SingVL_S1_4B vs MiniCPM-V 4.7 1B: 45억 4천만 개의 매개변수와 라이선스 없음

이 대결에서 가장 유용한 숫자는 어느 모델 카드에도 없습니다. 그것은 15억 5천만입니다: MiniCPM-V 4.7 1B의 텐서 총합으로, OpenBMB가 2026년 10월 12일 Apache 2.0으로 공개한 온디바이스 비전 모델이며, GGUF, AWQ, GPTQ, int4 및 FP8 빌드가 이미 게시되어 있고 iOS, Android, HarmonyOS로의 포팅도 있습니다. 그 맞은편에는 SingVL_S1_4B가 있습니다. inclusionAI의 45억 4천만 파라미터 의사결정 모델로, 2026년 11월 11일에 아무런 발표도, 라이선스 파일도, 어떤 종류의 양자화 변형도 없이 업로드되었습니다. 가중치가 대략 세 배이며, 휴대폰 메모리 예산에서는 잘못된 쪽에 있고, 대개 같은 일이 아닌 작업을 수행합니다. 그래도 이 비교는 할 가치가 있습니다. 사양표가 답할 수 없는 단 하나의 질문을 드러내기 때문입니다: 모델은 출력 너머로 당신에게 무엇을 빚지는가?

각 모델이 반환하는 것, 그리고 따라서 그것이 어디에 위치할 수 있는지

MiniCPM-V 4.7 1B는 일반적인 의미의 인스트럭트 튜닝된 멀티모달 모델입니다. 단일 이미지, 여러 이미지 또는 비디오를 읽고 캡션, 전사, 시각적 질의응답, 멀티턴 대화 등의 답변을 생성합니다. OpenBMB는 모델 출시 사흘 후에 공개된 이 모델 전용 DSpark 추측 디코딩 헤드를 제공하며, SGLang, vLLM, llama.cpp, Ollama 전반에서 지원하고 SWIFT와 LLaMA-Factory를 통한 파인튜닝도 지원합니다. 라이브 데모 스페이스와 공개 쿡북이 있습니다. 그 각각은 벤더가 아닌 누군가가 이 모델을 실행해 본 채널입니다.

SingVL_S1_4B는 생성하지 않습니다. 여기에 상태—텍스트, JSON, 최대 네 개의 이미지—와 선언된 타입이 있는 이름 붙은 질문 세트를 넘기면, 제시한 모든 옵션에 대한 확률을 반환합니다. Choice는 후보를 선택하고, noul은 예/아니오 명제가 성립할 확률을 반환하며, score는 2~10개의 순서가 있는 수준에 대한 분포와 기대 수준을 반환합니다. 한 번의 순전파, 샘플링 없음, 산문 없음. 저장소 자체의 퀵스타트는 8173번 포트에서 FastAPI 서버를 실행하고 JSON을 /v1/systemone에 POST합니다.

배포 질문은 벤치마크 질문이 제기되기 전에 스스로 답이 나옵니다. MiniCPM-V 4.7 1B는 ONNX에 가까운 이야기, 휴대폰 포팅, 칩 벤더 지원을 갖고 있습니다. 기기 위에 올라가도록 설계되었기 때문입니다. SingVL_S1_4B는 누군가 소유한 GPU 위에 올라가도록 설계되었기 때문에 Python 서버를 갖습니다. 제품이 앱을 출시한다면, 이 중 하나는 컴포넌트이고 다른 하나는 서비스 의존성입니다.

효율성은 한쪽의 전체 논지입니다.

OpenBMB의 1B 변형은 성능 대 추론 시간 곡선에서 한 위치를 차지하기 위해 존재하며, 이 카드는 원시 정확도가 아니라 바로 이 점이 주장임을 분명히 밝힙니다. 아키텍처는 이 위치를 두 가지 방식으로 확보합니다. LLaVA-UHD v4 계열에서 가져온 ViT 내부 초기 압축은 비전 인코더 내부의 시각 토큰을 줄여 이후 계층이 더 적은 작업을 수행하게 하고, 혼합 4x/16x 시각 토큰 압축은 호출자가 작업별로 세부 정보와 비용을 맞바꿀 수 있게 합니다. 그 위에 DSpark 투기적 헤드와 Rockchip 및 Houmo부터 Intel, AMD, Arm에 이르는 명시된 데이제로 지원 목록이 있습니다.

이 변형에 대해 벤더가 실제로 공개하는 비교 대상은 Qwen3.5 0.8B입니다. 벤더 자체 측정 기준으로 Instruct 모드에서 더 나은 종합 점수와 더 나은 추론 효율성을 보인다는 것입니다. 이는 모델을 만든 같은 연구소에서 나온 제한적인 주장이며, 제품이 중심으로 삼고 있는 주장이기도 합니다.

SingVL_S1_4B는 효율성에 대해 전혀 주장하지 않는다. 카드에는 지연 시간, 처리량, 메모리 사용량, 초당 토큰 수가 보고되지 않는다. 대신 간접적으로 보고하는 것은 다른 작업에서는 효율적일 설계다. 한 번의 순전파가 요청의 모든 질문에 대한 모든 답을 반환하는 반면, 생성 모델은 출력 토큰마다 한 번의 패스를 필요로 한다. 5개 선택지 분류에서는 이는 큰 구조적 이점이다. 캡션의 경우에는 비교가 아니다. 캡션이 없기 때문이다.

