MiniCPM-V 4.7 35B-A3B vs PixelUMM: Eén licentie beslist dit al voordat de benchmarks dat doen

Er is een beslissing die je kunt nemen tussen MiniCPM-V 4.7 35B-A3B en PixelUMM zonder ook maar één benchmark te lezen, en het is waarschijnlijk de beslissing die er het meest toe doet. MiniCPM-V 4.7 35B-A3B is Apache-2.0. De modelcheckpoint van PixelUMM is dat niet — hij wordt geleverd onder NVIDIA's One-Way Noncommercial License, die alleen onderzoek en evaluatie toestaat, op een checkpoint waarvan NVIDIA zelf zegt dat het 'niet is gevalideerd voor productie of hoogrisicogebruik'. Als je iets bouwt dat je van plan bent te verkopen, is een van deze twee modellen geen optie en is de rest van de vergelijking academisch. Als je onderzoek doet, opent het veld zich, en wordt de interessante vraag waar NVIDIA's encoderloze ontwerp eigenlijk tegen wedt — want het wedt precies tegen de architectuur die MiniCPM-V 4.7 gebruikt.

Beide modellen werden in stilte uitgebracht. De gewichten van PixelUMM verschenen op 1 oktober 2026 om 21:40 UTC op Hugging Face, zonder blogpost, zonder persbericht en zonder keynote; de URL van de projectpagina luidt nog steeds "preview". MiniCPM-V 4.7 verscheen op 6 oktober op dezelfde manier, en OpenBMB zette er pas op 12 oktober een modelkaart, een licentie of een sectie met claims op. Geen van beide is door wie dan ook onafhankelijk geëvalueerd, en geen van beide heeft een benchmarktabel die een lezer kan citeren — de kaart van PixelUMM vermeldt helemaal geen scores, en de prestatieclaims van MiniCPM-V 4.7 staan in grafiekafbeeldingen in plaats van in tekst. Wat volgt, maakt onderscheid tussen wat de repositories vermelden en wat nog niemand buiten de twee labs heeft bevestigd.

Wat PixelUMM is, in één alinea

PixelUMM is een decoder-only Transformer met 15.199.672.064 parameters en een iteratieve pixelgeneratie-kop, gebouwd op een Qwen3-8B-backbone die aan een specifieke revisie is vastgezet. De these ervan staat in de eerste regel van de modelkaart en is oprecht tegendraads: geen VAE en geen vision encoder. Waar een conventioneel uniform model twee visuele interfaces heeft — een vision transformer die semantische features produceert voor begrip en een variationele autoencoder die reconstructie-latents produceert voor generatie — heeft PixelUMM geen van beide. Afbeeldingen worden opgedeeld in pixelpatches van 16 bij 16, video in spatiotemporele tubelets van vier frames, en beide bereiken de backbone via niets meer dan lineaire projecties van één laag, waarbij iteratieve denoising het generatiewerk doet. Het paper beschrijft het als een Mixture-of-Transformers die gedeelde attention combineert met taakspecifieke parameters. Het gaat om tekst-naar-afbeelding, beeldgeconditioneerde tekstgeneratie, videogeconditioneerd begrip en videogeneratie, waaronder tekst-naar-video met 96 frames, 24 fps en vier seconden.

Het spoor eromheen liep ongeveer vier weken, allemaal stil. De GitHub-repository nv-tlabs/PixelUMM werd op 4 september 2026 aangemaakt onder Apache-2.0 en bleef het grootste deel van de maand op één commit staan. Op 28–29 september landde de eerste commit en kende arXiv preprint 2609.38597 toe, met een auteurslijst die zich uitstrekt over OpenAI en de University of Waterloo. De modelrepository zelf verscheen op 1 oktober om 21:40 UTC, acht minuten na een GitHub-commit van de papercitaat. De paper bevat geen venue-regel — geen conferentie, geen "accepted to" — wat leest als een onderzoeksteam dat een artefact live zet in plaats van een productlancering, hoewel dat een observatie over het bewijs is en geen bewering over intentie.

