פגודה ווקסלית, 10% פחות טוקנים, והמשפט האחד ש-OpenBMB באמת עומדת מאחוריו

המשפט המצוטט ביותר השבוע על MiniCPM-V 4.7 35B-A3B לא נמצא בכרטיס המודל שלו. זהו ציוץ, שפורסם ב-13 באוקטובר 2026, וזה לשונו: "MiniCPM-V 4.7 35B-A3B לא רק השתמש בפחות טוקנים, אלא גם יצר פגודת ווקסלים טובה יותר מ-Qwen 3.6 35B-A3." ההדגמה שאליה הוא מפנה היא סרטון של שני מודלי שפה שכל אחד מהם כותב את הקוד עבור פגודה יפנית תלת-ממדית של ווקסלים, כשהם מרונדרים זה לצד זה. זהו ארטיפקט מעניין באמת — הוא מראה מודל ראייה-שפה משחזר מבנה בנוי בתלת-ממד מתוך פרומפט תמונה, וזו משימה קשה יותר מאשר לתאר מבנה כזה במילים. אבל כדאי להפריד בין מה שהציוץ הזה הוא לבין מה שהוא לא, מפני ששלוש טענות שונות אוחדו לשורה אחת, ויש להן שלוש רמות ביסוס שונות. MiniCPM-V 4.7 35B-A3B הוא צ'קפוינט אמיתי מ-OpenBMB והוא בן כשבוע בערך; Qwen3.6-35B-A3B הוא מתחרה בן תשעה חודשים עם משקולות פתוחות, גם Apache-2.0, וגם תערובת מומחים דלילה באותו גודל כפי שמופיע בכותרת. כל מה שלהלן עוסק בשאלה איזו מטענות היעילות סביבם ניתנת לבדיקה, ואיזו מהן היא קובץ JPEG של תרשים.

שלוש טענות לובשות משפט אחד

הציוץ מאגד שלושה דברים הניתנים להפרדה, וראוי להפריד ביניהם, כי רק אחד מהם מתועד.

• "נעשה שימוש בפחות טוקנים" — זוהי קביעה מדידה לגבי צריכת טוקנים במשימה אחת. הנתון שמסתובב לצד ההדגמה הוא 10% פחות טוקנים מאשר Qwen3.6 35B-A3B. המספר הזה מגיע מהיוצר מצד שלישי שהריץ את ההשוואה, ולא מההערכה של OpenBMB, והוא מבוסס על זוג פרומפטים בודד, לא על בנצ'מרק.

• "יצר פגודה ווקסלית טובה יותר" — זהו שיפוט, שמתקבל מהתבוננות בשתי פגודות מרונדרות. אין רובריקה, אין מנגנון ניקוד, ואין גורם בלתי תלוי. זו מסוג הטענות שאדם משמיע תוך שלוש שניות שבנצ'מרק כלל אינו יכול להשמיע, כי ל"פגודה טובה יותר" אין אמת מידה אובייקטיבית.

• "יעילות פלוס איכות היא זירת הקרב האמיתית" — החלק הזה הוא תזה, ובמקרה זה החלק שאכן נטען בכתב על ידי OpenBMB, עם מספרים מצורפים, בכרטיס המודל. זה פשוט לא המשפט שזכה לתפוצה.

זה משנה משום ששתי הטענות הראשונות הן הזכירות והשלישית היא זו שאפשר להגן עליה. אם אתה מתלבט אם להשקיע 70 ג'יגה-בייט של הורדה על צ'ק-פוינט, אתה רוצה את השלישית.

מה ש-OpenBMB למעשה כתבו, ומתי

קודם ציר הזמן, כי הוא עבר דחיסה כתוצאה מסיפור חוזר ונשנה. המשקולות עלו בשקט: openbmb/MiniCPM-V-4.7-1Bנוצר ב-6 באוקטובר 2026 בשעה 17:40 UTC,openbmb/MiniCPM-V-4.7-35B-A3Bב-7 באוקטובר בשעה 07:07 UTC. באותה נקודה אף אחד מהם לא נשא כרטיס מודל, תג רישיון או בנצ'מרק — הדבר סוקר כאן בזמנו, וזה היה מצב עניינים מוזר להעלאה של 35 מיליארד פרמטרים. שישה ימים לאחר מכן, ב-12 באוקטובר 2026, OpenBMB העלתה את התיעוד בבת אחת: כרטיס מודל, רישיון Apache-2.0, תרשימי הערכה, README מחודש של המאגר שמוביל עם הסדרה החדשה, והכרזה. הפרמטרים לא השתנו באותו יום. ההסבר כן.

