ZoomGain-4B vs MiniCPM5 2B: Portabilitas Adalah Tolok Ukur yang Tak Seorang pun Menerbitkan

Ada satu angka yang hilang dari kedua kartu model, dan itulah angka yang menentukan sebagian besar deployment. MiniCPM5-2B tersedia dalam build GGUF, MLX, GPTQ, dan LiteRT, memiliki model draf DSpark untuk decoding spekulatif, dan — detail yang paling memberi petunjuk — menyediakan build FlagOS untuk sembilan keluarga akselerator berbeda, termasuk Ascend, Hygon, Kunlunxin, dan Metax. ZoomGain-4B tersedia dalam GGUF pada tiga presisi dan, dalam kata-kata kartunya sendiri, memerlukan "build llama.cpp dengan dukungan multimodal Qwen3.5." Salah satu model ini dapat berjalan hampir di mana saja. Yang lain berjalan hanya di tempat Anda dapat membangun runtime tertentu. Tidak ada kartu yang menyebut ini sebagai benchmark, dan bagi siapa pun yang harus benar-benar mengoperasikan model alih-alih mengutipnya, ini adalah baris yang lebih penting daripada kolom akurasi model mana pun.

Pembingkaian itu bukan cara untuk menghindari perbandingan akurasi — perbandingan itu muncul kemudian, dan ternyata perbandingan akurasi tidak sepenting kelihatannya, karena kedua model tidak diukur pada sumbu yang sama dan memang tidak bisa. MiniCPM5-2B dari OpenBMB adalah model teks: 2,52 miliar parameter, dirilis 6 September 2026, disetel untuk agen, panggilan alat, kode, dan konteks panjang. ZoomGain-4B dari inclusionAI adalah spesialis bahasa-visi yang diterbitkan pada 11 November 2026, dilatih dengan pembelajaran penguatan pada pertanyaan tentang detail visual halus. Berikut ini adalah apa yang menjadi dasar pengukuran masing-masing, berapa biaya untuk menyiapkannya, dan di mana batas pemisah yang jujur berada.

Baris yang hilang: apa yang dibutuhkan untuk menjalankan masing-masing

Mulailah dengan daftar artefak, karena itu adalah hal paling konkret yang diberikan salah satu penerbit kepada Anda.

• MiniCPM5-2B. Transformer kausal padat pada kelas standar LlamaForCausalLM — 42 lapisan, GQA dengan 16 head query dan 2 head KV, konteks 131.072 token, total 2.516.756.480 parameter yang mana 1.981.982.720 di antaranya non-embedding. Karena arsitekturnya standar, model ini mewarisi setiap jalur serving yang sudah ditulis siapa pun untuk model berbentuk Llama. Organisasi ini menerbitkan varian SFT, Midtrain, dan Base sebagai repo terpisah, plus kuantisasi GGUF, MLX, dan GPTQ, plus model draf DSpark untuk decoding spekulatif, plus LiteRT untuk Android di perangkat, plus saudara 1B dengan kumpulan varian yang sama.

• ZoomGain-4B. 4.539.265.536 parameter dalam BF16 di seluruh model bahasa dan encoder visi terpisah. Tiga presisi GGUF — Q4_K_M pada 2,71 GB, Q8_0 pada 4,48 GB, F16 pada 8,42 GB — masing-masing dipasangkan dengan file proyektor mmproj yang menurut kartu wajib untuk input gambar. Tidak ada build MLX, tidak ada GPTQ, tidak ada ONNX, tidak ada model draf. Satu-satunya runtime yang disebutkan adalah llama.cpp dengan dukungan multimodal Q​wen3.5, yang merupakan persyaratan lebih sempit daripada kedengarannya: Anda memerlukan build yang cukup baru untuk mengenali arsitektur qwen35, dan kartu tersebut memberi tahu Anda untuk menyediakan kedua file secara eksplisit alih-alih menunjuk ke jalur yang sudah selesai.

Asimetri ini bukanlah kritik terhadap inclusionAI. Model visi yang diterbitkan sembilan hari lalu dan belum pernah diumumkan tidak diharapkan memiliki runtime Android. Ini hanyalah keadaan sebagaimana adanya, dan itu berarti kedua model tersebut tidak dapat dipertukarkan pada dimensi yang memakan biaya: MiniCPM5-2B akan berjalan pada perangkat keras yang sudah Anda miliki, termasuk ponsel; ZoomGain-4B akan berjalan pada GPU, dalam runtime yang mungkin harus Anda kompilasi sendiri, dan tidak di tempat lain.

Dua definisi berbeda tentang "kecil"

Keduanya disebut model kecil dan kata itu menjalankan peran yang berbeda dalam tiap kasus.

• Parameter, dihitung dengan jujur. MiniCPM5-2B memiliki 1,98B parameter non-embedding — angka yang menentukan komputasi per token — dalam total 2,52B. ZoomGain-4B memiliki total 4,54B, dan sekitar setengah miliar darinya adalah encoder visi dan proyektor. Jika tumpukan visi dihilangkan, kedua tulang punggung bahasa itu ukurannya sama jika dibulatkan. Perbedaan perilaku berasal dari apa yang dilatih di atasnya, bukan dari skala.