Wat MiniCPM-V 4.7 35B-A3B is

MiniCPM-V 4.7 35B-A3B is OpenBMB's eerste MoE-model in de MiniCPM-V-serie: 256 experts met 8 actief per token, 40 lagen, een contextvenster van 262.144 tokens en een vocabulaire van 248.144 tokens, goed voor ongeveer 3B actieve parameters van in totaal 35,2B. Beeldverwerking verloopt via een SigLIP2-module met LLaVA-UHD v4 intra-ViT vroege compressie en een selecteerbare gemengde 4x/16x modus voor visuele-tokencompressie — standaard 16x voor doorvoer, 4x wanneer fijn detail belangrijk is. Het begrijpt enkele afbeeldingen, meerdere afbeeldingen en video, en antwoordt in tekst. Het genereert geen afbeeldingen.

De hoofdclaim van de kaart is dat dit het eerste open-source MoE-model is met verliesloze, soepele inferentie op het toestel, mogelijk gemaakt door Lookahead Expert Scheduling, fijnmazige kwantisatie per laag en speculatieve sampling via de afzonderlijke DSpark-drafts, met een gerapporteerde snelheid van 13-plus tokens per seconde op een iPhone 17 Pro Max. Dat cijfer is door de leverancier gerapporteerd, niet gereproduceerd en zonder voorbehoud. De kaart beweert ook een hogere algemene score in Instruct-modus dan Qwen3.6 35B-A3B in minder inferentietijd — een bewering die in een grafiekafbeelding staat, wat betekent dat het geen citeerbaar getal is en niet als zodanig moet worden behandeld.

Waar MiniCPM-V 4.7 ondubbelzinnig voorloopt, is niet op een scorebord te zien, maar in de ondersteunende cast, die allemaal echt en downloadbaar is: base-, FP8-, int4-, AWQ-, GPTQ- en GGUF-gewichten; ondersteuning voor SGLang, vLLM, llama.cpp, Ollama en OpenVINO; iOS-, Android- en HarmonyOS-apps; en Rockchip, Houmo, Intel, AMD en Arm vermeld voor day-zero-silicon. Zes weken geleden was de eerlijke kritiek op dit model dat het een ongedocumenteerde checkpoint was. Dat is niet langer waar — het is een gedocumenteerd checkpoint zonder benchmarks. Ander probleem, kleiner probleem.

Het architectuurargument dat achter de vergelijking schuilt

De twee modellen zijn het oneens over iets fundamenteels, en het is de moeite waard om dat te benoemen, want het is het deel van deze confrontatie met een houdbaarheid die langer is dan die van elk van beide modellen.

• Hoe visie het taalmodel bereikt — PixelUMM gebruikt onbewerkte pixels en een enkele lineaire projectie, zonder enige vooraf getrainde visie-encoder in de hele stack; MiniCPM-V 4.7 gebruikt een SigLIP2-encoder met intra-ViT vroege compressie en een configureerbare downsample-ratio.

• Hoe generatie werkt — PixelUMM voorspelt pixels iteratief via een flow-matching-head die gezamenlijk met autoregressieve tekstvoorspelling wordt getraind; MiniCPM-V 4.7 genereert tekst en niets anders.

• Wat dat oplevert — PixelUMM krijgt één set gewichten die zowel een afbeelding beschrijft als er een produceert, ten koste van een licentie alleen voor onderzoek en geen productievalidatie; MiniCPM-V 4.7 krijgt een klein, kwantiseerbaar, op telefoons inzetbaar model dat de wereld kan lezen maar niet kan hertekenen.

• Parametraantal — 15,2B min of meer dense tegenover 35,2B totaal met 3B actief. Het aantal actieve parameters is het aantal dat de inferentiekosten voorspelt, en op die as is het MiniCPM-model de kleinere van de twee met een orde van grootte.

• Gewichten op schijf — de repository van PixelUMM bevat 491 bestanden verdeeld over vier checkpointvarianten; de basisbuild van MiniCPM-V 4.7 bestaat uit zestien BF16-shards van ongeveer 70 GB.