אז הניסוח הישר אינו "MiniCPM-V 4.7 35B-A3B הושק השבוע". הוא "MiniCPM-V 4.7 35B-A3B הפך לקריא השבוע". כל מה שנוגע אליו ושניתן לצטט כעת או שהועלה ב-6 וב-7 אך ללא תיעוד, או שנכתב ב-12 ומהווה טענה של ספק.

הטענה שכרטיס המודל אכן מעלה

הנה המשפט, מילה במילה מהכרטיס, והוא מצומצם יותר מהציוץ: במצב Instruct, וריאנט 35B-A3B "משיג ציון כולל גבוה יותר בזמן הסקה קצר יותר מאשר Qwen3.6 35B-A3B." זה הכול. אין ספירת טוקנים, אין מרווח, ואין פירוט לפי בנצ'מרק בפרוזה. הראיה שמאחוריו היא תרשים פיזור — ציון הערכה ממוצע על הציר האנכי, זמן הסקה בשניות בקנה מידה לוגריתמי על הציר האופקי — שעליו MiniCPM-V 4.7 35B-A3B יושב מעל ומשמאל ל-Qwen3.6-35B-A3B. הערת השוליים של התרשים עצמו מגדירה את הממוצע כממוצע של חמישה בנצ'מרקים: MMStar, MMMU-Pro, CharXiv reasoning, BLINK ו-MathVista. עיגולים מציינים מצב Instruct, מעוינים מציינים מצב Thinking.

זו טענה אמיתית וספציפית לגבי פשרה דו-ממדית, וזה הדבר החזק ביותר בפרסום. כדאי גם לציין מה התרשים לא יכול לומר לך: אין תוויות מספריות על הנקודות המשורטטות, כך שאינך יכול לקרוא מהן ציון או זמן, אלא רק כיוון. הכיוון, כפי שהוא משורטט, מיטיב עם MiniCPM בשני הצירים בו-זמנית.

וזה נמדד על ידי הספק. נתוני ההערכה של הכרטיס נושאים את השורה "התוצאות מגיעות מדוחות פומביים ומההערכה המקומית שלנו באמצעות צ׳קפוינטים רשמיים". הערכה מקומית משמעה החומרה של OpenBMB, מערכת הבדיקה של OpenBMB, ובחירת המצב של OpenBMB. זה דבר שגרתי שכרטיס מודל עושה, ודבר לא שגרתי להלבין לעובדה. אף גורם עצמאי לא הריץ את שני הצ׳קפוינטים האלה מול מערכת בדיקה משותפת. אף לוח דירוג לא אינדקס אף אחת משתי התוצאות. נכון לזמן כתיבת שורות אלה, לטענה יש בדיוק מקור אחד, והמקור מוכר את המודל.

מאיפה אמורה לבוא יעילות הטוקנים

טיעון היעילות אינו נשען על תרשים הבנצ'מרק. הוא נשען על שלוש בחירות הנדסיות, וכדאי להבין אותן משום שהן קובעות אם הרווח יעבור לחומרה שלך או לא.

• תזמון מומחים עם הסתכלות קדימה (LES) — טכניקת הדגל. תערובת מומחים דלילה מאחסנת הרבה יותר פרמטרים ממה שהיא מפעילה לכל טוקן, ובמכשיר שאינו יכול להחזיק כל מומחה בזיכרון, המשקלים מוחלפים פנימה והחוצה בעמודים והפענוח נעצר. LES משתמש בחיזוי ניתוב בין-שכבתי כדי לטעון מראש מומחים שסביר שיידרשו בשכבה הבאה, ומתעדף חישוב עבור מומחים שהנתב האמיתי בחר בהם בפועל ושמקרה כבר טעונים. OpenBMB מקפידה להבהיר שהחיזוי מניע טעינה מראש ותזמון בלבד; הניתוב ברמת הטוקן של המודל אינו משתנה, ומומחים שהמנבא פספס עדיין נטענים ומוערכים. כרטיס המודל טוען שזה מביא להאצה של פי 5 במכשירים אמיתיים, ללא אובדן יכולות.

• קוונטיזציה עדינה ברמת השכבה — מצמצמת את טביעת הרגל של משקולות המומחים ואת תעבורת הזיכרון, וזהו החצי השני של התאמת דפוס טעינה במכשיר.

• דגימה ספקולטיבית של DSpark — נתיב מודל-טיוטה מזווג, שפורסם בנפרד בשם openbmb/MiniCPM-V-4.7-35B-A3B-DSpark, ושולב לצד עבודת התזמון והקוונטיזציה.

