LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B: Kolom yang Bukan Model

Buka tabel benchmark untuk LFM3-VL-2B dan Anda akan menemukan kolom MiniCPM. Kolom itu diberi label MiniCPM-V 4.7 1B. Itu adalah saudara kecilnya. Model yang biasanya dimaksud orang ketika mengatakan MiniCPM-V 4.7 — milik OpenBMB MiniCPM-V 4.7 35B-A3B, checkpoint mixture-of-experts pertama dalam lini MiniCPM-V — sama sekali tidak ada di tabel Liquid AI, dan pada benchmark yang diterbitkan kedua lab, model itu tidak mendekati 1B. Jadi perbandingan yang sebenarnya dipertimbangkan orang, LFM3-VL-2B versus MiniCPM-V 4.7 35B-A3B, harus dirakit secara manual dari dua tabel vendor yang berbagi nama benchmark tetapi tidak berbagi harness evaluasi. Berikut ini adalah rakitan tersebut, dengan sambungannya dibiarkan terlihat.

Perbedaan ukuran adalah kejutan kedua. Satu model memiliki 1,92 miliar parameter padat dan muat dalam beberapa gigabyte. Model lainnya menyimpan 35,21 miliar parameter dan menyentuh sekitar 3 miliar di antaranya per token. Dibaca sebagai lembar spesifikasi, itu sama sekali bukan pertandingan. Dibaca sebagai dua jawaban atas pertanyaan yang sama — apa yang bisa Anda jalankan di perangkat yang tidak Anda kendalikan — itu adalah ketidaksepakatan yang benar-benar menarik tentang cara mencapainya.

Dua model, satu nama

Tabrakan penamaan ini benar-benar merusak cara perbandingan ini dibaca. Kartu Liquid AI sangat cermat soal itu: kolomnya menyebut 1B, dan 1B adalah rekan sepadan yang sah untuk model 1,92B. Namun hasil pencarian, agregator, dan rujukan santai semuanya meleburkan "MiniCPM-V 4.7" menjadi satu hal, dan 35B-A3B adalah varian yang punya audiens — 289.535 unduhan dan 1.095 suka di Hugging Face versus 155.428 dan beberapa ratus untuk saudaranya yang 1B, per 28 Oktober 2026.

Tanggal menjelaskan sebagian dari kesenjangan itu, bukan sisanya. Repositori 35B-A3B milik OpenBMB dibuat pada 7 Oktober 2026, dengan rilis bertanggal 12 Oktober pada materi proyek itu sendiri. Repositori LFM3-VL-2B milik Liquid AI muncul pada 19 Oktober dan keluarga LFM3 diumumkan pada 27 Oktober. LFM3-VL-2B telah sembilan hari eksis secara publik, jadi 255 unduhannya adalah fakta kalender, bukan putusan. Rasio suka adalah baris yang lebih menarik: 45 untuk LFM3-VL-2B, 1.095 untuk MiniCPM. Orang yang mengunduh yang terakhir menyukainya cukup untuk menyatakannya.

Apa sebenarnya masing-masing itu

• Parameter — LFM3-VL-2B adalah 1,92B dense: backbone bahasa 1,73B, encoder visi internal 164M, dan proyektor 25M. MiniCPM-V 4.7 35B-A3B menyimpan 35,21B di 256 expert dan merutekan 8 di antaranya per token, sekitar 3B aktif.

• Backbone — 24 lapisan LFM3, terbagi menjadi 13 konvolusi pendek bergerbang, 5 lapisan attention jendela geser, dan 6 lapisan attention global, dibandingkan dengan 40 lapisan transformer pada ukuran tersembunyi 2.048.

• Jalur visi — encoder 14 lapis yang terdiri atas 8 konvolusi 2D depthwise bergerbang dan 6 lapisan atensi bidireksional pada patch 16×16 dengan embedding rotari 2D, dibandingkan dengan menara 27 lapis pada ukuran tersembunyi 1.152 yang disisipkan di lapisan 6 tumpukan teks, dengan kompresi token awal di dalam encoder dan downsampling visual 4× atau 16× yang dapat dialihkan.

