MiniCPM-V 4.7 קיבל כרטיס מודל: OpenBMB פרסמה את הבנצ'מרקים, את הרישיון ואת הטענה בדבר הפעלה על המכשיר

בששת הימים הראשונים לחייו, MiniCPM-V 4.7 היה תיקייה בגודל 70 GB של טנסורי bfloat16 בלי README — בלי כרטיס מודל, בלי תג רישיון, בלי טבלת בנצ'מרק, שום דבר לא סיפר לך למה הוא נועד. זה השתנה ב-12 באוקטובר 2026, כאשר OpenBMB ביצעה קומיט של כרטיס מודל מלא אל openbmb/MiniCPM-V-4.7-35B-A3B, הצהירה על רישיון Apache-2.0, שכתבה מחדש את ה-README של מאגר MiniCPM-o כך שהסדרה החדשה תעמוד בראשו, והכריזה עליו כמהדורת MLLM בקוד פתוח המיועדת למכשירי iOS, Android ו-HarmonyOS. אותו סבב תיעוד נגע גם באח ה-1B, אשר נושא כעת את מבנה הכרטיס הזהה. הכתבה הזו עוסקת בדלתא — מה שהכרטיס למעשה טוען, אילו מהטענות הללו תוכלו לבדוק בעצמכם, ואילו מהן קיימות היום רק כפיקסלים ב-PNG שסופק על ידי הספק.

מה הגיע ב-12 באוקטובר, ומה כבר היה שם?

המשקולות לא זזו. openbmb/MiniCPM-V-4.7-1Bנוצר ב-6 באוקטובר 2026 בשעה 17:40 UTC ו-openbmb/MiniCPM-V-4.7-35B-A3Bב-7 באוקטובר בשעה 07:07 UTC; שניהם עדיין מציגים חותם זמן של שינוי אחרון מ-12 באוקטובר, משום שאותו יום אחרון הוקדש לפרוזה, לא לפרמטרים. יומן הקומיטים במאגר 35B עבור 12 באוקטובר הוא ספרינט תיעוד: הוספת כרטיס מודל בשעה 16:08, עדכון כרטיס מודל בשעה 16:15, שינוי שם 35BA3B בשעה 16:23, הוספת מטא-נתונים בשעה 16:26, כתובות נכסים מוחלטות בשעה 16:50, ארבעה קומיטים של הוספת מדריך התחלה עד 17:07, ו-קישור למסמך LES בשעה 17:09. כל מה שמתחת לשורה הזו בהיסטוריה הוא init. המאגר עבר משמונה-עשרה קבצים וללא כרטיס להוצאה מתועדת עם תמונות, תרשימי הערכה, הוראות פריסה ורישיון, בתוך כשעה.

זה משנה איך אתה קורא את ההכרזה, כי פוסט השקה אינו אותו דבר כמו השקה. שום דבר בצ׳קפוינט לא השתנה ב-12 באוקטובר. מה שהשתנה הוא ש-MiniCPM-V 4.7 הפסיק להיות העלאה לא מוסברת והפך למוצר שאפשר להעריך על הנייר.

שתי הווריאציות, ומדוע הן אינן אותה מהדורה

ההכרזה מתארת שני מודלים, והם אינם קשורים זה לזה מבחינה ארכיטקטונית מתחת למגדל הראייה — האחד הוא תערובת מומחים דלילה, והשני הוא מודל צפוף קטן.

• MiniCPM-V 4.7 35B-A3B — 35.2 מיליארד פרמטרים בסך הכול כ-MoE דליל, 256 מומחים עם 8 פעילים לכל טוקן, 40 שכבות טקסט, גודל מוסתר 2,048, 16 ראשי שאילתה מול 2 ראשי מפתח/ערך, מיקום מקסימלי של 262,144 טוקנים, אוצר מילים 248,144.

• MiniCPM-V 4.7 1B — עמוד שדרה צפוף qwen3_5_text, 24 שכבות בגודל חבוי 1,024, 8 ראשי שאילתה מול 2 ראשי מפתח/ערך, אותו חלון הקשר של 262,144 אסימונים, אוצר מילים 248,094, קובץ safetensors יחיד בנפח 3.1 GB.

• מגדל ראייה משותף — minicpmv4_7_vision, 27 שכבות בגודל מוסתר 1,152, גודל טלאי 14, גודל תמונה 980, מוכנס בשכבה 6 של מחסנית הטקסט.

