MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7: Uno di questi nomi non è un modello

Cerca MiniCPM-V 4.7 e troverai una model card, una tabella di benchmark, una demo per smartphone e un pulsante di download. Cerca MiniCPM-V 4.7 35B-A3B e troverai le stesse cose, perché sono la stessa release — e sta tutta qui la difficoltà del confrontarli. La model card di OpenBMB si apre con la frase che risolve la questione: MiniCPM-V 4.7 è il modello più recente della serie, disponibile in una variante 35B-A3B, e 35B-A3B è il primo MoE di quella serie. Il nome nudo è un'insegna. Il nome con suffisso è un checkpoint. Metti un mixture-of-experts sparso da 35 miliardi di parametri da una parte e un'insegna dall'altra e non hai un confronto, hai una domanda su quale artefatto intendevi scaricare. Rispondi a quella e il resto di questa pagina è una scheda tecnica.

I nomi, risolti

Tre cose rispondono al nome «MiniCPM-V 4.7», e solo due di esse sono scaricabili.

• openbmb/MiniCPM-V-4.7 — non esiste. L'URL restituisce un errore di autorizzazione, non una pagina dei pesi. Non è mai esistito un checkpoint grezzo con questo nome, e una trattazione che cita un insieme di cifre sotto l'etichetta dell'altro sta citando i numeri del 35B sotto un nome che non ha alcun repository alle spalle.

• La serie — una collezione Hugging Face curata da OpenBMB, che raccoglie tredici repository sotto l'insegna 4.7: il checkpoint base 35B-A3B, una build GGUF, le quantizzazioni FP8, AWQ, GPTQ e int4 di esso, una testa di draft speculativo DSpark abbinata, e di nuovo la stessa scaletta a sei vie per il modello piccolo. Quella collezione è ciò che "MiniCPM-V 4.7" denota quando viene usato come linea di prodotto.

• openbmb/MiniCPM-V-4.7-35B-A3B — il checkpoint di cui parla l'annuncio, creato il 7 ottobre 2026 alle 07:07 UTC, con licenza Apache-2.0, con una scheda del modello completa aggiunta il 12 ottobre. È l'unica cosa della famiglia che attualmente riporta le tabelle di benchmark del fornitore.

Quindi, la risposta onesta a «MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B» è che la domanda si risolve in una scelta di variante all'interno di un'unica serie, e il solo nome della serie non ti procurerà un file. L'unico file che ti procura è il 35B-A3B, ed è per questo che i lettori arrivano pensando che siano la stessa cosa.

In cosa consiste effettivamente il lancio

Il README di OpenBMB descrive due varianti e una torre di visione condivisa, e data il rilascio al 12 ottobre 2026 — cinque e sei giorni dopo il caricamento dei pesi. Questo scarto conta se si cita una data di rilascio. I repository sono stati creati il 6 e il 7 ottobre; la card, il tag della licenza, i grafici e l'annuncio sono tutti arrivati il 12. I parametri non sono cambiati il 12. La documentazione sì.

Cosa copre la documentazione, per entrambe le varianti:

• Due checkpoint — un MoE sparso 35B-A3B e un modello denso 1B, che condividono un nome di lignaggio e una torre di visione, e nient'altro al di sotto.

• Un percorso visivo condiviso — la torre minicpmv4_7_vision della famiglia stessa, 27 livelli con dimensione nascosta 1.152, dimensione patch 14, dimensione immagine 980, inserita nello stack linguistico al livello 6, con la compressione precoce intra-ViT che OpenBMB attribuisce a LLaVA-UHD v4 prima di essa.

• Compressione mista dei token visivi 4x/16x: selezionabile per richiesta, 16x per impostazione predefinita per il throughput e 4x per i dettagli. La scheda osserva che nessun altro modello nella sua tabella di confronto offre questa scelta, e che l'impostazione deve essere passata sia al template della chat sia alla chiamata generate, altrimenti il conteggio dei segnaposto e l'encoder visivo non concordano.

• Una storia di deployment che smette di ruotare attorno ai pesi — target iOS, Android e HarmonyOS, supporto chip day-0 da Rockchip, Houmo, Intel, AMD e Arm, OpenVINO per CPU/GPU/NPU Intel e supporto framework su SGLang, vLLM, llama.cpp e Ollama. Qui il prodotto sono l'app e le build quantizzate, non il download BF16.