• Konteks — 128K token pada LFM3-VL-2B, 256K pada MiniCPM, baik input maupun output.

• Masukan — teks, gambar, dan video pada 2 frame per detik untuk model Liquid; teks, gambar, dan video untuk model OpenBMB. Keduanya tidak mendengar audio, dalam kedua arah.

• Bobot di disk — sekitar 3,8 GB pada BF16 dibandingkan sekitar 65,6 GiB pada BF16.

Lisensi — LFM Open License v1.0, yang menurut Liquid gratis untuk penggunaan komersial dengan pendapatan tahunan di bawah $10 juta, dibandingkan dengan Apache 2.0 tanpa syarat pendapatan.

Perbedaan pandangan arsitektural adalah inti ceritanya. Liquid bertaruh bahwa model padat kecil ditambah encoder visi yang dirancang khusus mengalahkan tower bergaya SigLIP dalam hal komputasi per gambar, dan menerbitkan tabel kategori untuk membuktikannya. OpenBMB bertaruh bahwa Anda dapat mempertahankan kemampuan model 35B dan tetap menjalankannya di ponsel dengan membuat bagian yang mahal mengalir alih-alih menetap. Keduanya adalah taruhan tentang memori, yang dibuat dalam arah berlawanan.

Kesenjangan itu nyata, dan lebih sempit daripada pembingkaiannya.

Berikut isi kedua tabel vendor jika baris yang tepat diletakkan berdampingan. Semuanya merupakan laporan sendiri dari laboratorium, dan kaveat harness menyusul setelah ini.

• MMMU — LFM3-VL-2B 55,7 dengan mode berpikir aktif, 48,6 saat nonaktif; MiniCPM-V 4.7 35B-A3B 80,22 pada kompresi visual 4×, 80,00 pada 16×.

• MMStar — 74,4 dibandingkan 80,67 pada 4×, 80,13 pada 16×.

• OCRBench v1 — 86,3 dibandingkan dengan 91,20 pada 4×, 90,40 pada 16×.

• MathVista — 84,2 dengan mode berpikir, 68,5 tanpa mode berpikir, dibandingkan dengan 88,00 pada 4× dan 87,30 pada 16×.

• Penalaran CharXiv — 70.2 dibandingkan 75.60 pada 4×, 69.20 pada 16×.

MMMU adalah tempat 35B membuktikan ukurannya: selisih 24,5 poin dibandingkan konfigurasi thinking, dan 31,6 poin dibandingkan konfigurasi no-thinking. Itu adalah benchmark penalaran multimodal tingkat perguruan tinggi, dan marginnya cukup besar untuk bertahan terhadap keberatan wajar apa pun tentang perbedaan harness.

Semua hal lainnya lebih dekat daripada yang disiratkan oleh pembingkaian. OCRBench adalah selisih 4,9 poin. MathVista adalah 3,8 poin saat LFM3-VL-2B berpikir. Pada penalaran CharXiv, model Liquid kalah 5,4 poin dalam mode berpikir — dan mengungguli angka 16× milik 35B sebesar satu poin. Model 2B yang berada dalam jarak lima poin dari model 35B pada OCR dokumen dan grafik adalah temuan yang seharusnya mendapat lebih banyak perhatian daripada judul utama MMMU.

Sekarang catatan pentingnya, karena hal itu penting. Angka-angka Liquid berasal dari satu kali eksekusi atas 62 benchmark pada vLLM 0.27.1, dinormalisasi ke 0–100, dengan mode penalaran diaktifkan untuk setiap model kecuali konfigurasi yang ditandai sebaliknya. Lima angka OpenBMB dipublikasikan sebagai gambar bagan, bukan tabel numerik, dan ditranskripsikan di sini dari pembacaan pihak ketiga agregator atas bagan-bagan tersebut, jadi anggap angka desimalnya sebagai perkiraan. Kedua lab tidak sepakat soal anggaran token visual, setelan prompting atau decoding, dan perbedaan 4× versus 16× di sisi OpenBMB mengubah skornya hingga enam poin dengan sendirinya. Ini adalah dua rangkaian klaim yang berdampingan, bukan eksperimen terkontrol.

