MiniCPM-V 4.7 1B vs MiniCPM-V 4.7: Due checkpoint, un solo nome e un compito molto diverso

Non esiste alcun checkpoint chiamato MiniCPM-V 4.7. OpenBMB non ne ha mai pubblicato uno, e l'URL del modello che dovrebbe ospitarlo restituisce un errore di autorizzazione invece di una pagina dei pesi. Il nome è la serie. Il 12 ottobre 2026 quella serie ha rilasciato due cose che un lettore potrebbe ragionevolmente intendere con quel nome: MiniCPM-V 4.7 1B, un modello denso da 1,55 miliardi di parametri progettato per risiedere nella memoria operativa di un telefono, e il checkpoint sparse mixture-of-experts da 35 miliardi di parametri che sostiene ogni affermazione di punta del lancio — la demo on-device, il grafico della frontiera di Pareto, la frase "primo MoE open source a girare senza problemi on-device". Confrontarli non è una sfida ad armi pari e non è mai stato pensato che lo fosse. È una questione di quanta memoria sei disposto a spendere, e se i numeri del fornitore stesso siano abbastanza solidi da giustificare tale spesa.

Il nome è una serie, non un modello

Due repository portano il nome MiniCPM-V 4.7, e un terzo lo porta con un suffisso. openbmb/MiniCPM-V-4.7-1B è stato creato il 6 ottobre 2026 alle 17:40 UTC. openbmb/MiniCPM-V-4.7-35B-A3B è seguito il 7 ottobre alle 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark — una testa di draft speculativa da 213 milioni di parametri per il modello piccolo — è arrivato l'8 ottobre. Tutti e tre sono Apache-2.0. Il repository nudo openbmb/MiniCPM-V-4.7 non esiste, e vale la pena dirlo chiaramente, perché una buona parte della copertura ne scrive come se esistesse e cita un insieme di numeri sotto il nome dell'altro. Il README di OpenBMB data la release stessa al 12 ottobre, che è la data da usare se ne serve una: i repository sono stati caricati prima e annunciati quattro giorni dopo, nel consueto ordine.

Quindi, il modo onesto di inquadrare "1B vs 4.7" non è un confronto tra un modello piccolo e uno grande con lo stesso nome. È un confronto tra le due classi dimensionali che la serie offre effettivamente, in cui si dà il caso che una di esse sia l'unica che il solo nome della serie permetterà di trovare.

Che cos'è in realtà 1B

Leggendo dai metadati safetensors, il checkpoint dense conta 1.554.476.272 parametri in BF16 — circa 3,11 GB in un unico file di pesi, che è il numero di riferimento per chiunque stia pensando a un dispositivo portatile. Il suo backbone linguistico è etichettato qwen3_6_text, profondo 24 layer con una dimensione nascosta di 1024, e la sua attenzione segue un pattern tre-lineari-a-uno-full: 18 dei 24 layer imboccano un percorso lineare e sei eseguono l'attenzione convenzionale. Il vocabolario è di 248.094 token. La torre vision è la minicpmv4_7_vision propria della lineage — 27 layer, dimensione nascosta 1152, dimensione patch 14, dimensione immagine 980, inserita nello stack linguistico al layer 6. Due impostazioni contano più delle altre per il lavoro sui documenti: downsample_mode è 16x, e mrope_mode è canvas, che è lo schema di embedding rotatorio multimodale che la famiglia usa per mantenere intatta la struttura spaziale su un'immagine suddivisa in sezioni. Le position embedding massime sono 262.144, quindi la finestra di contesto è davvero di 256K, non nominale.

Al momento in cui scrivo, il repository mostra 14 download e 22 like. È un numero esiguo, ed è la misura onesta di quanto la community abbia finora messo alla prova il modello.

Che cos'è davvero l'ammiraglia

Il checkpoint 35B-A3B conta 35.212.875.824 parametri in BF16 — 70,4 GB distribuiti su sedici shard safetensors, ovvero 22 volte la dimensione del modello denso in un singolo download. Dal punto di vista architetturale è un animale diverso: 40 layer, dimensione nascosta 2048 e un feed-forward MoE sparso con 256 esperti, di cui 8 attivi per token, con moe_intermediate_size impostato a 512. Il vocabolario è di 248.144, leggermente più ampio di quello del 1B. Il pattern di attenzione è la stessa idea a profondità maggiore — 30 layer lineari contro 10 completi. È il primo MoE della linea MiniCPM-V, ed è il checkpoint su cui verte realmente la storia di efficienza del produttore: la dichiarazione di OpenBMB è di oltre 13 token al secondo usando circa 3 GB di memoria su un iPhone 17 Pro Max, con il Lookahead Expert Scheduling che esegue il prefetch dei pesi degli esperti attraverso i layer, così che il routing sparso non si blocchi sulla larghezza di banda della memoria, più una testa MTP abbinata e una compressione mista 4x/16x dei token visivi. Questi sono dati del produttore, misurati dal produttore, sulla demo del produttore. Nessun altro li ha ancora riprodotti. Il repository mostra 166 download e 43 like — un ordine di grandezza in più di attenzione rispetto a quanta ne abbia attirata il 1B.

