ghfind Zet MiniCPM-V 4.7 achter zijn GitHub-roasts — en zijn eigen documentatie is het er niet over eens wat dat verandert

Scrol naar de onderkant van ghfind.com en daar staat een klein regeltje dat er vroeger niet stond: Modelsponsor, een MiniCPM-merk en een link naar modelbest.cn. Het model achter dat merk is MiniCPM-V 4.7, OpenBMB's visie-taalrelease van 12 oktober 2026. Voor een product waarvan de hele propositie een reproduceerbare 0–100-score voor "waarde en vertrouwen" is voor elk GitHub-account, is een modelsponsoring geen cosmetisch detail — het is een vraag over waar het model toegang toe mag hebben. En de eigen documentatie van ghfind geeft twee verschillende antwoorden op die vraag. De gedocumenteerde AI-fouten en agentincidenten achter releases zoals deze zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-vlag bevat.

Dat is het verhaal dat het waard is om op te schrijven, want de oppervlakkige versie — 'een GitHub-roastsite die van model wisselde' — is een persbericht. De versie daaronder gaat over een scoringsproduct dat mensen ervan moet overtuigen dat zijn cijfer niet op vibes berust, en tegelijkertijd een taalmodel in gebruik neemt.

Wat de pagina daadwerkelijk toont, en wat niet

De sponsorstrip is echt en zichtbaar op de openbare Engelse homepage. Hij staat naast twee andere bedieningselementen: een Gebruik je eigen model / API-sleutel-optie, en lege logoplekken met de tekst Jouw logo hier. De structuur die ghfind adverteert is dus niet "ons model, verplicht" — het is een standaardsponsor plus een ontsnappingsmogelijkheid om je eigen sleutel te gebruiken, wat een redelijk ontwerp is voor een product dat bij elke roast modeltegoed verbruikt.

Drie dingen die over deze wijziging steeds worden herhaald, staan niet op de pagina. Ten eerste publiceert ghfind nergens op de site een bezoekerscijfer, dus elk getal dat de dagelijkse bezoeken beschrijft, komt ergens anders vandaan dan van ghfind. Ten tweede is de uitdrukking "hoofdmodel" niet van ghfind — de pagina zegt Modelsponsor. Ten derde, en dat is het nuttigst, levert de open-sourcerepository nog steeds een heel andere standaardconfiguratie mee: de .env.example ervan stelt de roast-LLM in op StepFun's step-3.7-flash, met een DeepSeek-fallback voor het geval de primaire provider wegvalt of een snelheidslimiet oplegt voordat er tekst streamt. Wie ghfind vanaf de broncode zelf host, krijgt die configuratie, geen MiniCPM-endpoint.

Dus de nauwkeurige bewering is beperkt en interessanter dan de brede: op het gehoste product is MiniCPM de met naam genoemde sponsor van het model. In de open code is het niet de standaard. Dat zijn verschillende beweringen, en alleen de eerste wordt ondersteund door wat een lezer kan zien.

Het product, voor het model

ghfind is een Next.js-applicatie, AGPL-3.0, ongeveer 260 sterren op GitHub, en werd in de week dat dit werd geschreven continu gepusht. De kern ervan is helemaal geen LLM. Een deterministische TypeScript-engine — regel voor regel overgezet van een open-source Python-skill genaamd github-account-value, met pariteitstests die de twee implementaties aan elkaar vastzetten — leest openbare GitHub-gegevens en produceert een score op zes gewogen dimensies: accountvolwassenheid, kwaliteit van originele projecten, kwaliteit van bijdragen, ecosysteemimpact, community-invloed en authenticiteit van activiteit. Tien rode vlaggen voor farminggedrag trekken daar punten van af, met meer gewicht voor signalen die duur zijn om te vervalsen, zoals pull requests die zijn gemerged in repositories die niet van het account zijn, en minder gewicht voor signalen die goedkoop te kopen zijn, zoals sterren en volgers.

Het hele punt van dat ontwerp is auditeerbaarheid. Gegeven hetzelfde GitHub-account en dezelfde verzameldatum zou het getal elke keer hetzelfde moeten zijn, voor iedereen. Dat is wat een score bruikbaar maakt voor iets als het triëren van een issuewachtrij, wat ghfind ook doet via een GitHub App die inkomende issues labelt met de band van de auteur.

Waar het model binnenkomt, is stroomafwaarts: een vast resultaat omzetten in een roast-regel, een set tags en een geschreven rapport. Dat is het deel dat gebruikers screenshotten en delen, en het is het deel waaraan een sponsoring zich van nature zou hechten.

De tegenstrijdigheid die het waard is om op te merken

Hier gaan de twee documenten uiteen.

De README van de repository beschrijft twee gescheiden LLM-passes: een feitelijke beoordelaar mag een begrensde ±10-kalibratie toepassen, waarna een schrijver het vastgelegde resultaat omzet in tags, de beste roastregel en het rapport. De schrijver kan de score niet wijzigen. Lees die zin twee keer. Het is de schrijver expliciet verboden het getal te verschuiven, en de beoordelaar mag het expliciet met maximaal tien punten verschuiven — op een schaal van honderd punten is dat een tiende van het hele bereik.

