiffre phare pour quiconque envisage un téléphone. Son socle linguistique est étiqueté qwen3_6_text, 24 couches de profondeur avec une taille cachée de 1024, et son attention suit un schéma de trois linéaires pour une complète : 18 des 24 couches empruntent un chemin linéaire et six utilisent une attention conventionnelle. Le vocabulaire est de 248 094 tokens. La tour de vision est celle de la lignée, minicpmv4_7_vision — 27 couches, taille cachée 1152, taille de patch 14, taille d'image 980, insérée dans la pile linguistique à la couche 6. Deux réglages comptent plus que les autres pour le travail documentaire : downsample_mode est 16x, et mrope_mode est canvas, qui est le schéma d'embedding rotatif multimodal que la famille utilise pour préserver intacte la structure spatiale sur une image découpée. Les embeddings de position maximaux sont de 262 144, donc la fenêtre de contexte est un véritable 256K et non une fenêtre nominale.

Au moment de la rédaction, le dépôt affiche 14 téléchargements et 22 mentions J'aime. C'est peu, et c'est la mesure honnête de l'usage que la communauté a fait du modèle jusqu'à présent.

Ce qu'est réellement le produit phare

Le checkpoint 35B-A3B compte 35 212 875 824 paramètres en BF16 — 70,4 Go répartis sur seize fragments safetensors, soit 22 fois la taille du modèle dense en un seul téléchargement. Architecturalement, c'est une autre bête : 40 couches, une taille cachée de 2048, et un feed-forward MoE sparse avec 256 experts dont 8 sont actifs par token, avec moe_intermediate_size défini à 512. Le vocabulaire est de 248 144, légèrement plus large que celui du 1B. Le schéma d'attention reprend la même idée à plus grande profondeur — 30 couches linéaires pour 10 couches complètes. C'est le premier MoE de la gamme MiniCPM-V, et c'est le checkpoint sur lequel porte réellement l'histoire d'efficacité du fournisseur : OpenBMB revendique plus de 13 tokens par seconde en utilisant environ 3 Go de mémoire sur un iPhone 17 Pro Max, avec Lookahead Expert Scheduling qui précharge les poids d'experts à travers les couches afin que le routage sparse ne soit pas bloqué par la bande passante mémoire, plus une tête MTP appairée et une compression mixte 4x/16x des tokens visuels. Ce sont des chiffres du fournisseur, mesurés par le fournisseur, sur la démo du fournisseur. Personne d'autre ne les a encore reproduits. Le dépôt affiche 166 téléchargements et 43 likes — un ordre de grandeur de plus en termes d'attention que ce qu'a suscité le 1B.

La comparaison, dimension par dimension

Six dimensions, des deux côtés, avec une note sur le poids que porte chaque chiffre.

• Paramètres et architecture — MiniCPM-V 4.7 1B : 1,55 B dense, chaque paramètre actif sur chaque token. Le modèle phare de MiniCPM-V 4.7 : 35,2 B au total, creux, 8 experts sur 256 par token. Les deux totaux ne sont pas des grandeurs comparables ; c'est le budget actif du MoE qui détermine le calcul par token, et OpenBMB ne le publie pas. Lire « A3B » comme faisant partie du nom, et non comme une mesure.

• Empreinte des poids — MiniCPM-V 4.7 1B : 3,11 Go dans un seul fichier BF16, ce qui est la raison même de son existence. MiniCPM-V 4.7 35B-A3B : 70,4 Go répartis sur seize fragments en BF16. Le chiffre de 3 Go sur appareil avancé par le fournisseur ne s’applique au modèle le plus grand qu’après quantification et streaming des experts, pas au téléchargement brut.

• Attention et contexte — pour les deux : 256K positions, un motif d'attention linéaire/pleine de 3:1, et le même canevas mode mRoPE. MiniCPM-V 4.7 1B l'exécute sur 24 couches ; le modèle phare, sur 40. C'est la seule dimension où les deux modèles partagent véritablement le même design, simplement mis à l'échelle.

