LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B: kolumna, która nie jest modelem

Otwórz tabelę benchmarków dla LFM3-VL-2B, a znajdziesz kolumnę MiniCPM. Jest oznaczona jako MiniCPM-V 4.7 1B. To mniejszy brat. Model, który większość ludzi ma na myśli, mówiąc MiniCPM-V 4.7 — należący do OpenBMB MiniCPM-V 4.7 35B-A3B, pierwszy checkpoint typu mixture-of-experts w linii MiniCPM-V — w ogóle nie występuje w tabeli Liquid AI, a na benchmarkach publikowanych przez oba laboratoria nie jest blisko 1B. Zatem porównanie, które ludzie faktycznie rozważają, LFM3-VL-2B kontra MiniCPM-V 4.7 35B-A3B, trzeba złożyć ręcznie z dwóch tabel dostawców, które mają wspólne nazwy benchmarków, ale nie wspólne harnessy ewaluacyjne. To, co następuje, jest właśnie takim złożeniem, z widocznymi szwami.

Niedopasowanie rozmiarów to druga niespodzianka. Jeden model ma 1,92 miliarda gęstych parametrów i mieści się w kilku gigabajtach. Drugi przechowuje 35,21 miliarda parametrów i przy każdym tokenie sięga do około 3 miliardów z nich. Czytane jak karta specyfikacji, to w ogóle nie jest zestawienie. Czytane jako dwie odpowiedzi na to samo pytanie — co można uruchomić na urządzeniu, którego nie kontrolujesz — to naprawdę interesujący spór o to, jak do tego dojść.

Dwa modele, jedna nazwa

Kolizja nazewnictwa naprawdę szkodzi temu, jak odczytywane jest to porównanie. Karta Liquid AI jest pod tym względem skrupulatna: kolumna mówi 1B, a 1B to zasadny odpowiednik dla modelu 1,92B. Jednak wyniki wyszukiwania, agregatory i potoczne odniesienia sprowadzają „MiniCPM-V 4.7” do jednej rzeczy, a 35B-A3B to wariant, który ma publiczność — 289 535 pobrań i 1095 polubień na Hugging Face wobec 155 428 i kilkuset dla bliźniaczego 1B, według stanu na 28 października 2026 r.

Daty wyjaśniają część tej luki, ale nie całą resztę. Repozytorium 35B-A3B OpenBMB utworzono 7 października 2026 r., a według materiałów samego projektu data wydania to 12 października. Repozytorium LFM3-VL-2B Liquid AI pojawiło się 19 października, a rodzinę LFM3 ogłoszono 27 października. LFM3-VL-2B istnieje publicznie od dziewięciu dni, więc jego 255 pobrań to fakt kalendarzowy, a nie wyrok. Ciekawszym wskaźnikiem jest stosunek polubień: 45 dla LFM3-VL-2B, 1095 dla MiniCPM. Osoby, które pobrały ten drugi, polubiły go na tyle, by dać temu wyraz.

Czym każde z nich tak naprawdę jest

• Parametry — LFM3-VL-2B to gęsty model o 1,92 mld parametrów: 1,73 mld w rdzeniu językowym, 164 mln w wewnętrznym enkoderze wizji i 25 mln w projektorze. MiniCPM-V 4.7 35B-A3B przechowuje 35,21 mld parametrów w 256 ekspertach i kieruje 8 z nich na token, czyli około 3 mld aktywnych.

• Backbone — 24 warstwy LFM3, podzielone na 13 bramkowanych krótkich konwolucji, 5 warstw uwagi z przesuwanym oknem i 6 warstw uwagi globalnej, w porównaniu z 40 warstwami transformera przy rozmiarze ukrytym 2048.

• Ścieżka wizyjna — 14-warstwowy enkoder złożony z 8 bramkowanych konwolucji 2D depthwise i 6 dwukierunkowych warstw uwagi na patchach 16×16 z 2D rotacyjnymi embeddingami, w porównaniu z 27-warstwową wieżą o wymiarze ukrytym 1 152, wstawioną na warstwie 6 stosu tekstowego, z wczesną kompresją tokenów wewnątrz enkodera i przełączalnym podpróbkowaniem wizualnym 4× lub 16×.

Kontekst — 128K tokenów w LFM3-VL-2B, 256K w MiniCPM, w obu przypadkach wejście i wyjście.

• Dane wejściowe — tekst, obrazy i wideo z szybkością 2 klatek na sekundę w przypadku modelu Liquid; tekst, obrazy i wideo w przypadku modelu OpenBMB. Żaden z nich nie słyszy dźwięku, w żadnym kierunku.

