ZoomGain-4B vs MiniCPM5 2B: La portabilità è il benchmark che nessuno pubblica

Manca un numero da entrambe le model card, ed è quello che decide la maggior parte dei deployment. MiniCPM5-2B è distribuito in build GGUF, MLX, GPTQ e LiteRT, dispone di un modello draft DSpark per la decodifica speculativa e — il dettaglio che dice di più — include build FlagOS per nove diverse famiglie di acceleratori, tra cui Ascend, Hygon, Kunlunxin e Metax. ZoomGain-4B è distribuito in GGUF a tre precisioni e richiede, usando le parole della card stessa, "una build di llama.cpp con supporto multimodale per Qwen3.5". Uno di questi modelli funziona quasi ovunque. L'altro funziona dove riesci a compilare uno specifico runtime. Nessuna delle due card lo definisce un benchmark e, per chiunque debba davvero far funzionare un modello anziché citarlo, questa è la riga che conta più della colonna dell'accuratezza di entrambi i modelli.

Quella impostazione non è un modo per eludere il confronto sull’accuratezza — arriva più avanti, e il confronto sull’accuratezza si rivela meno decisivo di quanto sembri, perché i due modelli non sono misurati sullo stesso asse e non possono esserlo. MiniCPM5-2B di OpenBMB è un modello testuale: 2,52 miliardi di parametri, rilasciato il 6 settembre 2026, ottimizzato per agenti, chiamate agli strumenti, codice e contesto lungo. ZoomGain-4B di inclusionAI è uno specialista visione-linguaggio pubblicato l’11 novembre 2026, addestrato tramite apprendimento per rinforzo su domande relative a dettagli visivi fini. Quello che segue è ciò su cui ciascuno viene misurato, quanto costa predisporre ciascuno e dove si colloca l’onesta linea di demarcazione.

La riga mancante: cosa serve per eseguirne ciascuna

Inizia con l'elenco degli artefatti, perché è la cosa più concreta che uno dei due editori ti abbia fornito.

• MiniCPM5-2B. Un transformer causale denso sulla classe standard LlamaForCausalLM — 42 strati, GQA con 16 teste di query e 2 teste KV, contesto di 131.072 token, 2.516.756.480 parametri totali di cui 1.981.982.720 non di embedding. Poiché l'architettura è standard, eredita ogni percorso di serving già scritto da chiunque per i modelli di tipo Llama. L'organizzazione pubblica le varianti SFT, Midtrain e Base come repository separati; pubblica inoltre le quantizzazioni GGUF, MLX e GPTQ, un modello draft DSpark per la decodifica speculativa, LiteRT per Android su dispositivo e un fratello 1B con lo stesso set di varianti.

• ZoomGain-4B. 4.539.265.536 parametri in BF16 tra un modello linguistico e un codificatore visivo separato. Tre precisioni GGUF — Q4_K_M a 2,71 GB, Q8_0 a 4,48 GB, F16 a 8,42 GB — ciascuna abbinata a un mmproj file proiettore che la scheda indica come obbligatorio per l'input di immagini. Nessuna build MLX, niente GPTQ, niente ONNX, nessun modello draft. L'unico runtime nominato è llama.cpp con supporto multimodale Qwen3.5, che è un requisito più restrittivo di quanto sembri: serve una build abbastanza recente da conoscere l'architettura qwen35, e la scheda ti dice di fornire esplicitamente entrambi i file invece di indicare un percorso già pronto.

L'asimmetria non è una critica a inclusionAI. Da un modello di visione pubblicato nove giorni fa e mai annunciato non ci si aspetta un runtime Android. È semplicemente lo stato delle cose, e significa che i due modelli non sono intercambiabili sul piano che costa denaro: MiniCPM5-2B funzionerà sull'hardware che già possiedi, incluso un telefono; ZoomGain-4B funzionerà su una GPU, in un runtime che potresti dover compilare, e da nessun'altra parte.

Due diverse definizioni di "piccolo"

Entrambi sono chiamati modelli piccoli e la parola svolge un lavoro diverso in ciascun caso.

• Parametri, contati con onestà. MiniCPM5-2B ha 1,98 miliardi di parametri non di embedding — il numero che determina il calcolo per token — all'interno di un totale di 2,52 miliardi. ZoomGain-4B ha 4,54 miliardi in totale, e circa mezzo miliardo di questi è costituito dall'encoder visivo e dal proiettore. Tolto lo stack visivo, i due backbone linguistici sono della stessa dimensione a meno di un errore di arrotondamento. La differenza di comportamento deriva da ciò su cui è stato addestrato sopra, non dalla scala.

