MiniCPM-V 4.7の「3Bアクティブパラメータ」はモデルカードに載っていない — 重みから実測した

MiniCPM-V 4.7 35B-A3Bについて最も繰り返し言及される数字は、そのモデル自身のドキュメントのどこにも記載されていない。その主張——「アクティブパラメータはたったの3B（！）——iPhoneでも動く」——は、2026年10月13日の第三者の投稿に由来するもので、ベンダーのモデルカード、リポジトリのREADME、ローンチノートには、アクティブパラメータの数値が一切示されていない。それはこの主張への批判というよりも、埋める価値のある空白である。チェックポイント自体がその答えをエンコードしているのだ。そこでここでは、何よりもまず、openbmb/MiniCPM-V-4.7-35B-A3Bのsafetensorsインデックスと全シャードヘッダーを取得して数えた。比較すると、同じ投稿にあるもう一方のモデル——2026年8月13日リリースのQwen3.8-27B——はdenseな27Bで、そのような曖昧さを解消する必要はない。すべてのパラメータがすべてのトークンでアクティブだからだ。興味深いのは、「3Bアクティブ」が重みとの接触に耐えるかどうかであり、答えはこうだ。耐える——ただし「アクティブ」という言葉をベンダーの流儀で定義した場合に限る。そして、避けて通れない実行部分を数に入れれば、正直な数字は4Bに近づく。

チェックポイント自体から読み取った台帳

インデックスファイルには、40 個の言語レイヤーに加えてビジョンタワーとプロジェクターが列挙されており、BF16 で合計 35,212,875,824 個のパラメータ — ダウンロードする重みは 70.43 GB です。これは名前の「35B」と一致します。MoE の疑問は、そのうち 1 トークンあたりどの程度の割合が使われるかです：

• 総保存量 — 35.21Bパラメータ、BF16で70.43 GB。すべてのエキスパートは、使用の有無にかかわらずディスク上に存在します。

• ルーターバジェット — MoEレイヤーごとに、256のうち8エキスパートがトークンごとに選択される。config.jsonでnum_experts_per_tok: 8として設定される。各エキスパートは小さく、3.15Mパラメータである。

• レイヤーごとのMoEパス — 8個のエキスパート（25.17M）＋共有エキスパート（3.15M）＋ルーターゲート（0.52M）≈ 28.83M。

• レイヤーごとのアテンション経路 — アーキテクチャはハイブリッドです。40 レイヤーのうち 30 は線形アテンションを使用し（それぞれ 33.72M）、10 はフルアテンションを使用します（それぞれ 27.26M）。アテンションに加えて MoE 演算を含めると、全 40 レイヤーで合計約 2.44B となり、これはトークンごとに繰り返されます。

• さらに省略できないもの — トークン埋め込み 508.2M、LMヘッド 508.2M、ビジョンタワー 522.3M、プロジェクター 30.7M。

• 擁護可能な2つの答え — アテンションとMoEのパスだけなら ~2.44B がアクティブ、埋め込み、出力ヘッド、ビジョンタワー、プロジェクターまで数えるなら ~4.01B で、ビジョンリクエストではこれらも実際に使われる。

つまり「3B active」は間違いではない。それは2.44Bを切り上げたもので、上記の2つの数字の間のギャップに収まる。ただ、OpenBMBが公表した数値ではなく、「A3B」という接尾辞と同じものでもない。その接尾辞はモデル名の一部であり、ベンダー自身の資料でもそれを測定値に変えることは決してない。

なぜ接尾辞と数は同じものではないのか

オープンウェイトのエコシステムにおける命名規則は、アクティブパラメータ数を含意している。30B-A3B や 235B-A22B と呼ばれるモデルは、1トークンあたりおおよそその数のパラメータを活性化することを示している。この含意は通常信頼できるが、それは慣習であり契約ではない。そして MiniCPM-V 4.7 は、モデルカード、README、リリース告知のどこにも「A3B」をメモリ計画に使える数値へ変換するものがない一例である。誰かが実際に数えるまで、その接尾辞は単なるラベルにすぎない。

上記のカウントは算術であって、そのラベルからの推論ではない。また、~2.44B と ~4.01B という数値が異なる理由でもある。埋め込みテーブルと出力ヘッドを数えるかどうかは、重箱の隅をつつく話ではなく、実際の判断である。密なモデルでは、埋め込みは 27B の予算のごく一部にすぎない。トークンあたりの計算パスがわずか数十億パラメータしかない疎なモデルでは、508M の埋め込みテーブルと 508M の LM ヘッドはもはやノイズではない — 合わせてアクティブパスの約5分の1を占め、エキスパートが量子化される一方でフル幅で保存される。