• דחיסה — דגימה מוקטנת (downsampling) מעורבת של אסימונים ויזואליים ב-4x וב-16x, עם טכניקת הדחיסה המוקדמת בתוך ה-ViT אשר OpenBMB מייחסת ל-LLaVA-UHD v4; ברירת המחדל היא 16x, ו-4x היא ההגדרה לפרטים עדינים יותר.

• מבנה הקשב — דפוס חוזר ביחס של שלוש לאחת בשתי הגרסאות: שלוש שכבות linear_attention ואחריהן שכבה אחת של full_attention, עשר פעמים לאורך 40 שכבות הטקסט של מודל 35B.

• רישיון — Apache-2.0 בשניהם, כפי שמוצהר ב-front matter של הכרטיס, וזו הפעם הראשונה שאחד מהמאגרים מציין תנאים כלל.

ה-35B-A3B הוא זה שההכרזה פותחת בו, והוא זה שיש לו הסיפור ההנדסי המעניין: כל המסר הוא שניתן לגרום ל-MoE דליל עם 35 מיליארד פרמטרים מאוחסנים לפעול בצורה חלקה בטלפון.

הטענה שהדבר פועל על המכשיר היא החידוש האמיתי, והיא בעיית תזמון.

כל מי שניסה להריץ MoE על מכשיר נייד מכיר את אופן הכשל. סך הפרמטרים יושב באחסון, רק קומץ מהם מופעל לכל טוקן, ובמכשיר שאין בו מספיק זיכרון RAM או רוחב פס כדי להחזיק כל מומחה, המשקלים מוחלפים פנימה והחוצה בדפים. התוצאה מפוענחת במהירות שהופכת שיחה לבלתי אפשרית. העקיפה המובנת מאליה — נעילת הראוטר על תת-קבוצת מומחים קבועה לכל אורך הפרומפט — הופכת אותו למהיר ושוללת ממנו בשקט יכולת, משום שטוקנים כבר לא יכולים להגיע למומחים שהמודל היה בוחר בהם אחרת.

התשובה של OpenBMB היא שלוש טכניקות שנערמו יחד, והכרטיס ספציפי באופן יוצא דופן לגבי מה כל אחת מהן עושה:

• תזמון מומחים עם צפייה קדימה (LES) — מנבא ניתוב חוצה-שכבות טוען מראש מומחים שסביר שיידרשו בשכבה הבאה, מתעדף מבין המומחים שהנתב האמיתי בחר בהם בפועל, וחופף את החישוב שלהם עם הטעינה של כל מה שעדיין נדרש. הכרטיס מקפיד לציין שהחיזוי מניע רק אחזור מראש ותזמון; החישוב עדיין מתבצע לפי הניתוב ברמת הטוקן של המודל עצמו, ומומחים שהחיזוי פספס נטענים ומוערכים כרגיל.

• כימות עדין ברמת השכבה — מקטין את טביעת הרגל של משקולות המומחים ואת תעבורת הזיכרון, כך שתבנית הטעינה מתאימה לזיכרון ולרוחב הפס במכשיר.

• דגימה ספקולטיבית של DSpark — משלב את מסלול מודל הטיוטה לתוך לולאת ההסקה במכשיר, לצד תזמון וקוונטיזציה.

הנתון הכותרתי הוא 13+ טוקנים בשנייה ב-iPhone 17 Pro Max עבור 35B-A3B. זו מדידה של הספק, על מכשיר שלא ראינו, באמצעות אפליקציה שלא הרצנו, וזהו הנתון היחיד במהדורה הזו שכדאי ביותר להתייחס אליו בזהירות עד שמישהו מחוץ למעבדה ישחזר אותו. זו גם הטענה שכל מסגור "ה-MoE בקוד פתוח הראשון שרץ בצורה חלקה על המכשיר בלי להתפשר על ביצועים" נשען עליה — טענה שקשה להפריך אותה בהגדרה, מפני ש"בלי להתפשר על ביצועים" נמדד מול קו בסיס שהספק בוחר.

