MiniCPM-V 4.7 vs LFM2.5-VL 3B : un mystère de 70 Go face à un modèle 3B que vous pouvez déployer sur un ordinateur portable

MiniCPM-V 4.7 et LFM2.5-VL 3B sont vendus comme relevant de la même catégorie de produits — des modèles vision-langage compacts que l’on exécute soi-même — et pourtant, en pratique, ils pourraient difficilement être plus éloignés l’un de l’autre. LFM2.5-VL 3B est un produit fini : un checkpoint documenté de 3,1 milliards de paramètres de Liquid AI, avec une licence, une fiche de modèle, des quantifications GGUF déjà en circulation, et un nombre décroissant de bonnes raisons de ne pas simplement le télécharger et l’essayer. MiniCPM-V 4.7 est un checkpoint à mélange d’experts creux de 35,2 milliards de paramètres qu’OpenBMB a mis en ligne sur Hugging Face le 6 octobre 2026, sans fiche de modèle, sans licence et sans aucun benchmark. Les comparer, ce n’est pas comparer deux modèles. C’est comparer un modèle à un artefact qui deviendra probablement un modèle.

L’affiche, annoncée honnêtement d’entrée de jeu

Cette page peut vous donner une image complète de LFM2.5-VL 3B, car Liquid AI en a publié une. Elle peut vous donner une image complète de la forme de MiniCPM-V 4.7 et rien du tout sur son comportement, car OpenBMB a publié un config.json et s'est arrêté là. Tout ce qui suit concernant MiniCPM est lu dans ce fichier de configuration et dans l'index des poids ; tout ce qui concerne Liquid provient de la fiche du modèle, et les affirmations de performance de la fiche elle-même sont rapportées par le fournisseur et signalées comme telles. Là où un chiffre existe pour un modèle mais pas pour l'autre, l'attitude honnête consiste à laisser l'écart visible plutôt qu'à le masquer.

Ce que chacun est

LFM2.5-VL-3B est sorti le 11 août 2026. C'est une variante multimodale de la famille LFM2.5, conçue pour un déploiement sur appareil, et elle ne part pas de zéro : elle reprend le socle linguistique LFM2.5-2.6B et l'associe à un encodeur visuel SigLIP2 NaFlex. NaFlex est l'élément qui compte pour le travail documentaire — il préserve le rapport d'aspect et la résolution d'origine au lieu de forcer chaque image dans un carré fixe, c'est pourquoi les améliorations phares de la fiche sont l'ancrage avec des requêtes en langage naturel et l'OCR pleine page avec annotation de mise en page. Il est distribué sous la licence LFM Open License v1.0 et couvre seize langues, dont l'anglais, le chinois, le japonais, le coréen, l'arabe, le hindi, le français, l'allemand, l'espagnol, le portugais, l'italien, le polonais, le russe, le thaï, le vietnamien et l'indonésien. Comme il fait 3B, des builds GGUF sont apparus dans la journée suivant la sortie et une variante DSpark a suivi en septembre, donc l'écosystème autour est bien réel : vous pouvez récupérer un quant et l'exécuter sur un ordinateur portable dès aujourd'hui.

MiniCPM-V 4.7 est un checkpoint BF16 de 35 212 875 824 paramètres, 70,4 Go répartis sur seize fragments, de classe MiniCPMV4_7ForConditionalGeneration, téléversé sur openbmb/MiniCPM-V-4.7-35B-A3B le 6 octobre 2026.

Son squelette linguistique est étiqueté qwen3_5_moe_text — un MoE clairsemé dérivé de Qwen3.5, avec 256 experts et 8 sélectionnés par token — et ses 40 couches suivent un schéma d'attention fixe de type trois linéaires pour une complète, de sorte que 30 des 40 couches empruntent un chemin linéaire de style Mamba plutôt qu'une attention classique. Le contexte est de 256K. La tour de vision est propre à la lignée MiniCPM-V, à peu près de la même forme que celle utilisée par MiniCPM-V 4.6. Il n'y a pas de README dans le dépôt, ce qui, sur Hugging Face, signifie qu'il n'y a pas de licence.

La comparaison réellement possible

Six dimensions, les deux côtés, et une note sur chacune concernant le poids que porte le chiffre.

• Paramètres totaux — LFM2.5-VL 3B : 3,12 B, tous actifs par token. MiniCPM-V 4.7 : 35,2 B au total, creux, 8 experts sur 256 actifs par token. Le chiffre de MiniCPM n'est pas comparable à un nombre de paramètres dense et le budget réel de paramètres actifs n'est pas publié ; considérez « A3B » comme un nom, pas comme une mesure.

• Taille effective sur disque — LFM2.5-VL 3B : un seul fichier safetensors d’environ 6 Go en BF16, ou une fraction de cela en GGUF. MiniCPM-V 4.7 : 70,4 Go répartis sur seize fragments, BF16 uniquement.

• Licence — LFM2.5-VL 3B : LFM Open License v1.0, publiée et liée depuis la fiche. MiniCPM-V 4.7 : aucune déclarée. En l'absence d'une licence : balise, la position par défaut est tous droits réservés, donc c'est un obstacle, pas une note de bas de page.

• Approche vision — LFM2.5-VL 3B : SigLIP2 NaFlex, résolution native avec préservation du rapport d'aspect, la fiche revendique un OCR pleine page avec annotation de mise en page. MiniCPM-V 4.7 : la tour personnalisée minicpmv4_7_vision avec downsample_mode: "16x" et max_slice_nums: 9.