Jika model kecil memiliki angkanya, model besar tidak mempublikasikannya

Liquid menerbitkan 62 baris. OpenBMB menerbitkan lima. Asimetri itu adalah fakta yang paling kurang diberitakan dalam perbandingan ini, dan arahnya justru menguntungkan model yang lebih kecil.

• Grounding visual — RefCOCO-avg 90,5, RefCOCO-M 95,2, Point-Bench 73,8, RefSpatial-Bench 49,8 untuk LFM3-VL-2B. Tidak ada baris yang setara dalam evaluasi yang dipublikasikan MiniCPM-V 4.7 35B-A3B.

• Pemahaman GUI — ScreenSpot-Pro 55,5, ScreenSpot-v2 pada 94,6 desktop, 92,2 mobile, 89,9 web. Sekali lagi, tidak ada yang dipublikasikan di sisi OpenBMB.

• Penalaran terwujud — EmbSpatial-Bench 82.9, RoboSpatial-Home 63.4, Where2Place 44.9. Ketiadaan yang sama.

• Video — Video-MME 62,8 tanpa subtitle, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 mendukung video dan kartu tersebut membahasnya secara panjang lebar, tetapi tabel numerik tidak memuat baris video yang dapat kami verifikasi.

Ini adalah ketiadaan bukti, bukan kemenangan secara default. Jika Anda membangun pipeline robotika atau agen layar, posisi yang jujur adalah bahwa kemampuan 35B pada tugas-tugas itu tidak diketahui, bukan lemah. Namun "tidak diketahui" itu sendiri merupakan masalah pengadaan: Anda tidak dapat merencanakan penerapan berdasarkan angka yang tidak dipublikasikan siapa pun, dan LFM3-VL-2B adalah satu-satunya dari keduanya yang performa grounding dan GUI-nya dapat Anda baca sebelum mengunduhnya.

Argumen memori itu bisa berlaku dua arah.

Alasan umum memilih 2B daripada 35B adalah karena 2B muat. LFM3-VL-2B memang muat, sepenuhnya dan dapat diprediksi: sekitar 3,8 GB dalam BF16, tetap berada di memori, tanpa paging, tanpa kejutan saat perangkat berada di bawah beban. Itu adalah sifat yang benar-benar kuat untuk produk yang Anda kirimkan ke perangkat keras yang tidak Anda kendalikan.

MiniCPM-V 4.7 35B-A3B sama sekali tidak muat di ponsel pada 65,6 GiB, dan seluruh desain OpenBMB ada karena itu. Lookahead Expert Scheduling memprediksi routing lapisan berikutnya dan melakukan prefetch expert yang diperkirakan; kuantisasi per lapisan berbutir halus memperkecil expert tersebut sehingga bergerak lebih cepat; DSpark speculative sampling menutupi kemacetan decoding. Klaim vendor adalah 13-plus token per detik pada iPhone 17 Pro Max dengan penggunaan memori sekitar 3 GB, dan 17-plus pada iPad Pro M4 dengan 16 GB.

Jadi, klaim on-device bukanlah "35B itu kecil." Melainkan "35B melakukan streaming, dan streaming-nya cukup mulus untuk digunakan." Itu adalah taruhan-taruhan berbeda dengan mode kegagalan yang berbeda. Model resident 3,8 GB terdegradasi secara graceful — model itu entah termuat atau tidak. Model streaming 65,6 GiB terdegradasi karena bandwidth flash, thermal throttling, dan latensi cold-start, yang semuanya bervariasi antarperangkat dengan cara yang tidak tertangkap oleh benchmark pada satu iPhone.