De eigen llms.txt van de site, geschreven voor agents en machines, zegt iets sterkers: een volledig deterministische engine … Dezelfde invoer levert altijd dezelfde score op; geen enkele LLM raakt het getal aan.

Beide kunnen niet tegelijkertijd waar zijn. Ofwel de judge-pass bestaat in het standaardpad en de ±10-grens is reëel, in welk geval de score deterministisch is tot op een modelafhankelijke kalibratie — ofwel de judge bevindt zich niet in het standaardpad en de README beschrijft een optionele modus. Wat niet ter discussie staat, is dat de eigen tekst van de repository voorziet dat een model een begrensde invloed op het getal heeft, terwijl de publiek gerichte machineleesbare beschrijving zegt dat het er geen heeft.

Dit is juist belangrijker, niet minder, omdat er nu een modelsponsor op de pagina wordt genoemd. Als een model een score met tien punten kan verschuiven, dan is de vraag welk model de beoordeling uitvoert er een die een gebruiker mag stellen — niet omdat iemand vals speelt, maar omdat claims over reproduceerbaarheid slechts zo sterk zijn als hun zwakst gedocumenteerde uitzondering. Een product dat een methodologiepagina publiceert, is zijn lezers één zin verschuldigd die beslecht welke van zijn twee beschrijvingen actueel is.

Waarom een visionmodel voor een tekstproduct?

De keuze voor een multimodaal model voor een site die GitHub-scores geeft, lijkt vreemd tot je kijkt naar wat het model daadwerkelijk krijgt. Aan MiniCPM-V 4.7 wordt niet gevraagd om repositories te lezen; er wordt gevraagd om een prompt te lezen. Vision-languagemodellen worden steeds vaker gebruikt als goedkope algemene beoordelaars, omdat ze zijn getraind op interleaved invoer en instructies voor gestructureerde uitvoer doorgaans goed naleven, en omdat één model dat ook een screenshot kan accepteren nuttig is zodra een gebruiker een profielopname in een supportflow plakt.

Er zit ook een kostenlogica achter. De 35B-A3B-variant activeert per token ongeveer drie miljard parameters binnen een mengeling van 256 experts, en de 1B-variant is een dense model dat klein genoeg is om op een telefoon te draaien. Voor een product waarvan de roast-pass bij elke profielscan afgaat, is een model dat je goedkoop kunt serveren — of zelf kunt draaien — een ander economisch voorstel dan een frontier-API-aanroep per roast. Dat is dezelfde reden dat de site een bring-your-own-key-route biedt: de modelrekening schaalt mee met het verkeer, en verkeer is nu juist wat een scoringssite probeert te laten groeien.

Als je zelf dat soort pipeline bouwt — een deterministische kern met daarbovenop een door een model ondersteunde narratielaag — is de operationele vraag voor hoeveel providers je sleutels wilt aanhouden. OrcaRouter zet meer dan 200 gehoste modellen achter één OpenAI-compatibel endpoint tegen 0% marge, waarbij de lijstprijs van elke provider rechtstreeks wordt doorgegeven en automatische failover plaatsvindt wanneer een provider degradeert; de routing-DSL kan de goedkope judge-pass en de duurdere writer-pass binnen één aanroep naar verschillende modellen sturen. Eén eerlijke beperking: MiniCPM-V 4.7 staat niet in onze catalogus, dus als dat het model is dat je wilt, ga je daarvoor naar het eigen platform van OpenBMB. De router is het onderdeel dat een fallbackpad warm houdt wanneer één gesponsord endpoint het enige is dat tussen jou en een lege roast-box staat.

Wat MiniCPM-V 4.7 deze week eigenlijk is

De modelkant verdient dezelfde precisie. De repository van OpenBMB bevat een nieuwsbericht gedateerd 2026-10-12 met de tekst "MiniCPM-V 4.7 uitgebracht", en de Hugging Face-repositories zijn in de dagen daarvoor aangemaakt — 6 oktober voor de 1B en 7 oktober voor de 35B-A3B — wat eruitziet als een gefaseerde upload van gewichten. De modelkaart volgde. Een tweede nieuwsbericht op 2026-10-15 kondigde DSpark speculative-decoding-heads aan in BF16 en GGUF voor beide groottes.

• Grootten — 35B-A3B sparse mixture of experts met in totaal 35,21 miljard parameters, en een 1B dense variant met 1,55 miljard

• Licentie — Apache 2.0 op beide, gewichten downloadbaar, geen toegangsbeperking

• Context — 262.144 tokens op beide varianten

• Architectuur — 256 experts met 8 actief per token in de 35B; een 3:1 lineair-naar-volledig attentionpatroon over 40 lagen; vision tower met 1152 verborgen breedte en invoertegels van 980 pixels

• Quantisatie — GGUF-, bitsandbytes-, AWQ-, GPTQ-, FP8- en int4-builds gepubliceerd naast de BF16-gewichten

• Serving — SGLang, vLLM, llama.cpp en Ollama worden als ondersteund vermeld; Ollama heeft een first-party vermelding.

