MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7: Salah Satu dari Nama-Nama Ini Bukan Model

Cari MiniCPM-V 4.7 dan Anda akan menemukan kartu model, tabel benchmark, demo ponsel, dan tombol unduh. Cari MiniCPM-V 4.7 35B-A3B dan Anda akan menemukan hal yang sama, karena keduanya adalah rilis yang sama — dan itulah seluruh kesulitan membandingkannya. Kartu model OpenBMB dibuka dengan baris yang menegaskannya: MiniCPM-V 4.7 adalah model terbaru dalam seri tersebut, tersedia dalam varian 35B-A3B, dan 35B-A3B adalah MoE pertama dalam seri itu. Nama tanpa akhiran hanyalah banner. Nama dengan akhiran adalah checkpoint. Tempatkan sparse mixture-of-experts berparameter 35 miliar di satu sisi dan banner di sisi lain, maka Anda tidak memiliki perbandingan, melainkan pertanyaan tentang artefak mana yang sebenarnya ingin Anda unduh. Jawab itu, dan sisa halaman ini hanyalah lembar spesifikasi.

Nama-nama, terselesaikan

Tiga hal menyandang nama "MiniCPM-V 4.7", dan hanya dua di antaranya yang dapat diunduh.

• openbmb/MiniCPM-V-4.7 — tidak ada. URL tersebut mengembalikan galat otorisasi, bukan halaman bobot. Tidak pernah ada checkpoint polos dengan nama ini, dan liputan yang mengutip satu set angka dengan label yang lain sedang mengutip angka 35B dengan nama yang tidak memiliki repositori di belakangnya.

• Seri ini — koleksi Hugging Face yang dikelola OpenBMB, yang menampung tiga belas repositori di bawah bendera 4.7: checkpoint dasar 35B-A3B, build GGUF, kuantisasi FP8, AWQ, GPTQ, dan int4 darinya, kepala draf spekulatif DSpark yang dipasangkan, dan tangga enam arah yang sama lagi untuk model kecil. Koleksi itulah yang dimaksud dengan "MiniCPM-V 4.7" ketika digunakan sebagai lini produk.

• openbmb/MiniCPM-V-4.7-35B-A3B — checkpoint yang dimaksud dalam pengumuman, dibuat pada 7 Oktober 2026 pukul 07:07 UTC, berlisensi Apache-2.0, dengan kartu model lengkap yang ditambahkan pada 12 Oktober. Ini satu-satunya hal dalam keluarga ini yang saat ini memuat tabel benchmark vendor.

Jadi jawaban jujur untuk "MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B" adalah bahwa pertanyaan itu bermuara pada pilihan varian di dalam satu seri, dan nama seri saja tidak akan memberi Anda sebuah file. Satu file yang memang diberikannya adalah 35B-A3B, itulah sebabnya para pembaca datang dengan anggapan bahwa keduanya adalah hal yang sama.

Peluncuran itu sebenarnya terdiri dari apa

README milik OpenBMB sendiri menggambarkan dua varian dan satu menara visi bersama, dan mencantumkan tanggal rilis pada 12 Oktober 2026 — lima dan enam hari setelah bobot diunggah. Selisih itu penting jika Anda mengutip tanggal rilis. Repositori dibuat pada 6 dan 7 Oktober; kartu, tag lisensi, grafik, dan pengumumannya semuanya muncul pada tanggal 12. Parameter tidak berubah pada tanggal 12. Dokumentasinya yang berubah.

Apa yang dicakup oleh dokumentasi, untuk kedua varian:

• Dua checkpoint — MoE sparse 35B-A3B dan model dense 1B, hanya berbagi nama lineage dan sebuah vision tower, dan tidak ada hal lain di bawahnya.

• Jalur visual bersama — milik keluarga ini sendiri minicpmv4_7_vision menara, 27 lapisan pada ukuran tersembunyi 1.152, ukuran patch 14, ukuran gambar 980, disambungkan ke dalam tumpukan bahasa pada lapisan 6, dengan kompresi awal intra-ViT yang dikreditkan OpenBMB kepada LLaVA-UHD v4 yang mendahuluinya.

• Kompresi token visual campuran 4x/16x — dapat dipilih per permintaan, 16x secara default untuk throughput dan 4x untuk detail. Kartu tersebut mencatat bahwa tidak ada model lain dalam tabel perbandingannya yang menawarkan pilihan itu, dan bahwa pengaturan tersebut harus diteruskan ke template chat dan pemanggilan generate, atau jumlah placeholder dan encoder visi akan tidak cocok.