• Contexte — LFM2.5-VL 3B : les exemples de service de la fiche sont modestes comparés à une conception à long contexte, et la famille vise des budgets de mémoire embarquée. MiniCPM-V 4.7 : max_position_embeddings: 262144, avec le tokenizer model_max_length concordant à 256K.

• Preuves de qualité — LFM2.5-VL 3B : une fiche publiée avec des améliorations rapportées par le fournisseur par rapport à LFM2-VL-3B, des quantifications tierces et un historique Hugging Face d’environ 25 900 téléchargements. MiniCPM-V 4.7 : zéro téléchargement, trois mentions J’aime, aucune fiche, aucun benchmark, aucune évaluation indépendante. Rien à citer.

• Outillage — LFM2.5-VL 3B : des builds GGUF et MLX de tiers, ainsi qu’une variante DSpark. MiniCPM-V 4.7 : aucune. Aucune quantification, quelle qu’elle soit, n’existe encore.

Les deux tiers de cette page qui manquent

Chaque article de comparaison dans ce domaine est accompagné d’un paragraphe de benchmark. Celui-ci ne le peut pas. Il n’y a pas de MMMU, pas d’OCRBench, pas de DocVQA, pas de score de grounding, pas de mesure de latence et pas de valeur de VRAM pour MiniCPM-V 4.7 — non pas parce qu’ils étaient incommodes à rechercher, mais parce que rien dans le dépôt ne les contient et qu’aucun tiers ne les a produits. Un modèle téléversé sans fiche est, du point de vue de l’évaluation, non mesuré. Quiconque vous dit le contraire se base sur le nom de la famille ou sur le nombre de paramètres, deux éléments qui sont de mauvais prédicteurs de la qualité multimodale.

Il en va de même pour une question plus subtile : le MoE clairsemé aide-t-il réellement ? Une conception 35B-A3B échange de la mémoire totale contre du calcul par token, et la qualité de suivi des instructions d’un modèle clairsemé dépend entièrement de la qualité de l’entraînement du routeur. La configuration montre un coefficient de perte auxiliaire de routage de 0,001 et un expert partagé aux côtés des 256 experts routés, ce qui est une configuration classique — mais une configuration classique ne prouve pas un bon routage.

Du côté de Liquid, l’élément manquant est différent : les affirmations de qualité de la carte proviennent du fournisseur lui-même.

Les améliorations de l’OCR et du grounding sont décrites par les personnes qui ont entraîné le modèle, et si les quantifications tierces et le volume de téléchargements montrent que la communauté l’a trouvé suffisamment utile pour le convertir, il s’agit de preuves d’adoption plutôt que de preuves de qualité. Personne n’a publié de comparaison indépendante en face-à-face.

Lequel choisiriez-vous réellement ?

L'arbre de décision est ici exceptionnellement clair, car les deux modèles ne sont pas en concurrence pour la même tâche.

Si vous avez besoin d’un modèle vision-langage fonctionnant sur un ordinateur portable, un téléphone, un Jetson ou un seul GPU modeste, LFM2.5-VL 3B est le seul des deux à répondre à la question. Il est suffisamment petit pour être quantifié, sa licence autorise ce travail, et quelqu’un a déjà fait le travail de conversion pour vous. Pour la mise en page de documents, l’analyse de captures d’écran et la description d’objets ancrée, sur une taille et une empreinte linguistique qui tiennent dans un budget edge, les points forts annoncés de la fiche s’alignent sur la cible de déploiement.

MiniCPM-V 4.7 n'est pas un candidat pour ce travail à 70 Go en BF16. Il est candidat pour le travail opposé : un modèle multimodal à long contexte et à haut débit sur du matériel serveur, dans des charges de travail où la fenêtre de 256K et les économies de cache KV de l'attention linéaire sont l'essentiel. On ne sait pas s'il s'en acquitte bien, et la question de la licence doit être résolue avant qu'il ne puisse l'accomplir du tout dans quoi que ce soit de commercial.

Il existe une troisième option qui mérite d’être nommée : vous n’aurez peut-être pas besoin de choisir. Si l’architecture est « un petit modèle local gère l’essentiel du trafic et confie les cas difficiles à un service hébergé », la moitié locale de cela est une décision que vous pouvez prendre dès aujourd’hui et la moitié hébergée est une décision de routage. OrcaRouter couvre quelques centaines de modèles hébergés derrière une clé unique, au prix catalogue de chaque fournisseur, sans rien ajouter en plus, avec basculement lorsqu’un fournisseur se dégrade — mais soyons clairs sur ce que cela n’est pas : ni LFM2.5-VL 3B ni MiniCPM-V 4.7 n’est un modèle hébergé sur ce routeur. Tous deux sont des poids que vous servez vous-même. Le routeur est ce qui se trouve derrière eux.

Où en sont les choses, et ce qu'il faut actualiser

Liquid AI a livré un petit modèle finalisé. OpenBMB a livré un grand modèle inachevé. La comparaison que les lecteurs attendent — précision face à latence, OCR face à OCR — ne peut pas encore être rédigée pour le côté MiniCPM, et l’article qui serait malhonnête est celui qui comble le vide avec de l’arithmétique de nombre de paramètres. Surveillez le README du dépôt. Le jour où il apparaîtra, il portera la licence et les premiers vrais chiffres, et ce jour-là, ceci deviendra un véritable face-à-face au lieu d’une fiche technique à côté d’un produit.

La moitié hébergée de ce schéma est une décision de routage plutôt qu'un second contrat. le prix catalogue de chaque fournisseur, sans marge ajoutée par nous Ni LFM2.5-VL 3B ni MiniCPM-V 4.7 n'est un modèle hébergé sur OrcaRouter - ce sont tous deux des poids que vous servez vous-même.