MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7 : L’un de ces noms n’est pas un modèle

Cherchez MiniCPM-V 4.7 et vous trouverez une fiche modèle, un tableau de benchmarks, une démo sur téléphone et un bouton de téléchargement. Cherchez MiniCPM-V 4.7 35B-A3B et vous trouverez exactement les mêmes éléments, parce qu'il s'agit de la même version — et c'est là toute la difficulté de les comparer. La fiche modèle d'OpenBMB s'ouvre sur la phrase qui tranche la question : MiniCPM-V 4.7 est le dernier modèle de la série, disponible dans une variante 35B-A3B, et 35B-A3B est le premier MoE de cette série. Le nom seul est une bannière. Le nom suffixé est un checkpoint. Mettez d'un côté un mélange d'experts clairsemé de 35 milliards de paramètres et de l'autre une bannière, et vous n'avez pas une comparaison, vous avez une question sur l'artefact que vous vouliez télécharger. Répondez à cette question et le reste de cette page n'est plus qu'une fiche technique.

Les noms, résolus

Trois choses répondent à « MiniCPM-V 4.7 », et seules deux d’entre elles sont téléchargeables.

• openbmb/MiniCPM-V-4.7 — n'existe pas. L'URL renvoie une erreur d'autorisation, et non une page de poids. Il n'a jamais existé de checkpoint brut sous ce nom, et toute publication qui cite un jeu de chiffres sous l'étiquette de l'autre reprend en réalité les chiffres du 35B sous un nom auquel ne correspond aucun dépôt.

• La série — une collection Hugging Face que maintient OpenBMB, regroupant treize dépôts sous la bannière 4.7 : le checkpoint de base 35B-A3B, une version GGUF, des quantisations FP8, AWQ, GPTQ et int4 de celui-ci, une tête de draft spéculative DSpark appariée, et de nouveau la même échelle à six niveaux pour le petit modèle. C'est cette collection que désigne « MiniCPM-V 4.7 » lorsqu'il est employé comme gamme de produits.

• openbmb/MiniCPM-V-4.7-35B-A3B — le point de contrôle sur lequel porte l'annonce, créé le 7 octobre 2026 à 07:07 UTC, sous licence Apache-2.0, avec une fiche modèle complète ajoutée le 12 octobre. C'est le seul élément de la famille qui comporte actuellement des tableaux de référence du fournisseur.

Donc, la réponse honnête à « MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B » est que la question se ramène à un choix de variante au sein d’une même série, et le nom de la série à lui seul ne vous permettra pas d’obtenir un fichier. Le seul fichier que cela vous permet d’obtenir est le 35B-A3B, et c’est pourquoi les lecteurs arrivent en pensant qu’il s’agit de la même chose.

En quoi consiste réellement le lancement

Le README d'OpenBMB décrit lui-même deux variantes et une tour de vision partagée, et il date la sortie au 12 octobre 2026 — cinq et six jours après le téléversement des poids. Cet écart compte si vous citez une date de sortie. Les dépôts ont été créés les 6 et 7 octobre ; la fiche, l'étiquette de licence, les graphiques et l'annonce sont tous arrivés le 12. Les paramètres n'ont pas bougé le 12. La documentation, si.

Ce que couvre la documentation, pour les deux variantes :

• Deux checkpoints — un MoE parcimonieux 35B-A3B et un modèle dense 1B, partageant un nom de lignée et une tour de vision, et rien d’autre en dessous.

• Un chemin visuel partagé — la tour minicpmv4_7_vision propre à la famille, 27 couches à dimension cachée 1 152, taille de patch 14, taille d'image 980, épissée dans la pile linguistique à la couche 6, avec la compression précoce intra-ViT qu'OpenBMB attribue à LLaVA-UHD v4 en amont.

• Compression visuelle mixte des jetons 4x/16x — sélectionnable par requête, 16x par défaut pour le débit et 4x pour le détail. La fiche indique qu'aucun autre modèle de son tableau comparatif n'offre ce choix, et que le paramètre doit être transmis à la fois au gabarit de conversation et à l'appel de génération, sinon le nombre d'espaces réservés et l'encodeur visuel ne concordent pas.