• Apa yang menjadi tujuan pelatihan.Kartu MiniCPM5-2B mencantumkan bidang terkuatnya sebagai penalaran kode dan matematika, pemahaman konteks panjang, penggunaan alat dan tugas agentik, serta menyebut targetnya sebagai asisten lokal, agen pengodean, dan penerapan di perangkat. Kartu ZoomGain-4B hanya membahas satu hal: apakah sebuah model dapat menjawab pertanyaan yang jawabannya hanya terlihat saat Anda memperbesar gambar.

• Apa yang dipilih masing-masing penerbit untuk diserahkan. OpenBMB menerbitkan rangkaian varian lengkap untuk MiniCPM5 — base, midtrained, SFT, final RL-plus-OPD, plus model draf dan biner siap pakai untuk sembilan keluarga chip. inclusionAI menerbitkan tiga repo model, dua dataset, dan satu repo kode yang berisi pipeline konstruksi data serta peluncur GRPO. Yang satu adalah lini produk; yang lainnya adalah rilis riset dengan buku catatan lab terlampir.

• Lisensi. MiniCPM5-2B berlisensi Apache 2.0 pada kartunya, berlaku untuk repositori maupun bobotnya. Kode ZoomGain berlisensi Apache 2.0 dan ketentuan checkpoint diserahkan kepada repositori checkpoint, yang per minggu ini tidak mencantumkan tag lisensi apa pun dalam metadatanya. Baca berkasnya sebelum Anda merilis.

Kolom tolok ukur, dan mengapa kolom tersebut tidak memenuhi

Tidak ada benchmark bersama antara kedua model ini. Satu pun tidak. ZoomGainBench adalah kumpulan pertanyaan tentang foto dan MiniCPM5-2B tidak memiliki encoder gambar; setiap benchmark lain dalam tabel MiniCPM5 bersifat teks dan ZoomGain-4B belum pernah dijalankan pada satu pun dari benchmark tersebut. Jadi, alih-alih adu langsung, berikut ini yang benar-benar diukur oleh masing-masing penerbit, yang sengaja dipisahkan.

MiniCPM5-2B, dilaporkan vendor, rata-rata 53,9 di seluruh rangkaiannya:

• Kode — LiveCodeBench v6 69,1, OJBench 32,5, SWE-bench Verified 46,4.

• Matematika — AIME 2025 86,5, AIME 2026 86,5, MATH-500 94,6.

• Pengetahuan — MMLU-Pro 70,8, GPQA-Diamond 70,2.

• Konteks panjang — AA-LCR 59,0, NoLiMa 68,1, LongBench v2 43,7.

• Penggunaan alat dan agen — τ²-Bench Telecom 97.1, BFCL v4 66.6, BrowseComp-ZH 43.5, GAIA Text-103 88.7.

ZoomGain-4B, dilaporkan oleh vendor:

• Persepsi, tolok ukur held-in — 55,81 pada ZoomGainBench dibandingkan 30,03 untuk induk Qwen3.5-4B-nya.

• Persepsi, rata-rata held-out — 60,96 pada sepuluh tolok ukur yang tidak pernah dilihat selama pelatihan, dibandingkan dengan 54,20 untuk model induk. Itulah kenaikan 6,76 poin yang layak dikutip.

• Peningkatan individu pada held-out — Visual Probe 43,30 hingga 57,28, O3-Bench 54,20 hingga 63,19, HR-Bench 4K 81,25 hingga 87,25, MME-RealWorld-Lite 57,89 hingga 61,59.

Baca kedua daftar itu berdampingan dan bentuk keputusannya menjadi jelas. MiniCPM5-2B telah diuji pada tujuh belas hal yang diperhatikan pengembang dan mendapat skor yang cukup baik pada hampir semuanya; angka τ²-Bench Telecom sebesar 97.1 dan GAIA Text-103 pada 88.7 adalah angka yang menonjol dan menjadi sandaran posisinya. ZoomGain-4B telah diuji pada persepsi dan pada dasarnya tidak ada yang lain, dan peningkatan yang diberikannya — sekitar tujuh poin rata-rata, pada benchmark yang belum pernah dilihat — nyata tetapi sempit.

Jika Anda hanya butuh satu kalimat: MiniCPM5-2B adalah model kecil generalis dengan lembar tolok ukur yang sangat mendalam, dan ZoomGain-4B adalah model spesialis yang kenaikan rata-rata tujuh poinnya akan tak terlihat di papan peringkat generalis karena papan peringkat generalis tidak memuat pertanyaan-pertanyaan yang menjadi keunggulannya.

