MiniCPM-V 4.7 1B לעומת MiniCPM-V 4.7: שני צ'קפוינטים, שם אחד, ותפקיד שונה לגמרי

אין צ'קפוינט שנקרא MiniCPM-V 4.7. OpenBMB מעולם לא פרסמה אחד, וכתובת ה-URL של המודל שאמורה להכיל אותו מחזירה שגיאת הרשאה ולא עמוד משקלים. השם הוא הסדרה. ב-12 באוקטובר 2026 הסדרה הזו שחררה שני דברים שסביר שקורא יתכוון אליהם בשם הזה: MiniCPM-V 4.7 1B, מודל צפוף עם 1.55 מיליארד פרמטרים שנבנה לשבת בזיכרון העבודה של טלפון, וצ'קפוינט של תערובת מומחים דלילה עם 35 מיליארד פרמטרים שנושא את כל הטענות המרכזיות בהשקה — ההדגמה על המכשיר, תרשים חזית פארטו, הביטוי "ה-MoE הראשון בקוד פתוח שרץ בצורה חלקה על המכשיר". ההשוואה ביניהם אינה קרב הוגן ומעולם לא נועדה להיות קרב כזה. זו שאלה של כמה זיכרון אתה מוכן להוציא, והאם המספרים של הספק עצמו חזקים מספיק כדי להצדיק את הוצאתו.

השם הוא סדרה, לא דגם

שני מאגרים נושאים את השם MiniCPM-V 4.7, ושלישי נושא אותו בתוספת סיומת. openbmb/MiniCPM-V-4.7-1B נוצר ב-6 באוקטובר 2026 בשעה 17:40 UTC. openbmb/MiniCPM-V-4.7-35B-A3B הגיע בעקבותיו ב-7 באוקטובר בשעה 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark — ראש טיוטה ספקולטיבי בן 213 מיליון פרמטרים עבור המודל הקטן — הופיע ב-8 באוקטובר. כל שלושתם הם Apache-2.0. הopenbmb/MiniCPM-V-4.7מאגר החשוף אינו קיים, וכדאי לומר זאת בפשטות, משום שדי הרבה סיקור נכתב כאילו הוא כן קיים ומצטט מערכת אחת של מספרים תחת שמו של האחר. ה-README של OpenBMB מתארך את ההשקה עצמה ל-12 באוקטובר, וזה התאריך שיש להשתמש בו אם צריך תאריך: המאגרים הועלו תחילה והוכרזו ארבעה ימים לאחר מכן, בסדר הרגיל.

אז ההצגה הכנה של "1B מול 4.7" אינה השוואה בין מודל קטן למודל גדול בעלי אותו שם. זוהי השוואה בין שתי מחלקות הגודל שהסדרה מציעה בפועל, כאשר אחת מהן היא במקרה היחידה ששם הסדרה בלבד ימצא.

מהו ה־1B בעצם

על פי המטא-דאטה של safetensors, נקודת הבדיקה הצפופה מונה 1,554,476,272 פרמטרים ב-BF16 — כ-3.11 GB בקובץ משקלים בודד, וזהו המספר הבולט לכל מי שחושב על מכשיר נייד. עמוד השדרה הלשוני שלה מתויג qwen3_6_text, בעומק 24 שכבות עם גודל נסתר של 1024, והקשב שלה פועל בתבנית של שלושה ליניאריים לאחד מלא: 18 מתוך 24 השכבות הולכות במסלול ליניארי ושש מפעילות קשב קונבנציונלי. אוצר המילים הוא 248,094 טוקנים. מגדל הראייה הוא ה-minicpmv4_7_vision של אותה שושלת — 27 שכבות, גודל נסתר 1152, גודל patch 14, גודל תמונה 980, והוא מוחדר למחסנית השפה בשכבה 6. שתי הגדרות חשובות יותר מכל השאר לעבודה עם מסמכים: downsample_mode הוא 16x, ו-mrope_mode הוא canvas, שהיא סכמת ה-embedding הסיבובית הרב-מודאלית שמשפחה זו משתמשת בה כדי לשמור על המבנה המרחבי שלם לאורך תמונה מחולקת לפרוסות. ה-embeddings המקסימליים של מיקום הם 262,144, כך שחלון ההקשר הוא באמת 256K ולא 256K נומינלי.