• Voie de vision — les deux : la tour minicpmv4_7_vision propre à la famille, avec un sous-échantillonnage 16x. La différence se situe de l'autre côté de l'étape de compression : les graphiques du modèle phare annoncent un schéma mixte 4x/16x que le 1B ne revendique pas.

• Licence — les deux : Apache-2.0, déclarée dans le dépôt et affirmée dans le README du projet. Cela est important car c’est l’opposé de ce à quoi la même série ressemblait une semaine plus tôt ; il n’y a aucune ambiguïté à signaler ici pour l’un ou l’autre des points de contrôle.

• Éléments attestant de la qualité — MiniCPM-V 4.7 1B : uniquement des graphiques du fournisseur. MiniCPM-V 4.7 35B-A3B : des graphiques du fournisseur, une vidéo de démonstration du fournisseur sur un iPad M4 et un iPhone, et une affirmation publiée de jetons par seconde en local. Ni l'un ni l'autre n'a fait l'objet d'une évaluation indépendante, et aucun des deux n'a été évalué par un tiers selon un banc d'essai figé.

Ce que prétendent les propres graphiques du fournisseur

OpenBMB a publié des graphiques de benchmarks pour les deux checkpoints, et la différence dans ce qu’ils peuvent prendre en charge est instructive. Le graphique du 1B place le modèle à MMBench 83,17, OCRBench 86,10 et OmniDocBench v1.6 85,39, devant le modèle de classe 1,3B de la génération précédente à côté duquel il figure dans le même graphique, sur les trois (81,89, 83,80, 82,52 respectivement). Ces valeurs sont rapportées par le fournisseur et non reproduites, et l’étiquetage des colonnes du graphique lui-même doit être lu attentivement, car une ligne y affiche une valeur qui n’est pas crédible pour un modèle de cette taille. Considérez les chiffres absolus comme du marketing et les écarts par rapport à la génération précédente comme la seule partie dotée d’une logique interne.

Le graphique 35B-A3B est plus lisible parce que la comparaison est plus dense. Il rapporte MMMU 80,22, MathVista 88,00, OCRBench 91,20, OCRBench_v2 68,47, OmniDocBench v1.6 94,24, CharXiv reasoning 75,60, TextVQA 84,99 et CCOCR 81,14, face à un ensemble qui comprend deux modèles de mélange d'experts de classe 35B-A3B, un Gemma 31B et un Qwen3.8 27B. Selon les propres chiffres du fournisseur, le MoE remporte la plupart des lignes de justesse et en perd quelques-unes — MMMU-Pro et MathVision vont dans l'autre sens. Encore une fois : rapporté par le fournisseur, non reproduit, et la seule lecture équitable est « le fournisseur estime qu'il est à parité ou meilleur », pas « il est à parité ou meilleur ».

Il y a un problème d'étiquetage qui mérite d'être signalé plutôt que résolu. Le dépôt s'appelle 1B. La barre latérale de Hugging Face décrit le modèle comme ayant 2B de paramètres. Les métadonnées safetensors indiquent 1 554 476 272 — environ 1,55B. Le propre graphique du fournisseur indique 1,3B pour cette ligne. Quatre sources, quatre chiffres, et le plus petit d'entre eux figure dans le graphique que le marketing met en avant. Rien de tout cela ne change ce que fait le modèle, mais si vous dimensionnez la mémoire d'après une fiche technique, basez-vous sur le fichier de 3,11 Go plutôt que sur l'une de ces étiquettes.

Lequel tu veux vraiment ?

Si la contrainte est un téléphone, un ordinateur portable, un seul petit GPU ou tout appareil doté d’un budget de puissance, un seul d’entre eux est candidat. MiniCPM-V 4.7 1B existe précisément pour qu’un modèle multimodal à contexte de 256K tienne dans quelques gigaoctets, il est distribué sous une licence qui autorise l’usage commercial, et l’écosystème de quantification est déjà là — les versions GGUF, AWQ, GPTQ, int4 et FP8, ainsi qu’une prise en charge dès le premier jour par Rockchip, Houmo, Intel, AMD et des fournisseurs de matériel Arm, et par OpenVINO. Pour l’OCR embarqué, la compréhension de captures d’écran et l’analyse de documents avec une empreinte de 3 Go, c’est la version de cette série qui répond à la question.