• Narasi deployment yang tidak lagi soal bobot — target iOS, Android, dan HarmonyOS, dukungan chip sejak hari pertama dari Rockchip, Houmo, Intel, AMD, dan Arm, OpenVINO untuk CPU/GPU/NPU Intel, serta dukungan framework di SGLang, vLLM, llama.cpp, dan Ollama. Aplikasi dan build terkuantisasi adalah produknya di sini, bukan unduhan BF16.

Dua titik pemeriksaan itu, dimensi demi dimensi

Enam dimensi, kedua sisi, dengan catatan tentang nilai sebenarnya dari setiap angka.

• Parameter dan bentuk — MiniCPM-V 4.7 35B-A3B: 35.212.875.824 parameter tersimpan, sparse, 256 expert dengan 8 expert aktif per token pada ukuran intermediate expert 512 ditambah satu expert bersama dengan ukuran yang sama. Varian 1B MiniCPM-V 4.7: 1.554.476.272 parameter, padat, semuanya aktif pada setiap token. Kedua total tersebut bukan kuantitas yang sama, dan anggaran aktif per token MoE tidak dipublikasikan, jadi bacalah "A3B" sebagai bagian dari nama, bukan sebagai ukuran yang dapat Anda bandingkan dengan model padat.

• Jejak unduhan — MiniCPM-V 4.7 35B-A3B: 70,4 GB tersebar di enam belas shard safetensors dalam BF16, sebelum cache KV apa pun. MiniCPM-V 4.7 1B: sekitar 3,1 GB dalam satu file bobot. Dua puluh dua kali lipat unduhan di satu sisi, dan ukuran jujur tentang mana di antara ini yang merupakan model ponsel yang siap pakai — tidak ada yang demikian, sampai Anda mengambil kuantisasi dari tangga tersebut.

• Tulang punggung teks dan kedalaman — MiniCPM-V 4.7 35B-A3B: stack teks MoE sparse keluarga Qwen, 40 lapisan pada ukuran hidden 2.048, enam belas head query terhadap dua head key/value, kosakata 248.144. MiniCPM-V 4.7 1B: stack teks dense keluarga Qwen, 24 lapisan pada ukuran hidden 1.024, delapan head query terhadap dua head key/value, kosakata 248.094. Ide desain yang sama, satu tingkat lebih rendah.

• Perhatian — keduanya: pengulangan tiga-ke-satu yang tetap dari perhatian linear ke perhatian penuh. Tiga puluh dari empat puluh lapisan model 35B mengambil jalur linear versus sepuluh lapisan konvensional; delapan belas dari dua puluh empat lapisan model 1B versus enam. Inilah dimensi di mana kedua model benar-benar merupakan arsitektur yang sama yang diskalakan, dan inilah alasan keduanya membawa konteks 256K tanpa cache KV meledak.

• Konteks — keduanya: 262.144 posisi maksimum, dengan canvas mode penyematan rotari multimodal yang sama. Tanpa biaya varian, tanpa pemotongan pada model kecil.

• Lisensi — keduanya: Apache-2.0, dideklarasikan di front matter repositori dan ditegaskan di README. Keduanya juga tersedia di Hugging Face dan ModelScope. Tidak ada perbedaan ketentuan yang perlu dipertimbangkan.

Tabel benchmark ada untuk salah satunya

Berikut adalah asimetri yang sebenarnya membentuk sebuah keputusan. Checkpoint 35B-A3B memuat tabel perbandingan milik OpenBMB — MMMU sekitar 80,2, OCRBench sekitar 91,2, OmniDocBench v1.6 di kisaran sembilan puluhan atas, penalaran CharXiv di pertengahan tujuh puluhan, TextVQA di pertengahan delapan puluhan — yang dihadapkan pada dua model Qwen kelas 35B-A3B, Gemma 31B, dan dua Qwen 27B, dalam mode Instruct. Artikel ini membahas seberapa bernilai tabel-tabel tersebut saat rilis didokumentasikan; versi singkatnya adalah dilaporkan vendor, memakai harness vendor, tidak direproduksi, dan diambil dari bagan PNG alih-alih tabel skor yang dipublikasikan.

Model 1B memiliki grafiknya sendiri di dokumen yang sama, dan perbandingan di sana dilakukan terhadap kumpulan yang lebih kecil. Jika Anda memilih di antara kedua ukuran tersebut, hal berguna yang diberikan kartu-kartu itu bukanlah skor — melainkan bahwa checkpoint yang lebih besar adalah yang menjadi dasar penulisan argumen efisiensi. Angka di perangkat yang menjadi jangkar seluruh rilis ini, 13-plus token per detik pada sekitar 3 GB memori di iPhone 17 Pro Max, adalah angka 35B-A3B, yang dihasilkan dengan Lookahead Expert Scheduling yang melakukan prefetching expert lintas layer melalui bobot terkuantisasi. Model dense kecil tidak memerlukan mesin itu, karena 1,55 miliar parameter dense muat dalam memori kerja ponsel tanpa semua itu.