• Qual era l'obiettivo dell'addestramento.La scheda di MiniCPM5-2B elenca le sue aree più forti come il ragionamento su codice e matematica, la comprensione di contesti lunghi, l'uso di strumenti e i compiti agentici, e indica come destinazione gli assistenti locali, gli agenti di programmazione e la distribuzione sul dispositivo. La scheda di ZoomGain-4B riguarda una sola cosa: se un modello può rispondere a una domanda la cui risposta è visibile solo quando si ingrandisce l'immagine.

• Cosa ha scelto di rendere disponibile ciascun publisher. OpenBMB ha pubblicato l'intera scala di varianti per MiniCPM5 — base, midtrained, SFT, RL-plus-OPD final, più un modello draft e binari precompilati per nove famiglie di chip. inclusionAI ha pubblicato tre repo di modelli, due dataset e un repository di codice contenente la pipeline di costruzione dei dati e i launcher GRPO. Uno è una linea di prodotto; l'altro è un rilascio di ricerca con il quaderno di laboratorio allegato.

• Licenza. MiniCPM5-2B è Apache 2.0 sulla model card, applicata sia al repository sia ai pesi. Il codice di ZoomGain è Apache 2.0 e i termini del checkpoint sono rimandati al repository del checkpoint, che a partire da questa settimana non riporta alcun tag di licenza nei propri metadati. Leggi il file prima di distribuire.

Le colonne del benchmark e perché non soddisfano

Non esiste alcun benchmark condiviso tra questi due modelli. Nemmeno uno. ZoomGainBench è una serie di domande sulle fotografie e MiniCPM5-2B non dispone di un encoder di immagini; ogni altro benchmark nella tabella di MiniCPM5 è testuale e ZoomGain-4B non è mai stato eseguito su nessuno di essi. Quindi, invece di un confronto diretto, ecco cosa ha effettivamente misurato ciascun editore, tenuto separato di proposito.

MiniCPM5-2B, secondo quanto riportato dal fornitore, media 53,9 sulla sua suite:

• Codice — LiveCodeBench v6 69.1, OJBench 32.5, SWE-bench Verified 46.4.

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

• Conoscenza — MMLU-Pro 70.8, GPQA-Diamond 70.2.

• Contesto lungo — AA-LCR 59.0, NoLiMa 68.1, LongBench v2 43.7.

• Uso di strumenti e agenti — τ²-Bench Telecom 97,1, BFCL v4 66,6, BrowseComp-ZH 43,5, GAIA Text-103 88,7.

ZoomGain-4B, segnalato dal fornitore:

Percezione, benchmark held-in — 55,81 su ZoomGainBench contro 30,03 del suo modello originale Qwen3.5-4B.

• Percezione, media hold-out — 60,96 su dieci benchmark che l'addestramento non ha mai visto, rispetto a 54,20 del modello padre. È il guadagno di 6,76 punti che vale la pena citare.

• Variazioni individuali sui set held-out — Visual Probe da 43,30 a 57,28, O3-Bench da 54,20 a 63,19, HR-Bench 4K da 81,25 a 87,25, MME-RealWorld-Lite da 57,89 a 61,59.

Leggi quelle due liste fianco a fianco e la forma della decisione è ovvia. MiniCPM5-2B è stato testato su diciassette cose a cui un developer tiene e ottiene punteggi rispettabili su quasi tutte; il valore di 97,1 su τ²-Bench Telecom e quello di 88,7 su GAIA Text-103 sono i numeri in evidenza e sono quelli su cui si basa il suo posizionamento. ZoomGain-4B è stato testato sulla percezione e praticamente nient'altro, e il guadagno che offre — circa sette punti in media, su benchmark mai visti — è reale ma limitato.

Se vi servisse una sola frase: MiniCPM5-2B è un modello piccolo generalista con una scheda di benchmark insolitamente ricca, mentre ZoomGain-4B è uno specialista il cui guadagno medio di sette punti risulterebbe invisibile su una classifica generalista, perché la classifica generalista non contiene le domande in cui eccelle.

