MiniCPM-V 4.7 35B-A3B vs UI-Mate-27B: De een leest het scherm, de ander drukt op de knop

De eerlijke eerste zin over MiniCPM-V 4.7 35B-A3B tegenover UI-Mate-27B is dat het geen concurrenten zijn. Beide zijn zonder aankondiging naar Hugging Face gepusht, beide hebben een permissieve licentie, beide zijn getraind op backbones uit de Qwen-familie, en beide worden in hun eigen documentatie beschreven als sterk in het begrijpen van wat er op een scherm staat — waardoor ze samen worden ingedeeld. Maar de ene is een algemeen visie-taalmodel dat een afbeelding leest en in tekst antwoordt, en de andere is een GUI-agent die een screenshot leest en pyautogui-compatibele muis- en toetsenbordacties uitstuurt. MiniCPM-V 4.7 35B-A3B kan je vertellen wat een dialoogvenster zegt. UI-Mate-27B kan het sluiten. Al het andere in deze vergelijking volgt uit dat ene verschil, en de nuttige vraag is niet welk model wint — het is welke helft van het werk je mist.

Beide zijn ook vroeg. UI-Mate-27B verscheen op 14 augustus 2026, met een paper die twee dagen later volgde en zonder lanceringsbericht van het lab; toen we er voor het eerst over schreven, had het nul downloads op Hugging Face, en er is nog steeds nergens een gehoste API. MiniCPM-V 4.7 kwam op 6 oktober uit zonder enige kaart, en OpenBMB publiceerde pas op 12 oktober een modelkaart, een licentietag of een claimsectie. Geen van beide is onafhankelijk geëvalueerd. Elk prestatiecijfer in dit stuk is voorzien van een label dat aangeeft wie het heeft gerapporteerd, en in beide gevallen is dat het eigen lab van het model.

Hetzelfde lichaam, twee verschillende taken

Begin met wat deze combinatie natuurlijk doet aanvoelen. Beide zijn middelgrote tot grote open-weight multimodale modellen met Apache-2.0-licenties. Beide bevinden zich op dezelfde upstream-lijn — UI-Mate-27B is fine-getuned op Qwen3.6-27B, en de taalstack van MiniCPM-V 4.7 35B-A3B is een sparse MoE uit de Qwen3.5-familie. Beide richten zich op hetzelfde brede toepassingsgebied, schermen en documenten en applicatiestatus, en beide werden in stilte uitgebracht.

Kijk dan naar wat elk van beide oplevert. MiniCPM-V 4.7 retourneert teksttokens. UI-Mate-27B retourneert een gestructureerde actie — een klik, een toetsaanslag, een scroll, een wachtopdracht, een taakvoltooiingssignaal — in een genormaliseerde coördinatenruimte van 1000×1000 die de referentieagent herschaalt naar de resolutie van de werkelijke schermafbeelding, zodat voorspellingen verschillen in beeldschermschaling tussen machines overleven. De modelkaart vermeldt expliciet dat UI-Mate "een agent-checkpoint in plaats van een op zichzelf staand visueel chatmodel" is en dat het bijbehorende harnas moet worden gebruikt voor alles wat in de praktijk wordt ingezet.

Dat onderscheid bepaalt de meeste echte deployments. Als je pipeline "lees deze screenshot en vertel me wat er mis mee is" is, dan is een algemene VLM het juiste hulpmiddel en is een agent overkill met een slechtere faalmodus. Als je pipeline "laat de applicatie het ding doen" is, dan laat een VLM alleen je de hele actielaag zelf schrijven — coördinatenmapping, actieparsing, foutherstel, retry-logica — en dat is precies het deel waarop UI-Mate zijn reinforcement learning-budget heeft besteed.

Wat MiniCPM-V 4.7 35B-A3B momenteel is

OpenBMB's eerste MoE in de MiniCPM-V-serie: 256 experts, met 8 actieve per token verdeeld over 40 lagen, een contextvenster van 262.144 tokens en een vocabulaire van 248.144 tokens, oftewel ongeveer 3B actieve parameters van de in totaal 35,2B. Visie verloopt via een SigLIP2-module met LLaVA-UHD v4 vroege intra-ViT-compressie en een selecteerbare gemengde 4x/16x-modus voor visuele-tokencompressie — standaard 16x voor doorvoer, 4x wanneer het om fijne details gaat. Het begrijpt losse afbeeldingen, sets met meerdere afbeeldingen en video, en retourneert tekst.