בעת כתיבת שורות אלה, המאגר מציג 14 הורדות ו־22 לייקים. זה מעט, וזהו המדד הכנה למידת השימוש של הקהילה במודל עד כה.

מהו למעשה דגם הדגל

הצ'קפוינט 35B-A3B הוא 35,212,875,824 פרמטרים ב-BF16 — 70.4 GB מפוזרים על פני שישה-עשר שברי safetensors, שזה פי 22 מגודלו של המודל הצפוף בהורדה אחת. מבחינה ארכיטקטונית זו חיה אחרת: 40 שכבות, גודל חבוי 2048, ו-feed-forward של MoE דליל עם 256 מומחים, שמתוכם 8 פעילים לכל טוקן, כאשר moe_intermediate_size מוגדר ל-512. אוצר המילים הוא 248,144, מעט רחב יותר מזה של ה-1B. תבנית הקשב היא אותו רעיון בעומק גדול יותר — 30 שכבות לינאריות לעומת 10 מלאות. זהו ה-MoE הראשון בסדרת MiniCPM-V, וזהו הצ'קפוינט שסיפור היעילות של הספק באמת עוסק בו: הטענה של OpenBMB היא 13+ טוקנים לשנייה תוך שימוש בבערך 3 GB זיכרון ב-iPhone 17 Pro Max, עם Lookahead Expert Scheduling שמביא מראש משקולות מומחים על פני שכבות כך שניתוב דליל לא נחנק על רוחב פס הזיכרון, בתוספת ראש MTP מותאם ודחיסת טוקנים חזותיים משולבת של 4x/16x. אלה נתוני הספק, שנמדדו על ידי הספק, בהדגמה של הספק. אף אחד אחר עוד לא שחזר אותם. המאגר מציג 166 הורדות ו-43 לייקים — סדר גודל של יותר תשומת לב מזו שה-1B משך.

ההשוואה, מימד אחר מימד

שישה ממדים, שני הצדדים, עם הערה על כמה משקל נושא כל מספר.

• פרמטרים ומבנה — MiniCPM-V 4.7 1B: 1.55B צפוף, כל פרמטר פעיל בכל טוקן. הדגם המוביל של MiniCPM-V 4.7: 35.2B בסך הכול, דליל, 8 מתוך 256 מומחים לכל טוקן. שני הסכומים אינם כמויות ברות-השוואה; התקציב הפעיל של ה-MoE הוא שקובע את החישוב לכל טוקן, ו-OpenBMB אינה מפרסמת אותו. יש לקרוא את "A3B" כחלק מהשם, לא כמדידה.

• טביעת הרגל של המשקלים — MiniCPM-V 4.7 1B: 3.11 GB בקובץ BF16 אחד, וזו כל הסיבה לקיומו. MiniCPM-V 4.7 35B-A3B: 70.4 GB על פני שישה־עשר רסיסים ב-BF16. נתון ה-3 GB של הספק עבור המכשיר חל על המודל הגדול יותר רק לאחר קוונטיזציה והזרמת מומחים, ולא על ההורדה הגולמית.

• קשב והקשר — שניהם: 256K מיקומים, דפוס קשב לינארי-מלא ביחס 3:1, ואותו קנבס מצב mRoPE. MiniCPM-V 4.7 1B מריץ אותו על פני 24 שכבות; דגם הדגל על פני 40. זהו הממד היחיד שבו שני הדגמים הם באמת אותו עיצוב, בקנה מידה.

• נתיב ראייה — בשניהם: מגדל minicpmv4_7_vision של המשפחה עצמה עם דגימה למטה של 16x. ההבדל הוא בצד השני של שלב הדחיסה: התרשימים של הדגם המוביל מפרסמים סכמה משולבת של 4x/16x שה-1B לא טוען לה.