החלק בכרטיס שהוא באמת מידע חדש: רשימת האקוסיסטם

לפני 12 באוקטובר לא פורסם כלל מתכון הגשה. הכרטיס מפרט כעת את מסגרות העבודה שאיתן המודל אמור לעבוד, והרשימה רחבה מספיק כדי להיות שימושית בלי קשר לאיך שייצאו הבנצ'מרקים:

• הסקה — SGLang, vLLM, llama.cpp ו-Ollama, עם transformers serve כנתיב עבור נקודת קצה מקומית תואמת OpenAI ונתיב OpenVINO עבור Intel CPU, GPU ו-NPU.

• כיוונון עדין — SWIFT ו-LLaMA-Factory, בתוספת מתכון אימון ש-OpenBMB מכנה Self-Replay Fine-Tuning, המוצג כדרך בעלות נמוכה להרחיב יכולות תוך הגבלת שכחה.

• כימות — GGUF, BNB, AWQ, GPTQ ו-FP8, כאשר פורסמו מאגרים נפרדים עבור גרסאות AWQ, GPTQ, int4, FP8 ו-GGUF של מודל ה-35B.

• חומרה — תמיכה מיום אפס (day-0) מוצהרת עבור פלטפורמות שבבים של Rockchip, Houmo, Intel, AMD ו-Arm, לצד פריסה ב-iOS, Android ו-HarmonyOS.

• כלים — ספר מתכונים עם מדריכי משימות לשיחה עם תמונה בודדת, שיחה עם מספר תמונות, וידאו, OCR, פענוח PDF והצמדה ויזואלית, וכן מאגר לפריסה בקצה (edge deployment) המכיל את אפליקציות הטלפון.

• פענוח ספקולטיבי — נקודות ביקורת טיוטה נפרדות של DSpark עבור שני היעדים, 35B ו-1B.

ההשפעה המעשית היא ש-MiniCPM-V 4.7 עבר מ"הייתם צריכים לכתוב את המטעין בעצמכם" ל"קיים מסלול מתועד בלפחות ארבעה סטאקים של הגשה". אם חיכיתם לכרטיס לפני שביליתם זמן בניסוי מקומי, ההמתנה הסתיימה; אם חיכיתם לראיות בלתי תלויות שהמספרים על המכשיר אמיתיים, היא לא הסתיימה.

מה שמבחני הביצועים קובעים ומה שהם אינם קובעים

קטע ההערכה של הכרטיס כנה לגבי מהותו: מדווח על ידי הספק, ולא משוחזר באופן עצמאי. שתי טענות השוואה מוצגות במפורש, ושתיהן מנוסחות כהשוואות ולא כציונים מוחלטים. במצב Instruct, נטען כי 35B-A3B מגיע לציון כולל גבוה יותר בזמן הסקה קצר יותר מאשר Qwen3.6 35B-A3B — טענת ביצועים מול השהיה, ולא טענת איכות גולמית. נטען כי גרסת 1B משפרת את יכולות הליבה של MiniCPM-V 4.6 ומעלה באופן משמעותי על Qwen3.5 0.8B הן בציון הכולל והן ביעילות ההסקה.

הנה החלק ששווה לסמן. המספרים בפועל לא נמצאים בטקסט. חלק ההערכה מורכב מחמש תמונות מקושרות — תרשים ביצועים כולל עבור משימות ראייה-שפה של מודל 35B, תרשים שפה, תרשים 1B, גרף חזית ביצועים-יעילות, ו-GIF להשוואת מהירות במכשיר — והטקסט סביבן נושא את הנרטיב, לא את המספרים. אין טבלה לפי מדד ב-README, כך שאין ציון קריא-מכונה לצטט, ולכן אין שום דבר שהמאמר הזה יכול לצטט כמספר. "ציון כולל גבוה יותר מאשר Qwen3.6 35B-A3B" הוא הדבר המדויק ביותר שהרשומה הציבורית מגיעה אליו כיום.

שתי השלכות נובעות מכך. ראשית, ל-MiniCPM-V 4.7 אין רשומה בלוחות הדירוג הנייטרליים של צד שלישי שאליהם היינו פונים בדרך כלל לשם השוואה מבוקרת — אין מדד חשיבה, אין מדד סוכני, ואין ציון מולטימודלי שנבדק באופן עצמאי. שנית, המצרף ש-OpenBMB משרטט הוא שילוב של הספק עצמו על פני קבוצות בנצ'מרק שהוא בחר, כלומר מידת המשמעות של הטענה על "ציון כולל גבוה יותר" אינה עולה על זו של המשקל שמאחוריה, וגם המשקל הזה אינו מפורסם. שום דבר מכל זה לא הופך את המספרים לשגויים. זה הופך אותם ללא מבוקרים, שזה דבר אחר, וההבחנה הזו חשובה ביותר בדיוק במקום שבו המספרים חזקים ביותר.