Dove i due coesisterebbero effettivamente

I carichi di lavoro in cui entrambe sono la risposta giusta condividono una struttura: un documento, uno screenshot, una foto, un modulo. Qualcosa deve guardare l'immagine ed estrarre un valore, e qualcosa deve fare tutto ciò che viene dopo — analizzare lo schema, chiamare lo strumento giusto, convalidare, riprovare, instradare verso una persona.

L'estrazione è di forma ZoomGain. Testo piccolo, ritagli stretti, una risposta che è o corretta o sbagliata, e un modello che è stato addestrato esplicitamente sulla differenza tra leggere un'etichetta in un ritaglio e leggere la stessa etichetta in un fotogramma intero. I numeri held-out di ZoomGain-4B su HR-Bench 4K (da 81,25 a 87,25 dopo l'addestramento) e su MME-RealWorld-Lite sono esattamente il profilo di un modello che è migliorato sui dettagli densi senza peggiorare in tutto il resto.

Il resto è modellato su MiniCPM5 e, sull'uso degli strumenti, è insolitamente forte per le sue dimensioni: τ²-Bench Telecom a 97,1 è un numero che la maggior parte dei modelli tre volte più grandi non raggiunge, e BFCL v4 a 66,6 indica che il function-calling non è una demo.

Eseguire entrambi significa due runtime, due licenze e una seconda cosa che può rompersi. È anche il caso in cui un router si ripaga, invece di essere uno slogan: la chiamata per l'immagine va all'endpoint vision, il turno di tool-call va a quello testuale economico, e un blocco su uno dei due passa automaticamente all'altro invece di manifestarsi come un 504 nella tua pipeline. Una chiave, una fattura e la logica di failover in un unico posto invece che duplicata in due SDK.

Vale la pena essere espliciti su ciò che offriamo e ciò che non offriamo. MiniCPM5-2B oggi non è nel nostro catalogo. Ospitiamo però la famiglia Qwen3.5 — il 35B-A3B a $0.057 in ingresso e $0.459 in uscita per milione di token, il 27B a $0.086 e $0.688, entrambi multimodali — e quella famiglia è la base da cui è stato addestrato ZoomGain-4B, il che la rende la soluzione ospitata più vicina se vuoi verificare se crop-and-ask migliora la tua accuratezza prima di passare a un 4B self-hosted. Per quanto riguarda il tool-calling, lo stesso catalogo ti offre qualcosa da chiamare oggi. Quello che non possiamo fare è ospitare ZoomGain-4B, e nessun tipo di routing lo cambia: è un download, non un'API.

Il verdetto onesto

Scegli MiniCPM5-2B se vuoi un modello piccolo che puoi distribuire questa settimana su hardware che già possiedi, in un runtime già esistente, con una licenza Apache 2.0 e una scheda di benchmark abbastanza ampia da prevederne il comportamento. È l'oggetto finito dei due. I suoi 1,98B di parametri non di embedding lo rendono economico per token, i suoi numeri nel tool-calling sono il meglio della sua colonna e le build dei produttori di chip significano che non è una proposta solo da datacenter.

Scegli ZoomGain-4B se l'errore specifico che stai cercando di eliminare è visivo e a grana fine, e sei disposto a utilizzare una GPU con una build llama.cpp di nicchia per risolverlo. La sua argomentazione si basa su un unico numero credibile — un guadagno medio di 6,76 punti su dieci benchmark di percezione held-out da 9.000 campioni di addestramento — e su un benchmark, dati e harness che ti consentono di verificare tu stesso l'affermazione invece di fidarti.

Non scegliere nessuno dei due se non hai ancora misurato cosa sbaglia la tua pipeline. I risultati pubblicati più deboli di MiniCPM5-2B sono il ragionamento per agenti di ricerca e su documenti lunghi (BrowseComp-ZH 43.5, LongBench v2 43.7), e a ZoomGain-4B non è mai stata posta una domanda che non riguardasse un'immagine. Acquistare l'uno o l'altro per risolvere un problema che non hai caratterizzato è il modo in cui modelli da tre miliardi di parametri finiscono in produzione senza fare nulla.

La conclusione poco glamour: i due modelli non sono rivali, sono due fasi adiacenti dello stesso lavoro, e il motivo per cui questo confronto continua a essere inquadrato come una gara è che i benchmark sono più facili da pubblicare della portabilità. MiniCPM5-2B vince la colonna che viene pubblicata. ZoomGain-4B vince una colonna che non esiste ancora, su un singolo task, di circa sette punti, e arriva con un requisito di runtime che fermerebbe la maggior parte dei team sulla porta.