I due checkpoint, dimensione per dimensione

Sei dimensioni, entrambi i lati, con una nota su quanto vale realmente ogni numero.

• Parametri e forma — MiniCPM-V 4.7 35B-A3B: 35.212.875.824 parametri memorizzati, sparsi, 256 esperti con 8 attivi per token, con una dimensione intermedia dell'esperto pari a 512 più un esperto condiviso della stessa dimensione. La variante 1B di MiniCPM-V 4.7: 1.554.476.272 parametri, densa, ognuno dei quali attivo su ogni token. I due totali non sono la stessa quantità, e il budget di parametri attivi per token del MoE non è pubblicato, quindi leggi "A3B" come parte del nome anziché come una misurazione che puoi confrontare con il modello denso.

• Dimensione del download — MiniCPM-V 4.7 35B-A3B: 70,4 GB distribuiti su sedici shard safetensors in BF16, prima di qualsiasi KV cache. MiniCPM-V 4.7 1B: circa 3,1 GB in un unico file di pesi. Ventidue volte il download da un lato, e la misura onesta di quale di questi sia un modello per cellulare pronto all'uso — nessuno dei due lo è, finché non si prende una quantizzazione dalla scala.

• Backbone testuale e profondità — MiniCPM-V 4.7 35B-A3B: uno stack testuale MoE sparso della famiglia Qwen, 40 layer con hidden size 2.048, sedici teste di query contro due teste key/value, vocabolario 248.144. MiniCPM-V 4.7 1B: uno stack testuale denso della famiglia Qwen, 24 layer con hidden size 1.024, otto teste di query contro due teste key/value, vocabolario 248.094. La stessa idea progettuale, un gradino più in basso.

• Attenzione — entrambi: una ripetizione fissa tre a uno di attenzione lineare rispetto ad attenzione completa. Trenta dei quaranta layer del 35B seguono il percorso lineare contro dieci convenzionali; diciotto dei ventiquattro dell'1B contro sei. Questa è la dimensione in cui i due modelli sono genuinamente la stessa architettura scalata, ed è la ragione per cui entrambi gestiscono un contesto da 256K senza che la KV cache esploda.

• Contesto — entrambi: 262.144 posizioni massime, con la stessa modalità canvas di embedding rotatorio multimodale. Nessuna tassa di variante, nessun troncamento sul modello piccolo.

• Licenza — entrambi: Apache-2.0, dichiarata nel front matter del repository e affermata nel README. Entrambi sono distribuiti anche su Hugging Face e su ModelScope. Non c'è alcuna differenza nei termini da valutare.

La tabella di benchmark esiste per uno di essi.

Ecco l'asimmetria che influenza davvero una decisione. Il checkpoint 35B-A3B contiene le tabelle comparative di OpenBMB — MMMU intorno a 80,2, OCRBench intorno a 91,2, OmniDocBench v1.6 nella fascia alta dei Novanta, il reasoning di CharXiv nella fascia media dei Settanta, TextVQA nella fascia media degli Ottanta — messe a confronto con due modelli Qwen di classe 35B-A3B, un Gemma da 31B e due Qwen da 27B, in modalità Instruct. Questo articolo ha trattato quanto valgono quelle tabelle al momento della documentazione del rilascio; la versione breve è: riportate dal vendor, misurate con l'harness del vendor, non riprodotte e ricavate da grafici PNG anziché da una tabella di punteggi pubblicata.

Il modello 1B ha il suo grafico nello stesso documento, e il confronto lì è con un campo più ristretto. Se stai scegliendo tra le due dimensioni, la cosa utile che le schede ti danno non è un punteggio — è che il checkpoint più grande è quello per cui è stata scritta l'argomentazione sull'efficienza. Il dato sul dispositivo che fa da ancora per l'intera release, oltre 13 token al secondo con circa 3 GB di memoria su un iPhone 17 Pro Max, è un valore del 35B-A3B, prodotto con Lookahead Expert Scheduling che fa prefetching degli esperti lungo i livelli tramite pesi quantizzati. Il piccolo modello denso non ha bisogno di quel meccanismo, perché 1,55 miliardi di parametri densi entrano nella memoria di lavoro di un telefono senza nulla di tutto ciò.