Il confronto, dimensione per dimensione

Sei dimensioni, entrambi i lati, con una nota su quanto peso ha ciascun numero.

• Parametri e struttura — MiniCPM-V 4.7 1B: 1,55B denso, ogni parametro attivo su ogni token. Il modello di punta di MiniCPM-V 4.7: 35,2B totali, sparso, 8 esperti su 256 per token. I due totali non sono quantità confrontabili; il budget attivo del MoE è ciò che determina il calcolo per token, e OpenBMB non lo pubblica. Leggi "A3B" come parte del nome, non come una misura.

• Impronta dei pesi — MiniCPM-V 4.7 1B: 3,11 GB in un unico file BF16, che è l'intera ragione per cui esiste. MiniCPM-V 4.7 35B-A3B: 70,4 GB su sedici shard in BF16. Il valore di 3 GB sul dispositivo del fornitore si applica al modello più grande solo dopo la quantizzazione e lo streaming degli esperti, non al download grezzo.

• Attenzione e contesto — entrambi: 256K posizioni, un pattern di attenzione lineare-a-completa 3:1, e la stessa modalità canvas mRoPE. MiniCPM-V 4.7 1B lo esegue su 24 livelli; il modello di punta su 40. Questa è l'unica dimensione in cui i due modelli sono davvero lo stesso design, scalato.

• Percorso di visione — entrambi: la torre minicpmv4_7_visiondella famiglia con downsampling 16x. La differenza sta dall'altra parte della fase di compressione: i grafici del modello di punta pubblicizzano uno schema misto 4x/16x che l'1B non rivendica.

• Licenza — entrambi: Apache-2.0, dichiarata nel repository e affermata nel README del progetto. Questo è importante perché è l'opposto di ciò che la stessa serie mostrava una settimana prima; non c'è ambiguità da segnalare qui per nessuno dei due checkpoint.

• Prove di qualità — MiniCPM-V 4.7 1B: solo grafici del fornitore. MiniCPM-V 4.7 35B-A3B: grafici del fornitore, un video dimostrativo del fornitore su un iPad M4 e un iPhone, e una dichiarazione pubblicata di token al secondo su dispositivo. Nessuno dei due ha una valutazione indipendente, e nessuno dei due è stato sottoposto a benchmark da terze parti rispetto a un harness fisso.

Ciò che sostengono i grafici del fornitore stesso

OpenBMB ha pubblicato grafici di benchmark per entrambi i checkpoint, e la differenza in ciò che possono supportare è istruttiva. Il grafico 1B colloca il modello a MMBench 83,17, OCRBench 86,10 e OmniDocBench v1.6 85,39, davanti al modello di classe 1,3B della generazione precedente accanto al quale si trova nella stessa figura, su tutti e tre (rispettivamente 81,89, 83,80 e 82,52). Questi sono dichiarati dal fornitore e non riprodotti, e l’etichettatura stessa delle colonne del grafico va letta con attenzione, perché una riga al suo interno riporta un valore non credibile per un modello di queste dimensioni. Considera i numeri assoluti come marketing e i delta rispetto alla generazione precedente come l’unica parte dotata di una logica interna.

Il grafico del 35B-A3B è più leggibile perché il confronto è più affollato. Riporta MMMU 80,22, MathVista 88,00, OCRBench 91,20, OCRBench_v2 68,47, OmniDocBench v1.6 94,24, CharXiv reasoning 75,60, TextVQA 84,99 e CCOCR 81,14, rispetto a un campo che comprende due modelli mixture-of-experts della classe 35B-A3B, un Gemma 31B e un Qwen3.8 27B. Secondo i numeri dello stesso fornitore, il MoE vince di stretta misura la maggior parte delle righe e ne perde un paio — MMMU-Pro e MathVision vanno nella direzione opposta. Di nuovo: dichiarati dal fornitore, non riprodotti, e l'unica lettura equa è "il fornitore ritiene di essere alla pari o meglio", non "è alla pari o meglio".