はっきり言っておく価値のある帰結が一つある。ここでの保存パラメータ対アクティブパラメータの比率は、狭義には約8.8対1だ。まさにこれが、35Bモデルをスマホモデルとして売り込める理由であり、3Bのdenseモデルがそうであるようにはスマホモデルではない理由でもある。ルーターがあるエキスパートを無視しても、ストレージは縮まない。

iPhoneに関する主張は、別個の証拠基盤を伴う別個の主張です。

このリリースにおけるオンデバイス性能に関する具体的な内容はすべてベンダー報告であり、再現されていない。具体的な数値は、iPhone 17 Pro Max で約 3 GB のメモリにおいて毎秒 13 トークン以上であり、同じチェックポイントが iPad M4 でも実演されている。OpenBMB はこれを、連携して機能する 3 つの技術 — クロスレイヤールーティングを予測してエキスパートをプリフェッチする Lookahead Expert Scheduling、きめ細かなレイヤー単位の量子化、DSpark 投機的サンプリング — によるものとし、その結果を、能力を損なうことなくオンデバイスでスムーズに動作する初のオープンソース MoE モデルだと説明している。公開記録にはそのスループットに関する独立した測定はなく、第三者による再現もなく、3 GB という数値がどの量子化を前提としているかの内訳も公表されていない。

これが重要なのは、はっきりした理由があるからだ。3 GBという数字は、その主張があなたにとって興味深いかどうかを決める数字であり、同時に私たちが最もよく知らない数字でもある。エキスパート重みの大部分がフラッシュストレージ上にある35B MoEは、3 GBモデルではない。ルーティング予測、プリフェッチ、量子化されたエキスパートキャッシュがすべて機能して初めて、常駐ワーキングセットがたまたま3 GBに収まるモデルなのだ。まさにそうした条件下で、ベンチマークのスループットと実世界のスループットは乖離する。最初のプロンプトがキャッシュを温め、デモで毎秒13トークンを実現する挙動は、重みの性質ではなくスケジュールなのだ。

毎秒13トークンは、チェックポイントについてではなく、ある技術についての主張として扱うべきです。チェックポイントは今日検証できるものです。35.21Bが保存され、トークンごとに256個のエキスパートのうち8個がルーティングされ、何を数えるかによって約2.44B～約4.01Bがアクティブで、Apache-2.0、GGUF、AWQ、GPTQ、int4、FP8でのday-0量子化、そして対応チップのベンダー一覧にはRockchip、Houmo、Intel、AMD、Armが含まれます。

アクティブ数が決めることと決めないこと

アクティブパラメータ数は計算量の代理指標です。トークンあたりどれだけの行列積が実行されるかを示し、それはGPU律速のデコードがどれだけ速く動くかに対応します。しかし、モデルを保持するのに必要なメモリ量を示すものではありません。それは総パラメータ数によって決まり、BF16の重みで70.43 GB、4ビットならそのおよそ4分の1になります（KVキャッシュを考慮する前の話です）。256Kコンテキストのモデルでは、そのキャッシュも決して無視できるものではありません。

• デコード速度 — アクティブパラメータ（ここでは約2.44B～4.01B）によって左右されます。13トークン/秒という主張が指しているのはこれです。

• 常駐メモリ — 総パラメータ数（35.21B 保存）によって決まり、その後、量子化と、常駐し続けるエキスパート集合によって削減されます。

• ストレージと読み込み — BF16 で全体 70.43 GB に左右される。スパースルーティングによってダウンロード量が減るわけではない。

• FLOPSではなく帯域幅 — スマートフォンでは、律速となる制約はエキスパートをメモリバスに通すことであり、だからこそこのスケジューリング手法が存在し、アクティブ数だけではモバイルのレイテンシを何ら予測できない。

実用的な結論：量子化された重みを保持できるだけのメモリを備えたGPUがあるなら、スループットを決めるのはアクティブ数であり、「3B active」は良いことだ。投稿に「iPhoneで動く」というフレーズが出てくる理由があなた自身にあるなら、実現可能性を決めるのは総数であり、その総数を現実的に扱えるものにするのはベンダーのスケジューリング作業の部分だ。同じ見出しに対するどちらの読み方も正しく、それらは同じ読み方ではない。

あの投稿の比較には、ラベルが1つではなく2つ必要だ

今回の話が出回ったときの枠組みは、ローカル対高価なハードウェアという構図でした。MiniCPM-V 4.7 35B-A3Bは、その機材なしで同じ能力が得られるモデルとして、より賢かったがその機材を必要としたQwen3.8-27Bと対比されていました。その能力面はQwen自身のモデルカードに由来しており、このページの他のすべてと同様、ベンダーによる報告です。QwenがQwen3.8-27Bについて公開している数値には、LiveCodeBench v6で90.3、GPQA Diamondで89.2、OSWorld-Verifiedで84.3、QwenSWEBenchで79.0が含まれており、当社自身のカタログ項目でも、これらは27Bのdenseモデルとしては際立って強いエージェントおよびコーディング結果だと記されています。「Opus 4.6より賢い」かどうかはソーシャル投稿からの主張であり、それを決着させる独立した評価を私は手元に持っていません。したがって、それを事実として繰り返すつもりはありません。