מה שאתה יכול לאמת בעצמך, היום

הסירו את השיווק ותישאר ליבה מוצקה וניתנת לבדיקה, שכולה קריאה מהמאגר בלי לסמוך על אף אחד:

• גודל המשקלים בבתים — שישה-עשר מקטעי safetensors במודל 35B בסך כולל של 70,425,903,448 בתים, בהתאמה לנקודת ביקורת BF16 35.2B; מודל 1B הוא קובץ יחיד בגודל 3.1 GB.

• ארכיטקטורה — כל נתון מבני שלמעלה נמצא בקובץ config.json, מפורסם בגלוי, ותואם לנוסח הכרטיס.

• רישיון — Apache-2.0, מוצהר במידע המקדים של הכרטיס וכעת חד-משמעי. לשימוש מסחרי, זוהי השורה החשובה ביותר בגרסה, והיא חדשה.

• וריאנטים מכומתים — מאגרי AWQ, GPTQ, int4, FP8 ו-GGUF קיימים וניתנים להורדה, כך שסיפור הפריסה אינו תיאורטי ברמת המשקולות.

• איתותי אימוץ — מאגר ה-35B עומד על כ-166 הורדות ו-38 לייקים נכון ל-13 באוקטובר, עלייה מהמספרים הכמעט אפסיים שהיו לו כשהועלה ללא הסבר, אך עדיין מספר קטן עבור שחרור שמתיימר להיות בחזית פארטו.

מה שאתה לא יכול לאמת הוא הטענה שנושאת את ההשקה: שזהו ה-MoE הראשון בקוד פתוח שרץ על טלפון בלי לוותר על כלום, בקצב של 13 ומעלה טוקנים לשנייה. זה ממתין לצד שלישי עם iPhone וסטופר.

היכן נתב מתאים, והיכן לא

MiniCPM-V 4.7 אינו מוגש על ידי OrcaRouter. זהו צ'קפוינט במשקלים פתוחים, כלומר המודל עצמו הוא משהו שאתם מארחים — בתחנת עבודה, על מארז GPU, או על הטלפון שאליו מכוון הכרטיס. המקום שבו שכבת ניתוב מצדיקה את עצמה הוא בצד השני של הסדר הזה: הנקודה שבה מודל ראייה מארח-עצמי מחליט שהוא מעבר ליכולתו ומעביר את הפריים הקשה למשהו גדול יותר. OrcaRouter מעמיד יותר מ-200 מודלים מתארחים מאחורי מפתח אחד, מעביר את מחיר המחירון של כל ספק הלאה בתוספת של 0% כך ששינוי מחיר מצד ספק נכנס לתוקף באותו היום, ומבצע מעבר כשל אוטומטי כאשר ספק מתדרדר — וזו הצורה שדרושה להגדרה היברידית, שבה המודל המקומי הזול עושה את העבודה השגרתית ומודל מתארח סופג את המקרים שאינו יכול לשאת.

מה לצפות בהמשך

שלושה דברים יהפכו את הגרסה הזו מטענה מתועדת לעובדה מבוססת. מדידה עצמאית על המכשיר של מודל 35B — מישהו עם iPhone 17 Pro Max, האפליקציה שפורסמה, ומדידת זמן משל עצמו — תקבע את המספר שכל המצגת נשענת עליו. טבלה לפי בנצ'מרק עם ציונים בפועל, ולא תרשימים, תאפשר לבדוק את טענת פארטו מול קו הבסיס שהיא מציינת. והרצה בלוח דירוג ניטרלי תציב את MiniCPM-V 4.7 לצד מודלים שהוערכו בתנאים שהוא לא בחר. עד אז, הסיכום הישר הוא ש-OpenBMB הוציאה מודל אמיתי, ברישיון Apache-2.0, מתועד היטב, עם סיפור יעילות אמין אך לא מוכח, ושההבדל בין שני הדברים האלה הוא בדיוק ההבדל בין כרטיס לבנצ'מרק.