C'è un problema di etichettatura che vale la pena segnalare anziché risolvere. Il repository si chiama 1BLa barra laterale di Hugging Face descrive il modello come 2 miliardi di parametri. I metadati di safetensors dicono 1.554.476.272 — circa 1,55 miliardi. Il grafico dello stesso fornitore etichetta la riga come 1,3 miliardi. Quattro fonti, quattro numeri, e il più piccolo di essi è nel grafico a cui il marketing fa riferimento. Niente di tutto questo cambia ciò che il modello fa, ma se stai dimensionando la memoria in base a una scheda tecnica, basati sul file da 3,11 GB anziché su una qualsiasi delle etichette.

Quale vuoi davvero

Se il vincolo è un telefono, un laptop, una singola GPU di piccole dimensioni o qualsiasi cosa con un budget di potenza, solo uno di questi è un candidato. MiniCPM-V 4.7 1B esiste proprio affinché un modello multimodale con contesto da 256K entri in pochi gigabyte, viene distribuito con una licenza che ne consente l'uso commerciale, e l'ecosistema di quantizzazione è già pronto — build GGUF, AWQ, GPTQ, int4 e FP8, oltre al supporto dal primo giorno da parte dei produttori hardware Rockchip, Houmo, Intel, AMD e Arm e di OpenVINO. Per l'OCR on-device, la comprensione degli screenshot e l'analisi di documenti con un footprint di 3 GB, è la versione di questa serie che risponde alla domanda.

MiniCPM-V 4.7 35B-A3B risponde a una domanda diversa. Non è una versione più grande dello stesso prodotto; è il tentativo di mantenere la qualità di un modello di classe 35B pagando però solo 8 esperti per token, e se l'affermazione del fornitore sul throughput regge, è il risultato ingegneristico più interessante dei due. Inoltre, con 70,4 GB in BF16, è un download da server o workstation, e il suo percorso on-device passa attraverso la quantizzazione e lo streaming degli esperti piuttosto che attraverso il file che si ottiene dall'Hub.

Dove un router è adatto, e dove no

Nessuno dei due checkpoint è ospitato su OrcaRouter. MiniCPM non compare affatto nel nostro catalogo, e il consiglio giusto per chiunque voglia eseguire l'uno o l'altro è scaricare i pesi e servirsene da sé — llama.cpp, Ollama, vLLM o SGLang supportano tutti l'architettura, e la lista di supporto dal primo giorno riportata sopra è insolitamente ampia per una release così recente. La questione del routing si pone solo al passo successivo, ovvero cosa accade quando un piccolo modello locale non basta per una determinata richiesta e il lavoro deve passare a qualcosa di ospitato. Questo passaggio è una decisione di routing, non un secondo contratto: OrcaRouter mette un paio di centinaia di modelli ospitati dietro un'unica chiave, al prezzo di listino di ciascun provider e senza alcun ricarico, con failover quando un provider peggiora. Tra i modelli di visione ospitati in quella lista ce ne sono diversi della stessa classe di peso del 1B — qwen/qwen3-vl-8b-instructe la sua variante thinking, qwen/qwen3-vl-235b-a22b-instructper la fascia alta, e deepseek/deepseek-v4-flash-vision-expper il lavoro su documenti a contesto lungo. Quello è il livello superiore a questa famiglia, non un suo sostituto, e vale la pena essere chiari su quale lato della linea si collochi ciascun modello.

Cosa guardare

Due cose chiariranno questo confronto, e nessuna delle due esiste ancora. La prima è una valutazione indipendente — lo stesso harness eseguito su entrambi i checkpoint, sullo stesso hardware, senza che il fornitore scelga i prompt. Finché non comparirà, ogni numero di accuratezza in questo articolo è del fornitore stesso e va citato con questa precisazione. La seconda è la draft head DSpark, già pubblicata per il 1B, ed è il meccanismo che renderebbe l'inferenza sui modelli piccoli sensibilmente più veloce su un telefono. Se il speculative decoding funziona come pubblicizzato a questa scala, il dense 1B diventa una risposta considerevolmente migliore di quanto la sua dimensione suggerisca, e il 35B-A3B resta il modello a cui ricorrere solo quando la richiesta ne ha davvero bisogno.

Ciò che non deve aspettare nulla è la licenza, l'architettura, il footprint e gli strumenti. Questi sono nei repository, sono Apache-2.0 per entrambi i checkpoint, e sono sufficienti per decidere oggi quale dei due appartiene al tuo hardware.

La metà ospitata di quel pattern è una decisione di routing piuttosto che un secondo contratto. il prezzo di listino di ciascun provider senza alcun ricarico aggiunto da noiNessuno dei checkpoint di MiniCPM-V 4.7 è un modello ospitato su OrcaRouter - entrambi sono pesi che servi tu stesso.