構造上の違いこそが、実際に検証可能な点だ。Qwen3.8-27B は dense なので、27B のパラメータがすべて有効であり、メモリフットプリントと計算コストは同じ数字になる。MiniCPM-V 4.7 35B-A3B は、その2つの数字をおよそ9倍の差に引き離す。これがアーキテクチャ上の主張のすべてであり、それは現実のものだ。ただし、それはベンチマーク比較と同じではない。そして、それを有名にした投稿は、その2つを混ぜ合わせていた。

ルーターが判断を変える場合と、変えない場合

ここでは2つのことが当てはまり、それらは逆方向を指しているため、切り分けて考える価値がある。

第一に、当社は MiniCPM-V 4.7 を提供していません。それは当社のカタログにはありません。ご希望であれば、その道はご自身のハードウェアです — まさにこのリリースが想定しているもので、重み、量子化、オンデバイス展開ガイドが併せて公開されています。ホスト型 API がスマートフォンでモデルを動かす助けになることは何もなく、そう示唆するのは誤解を招くでしょう。

第二の点は、これが比較されている相手のモデルがその立場にないということです。Qwen3.8-27Bは当社のAPIを通じて利用できます。当社自身のインフラ上でセルフホストされており、入力トークン100万あたり0.33ドル、出力トークン100万あたり2.40ドルです。あなたが実際に問うているのが「ホスト型のQwen3.8-27B呼び出しを、ローカルにデプロイしたMiniCPM-V 4.7に置き換えるべきか」ということであれば、正直な答えは、コミットする前に実験を走らせるべきだというものです。オンデバイスのスループットの数値は再現されておらず、能力の比較は相手側自身のカードだからです。そうした状況のためにフェイルオーバーは存在します — トラフィックの一部を新しい経路に流し、実績のある経路をその背後に残し、悪い一週間のコストをワークロード全体ではなくワークロードの一部にとどめるのです。0%マークアップのモデルは計算も正直に保ちます。ベンダーが価格を変更すれば、支払う金額は同じ日に動きます。なぜなら彼らの定価とあなたの請求書の間にはマージンの層が存在しないからです。

ルーターにできないのは、ローカルかホスト型かという問題を消し去ることだ。それはあなたのハードウェア、プライバシー上の制約、そして70 GBのダウンロードを受け入れられるかどうかで決まる——そして、アクティブパラメータ数は、どう丸めようと、その3つのどれも変えはしない。

それを解決するものは何だろう

有用性の高い順に3つ。OpenBMB が公表するアクティブパラメータの数値——それによって、誰もが繰り返すその数字が、第三者の算術ではなくなる。私のものも含めて。そして私の数字は、異論があればシャードヘッダーから再現できる。次に、スマートフォン上での毎秒13トークンの独立した測定であり、量子化設定を明記したもの——設定を伴わないスケジュール依存の数値は仕様ではないからだ。そして最後に、同じタスクで MiniCPM-V 4.7 35B-A3B と Qwen3.8-27B を比較する実際の評価——このモデルを注目させることになったその比較は、現状では一方のベンダーのチャートと、もう一方のベンダーのモデルカードを突き合わせたものにすぎないからだ。

それまでは、安全側の要約は投稿より狭い。重みは実在し、スパース性も実在し、ダウンロードは70.43 GBで、トークンあたりモデルは、ルーティングで避けられない部分をどう数えるかによって、およそ24億～40億パラメータ相当の計算を行っている。これは紛れもないエンジニアリング上の成果だ。ただし、まだ実測されたスマートフォンのベンチマークではなく、稠密な27Bに対するベンチマークでの勝利でもない。

出典：パラメータ、エキスパート数、レイヤータイプ、コンテキスト長、ダウンロードサイズは、2026年10月13日に config.json と openbmb/MiniCPM-V-4.7-35B-A3B の safetensors シャードヘッダーから直接読み取ったものです。オンデバイス速度、メモリ値、ベンチマーク結果、および Qwen3.8-27B の評価数値はベンダーによる報告であり、再現されていません。「3Bのアクティブパラメータ」および「Opus 4.6 より賢い」という主張は、どちらのベンダーによるものでもなく、第三者のSNS投稿に由来します。

そうした話は決して仮定のものではない。このような数字が引き合いに出されるときの根拠となる、記録に残されたAIの障害やエージェントのインシデントは、OrcaRouter AIインシデントアーカイブに収められており、各項目にはそれぞれの出典、深刻度、信頼度グレード、異議ありフラグが付されている。