Itulah pembalikan yang layak direnungkan: model kecil itu lugas dan tidak terdokumentasi dalam hal tolok ukur; model besar itu terdokumentasi dengan sangat baik dan sulit dijalankan. Tidak ada posisi yang jelas lebih baik.

Yang mana yang sebenarnya diunduh orang?

Penghitung Hugging Face menambahkan fakta yang tidak disebutkan oleh kedua kartu model, dan itu mendukung model yang lebih besar. Dibaca pada 13 Oktober 2026, repositori dasar openbmb/MiniCPM-V-4.7-35B-A3B menunjukkan 630 unduhan; -gguf build dari checkpoint yang sama menunjukkan sedikit di atas 10.000, sekitar enam belas kali lalu lintasnya. Untuk 1B, repositori dasar dan build GGUF-nya masing-masing berada di 263 dan 2.064, rasio serupa pada skala absolut yang jauh lebih kecil.

Dua pembacaan, keduanya konsisten dengan data. Entah orang mengunduh build terkuantisasi lebih dulu karena itulah yang berjalan, atau angka BF16 sekadar tertinggal karena checkpoint BF16 bukan yang di-deploy oleh siapa pun. Apa pun itu, penghitung unduhan sedang mengukur artefak mana yang penting — dan bukan yang ukurannya tercantum dalam namanya. Jika Anda sedang memperhitungkan keputusan ini, ukurlah berdasarkan build GGUF atau build AWQ, bukan berdasarkan 70.4 GB.

Ada satu lagi detail listing yang berlawanan arah. Kedua repositori membawa tag "On-Device Model" yang diwarisi dari anggota lain keluarga MiniCPM-V, yang pada MoE BF16 70 GB berarti apa yang dimaksud tag tersebut pada file 3,1 GB milik 1B hanya setelah kuantisasi dan streaming expert. Perlakukan tag itu sebagai label keluarga, bukan spesifikasi.

Ketika API yang dihosting mengubah pertanyaan

Tidak ada checkpoint yang di-hosting di OrcaRouter, dan untuk perbandingan ini hal itu ternyata menjadi fakta struktural yang menentukan. Keduanya adalah bobot terbuka yang Anda layani sendiri, yang berarti 35B-A3B memerlukan perangkat keras yang mungkin tidak Anda miliki dan 1B memerlukan perangkat keras yang pasti Anda miliki — dan jarak antara "beberapa GPU" dan "sebuah ponsel" adalah isi sebenarnya dari "35B-A3B vs 4.7".

Tempat router membuktikan manfaatnya adalah di batas. Jika Anda memilih 1B dan itu tidak cukup untuk sebuah permintaan, pekerjaan itu harus dialihkan ke suatu tempat, dan tempat itu biasanya adalah model yang dihosting yang Anda lebih suka tidak mengelolanya penyedia demi penyedia: OrcaRouter mencakup beberapa ratus model yang dihosting di balik satu kunci pada harga daftar tiap penyedia tanpa tambahan apa pun, dan melakukan failover antar penyedia saat salah satunya menurun. Salah satu id hosted tersebut, qwen/qwen3.6-35b-a3b, adalah padanan hosted langsung untuk checkpoint yang dibahas artikel ini — bentuk 35B-A3B yang sama, dapat diakses tanpa memiliki akselerator, yang menjadikannya plafon alami untuk dijadikan pembanding sebelum mengalokasikan 70 GB disk Anda sendiri untuk versi lokal.

Itu adalah keputusan routing, bukan integrasi kedua, dan itulah satu-satunya bagian dari pilihan ini yang tidak memerlukan biaya apa pun untuk dibalik.

Pilihan

Jika kendalanya adalah ponsel, laptop, atau satu GPU kecil, 1B adalah satu-satunya kandidat — 3,1 GB, lisensi yang mengizinkan penggunaan komersial, dan tangga kuantisasi yang telah dikirim sejak minggu pertama. Jika tujuannya adalah hasil efisiensi yang sebenarnya diperdebatkan OpenBMB, Anda menginginkan 35B-A3B, dan Anda menginginkannya dalam build terkuantisasi, bukan versi asli 70 GB, karena itulah yang diambil oleh setiap pengunduh lain dan yang menjadi dasar pengukuran klaim on-device.

Yang seharusnya tidak Anda lakukan adalah menganggap kedua nama itu dapat dipertukarkan. Salah satunya adalah checkpoint yang bisa Anda jalankan sore ini. Yang satunya lagi adalah label yang akan terus mengembalikan kartu model 35B-A3B, tidak peduli yang mana dari keduanya yang Anda maksud.