Pembagian praktisnya: jika Anda tidak mengendalikan kecepatan penyimpanan maupun batas termal, resident adalah jalur dengan risiko lebih rendah. Jika Anda merilis untuk perangkat keras flagship terbaru dan menginginkan akurasi, pendekatan OpenBMB bukan lagi teoretis — itu adalah model yang telah dirilis dengan fork yang berfungsi di belakangnya.

Tooling hari pertama bukanlah hasil imbang.

LFM3-VL-2B menyertakan bobot BF16 yang memerlukan transformers 5.21 atau lebih baru, plus GGUF yang mencakup checkpoint Q4_0 hasil distilasi sadar-kuantisasi, build MLX 4-bit, dan ekspor ONNX. Dukungan server belum selesai: vLLM disebut masih dalam proses, SGLang sedang ditinjau pada pull request 46858, dan llama.cpp sedang ditinjau pada pull request 31252 dengan catatan eksplisit bahwa input video belum didukung. Kartu ini juga merekomendasikan parser penalaran qwen3 dan parser pemanggilan alat qwen3_coder untuk vLLM dan SGLang, sebuah detail yang menunjukkan betapa barunya hal ini dihubungkan.

MiniCPM-V 4.7 35B-A3B mendukung SGLang, vLLM, llama.cpp dan Ollama, dengan SWIFT dan LLaMA-Factory untuk fine-tuning, build GGUF, BitsAndBytes, AWQ, GPTQ, FP8 dan int4, serta dukungan sejak hari pertama untuk platform chip dari Rockchip, Houmo, Intel, AMD dan Arm di iOS, Android dan HarmonyOS. Jalur on-device berjalan melalui fork llama.cpp-omni milik OpenBMB sendiri, bukan llama.cpp upstream.

Untuk penerapan produksi bulan ini, itu bukan pilihan yang sulit. Untuk spike riset, demo di laptop, atau fine-tune yang ingin Anda miliki sendiri, LFM3-VL-2B sudah berjalan hari ini melalui transformers dan Anda tidak perlu menghabiskan waktu seminggu untuk urusan build flag.

Baris lisensi yang akan membuat lebih banyak tim tersandung

Apache 2.0 dibandingkan LFM Open License v1.0 merupakan perbedaan praktis yang lebih besar daripada selisih MMMU, karena berlaku untuk setiap penerapan, bukan hanya untuk kasus-kasus sulit. Apache 2.0 tidak memuat syarat pendapatan, tidak ada pembatasan bidang penggunaan, dan tidak ada ambiguitas mengenai apakah turunan terkuantisasi atau didistilasi mewarisi ketentuan tersebut. Menurut deskripsi Liquid sendiri, LFM Open License v1.0 gratis untuk penggunaan komersial di bawah pendapatan tahunan $10 juta, yang berarti perusahaan di atas ambang tersebut harus membicarakan lisensi sebelum merilis produk, bukan sesudahnya.

Satu klausul itu mengubah urutan perbandingan bagi banyak pembeli. Startup yang berada di bawah ambang batas mendapatkan model yang lebih kecil, lebih cepat, dan dokumentasinya lebih baik soal grounding secara gratis. Perusahaan yang berada di atas ambang batas mendapatkan model yang memerlukan tanda tangan — dan pada titik itulah Apache 2.0 milik 35B menjadi fitur yang mulai Anda perhatikan.

Apa yang tidak akan diberitahukan oleh kedua vendor kepada Anda

Tidak ada perbandingan langsung yang independen. Tidak ada laboratorium pihak ketiga yang menjalankan kedua model pada harness yang sama, dan hal yang paling mendekati papan skor netral — tabel Liquid sendiri — membandingkan LFM3-VL-2B dengan 1B, bukan 35B. Setiap angka dalam artikel ini berasal dari laboratorium yang membangun model yang dijelaskannya.