MiniCPM-V 4.7 35B-A3B répond à une autre question. Ce n'est pas une version plus grande du même produit ; c'est la tentative de préserver la qualité d'un modèle de classe 35B tout en ne payant que pour 8 experts par token, et si l'affirmation du fournisseur concernant le débit tient, c'est le résultat d'ingénierie le plus intéressant des deux. C'est aussi, à 70,4 Go en BF16, un téléchargement pour serveur ou station de travail, et son histoire sur appareil passe par la quantification et le streaming des experts plutôt que par le fichier que vous obtenez depuis le Hub.

Là où un routeur a sa place, et où il ne l'a pas

Aucun des deux checkpoints n'est hébergé sur OrcaRouter. MiniCPM n'apparaît pas du tout dans notre catalogue, et le conseil correct pour quiconque souhaite exécuter l'un ou l'autre est de télécharger les poids et de les servir soi-même — llama.cpp, Ollama, vLLM ou SGLang prennent tous en charge cette architecture, et la liste de prise en charge dès le premier jour ci-dessus est inhabituellement étendue pour une version aussi récente. La question du routage n'intervient qu'à l'étape suivante, à savoir ce qui se passe lorsqu'un petit modèle local ne suffit pas pour une requête donnée et que le travail doit être confié à un service hébergé. Ce transfert relève d'une décision de routage plutôt que d'un second contrat : OrcaRouter place quelques centaines de modèles hébergés derrière une seule clé, au prix catalogue de chaque fournisseur, sans rien ajouter, avec basculement automatique en cas de dégradation d'un fournisseur. Parmi les modèles de vision hébergés de cette liste, plusieurs appartiennent à la même catégorie de poids que le 1B — qwen/qwen3-vl-8b-instruct et sa variante de raisonnement, qwen/qwen3-vl-235b-a22b-instruct pour le haut de gamme, et deepseek/deepseek-v4-flash-vision-exp pour le travail documentaire à long contexte. C'est le palier au-dessus de cette famille, et non un remplacement, et il vaut la peine de préciser de quel côté de la ligne se situe chaque modèle.

Que regarder

Deux éléments permettront de trancher cette comparaison, et aucun n'existe encore. Le premier est une évaluation indépendante — le même harnais exécuté sur les deux checkpoints, sur le même matériel, sans que le fournisseur choisisse les prompts. Tant qu'elle n'apparaît pas, chaque chiffre de précision dans cet article est celui du fournisseur et doit être cité avec cette réserve. Le second est la tête de draft DSpark, déjà publiée pour le 1B, et c'est le mécanisme qui rendrait l'inférence de petits modèles sensiblement plus rapide sur un téléphone. Si le décodage spéculatif fonctionne comme annoncé à cette échelle, le 1B dense devient une bien meilleure réponse que sa taille ne le suggère, et le 35B-A3B reste le modèle vers lequel on se tourne uniquement quand la requête en a réellement besoin.

Ce qui n’a pas besoin d’attendre quoi que ce soit, c’est la licence, l’architecture, l’empreinte et l’outillage. Ces éléments se trouvent dans les dépôts, ils sont sous Apache-2.0 pour les deux checkpoints, et ils suffisent à décider aujourd’hui lequel des deux a sa place sur votre matériel.

La moitié hébergée de ce schéma relève d'une décision de routage plutôt que d'un second contrat. le prix catalogue de chaque fournisseur, sans marge ajoutée par nos soins Aucun des checkpoints MiniCPM-V 4.7 n'est un modèle hébergé sur OrcaRouter — les deux sont des poids que vous hébergez vous-même.