Di mana keduanya akan benar-benar hidup berdampingan

Beban kerja yang keduanya merupakan jawaban tepat memiliki bentuk yang sama: dokumen, tangkapan layar, foto, formulir. Sesuatu harus melihat gambar dan mengekstrak nilai, dan sesuatu harus melakukan semua setelah itu — mengurai skema, memanggil alat yang tepat, memvalidasi, mencoba ulang, mengarahkan ke manusia.

Ekstraksinya berbentuk ZoomGain. Teks kecil, potongan gambar yang rapat, jawaban yang benar atau salah, dan model yang secara eksplisit dilatih tentang perbedaan antara membaca label dalam potongan gambar dan membaca label yang sama dalam bingkai penuh. Angka held-out ZoomGain-4B pada HR-Bench 4K (81.25 hingga 87.25 setelah pelatihan) dan MME-RealWorld-Lite persis merupakan profil model yang menjadi lebih baik dalam detail padat tanpa menjadi lebih buruk dalam hal lainnya.

Sisanya berkarakter MiniCPM5, dan dalam penggunaan alat model ini luar biasa kuat untuk ukurannya — τ²-Bench Telecom pada 97,1 adalah angka yang tidak dicapai oleh sebagian besar model yang tiga kali lebih besar, dan BFCL v4 pada 66,6 menunjukkan bahwa pemanggilan fungsi bukan sekadar demo.

Menjalankan keduanya berarti dua runtime, dua lisensi, dan satu hal lagi yang bisa rusak. Di sinilah router membuktikan manfaatnya, bukan sekadar slogan: panggilan gambar diarahkan ke endpoint vision, giliran tool-call diarahkan ke model teks yang murah, dan hambatan pada salah satunya otomatis beralih ke yang lain alih-alih muncul sebagai 504 di pipeline Anda. Satu kunci, satu tagihan, dan logika failover di satu tempat alih-alih diduplikasi di dua SDK.

Penting untuk menyatakan secara eksplisit apa yang kami sediakan dan tidak kami sediakan. MiniCPM5-2B tidak ada di katalog kami saat ini. Kami memang menghosting keluarga Q​wen3.5 — 35B-A3B dengan $0.057 masuk dan $0.459 keluar per juta token, 27B dengan $0.086 dan $0.688, keduanya multimodal — dan keluarga itu adalah basis tempat ZoomGain-4B dilatih, sehingga menjadikannya perkiraan terdekat yang dihosting jika Anda ingin menguji apakah potong-dan-tanya meningkatkan akurasi Anda sebelum berkomitmen pada 4B yang dihosting sendiri. Untuk bagian pemanggilan alat, katalog yang sama memberi Anda sesuatu untuk dipanggil hari ini. Yang tidak bisa kami lakukan adalah menghosting ZoomGain-4B, dan tidak ada pengaturan routing yang bisa mengubah itu: ini adalah unduhan, bukan API.

Vonis yang Jujur

Pilih MiniCPM5-2B jika Anda ingin model kecil yang dapat Anda terapkan minggu ini pada perangkat keras yang sudah Anda miliki, dalam runtime yang sudah ada, dengan lisensi Apache 2.0 dan lembar benchmark yang cukup luas untuk memprediksi perilakunya. Ini adalah objek yang sudah jadi di antara keduanya. Parameter non-embedding 1,98B-nya membuatnya murah per token, angka tool-calling-nya adalah yang terbaik di kolomnya, dan build dari vendor chip berarti ini bukanlah proposisi khusus pusat data.

Pilih ZoomGain-4B jika galat spesifik yang ingin Anda hilangkan bersifat visual dan berbutir halus, dan Anda bersedia menjalankan GPU dengan build llama.cpp khusus untuk memperbaikinya. Argumennya bertumpu pada satu angka yang kredibel — peningkatan rata-rata 6,76 poin pada sepuluh tolok ukur persepsi held-out dari 9.000 sampel pelatihan — dan pada tolok ukur, data, serta harness yang memungkinkan Anda memeriksa klaim itu sendiri alih-alih mempercayainya.

Jangan pilih salah satu pun jika Anda belum mengukur apa yang salah pada pipeline Anda. Hasil terlemah yang dipublikasikan MiniCPM5-2B adalah agen pencarian dan penalaran dokumen panjang (BrowseComp-ZH 43.5, LongBench v2 43.7), dan ZoomGain-4B belum pernah diajukan pertanyaan yang bukan tentang gambar. Membeli salah satunya untuk memecahkan masalah yang belum Anda karakterisasi adalah cara model tiga miliar parameter berakhir di produksi tanpa melakukan apa pun.

Kesimpulannya tidak glamor: kedua model itu bukan rival, melainkan dua tahap yang berdekatan dalam pekerjaan yang sama, dan alasan perbandingan ini terus dibingkai sebagai kontes adalah karena benchmark lebih mudah diterbitkan daripada portabilitas. MiniCPM5-2B menang di kolom yang dipublikasikan. ZoomGain-4B menang di kolom yang belum ada, pada satu tugas, dengan selisih sekitar tujuh poin, dan disertai persyaratan runtime yang akan membuat sebagian besar tim berhenti di pintu.