De hoofdbewering op de kaart is dat dit het eerste open-source MoE-model is met verliesvrije, soepele inferentie op het toestel — Lookahead Expert Scheduling, fijnmazige kwantisatie per laag, en speculatieve sampling via afzonderlijke DSpark-drafts — bij een gerapporteerde snelheid van meer dan 13 tokens per seconde op een iPhone 17 Pro Max. Dat cijfer is door de leverancier gerapporteerd, niet gereproduceerd en niet nader gekwalificeerd. Een tweede claim, dat het model de algehele Instruct-modusscore van Qwen3.6 35B-A3B verslaat in minder inferentietijd, staat in een grafiekafbeelding in plaats van in een tabel, dus kan niet als getal worden geciteerd.

Wat concreet is, is de distributie. Er bestaan gewichten in Base, FP8, int4, AWQ, GPTQ en GGUF; SGLang, vLLM, llama.cpp, Ollama en OpenVINO worden ondersteund; er zijn apps voor iOS, Android en HarmonyOS; Rockchip, Houmo, Intel, AMD en Arm staan vermeld voor day-zero-silicon; en de kaart documenteert tool calling, met een uitgewerkt voorbeeld van function calling in de serving-sectie. Dat laatste detail is belangrijk voor deze vergelijking: MiniCPM-V 4.7 kan de perceptie- en redeneerlaag zijn binnen een agent die je bouwt, ook al zal het niet zelfstandig handelen.

Wat UI-Mate-27B is, op dit moment

de 27-miljard-parameter foundation-GUI-agent van de leverancier, gepubliceerd op 14 augustus 2026, samen met een 9B-tegenhanger en een demonstratiegestuurde variant, UI-Mate-democua-27B. De training bestond uit gesuperviseerde fine-tuning gevolgd door online reinforcement learning in uitvoerbare GUI-omgevingen — het model leerde door daadwerkelijk desktops aan te sturen, niet op basis van statische screenshots. De actieruimte omvat muis, toetsenbord, scrollen, wachten, gebruikersinteractie en voltooiingssignalen, en de uitgezonden acties zijn pyautogui-compatibel, zodat de harness ze direct kan uitvoeren.

Het onderscheidende element waarop de leverancier leunt, is demonstratiegestuurde uitvoering: leg een workflow één keer vast en de agent past deze aan het huidige scherm aan, waarbij de live screenshot als autoriteit geldt in plaats van een vast script opnieuw af te spelen. Het ondersteunende materiaal is ongewoon compleet voor een stille release — een projectpagina met een demovideo en een macOS Apple Silicon-app, een GitHub-repository met de officiële prompt, responseparser en interactieharnas, en arXiv-preprint 2608.15930, ingediend twee dagen nadat de weights online kwamen.

De belangrijkste cijfers zijn een door de leverancier gerapporteerde WindowsAgentArena-score van 66,2 en een OSWorld-Verified-score van 77,0, die, als ze standhouden, bovenaan zouden staan van wat dit jaar op die benchmark is gepubliceerd. Ze zijn door niemand buiten het lab gereproduceerd. En het uitrolbeeld is mager op de manier waarop vroege agentreleases dat gewoonlijk zijn: geen gehoste API, een aanbevolen serveerroute via vLLM achter een OpenAI-compatibel eindpunt, en een bewuste instructie om de harness te gebruiken in plaats van de checkpoint rechtstreeks aan te roepen.

Acht dimensies, beide zijden

• Uitvoer — tekst, van MiniCPM-V 4.7 35B-A3B; gestructureerde pyautogui-compatibele acties, van UI-Mate-27B.

• Invoer — tekst, afbeeldingen en video, afgezet tegen live screenshots plus een instructie. Geen van beide accepteert audio.

• Basismodel — een sparse MoE uit de Qwen3.5-familie voor het MiniCPM-model, Qwen3.6-27B voor UI-Mate.

• Grootte en vorm — 35,2 miljard totaal, met 3 miljard actief verdeeld over 256 experts; 27 miljard dense. De sparse variant is goedkoper per token, de dense variant is eenvoudiger te serveren.

• Context — 262.144 tokens tegenover een standaard van vijf bewaarde screenshots, wat het allergrootste architectonische verschil tussen beide is en de reden dat het ene een lange documentenset kan lezen en het andere niet.

• Licentie — Apache-2.0 op beide, wat de keuze dit keer een technische maakt in plaats van een juridische.

• Kopclaim, beide door de leverancier gerapporteerd — meer dan 13 tokens per seconde op een iPhone 17 Pro Max, tegenover WindowsAgentArena 66.2 en OSWorld-Verified 77.0. Verschillende benchmarks, geen gedeelde schaal, geen van beide gereproduceerd.