כשמצטברים יחד, אלה מפיקים את המספר המוביל של הגרסה: יותר מ-13 טוקנים לשנייה תוך שימוש בכ-3 GB זיכרון ב-iPhone 17 Pro Max. זהו נתון של ספק, על חומרה של הספק, עם תוכנה של הספק — אפליקציה ש-OpenBMB כתבה. זוהי מסוג הטענות שהיא או כל המוצר או כלום, וכרגע אין דרך לאף אחד מחוץ לחברה לבדוק אותה, משום ששחזורה מצריך את הסטאק שעל המכשיר שאותו מריצה הדגמת הטלפון.

יעילות הטוקנים היא דבר אמיתי, אבל כאן היא מטריצה, לא סקלר.

יש פרט במהדורה הזו שהוחלק מכל סיכום שלה, והוא דווקא זה שבפועל מכתיב את כלכלת הטוקן.

• MiniCPM-V 4.7 35B-A3B תומך בדחיסת טוקנים חזותיים משולבת של 4x ו-16x, הניתנת לבחירה לפי בקשה. הגדרת 16x ממזגת טוקנים חזותיים למהירות; 4x שומר על פי ארבעה יותר, לצורך פירוט. ברירת המחדל של הכרטיס היא 16x, ויש להעביר את הפרמטר גם לתבנית הצ'אט וגם לקריאת ה-generate, אחרת מספר מצייני המקום והמקודד החזותי לא יתאמו.

• טבלת ההשוואה לראייה-שפה של הספק עצמו מתעדת את הגדרת הדחיסה שבה נעשה שימוש בשורה של כל מודל. בטבלה הזו, השורה של MiniCPM-V 4.7 35B-A3B נמצאת ב-4x — ההגדרה המשמרת פרטים, כלומר היקרה — והשורה של Qwen3.6 35B-A3B נמצאת ב-16x. שורה של Gemma 4 בגודל 31B רשומה ב-9x; שתי שורות ה-Qwen בגודל 27B ב-4x.

• הערת שוליים מציינת במפורש כי MiniCPM-V 4.7 תומך בכל אחת מההגדרות, בעוד שהמודלים האחרים בטבלה תומכים רק ביחס דחיסה קבוע.

קראו את זה יחד והתמונה משתנה. אם שורת MiniCPM מפיקה את ציוני החזות־שפה שלה בהגדרה הרעבה לטוקנים, בעוד ששורת Qwen מפיקה את הציונים שלה בהגדרה החסכונית בטוקנים, אז שתי העמודות משוות כמויות שונות של פירוט חזותי, וסיפור היעילות אינו "אותו קלט, פחות טוקנים" — אלא "קלט מתכוונן, והנה העמודה שמנצחת באיכות". זו טענה מעניינת יותר וכנה יותר מזו של הציוץ, ו־OpenBMB פרסמה אותה בהערת שוליים במקום להציג אותה כבר בהתחלה.

זה גם אומר שהמספר שבאמת חשוב לך — טוקנים ליחידת פירוט חזותי — לא ניתן לקרוא מהטבלה הזו בכלל. זה מחייב להריץ את שני המודלים באותה הגדרה, דבר שאף אחד לא פרסם.

הטבלה, עם ההסתייגויות המצורפות

הכרטיס מגיע עם שתי טבלאות ספק, אחת לראייה-שפה ואחת לשפה, שתיהן במצב Instruct, שתיהן מול שדה הכולל שני דגמי Qwen במחלקת 35B-A3B, דגם Gemma 31B ושני דגמי Qwen 27B. הנתונים שלהלן נקראו מתוך תרשים ה-PNG של הספק עצמו, וההסתייגות היא מבנית: המספרים קיימים רק כפיקסלים בתרשים הזה, ולא כטבלה, ולכן מה שמופיע להלן חולץ בקריאה ממוחשבת, וייתכנו שגיאות תעתיק קטנות.

• OCRBench — MiniCPM-V 4.7 35B-A3B 91.20 לעומת Qwen3.6 35B-A3B עם 90.40. פער של 0.8 נקודות, בהרצה של היצרן עצמו.

• OmniDocBench v1.6 — כ-98.2 עבור MiniCPM לעומת כ-93.3 עבור מודל Qwen, שזהו הפער הבודד הגדול ביותר בטבלה וזה שהיה החשוב ביותר אילו שוחזר, מכיוון שניתוח מסמכים הוא המקום שבו תקציבי טוקנים מושקעים בדרך כלל.

• MMMU — כ-80.2 לעומת 80.0, תיקו צמוד ברזולוציה של תמונת גרף.