• Un scénario de déploiement qui cesse de tourner autour des poids — cibles iOS, Android et HarmonyOS, prise en charge des puces dès le jour 0 assurée par Rockchip, Houmo, Intel, AMD et Arm, OpenVINO pour CPU/GPU/NPU Intel, et prise en charge des frameworks SGLang, vLLM, llama.cpp et Ollama. Ici, le produit, ce sont l’application et les versions quantifiées, pas le téléchargement BF16.

Les deux points de contrôle, dimension par dimension

Six dimensions, des deux côtés, avec une note sur ce que vaut réellement chaque nombre.

• Paramètres et forme — MiniCPM-V 4.7 35B-A3B : 35 212 875 824 paramètres stockés, clairsemé, 256 experts avec 8 actifs par token à une taille intermédiaire d'expert de 512 plus un expert partagé de même taille. La variante 1B de MiniCPM-V 4.7 : 1 554 476 272 paramètres, dense, tous actifs sur chaque token. Les deux totaux ne sont pas la même quantité, et le budget d'actifs par token du MoE n'est pas publié, donc lisez le « A3B » comme faisant partie du nom plutôt que comme une mesure que vous pouvez comparer au modèle dense.

• Empreinte de téléchargement — MiniCPM-V 4.7 35B-A3B : 70,4 Go répartis sur seize fragments safetensors en BF16, avant tout cache KV. MiniCPM-V 4.7 1B : environ 3,1 Go dans un seul fichier de poids. Vingt-deux fois le téléchargement d’un côté, et la mesure honnête de savoir lequel de ces deux modèles est un modèle pour téléphone prêt à l’emploi — aucun ne l’est, tant que vous ne prenez pas une quantification dans l’échelle.

• Backbone textuel et profondeur — MiniCPM-V 4.7 35B-A3B : une pile textuelle MoE creuse de la famille Qwen, 40 couches avec une dimension cachée de 2 048, seize têtes de requête face à deux têtes clé/valeur, vocabulaire de 248 144. MiniCPM-V 4.7 1B : une pile textuelle dense de la famille Qwen, 24 couches avec une dimension cachée de 1 024, huit têtes de requête face à deux têtes clé/valeur, vocabulaire de 248 094. La même idée de conception, un cran en dessous.

• Attention — les deux : une répétition fixe de trois pour un de l’attention linéaire par rapport à l’attention complète. Trente des quarante couches du 35B suivent la voie linéaire, contre dix conventionnelles ; dix-huit des vingt-quatre du 1B contre six. C’est la dimension où les deux modèles sont véritablement la même architecture à l’échelle, et c’est la raison pour laquelle les deux prennent en charge un contexte de 256K sans que le cache KV explose.

• Contexte — les deux : 262,144 positions maximales, avec le même canvas mode d'embedding rotatif multimodal. Pas de surcoût de variante, pas de troncature sur le petit modèle.

• Licence — les deux : Apache-2.0, déclarée dans les métadonnées liminaires du dépôt et affirmée dans le README. Les deux sont également diffusés sur Hugging Face et sur ModelScope. Il n’y a aucune différence de conditions à prendre en compte.

Le tableau de benchmark existe pour l'un d'entre eux

Voici l’asymétrie qui façonne réellement une décision. Le checkpoint 35B-A3B porte les tableaux comparatifs d’OpenBMB — MMMU autour de 80,2, OCRBench autour de 91,2, OmniDocBench v1.6 dans la fourchette haute des 90, le raisonnement CharXiv autour de 75, TextVQA autour de 85 — face à deux modèles Qwen de classe 35B-A3B, un Gemma 31B et deux Qwen 27B, en mode Instruct. Cet article a examiné ce que valent ces tableaux au moment où la version a été documentée ; en bref, ils sont rapportés par le fournisseur, évalués avec le harnais du fournisseur, non reproduits, et tirés de graphiques PNG plutôt que d’un tableau de scores publié.

Le 1B dispose de son propre graphique dans le même document, et la comparaison qui s'y trouve porte sur un ensemble plus restreint. Si vous hésitez entre les deux tailles, ce que les fiches vous apportent d'utile n'est pas un score — c'est que le point de contrôle le plus grand est celui pour lequel l'argument d'efficacité a été rédigé. Le chiffre sur appareil qui ancre toute la sortie, plus de 13 jetons par seconde pour environ 3 Go de mémoire sur un iPhone 17 Pro Max, est une valeur du 35B-A3B, produite avec la prélecture des experts par Lookahead Expert Scheduling à travers les couches via des poids quantifiés. Le petit modèle dense n'a pas besoin de ce mécanisme, car 1,55 milliard de paramètres denses tiennent dans la mémoire vive d'un téléphone sans rien de tout cela.