Questa è l'inversione su cui vale la pena soffermarsi: il modello piccolo è semplice e non documentato in termini di benchmark; il modello grande è ampiamente documentato e difficile da eseguire. Nessuna delle due posizioni è ovviamente migliore.

Quale scaricano davvero le persone

I contatori di Hugging Face aggiungono un dato che nessuna delle due schede del modello riporta, e depone a favore del modello più grande. Al 13 ottobre 2026, il repository di base openbmb/MiniCPM-V-4.7-35B-A3B mostra 630 download; la build -gguf dello stesso checkpoint mostra poco più di 10.000, circa sedici volte il traffico. Per il modello 1B, il repository di base e la sua build GGUF si attestano rispettivamente a 263 e 2.064, un rapporto simile su una scala assoluta molto più piccola.

Due letture, entrambe coerenti con i dati. O le persone scaricano prima la build quantizzata perché è quella che gira, oppure i numeri BF16 sono semplicemente in ritardo perché il checkpoint BF16 non è quello che chiunque mette in produzione. In ogni caso, il contatore dei download sta misurando quale artefatto conta — e non è quello la cui dimensione è nel nome. Se stai dimensionando questa decisione, fallo rispetto alla build GGUF o AWQ, non rispetto a 70.4 GB.

C'è un altro dettaglio del listing che va nella direzione opposta. Entrambi i repository portano il tag "On-Device Model" ereditato dal resto della famiglia MiniCPM-V, che su un MoE BF16 da 70 GB significa ciò che il tag significa sul file da 3,1 GB dell'1B solo dopo la quantizzazione e lo streaming degli esperti. Considera il tag un'etichetta di famiglia, non una specifica.

Dove un'API ospitata cambia la domanda

Nessuno dei due checkpoint è ospitato su OrcaRouter, e per questo confronto ciò si rivela il fatto strutturale decisivo. Entrambi sono pesi aperti che servi tu stesso, il che significa che il 35B-A3B richiede hardware che probabilmente non hai e l'1B richiede hardware che sicuramente hai — e il divario tra "una qualche GPU" e "un telefono" è il vero contenuto di "35B-A3B vs 4.7".

Il punto in cui un router si dimostra indispensabile è il confine. Se scegli il 1B e non basta per una richiesta, il lavoro deve andare da qualche parte, e quel "da qualche parte" è di solito un modello ospitato che preferiresti non gestire provider per provider: OrcaRouter copre un paio di centinaia di modelli ospitati dietro un'unica chiave, al prezzo di listino di ciascun provider e senza alcun ricarico, e passa automaticamente da un provider all'altro quando uno peggiora. Uno di quegli id ospitati, qwen/qwen3.6-35b-a3b, è la controparte ospitata diretta del checkpoint di cui tratta questo articolo — la stessa configurazione 35B-A3B, accessibile senza possedere l'acceleratore, il che lo rende il tetto naturale rispetto a cui testare prima di impegnare 70 GB del tuo disco per la versione locale.

Quella è una decisione di routing, non una seconda integrazione, ed è l'unica parte di questa scelta che non costa nulla invertire.

La scelta

Se il vincolo è uno smartphone, un laptop o una singola piccola GPU, il modello 1B è l'unico candidato — 3,1 GB, una licenza che consente l'uso commerciale e una scala di quantizzazione disponibile dalla prima settimana. Se l'obiettivo è il risultato di efficienza di cui OpenBMB sta effettivamente discutendo, ti serve il 35B-A3B, e lo vuoi in una build quantizzata anziché nell'originale da 70 GB, perché è quello che hanno scelto tutti gli altri downloader ed è ciò su cui è stata misurata la dichiarazione on-device.

Quello che non dovresti fare è trattare i due nomi come intercambiabili. Uno dei due è un checkpoint che puoi eseguire questo pomeriggio. L'altro è un'etichetta che continuerà a restituire la model card di 35B-A3B, indipendentemente da quale dei due intendevi.