• MMMU-Pro — כ-69.7 לעומת 67.7, בשורה שבה Qwen 27B נמצא גבוה יותר משניהם.

• טבלת השפה — אותה צורה, כשהתאים הבולטים יותר הם במעקב אחר הוראות ובקוד. IFBench רשום בסביבות 47.7 לעומת 35.3, ו-LiveCodeBench-v6 בסביבות 97.0 לעומת 54.3. שני אלה גדולים מספיק שיש להתייחס אליהם כתאים הפחות אמינים במהדורה עד שמישהו אחר יריץ אותם: פער של 43 נקודות במבחן קוד בין שני מודלים פתוחים מסוג MoE בעלי גודל דומה, שנמדד בידי אחד משני הצדדים, הוא טענה שדורשת כלי מדידה שני.

מדווח על ידי הספק, נבדק בהרנס של הספק, לא שוחזר. זה כל הסיפור. אם המספרים האלה יעמדו במבחן של הרנס בלתי־תלוי, הטענה בדבר חזית פארטו נכונה, וסרטון הפגודה הוא הערת שוליים. אם לא, סרטון הפגודה הוא כל מה שיש.

מה שנתוני האימוץ אומרים, וזה לא אומר דבר על איכות

מספר אחד בהשוואה הזו אינו שנוי במחלוקת על ידי איש, והוא אינו מדד ביצועים. מונה ההורדות של Hugging Face, שנקרא ב-13 באוקטובר 2026, מציג 630 עבור openbmb/MiniCPM-V-4.7-35B-A3Bלעומת כ-3.6 מיליון עבורQwen/Qwen3.6-35B-A3B— מאגר שנוצר ב-15 באפריל 2026 ולפיכך נמצא כתשעה חודשים נוספים במעלה עקומת האימוץ. הפער הזה מודד זמן, לא זכות, וזו הסיבה ששאלת היעילות נשאלת בכיוון הזה בכלל: המצטרף החדש צריך לטעון על בסיס פר טוקן דווקא מפני שלא היו לו תשעה חודשים להיות ברירת המחדל.

יש גם סתירה פנימית קטנה ברשומה שכדאי להצביע עליה. המאגר נושא את התג "On-Device Model" בירושה משאר משפחת הדגמים, ו-MoE דליל בעל 35.2 מיליארד פרמטרים עם 70.4 GB של משקולות BF16 אינו "על המכשיר" בשום מובן שמי שמוריד את המודל היה מזהה. סיפור ההרצה על המכשיר אמיתי, אבל הוא עובר דרך קוונטיזציה והזרמת מומחים מעל הצ'קפוינט, לא דרך הצ'קפוינט. תקצבו לפי הבנייה המקוונטטת והאפליקציה, לא לפי התג.

מה לעשות בעניין הזה השבוע

העמדה המעשית צרה וברורה. אם ברצונך לאמת את טענת היעילות, אין עדיין מה לאמת — זהו תרשים של ספק אחד, והמספר היחיד שאליו מצורף נתון לכל משימה (10% פחות טוקנים, פגודה אחת) מגיע מדמו בודד של צד שלישי. אם ברצונך להריץ את המודל, המשקלים הם Apache-2.0, הארכיטקטורה מתועדת, והגדרת הדגימה מטה היא שלך לבחור, וזהו מנוף אמיתי ולא מוערך מספיק: פי 16 כשהתפוקה חשובה, פי 4 כשהתרשים מציג לך מסמך.

מחצית אחת מההשוואה הזו נגישה כיום דרך API מתארח, והאחרת לא, וכדאי להיות מדויקים לגבי מהו מה. qwen/qwen3.6-35b-a3bהוא מודל מתארח ב-OrcaRouter — הוא יושב בקטלוג מאחורי מפתח אחד, במחיר המחירון של Qwen עצמה, בלי שום תוספת מעליו, ומפנה לספק כלשהו שהוא בריא ולא לספק שהצמדתם. MiniCPM-V 4.7 אינו מתארח אצלנו; זהו צ'קפוינט במשקלים פתוחים שאתם מארחים בעצמכם. האסימטריה הזו היא הדבר השימושי כאן. אתם יכולים להכניס את צד ה-Qwen של ההשוואה הזו לבסיס כבר אחר הצהריים, להריץ את ה-harness של OpenBMB על הנתונים שלכם מולו, ולתת לגרף של הספק להיות ההשערה ולא התשובה.

אשר, בהתחשב בכך שכל הוויכוח הוא על יעילות על החומרה שלך, היא המדידה היחידה שאי פעם הייתה עתידה להכריע בו.