C’est là une inversion qui mérite qu’on s’y attarde : le petit modèle est simple et peu documenté en termes de benchmarks ; le grand modèle est abondamment documenté et difficile à exécuter. Aucune des deux positions n’est manifestement meilleure.

Lequel les gens téléchargent-ils réellement ?

Les compteurs Hugging Face ajoutent un fait qu'aucune fiche de modèle n'indique, et cela plaide en faveur du modèle plus grand. Au 13 octobre 2026, le dépôt de base openbmb/MiniCPM-V-4.7-35B-A3B affiche 630 téléchargements ; la variante -gguf du même checkpoint affiche un peu plus de 10 000, soit environ seize fois ce trafic. Pour le modèle 1B, le dépôt de base et sa version GGUF affichent respectivement 263 et 2 064, un ratio similaire à une échelle absolue bien plus petite.

Deux lectures, toutes deux cohérentes avec les données. Soit les gens récupèrent d’abord la version quantifiée parce que c’est elle qui tourne, soit les chiffres BF16 sont simplement à la traîne parce que le checkpoint BF16 n’est pas ce que l’on déploie. Dans un cas comme dans l’autre, le compteur de téléchargements mesure quel artefact compte — et ce n’est pas celui dont la taille figure dans le nom. Si vous évaluez cette décision, évaluez-la par rapport au build GGUF ou au build AWQ, pas par rapport à 70,4 Go.

Il y a encore un détail de fiche qui va dans l’autre sens. Les deux dépôts portent l’étiquette « On-Device Model », héritée du reste de la famille MiniCPM-V, laquelle, sur un MoE BF16 de 70 Go, ne signifie ce que l’étiquette signifie sur le fichier de 3,1 Go du 1B qu’après quantification et streaming des experts. Considérez l’étiquette comme un libellé de famille, pas comme une spécification.

Là où une API hébergée change la question

Aucun des deux checkpoints n’est hébergé sur OrcaRouter, et pour cette comparaison, cela s’avère être le fait structurel décisif. Tous deux sont des poids ouverts que vous servez vous-même, ce qui signifie que le 35B-A3B exige un matériel que vous n’avez probablement pas, tandis que le 1B exige un matériel que vous avez, vous, à coup sûr — et l’écart entre « un GPU » et « un téléphone » constitue le véritable contenu de « 35B-A3B vs 4.7 ».

Là où un routeur gagne sa place, c'est à la frontière. Si vous choisissez le 1B et qu'il ne suffit pas pour une requête, le travail doit bien aller quelque part, et ce quelque part est généralement un modèle hébergé que vous préférez ne pas gérer fournisseur par fournisseur : OrcaRouter couvre quelques centaines de modèles hébergés derrière une seule clé, au prix catalogue de chaque fournisseur sans rien ajouter, et bascule d'un fournisseur à l'autre lorsque l'un d'eux se dégrade. L'un de ces identifiants hébergés, qwen/qwen3.6-35b-a3b, est le pendant hébergé direct du checkpoint dont traite cet article — la même forme 35B-A3B, accessible sans posséder l'accélérateur, ce qui en fait le plafond naturel auquel se mesurer avant d'engager 70 Go de votre propre disque dans la version locale.

C'est une décision de routage, pas une seconde intégration, et c'est le seul aspect de ce choix dont le retour en arrière ne coûte rien.

Le choix

Si la contrainte est un téléphone, un ordinateur portable ou un seul petit GPU, le 1B est le seul candidat — 3,1 GB, une licence qui permet un usage commercial, et une échelle de quantification qui est proposée depuis la première semaine. Si l'objectif est le résultat d'efficacité dont OpenBMB parle réellement, vous voulez le 35B-A3B, et vous le voulez dans une version quantifiée plutôt que l'original de 70 GB, car c'est ce que tous les autres téléchargeurs ont pris et sur quoi l'affirmation on-device a été mesurée.

Ce qu’il ne faut pas faire, c’est traiter les deux noms comme interchangeables. L’un est un checkpoint que vous pouvez exécuter cet après-midi. L’autre est une étiquette qui continuera de renvoyer la fiche de modèle du 35B-A3B, quel que soit celui des deux dont vous parliez.