짚고 넘어갈 점: 설정은 입력 계약을 "첫 답변 전 모든 입력, 단일 턴, 사고 없음"으로 고정하고 있으며, README에는 텍스트의 경우 65,536 입력 토큰, 이미지가 있는 경우 10,000 토큰이라고 명시되어 있습니다. 휴대폰에서 실행되는 1B 모델과 10,000토큰 이미지 예산이 필요한 4.5B 모델은 서로 다른 제약 조건을 해결하고 있습니다. 어느 숫자도 틀리지 않았습니다. 그것들은 서로 다른 질문에 대한 답입니다.

라이선스 격차는 이 비교에서 가장 큰 부분입니다.

MiniCPM-V 4.7 1B는 Apache 2.0입니다. 이는 마케팅용 세부 사항이 아니라, 이 주변 생태계가 존재하는 이유입니다. 출시 후 4주 만에 여러 배포자가 제공한 커뮤니티 GGUF 양자화 모델, MNN 포팅, Rockchip RKLLM 빌드, NPU 빌드, ComfyUI 통합, 그리고 Hub에 올라온 최소 하나의 파인튜닝 모델이 등장했습니다. 불분명한 라이선스 아래에서는 이 중 어느 것도 가능하지 않았을 것입니다. 왜냐하면 그 누구도 가중치를 재배포할 수 없었을 테니까요.

SingVL_S1_4B는 모델 카드 메타데이터에 라이선스 필드가 없고 저장소에 LICENSE 파일도 없이 제공됩니다. 기본 저작권 규칙상 이는 inclusionAI 외부의 누구도 별도 계약 없이 이를 재배포하거나, 양자화하여 그 결과물을 공개하거나, 제품에 포함해 출시할 권한이 없다는 뜻입니다. 이 조직은 명시적 조건을 붙인 모델을 다수 공개해 왔습니다. LemonDecider에는 Apache 2.0이, SingProbe 계열에는 Qwen 커뮤니티 라이선스가 적용되어 있으므로, 이 누락은 의도적 제한이라기보다 미완성된 릴리스로 읽힙니다. 하지만 해석이 곧 허가를 의미하지는 않습니다.

실질적인 결론: 고객, 조달 절차, 앱 스토어와 관련된 무엇이든 MiniCPM-V 4.7 1B는 이번 주에 사용할 수 있고 SingVL_S1_4B는 그렇지 않다. 그 한 줄이 두 카드의 모든 벤치마크 행보다 더 많은 실제 배포 결정을 좌우한다.

같은 열에 함께 배치해서는 안 되는 벤치마크

여기에는 공통된 척도가 없으며, 서로 숫자를 들먹이기보다 그 이유를 분명히 밝히는 것이 좋습니다.

MiniCPM-V 4.7 1B의 평가는 모델 카드의 데이터셋별 표가 아니라 차트 — 전체 성능 비교, 성능 대 추론 시간 프런티어 — 로 공개됩니다. 수치는 존재하고, 프레이밍은 비교적이며 시각적이고, 핵심 주장은 위치적입니다: 프런티어에서 Qwen3.5 0.8B보다 더 우수하다는 것입니다.

SingVL_S1_4B는 조밀한 표를 공개합니다. Decision Index Text 패널에서 69.76, Vision 패널에서 73.94이며, 43개 텍스트 데이터셋과 11개 비전 데이터셋이 모두 세분화되어 있습니다. 이 점수는 제공된 선택지에 점수를 매기고 최대 확률을 취하는 방식에서 나온 것으로, 채점자가 대조할 자유 형식 답변을 생성하는 것보다 실질적으로 쉬운 과제입니다. 또한 Decision Index는 자신의 수치가 우연 보정 및 커버리지 조정되어 있어 찍어서는 아무것도 얻지 못한다고 명시합니다.

“73.94 vision”을 MiniCPM-V의 프런티어 차트 옆에 놓는 것은 비교처럼 위장한 범주 오류일 것이다. 정직한 진술은 하나뿐이다. 두 수치 세트 모두 벤더가 보고한 것이고, 어느 것도 중립 연구소에 의해 재현되지 않았으며, SingVL_S1_4B의 수치는 추가로 이틀 지난 것이고 Decision Index의 공개 재현 키트에 제출된 적이 없다는 점이다. 카드에는 제출 안내가 포함되어 있는데, 이는 결과보다는 의도를 보여준다.

1B 모델 자체의 수치가 흥미로워지는 지점

SingVL_S1_4B의 Decision Index 세부 구성은 집계 수치보다 더 많은 것을 드러내며, 공교롭게도 1B 모델도 경쟁하는 작업 프로필을 설명한다. 문서 스타일 비전 작업에서 SingVL_S1_4B는 InfographicVQA에서 96.31, CORD-plus-FUNSD 핵심 정보 세트에서 95.82를 보고한다. 어려운 학술 추론에서는 MMMU-Pro vision에서 50.17, R-Bench-M에서 49.77을 보고한다. Moderation은 71.64에 위치하며 스킬 프롬프트 아래에서는 43.28로 떨어진다.