Ada dua celah lain yang perlu disebutkan. Tidak ada model yang memiliki harga per token yang dapat kami verifikasi, jadi perbandingan biaya di sini akan menjadi karangan. Dan keduanya juga tidak ada dalam katalog OrcaRouter per 28 Oktober 2026 — pencarian untuk minicpm tidak mengembalikan model yang cocok, dan LFM3-VL-2B juga tidak tercantum. Hal ini menjadikan keputusan saat ini sebagai keputusan self-hosting atau API vendor, bukan keputusan routing.

Mana yang harus dipilih

• Dokumen, bagan, teks padat, dan penalaran multimodal yang sulit, dengan stack penyajian yang Anda kendalikan — MiniCPM-V 4.7 35B-A3B. Selisih MMMU adalah satu-satunya hasil yang cukup besar untuk bertahan dari catatan kaveat harness, dan Apache 2.0 menghapus pertanyaan lisensi sepenuhnya.

• Perangkat yang tidak Anda kendalikan, dengan anggaran memori tetap dan tanpa toleransi terhadap latensi streaming — LFM3-VL-2B. Berada residen pada 3,8 GB, dan satu-satunya dari keduanya dengan angka grounding, GUI, dan embodied yang dipublikasikan untuk dijadikan acuan perencanaan.

• Agen layar, robotika, dan tugas spasial — LFM3-VL-2B secara default, karena hanya sisi itu yang memiliki bukti terpublikasi. Anggap 35B belum terbukti di bidang tersebut, bukan lemah.

• Produksi bulan ini dengan upaya integrasi minimal — MiniCPM-V 4.7 35B-A3B. Dukungan SGLang, vLLM, llama.cpp, dan Ollama dengan tiga catatan "dalam peninjauan" atau "sedang berlangsung".

• Perusahaan dengan pendapatan tahunan di atas $10 juta — MiniCPM-V 4.7 35B-A3B, kecuali kendala on-device cukup berat untuk membenarkan diskusi lisensi.

Seberapa cocok OrcaRouter, sejujurnya

Ini belum cocok, dan mengatakan sebaliknya justru akan membuat sebuah postingan blog diabaikan. Tidak satu pun dari kedua model itu ada dalam katalog OrcaRouter saat ini, jadi tidak ada kunci yang bisa diberikan kepada Anda dan tidak ada harga yang bisa dikutip.

Yang benar adalah apa yang terjadi ketika model visi benar-benar hadir di sana: satu endpoint yang kompatibel dengan OpenAI untuk lebih dari 200 model, harga daftar penyedia diteruskan dengan markup 0% sehingga perubahan harga vendor langsung berlaku pada hari yang sama, dan failover otomatis sehingga gangguan satu penyedia tidak membuat rute Anda mati. Untuk perbandingan seperti ini — dua model yang tidak sepakat soal memori, tanpa benchmark independen untuk menyelesaikannya — pola yang berguna adalah menjalankan keduanya di balik satu endpoint dan mengukur pada gambar Anda sendiri alih-alih berdebat tentang grafik siapa yang benar.

Apa yang harus ditonton

Empat hal akan mengubah artikel ini. Pull request 31252 yang di-merge dengan dukungan video, yang akan menempatkan jalur video LFM3-VL-2B di llama.cpp standar. Dukungan vLLM yang keluar dari status "in progress", yang akan menjadikannya opsi serving yang serius alih-alih sekadar demo. Evaluasi independen yang menjalankan kedua model pada satu harness — artefak hilang yang paling berharga dalam perbandingan ini. Dan Liquid AI yang menambahkan 35B ke tabel perbandingannya sendiri, yang akan memberi tahu Anda bahwa lab tersebut menganggapnya sebagai padanan yang sebenarnya.

Sampai salah satu dari itu terwujud, ringkasan yang dapat dipertahankan lebih sempit daripada cara masing-masing vendor membingkainya: 35B memenangkan benchmark penalaran yang penting dan tidak kalah dalam OCR, 2B unggul dalam bukti grounding dan prediktabilitas, dan lisensi menentukan lebih banyak penerapan daripada benchmark.