• Vandaag beschikbaar — zes kwantisatieformaten, vijf runtimes en mobiele apps, tegenover nul downloads bij de eerste berichtgeving, geen gehoste API, en een harnas waarvan de leverancier u aanraadt het te gebruiken.

Waar ze daadwerkelijk overlappen

Er is één klus die beide kunnen proberen: een UI-screenshot goed genoeg begrijpen om er een vraag over te beantwoorden. Vraag "welk veld heeft de validatie niet doorstaan" en beide modellen kunnen daar aannemelijk antwoord op geven. Vraag "los het op" en alleen UI-Mate-27B produceert een actie, en alleen als je de opzet hebt gemaakt — de screenshots-lus, de parser, de executor, het herschalen van coördinaten, en het beleid voor opnieuw proberen wanneer de klik ergens onverwachts terechtkomt.

De omgekeerde overlap is zwakker maar reëel. De ondersteuning voor tool-calling van MiniCPM-V 4.7 betekent dat je er een agent omheen kunt bouwen — perceptie en planning op het visiemodel, met je eigen actielaag eraan vastgeschroefd via functieaanroepen. Dat is een legitieme architectuur en ze geeft je volledige controle over de actieruimte. Het is ook, ruwweg, opnieuw uitvinden waar UI-Mate al reinforcement learning aan heeft besteed, en dat zonder GUI-specifieke trainingsdata. Teams zijn beter af door te kiezen op welke laag ze eigenaarschap willen dan op welk model oppervlakkig beter is in screenshots.

Beide serveren, en waar een router past

Geen van beide modellen wordt ergens gehost, ook hier niet — MiniCPM-V 4.7 35B-A3B en UI-Mate-27B komen beide nergens voor in de catalogus van OrcaRouter, en niets in dit artikel mag worden gelezen als een bewering dat wij ze routeren. Beide zijn checkpoints die je zelf downloadt en uitvoert, en voor UI-Mate betekent dat twee dingen: ongeveer 27B aan gewichten, en een OpenAI-compatibel endpoint, omdat de README van de leverancier zelf aanbeveelt om het met vLLM te serveren en de harness een compatibele basis-URL verwacht.

Dat endpoint is het interessante deel voor kostenplanning, omdat het voor de harness niet uitmaakt welk model antwoordt, zolang het endpoint zich maar gedraagt. OrcaRouter zet meer dan 200 gehoste modellen achter één sleutel tegen de lijstprijs van elke provider, zonder opslag van ons, met automatische failover tussen providerroutes, waardoor het een drop-in basis-URL is voor de planningskant van een agent — en met de routing-DSL kun je een goedkoop model voor routinestappen en een sterker model voor de beslissingen die ertoe doen samenstellen in één aanroep in plaats van twee integraties. De gehoste vorm die het dichtst bij het kostenprofiel van het MiniCPM-model ligt, is Qwen3.6 35B A3B — 35B totaal, 3B actief, 262K context — tegen $0,25 per miljoen inputtokens en $1,48 per miljoen outputtokens. Of dat beter is dan het zelf hosten van een 70 GB sparse MoE, is een vraag die je in een middag kunt beantwoorden, wat voor geen van beide modellen in de kop geldt.

Welke wil je?

Kies UI-Mate-27B als je een model nodig hebt dat handelt — desktopautomatisering, vervanging van RPA, langetermijn-applicatieworkflows — en als je de keerzijde accepteert die erbij hoort: een door de leverancier gerapporteerde benchmark, geen onafhankelijke reproductie, geen gehoste route, en een harness die je moet adopteren in plaats van ondervragen. Het voordeel is dat alles aan de release ongewoon goed gedocumenteerd is, van het paper tot de prompt tot de parser, en het 9B-broertje geeft je een goedkoper model om op te prototypen.

Kies MiniCPM-V 4.7 35B-A3B als je waarneming nodig hebt — lange documenten, hele reeksen screenshots, video — en je bereid bent de actielaag zelf te beheren. Je krijgt de permissieve licentie, zes kwantisatieformaten, vijf runtimes, een venster van 262K en een uitrolverhaal op telefoonklasse dat door niemand buiten OpenBMB is geverifieerd.

Wat dit zou veranderen: {{1}}een gereproduceerde OSWorld- of WindowsAgentArena-run voor UI-Mate{{/1}}, die de centrale claim ervan van marketing in een meting zou veranderen; en {{2}}een evaluatietabel voor MiniCPM-V 4.7{{/2}}, die helemaal niet bestaat. Tot een van die twee er is, ligt de beslissing bij je architectuurdiagram in plaats van bij een van beide scoreborden — een decoder of een hand, en je zou moeten weten welke van de twee je ontbreekt.