רישיון — בשניהם: Apache-2.0, מוצהר במאגר ונטען ב-README של הפרויקט. זה חשוב משום שזה ההיפך ממה שאותה סדרה נראתה שבוע קודם לכן; אין כאן עמימות לדווח עבור אף אחת משתי נקודות הביקורת.

• עדויות לאיכות — MiniCPM-V 4.7 1B: תרשימים של הספק בלבד. MiniCPM-V 4.7 35B-A3B: תרשימים של הספק, סרטון הדגמה של הספק ב-iPad M4 וב-iPhone, וטענה מפורסמת בדבר קצב טוקנים לשנייה במכשיר. לאף אחד מהם אין הערכה בלתי תלויה, ואף אחד מהם לא נבחן במבחני ביצועים על ידי צד שלישי מול רתמת בדיקות קבועה.

מה שהגרפים של הספק עצמו טוענים

OpenBMB פרסמה תרשימי בנצ'מרק עבור שני הצ'קפוינטים, וההבדל במה שהם יכולים לתמוך בו מלמד. התרשים של 1B מציב את המודל ב־MMBench 83.17, OCRBench 86.10 ו־OmniDocBench v1.6 85.39, ומקדים את המודל מהדור הקודם מדרגת 1.3B אשר יושב לצידו באותו תרשים, בכל שלושת אלה (81.89, 83.80, 82.52 בהתאמה). אלה דווחו על ידי הספק ולא שוחזרו, ויש לקרוא בקפידה את תיוג העמודות של התרשים עצמו, מפני ששורה אחת בו מציגה ערך שאינו אמין עבור מודל בגודל הזה. התייחסו למספרים המוחלטים כאל שיווק, ולפערים לעומת הדור הקודם כאל החלק היחיד שיש לו היגיון פנימי.

התרשים של 35B-A3B קריא יותר משום שההשוואה עמוסה יותר. הוא מדווח על MMMU 80.22, MathVista 88.00, OCRBench 91.20, OCRBench_v2 68.47, OmniDocBench v1.6 94.24, הסקת CharXiv 75.60, TextVQA 84.99 ו-CCOCR 81.14, מול קבוצת מתחרים הכוללת שני מודלים מסוג Mixture-of-Experts בדרגת 35B-A3B, מודל Gemma עם 31B ומודל Qwen3.8 עם 27B. לפי הנתונים של הספק עצמו, ה-MoE מנצח ברוב השורות בפער קטן ומפסיד בכמה — MMMU-Pro ו-MathVision הולכים בכיוון ההפוך. שוב: מדווח על ידי הספק, לא משוחזר, והפרשנות ההוגנת היחידה היא "הספק מאמין שהוא בשוויון או טוב יותר", ולא "הוא בשוויון או טוב יותר".

יש בעיית תיוג שראוי לציין אותה ולא לפתור אותה. המאגר נקרא 1B. סרגל הצד של Hugging Face מתאר את המודל כבעל 2B פרמטרים. המטא-נתונים של safetensors אומרים 1,554,476,272 — כ-1.55B. התרשים של הספק עצמו מתייג את השורה כ-1.3B. ארבעה מקורות, ארבעה מספרים, והקטן שבהם נמצא בתרשים שהשיווק מצביע עליו. שום דבר מזה לא משנה את מה שהמודל עושה, אבל אם אתם מתקצבים זיכרון מול דף מפרט, תקצבו לפי הקובץ של 3.11 GB ולא לפי אף אחת מהתוויות.

איזה מהם אתה בעצם רוצה

אם האילוץ הוא טלפון, מחשב נייד, GPU קטן בודד, או כל דבר עם תקציב הספק, רק אחד מאלה הוא מועמד. MiniCPM-V 4.7 1B קיים בדיוק כדי שמודל מולטימודלי עם חלון הקשר של 256K ייכנס לכמה גיגה-בייט, הוא מופץ תחת רישיון המתיר שימוש מסחרי, ואקוסיסטם הכימות כבר קיים — גרסאות GGUF, AWQ, GPTQ, int4 ו-FP8, בתוספת תמיכה מהיום הראשון מיצרניות החומרה Rockchip, Houmo, Intel, AMD ו-Arm ומ-OpenVINO. עבור OCR במכשיר, הבנת צילומי מסך וניתוח מסמכים בנפח של 3 GB, זהו הגרסה בסדרה הזו שנותנת את המענה.