• Claims van leveranciers — 13+ tokens per seconde met ongeveer 3 GB geheugen op een iPhone 17 Pro Max, en een 5× snelheidswinst op het apparaat dankzij Lookahead Expert Scheduling

• Distributie — ongeveer 95.000 maandelijkse downloads op de 35B-A3B-repository en 46.000 op de 1B, met ongeveer 1.079 en 398 likes

Alles in die lijst is controleerbaar aan de hand van de kaart en het configuratiebestand. Wat nog niet beschikbaar is, is onafhankelijke evaluatie. De modelcatalogus van Artificial Analysis bevat op het moment van schrijven geen vermelding voor een van beide MiniCPM-V 4.7-varianten, dus het cijfer van 13 tokens per seconde, de 5× versnelling en de bewering dat 35B-A3B "een hogere totaalscore haalt in minder inferentietijd dan Qwen3.6 35B-A3B" zijn allemaal door de leverancier gerapporteerd en niet gereproduceerd. Dat is normaal voor een model van acht dagen oud, en het is de reden om de sponsorplaatsing te behandelen als een signaal over de kostenstructuur van ghfind in plaats van als een signaal over modelkwaliteit.

Het deel dat nog niemand kan verifiëren

Wat de twee helften van dit verhaal weer samenbrengt. De geloofwaardigheid van ghfind berust op een getal waarvan het zegt dat het reproduceerbaar is. De geloofwaardigheid van MiniCPM-V 4.7 berust op benchmarks die de leverancier een week geleden heeft gepubliceerd. De sponsoring verbindt hen zonder enig gepubliceerd bewijs over hoe het model zich als beoordelaar gedraagt — geen overeenstemmingspercentage met menselijke beoordelaars, geen driftmeting over modelversies, geen uitspraak of het wisselen van sponsor iemands score zou veranderen.

Dat zijn allemaal goedkope dingen om te publiceren en dure dingen om later over bevraagd te worden. De specifieke meting die dat zou beslechten, is een herscoretest: neem een vaste steekproef van accounts, draai de pipeline met de judge-pass ingeschakeld en uitgeschakeld, en rapporteer de verdeling van het verschil. Als die zich bij nul clustert, is de ±10 een vangrail waar niemand tegenaan loopt en is de regel "geen LLM raakt het getal aan" in de praktijk waar. Als die zich uitspreidt, doet de kalibratie echt werk en moet de methodologiepagina dat vermelden.

Tot dan is dit de eerlijke lezing. ghfind is een goed gebouwde deterministische scorer met een ongewoon duidelijke scheiding tussen zijn cijfer en zijn proza, en heeft nu een genoemde modelsponsor wiens rol in de pipeline inconsistent is gedocumenteerd in zijn eigen bestanden. MiniCPM-V 4.7 is een echte, onder Apache-licentie uitgebrachte, qua geheugen echt kleine multimodale release die acht dagen geleden verscheen met een modelkaart, een DSpark-vervolg en geen onafhankelijke benchmarks. Geen van die feiten is een schandaal. Beide zijn het soort dingen die je alleen opmerkt als je de repository leest in plaats van de homepage — wat, voor een product dat het werk van anderen beoordeelt, het minste is dat een lezer kan doen.

Hoe je concreet je eigen score kunt controleren

Als je een profiel op de site hebt, is het deterministische pad degene die je moet testen. ghfind biedt een score-endpoint dat geen authenticatie en geen modelaanroep vereist, en de onderliggende scoring-skill is open source, dus het getal dat je via de API krijgt en het getal dat je via de site krijgt, zouden moeten overeenkomen. Als dat niet zo is, is het verschil ofwel de verzameltiming — de site cachet een dag — ofwel de kalibratieronde, en die zijn te onderscheiden door te vragen of de kloof stabiel is over herhaalde runs.

Voor iedereen die een vergelijkbaar hulpmiddel bouwt, is de architecturale les van ghfind meer waard dan het modelnieuws: houd het getal in de code, houd de proza in een model, en maak de grens tussen beide expliciet genoeg dat een lezer die kan inspecteren. De faalmodus is niet het gebruik van een LLM. De faalmodus is het documenteren van de grens op twee plekken en de twee beschrijvingen laten uiteenlopen.

Wat er hierna te volgen valt, is beperkt. ghfind heeft een openbare changelog en een repository waar de meeste dagen naartoe wordt gepusht, dus een methodologische notitie die de ±10-calibratie verzoent met de "no LLM"-lijn zou snel opduiken. Aan de modelkant is de eerste onafhankelijke benchmark van MiniCPM-V 4.7 — of het eerste rapport over wat het per roast kost bij volume — het cijfer dat van een sponsoring een argument zou maken. Geen van beide bestaat nog. Beide zijn slechts één publicatie verwijderd.