그 프로필, 즉 레이아웃과 문서 추출에는 강하지만 숙고형 추론에는 약하고 주관적 판단에서 프롬프트 프레이밍에 민감하다는 특성은 비전 인코더가 있고 생성 단계가 없는 4.5B 분류기에서 정확히 예상할 수 있는 것이며, 문서, 화면, 온디바이스 OCR을 위해 MiniCPM-V 4.7 1B가 판매되는 것과 동일한 작업에 대응합니다. 따라서 두 모델은 출력 형태는 다르더라도 작업 측면에서는 겹칩니다. 팀이 실제로 직면하는 질문은 추출된 값이 필요한지, 아니면 추출된 답이 필요한지입니다.

파이프라인에 필드, 숫자, 레이블이 필요하다면 — SingVL_S1_4B의 출력은 이미 원하던 것이므로 파싱을 건너뛰면 됩니다. 파이프라인에 구조가 보존된 텍스트로 렌더링된 페이지가 필요하거나 해당 필드가 왜 모호했는지에 대한 설명이 필요하다면, MiniCPM-V 4.7 1B는 둘 중에서 그것을 생성할 수 있는 유일한 모델입니다.

중도, 그리고 그 대가

이들 중 어느 것도 첫날부터 아키텍처적 약속이 될 필요는 없으며, 더 저렴한 실험이 당연한 선택지는 아니다. MiniCPM-V 4.7 1B는 노트북에서 실행되므로 테스트하는 데 한나절이면 되고 그 외에는 아무것도 들지 않는다. SingVL_S1_4B는 애초에 테스트하려면 GPU 한 개와 9.1 GB 다운로드가 필요하며, 라이선스 상황 때문에 inclusionAI의 누구도 현재 공개적으로 나누고 있지 않은 대화 없이는 이 테스트를 배포로 전환할 수 없다.

알고 싶은 것이 타입 지정 결정 점수화(typed-decision scoring)가 당신의 작업에 조금이라도 도움이 되는지 여부이고, 새 체크포인트 호스팅에 투자하기 전이라면, 이 패턴은 이미 호출할 수 있습니다. OrcaRouter는 TypeSafe Jev 1.14를 백만 입력 토큰당 $0.042에 제공하며 함께 하나의 키로 200개 이상의 다른 모델, 공급자 정가가 0% 마크업으로 그대로 전달되고 공급자가 중단되면 자동 장애 조치가 이루어집니다. 이렇게 하면 자체 레이블과 비교해 벤치마크할 수 있는 작동하는 의사결정 엔드포인트가, 그 외 모든 용도로 유지할 생성 모델 옆에 주어집니다. SingVL_S1_4B는 OrcaRouter에 없고 어디에도 호스팅된 엔드포인트가 없으므로, 여기서 하는 말은 그 가용성에 대한 주장이 아닙니다. 요점은 설계 질문과 공급업체 질문은 분리할 수 있으며, 둘 중 하나만 GPU가 필요하다는 것입니다.

결정이 내려지는 순서대로 정리한 솔직한 요약

• 법적으로 제품에 포함할 수 있나요 — MiniCPM-V 4.7 1B, Apache 2.0, 오늘 기준 가능. SingVL_S1_4B, 아니요, 라이선스가 나올 때까지는 불가.

• 제품이 구동되는 환경에서 실행될 수 있는가 — MiniCPM-V 4.7 1B, 휴대폰과 엣지 실리콘에서. SingVL_S1_4B, 운영 중인 GPU 서버에서.

• 파이프라인이 필요로 하는 것을 반환하는가 — 답이 레이블과 신뢰도라면 SingVL_S1_4B, 텍스트·구조·설명이라면 MiniCPM-V 4.7 1B.

• 둘 중 어느 하나라도 독립적으로 검증되었나 — 아니다. 두 수치 모두 벤더 측 것이다. MiniCPM-V 4.7 1B는 4주간 제3자 사용 이력이 있고, SingVL_S1_4B는 2일에 다운로드 0회다.

• 무엇을 먼저 평가할까 — MiniCPM-V 4.7 1B, 시도하는 데 비용이 들지 않고 서류상으로 배제할 수 없기 때문이다. 그다음 서빙 중인 엔드포인트를 대상으로 한 의사결정 패턴, 그리고 그 패턴이 비용을 정당화할 경우에만 새 체크포인트.

그 순위는 45억 개 매개변수 모델에 대한 판결이 아니다. 그것은 라이선스도, 논문도, 발표도 없는 공개가 낯선 사람에게 무엇을 요구할 수 있는지에 대한 진술이며, 그 요구할 수 있는 것은 그리 많지 않다. 아티팩트는 실재하고 설계는 흥미롭다. 이 두 가지는 모두 사실일 수 있으면서도 "우리가 그것을 사용해야 하는가"에 대한 답은 당분간 아니오로 남는다.