MiniCPM-V 4.7 35B-A3B מספק תשובה אחרת. הוא אינו גרסה גדולה יותר של אותו מוצר; זהו הניסיון לשמור על האיכות של מודל בדרגת 35B בעוד שמשלמים רק עבור 8 מומחים לכל טוקן, ואם טענת התפוקה של הספק תחזיק מעמד, זו התוצאה ההנדסית המעניינת יותר מבין השתיים. הוא גם, בנפח 70.4 GB ב-BF16, הורדה לשרת או לתחנת עבודה, והסיפור שלו במכשיר עובר דרך קוונטיזציה וזרימת מומחים ולא דרך הקובץ שמקבלים מ-Hub.

היכן נתב מתאים, והיכן לא

אף אחד מהצ'קפוינטים לא מתארח ב-OrcaRouter. MiniCPM כלל לא מופיע בקטלוג שלנו, והעצה הנכונה לכל מי שרוצה להריץ אחד מאלה היא להוריד את המשקולות ולהריץ אותן כשירות בעצמך — llama.cpp, Ollama, vLLM או SGLang כולם תומכים בארכיטקטורה, ורשימת התמיכה מיום הראשון שלעיל רחבה באופן יוצא דופן עבור מהדורה כה צעירה. שאלת הניתוב מגיעה רק בשלב הבא, שהוא מה שקורה כאשר מודל מקומי קטן אינו מספיק לבקשה מסוימת והעבודה צריכה לעבור למשהו מתארח. ההעברה הזו היא החלטת ניתוב ולא חוזה שני: OrcaRouter מעמיד כמה מאות מודלים מתארחים מאחורי מפתח אחד במחיר המחירון של כל ספק בלי שום תוספת, עם מעבר לגיבוי כאשר ספק נחלש. בין מודלי הראייה המתארחים ברשימה הזו יש כמה באותה דרגת משקל כמו ה-1B — qwen/qwen3-vl-8b-instruct וגרסת החשיבה שלו, qwen/qwen3-vl-235b-a22b-instruct לקצה הכבד, ו-deepseek/deepseek-v4-flash-vision-exp לעבודה עם מסמכים בהקשר ארוך. זו השכבה שמעל למשפחה הזו, לא תחליף לה, וכדאי להבהיר באיזה צד של הקו נמצא כל מודל.

מה לצפות

שני דברים יכריעו בהשוואה הזו, ושניהם עדיין לא קיימים. הראשון הוא הערכה בלתי תלויה — אותו הרנס שמופעל על שני הצ'קפוינטים, על אותה חומרה, בלי שהספק יבחר את הפרומפטים. עד שזו תופיע, כל נתון דיוק במאמר הזה הוא של הספק עצמו, ויש לצטט אותו בצירוף ההסתייגות הזו. השני הוא ראש הטיוטה DSpark, שכבר פורסם עבור ה-1B והוא המנגנון שיהפוך הסקה של מודל קטן למשמעותית מהירה יותר בטלפון. אם פענוח ספקולטיבי עובד כפי שמבטיחים בקנה מידה הזה, מודל ה-1B ה-dense הופך לתשובה טובה בהרבה ממה שגודלו מרמז, וה-35B-A3B נשאר המודל שאליו פונים רק כשהבקשה באמת דורשת אותו.

מה שלא צריך להמתין לשום דבר הוא הרישיון, הארכיטקטורה, טביעת הרגל והכלים. אלה נמצאים במאגרי הקוד, הם Apache-2.0 עבור שתי נקודות הביקורת, והם מספיקים כדי להחליט היום איזה מהשניים מתאים לחומרה שלך.

החצי המתארח של התבנית הזו הוא החלטת ניתוב ולא חוזה שני. מחיר המחירון של כל ספק ללא תוספת מחיר מצדנו אף אחד מצ'קפוינטי MiniCPM-V 4.7 אינו מודל מתארח ב-OrcaRouter - שניהם משקלים שאתה מגיש בעצמך.