Licentie — Apache-2.0 versus NVIDIA One-Way Noncommercial voor de checkpoint, waarbij Apache-2.0 alleen geldt voor de broncode van PixelUMM en de Qwen3-8B-basis afzonderlijk onder Apache-2.0 valt. De PixelUMM-kaart vermeldt ook dat deze aangepaste code bevat die van BAGEL is afgeleid, dus de upstream-voorwaarden gelden daarbovenop.

• Openbare evaluatie — geen, aan beide zijden. MiniCPM-V 4.7 doet ten minste nog prestatieclaims; de kaart van PixelUMM vermeldt helemaal geen benchmarkcijfers.

Welke kun je nu echt aan een gebruiker laten zien?

Volg de licentie en het deploymentverhaal samen, en de keuze maakt zich grotendeels vanzelf.

PixelUMM is het interessantere onderzoeksartefact en het minder bruikbare product. Een niet-commerciële checkpoint blokkeert de voor de hand liggende commerciële toepassingen ronduit, er staat geen serveerrecept op de modelkaart, geen gekwantiseerde build, geen cijfer voor de contextlengte, en 83 likes tegenover nul geregistreerde downloads betekent in wezen dat vrijwel niemand buiten de auteurs het heeft gedraaid. De waarde ervan is op dit moment dat het een sterk, gepubliceerd argument is dat visuele encoders mogelijk overbodig zijn in unified-modellen. Dat argument is de moeite waard om te volgen, of je nu ooit de gewichten laadt of niet.

MiniCPM-V 4.7 is degene met een pad naar productie, en dat pad is smal maar reëel. Apache-2.0 haalt de licentiekwestie weg. Zes kwantisatieformaten en vijf inferentie-runtimes betekenen dat je geen aangepaste kernels hoeft te schrijven. Twee of meer GPU's voor de niet-gekwantiseerde build is de barrière; de gekwantiseerde builds en het on-deviceverhaal zijn de omweg, en de on-deviceclaim is precies degene die niet onafhankelijk is geverifieerd. Behandel het als een model dat je vandaag kunt draaien en een prestatieclaim waarop je nog niet kunt rekenen.

Voor teams waarvan het antwoord "geen van beide, we nemen wel iets" is, is het dichtst in de buurt komende gehoste equivalent van de MiniCPM-vorm Qwen3.6 35B A3B — hetzelfde totaal van 35B, dezelfde 3B actief, dezelfde 262K-context, dezelfde tekst-beeld-video-invoer — en die wordt via OrcaRouter geleverd tegen de lijstprijs van de provider zonder opslag, $0,25 per miljoen invoertokens en $1,48 per miljoen uitvoertokens, met automatische failover als een providerroute verslechtert. Dat is geen vervanging voor een van beide modellen in dit artikel; het is de controlegroep die je vertelt wat het zelf hosten van een 70 GB sparse multimodale MoE je feitelijk oplevert.

Waar dit landt

Haal de architectuur eruit en je houdt twee stille releases over die in tegengestelde richtingen wijzen. NVIDIA publiceerde een artefact van publicatiekwaliteit onder een licentie die de meeste mensen ervan weerhoudt het te gebruiken, en een repository zonder recept, zonder benchmarks en zonder downloads. OpenBMB publiceerde een gedocumenteerd, permissief gelicentieerd multi-runtimemodel met een overtuigende efficiëntieclaim en zonder evaluatietabel om die te staven.

Het enige dat elk van beide zou beslechten: voor PixelUMM, überhaupt enige onafhankelijke reproductie — 0 downloads betekent dat er geen enkel extern datapunt bestaat, en de stelling zonder encoder is precies het soort bewering dat standhoudt of uiteenvalt bij contact met een tweede implementatie. Voor MiniCPM-V 4.7, een benchmarktabel, of een gereproduceerde acceptatielengte op het DSpark-concept, het enige onderdeel van de familie met gepubliceerde cijfers. Geen van beide bestaat nog. Beide zijn de reden dat deze twee modellen nog steeds het volgen waard zijn in plaats van ze weg te bergen — ze staan vroeger in hun publieke leven dan de berichtgeving suggereert, en geen van beide is door het lab dat ze maakte een lancering genoemd.