• Wagi na dysku — około 3,8 GB w formacie BF16 w porównaniu z około 65,6 GiB w formacie BF16.

• Licencja — LFM Open License v1.0, którą Liquid opisuje jako bezpłatną do użytku komercyjnego przy rocznym przychodzie poniżej 10 mln USD, w porównaniu z Apache 2.0 bez warunku dotyczącego przychodu.

Spór architektoniczny to cała historia. Liquid postawił na to, że mały gęsty model plus specjalnie zaprojektowany enkoder wizyjny bije wieżę w stylu SigLIP pod względem kosztu obliczeń na obraz, i opublikował tabelę kategorii, aby to udowodnić. OpenBMB postawił na to, że można zachować możliwości modelu 35B i nadal uruchamiać go na telefonie, strumieniując kosztowną część, zamiast utrzymywać ją w pamięci. Oba to zakłady dotyczące pamięci, poczynione w przeciwnych kierunkach.

Luka jest realna i jest węższa, niż wynikałoby z przyjętego ujęcia.

Oto, co mówią dwie tabele dostawców, gdy zestawisz właściwe wiersze obok siebie. Wszystko to są dane podane przez same laboratoria, a zastrzeżenia dotyczące harnessu pojawiają się później.

• MMMU — LFM3-VL-2B 55,7 z włączonym myśleniem, 48,6 z wyłączonym; MiniCPM-V 4.7 35B-A3B 80,22 przy 4× kompresji wizualnej, 80,00 przy 16×.

• MMStar — 74,4 wobec 80,67 przy 4×, 80,13 przy 16×.

• OCRBench v1 — 86,3 w porównaniu z 91,20 przy 4× i 90,40 przy 16×.

• MathVista — 84,2 z myśleniem, 68,5 bez, wobec 88,00 przy 4× i 87,30 przy 16×.

• Rozumowanie CharXiv — 70,2 wobec 75,60 przy 4×, 69,20 przy 16×.

MMMU to miejsce, w którym 35B uzasadnia swoją wielkość: 24,5 punktu przewagi nad konfiguracją thinking i 31,6 punktu nad konfiguracją no-thinking. To benchmark wielomodalnego rozumowania na poziomie akademickim, a margines jest wystarczająco duży, by wytrzymać każdy rozsądny zarzut dotyczący różnic w harnessie.

Wszystko inne jest bliżej, niż sugeruje to ujęcie. OCRBench to różnica 4,9 punktu. MathVista to 3,8 punktu, gdy LFM3-VL-2B myśli. W rozumowaniu CharXiv model Liquid przegrywa o 5,4 punktu w trybie myślenia — i o jeden punkt wyprzedza wynik 16× modelu 35B. Model 2B w granicach pięciu punktów od modelu 35B w OCR dokumentów i na wykresach to odkrycie, które powinno przyciągnąć więcej uwagi niż nagłówek MMMU.

Teraz zastrzeżenia, bo mają znaczenie. Liczby Liquid pochodzą z pojedynczego przebiegu na 62 benchmarkach na vLLM 0.27.1, znormalizowane do 0–100, z włączonym trybem rozumowania dla każdego modelu poza konfiguracjami oznaczonymi inaczej. Pięć liczb OpenBMB opublikowano jako obrazy wykresów, a nie tabelę numeryczną, i zostały tu przepisane na podstawie odczytu tych wykresów przez zewnętrznego agregatora, więc traktuj części dziesiętne jako przybliżone. Dwa laboratoria nie zgadzają się co do budżetów tokenów wizualnych, ustawień promptowania ani dekodowania, a podział 4× versus 16× po stronie OpenBMB sam z siebie zmienia jego wyniki o nawet sześć punktów. To dwa zestawy twierdzeń stojące obok siebie, a nie kontrolowany eksperyment.

Tam, gdzie mały model podaje liczby, duży ich nie publikuje.

Liquid opublikował 62 wiersze. OpenBMB opublikował pięć. Ta asymetria jest najbardziej przemilczanym faktem w tym porównaniu i przemawia na korzyść mniejszego modelu.

• Grounding wizualny — RefCOCO-avg 90.5, RefCOCO-M 95.2, Point-Bench 73.8, RefSpatial-Bench 49.8 dla LFM3-VL-2B. W opublikowanej ewaluacji MiniCPM-V 4.7 35B-A3B nie pojawia się żaden równoważny wiersz.

• Rozumienie GUI — ScreenSpot-Pro 55,5, ScreenSpot-v2: 94,6 na komputerach stacjonarnych, 92,2 na urządzeniach mobilnych, 89,9 w internecie. I znowu nic nie opublikowano po stronie OpenBMB.

• Rozumowanie ucieleśnione — EmbSpatial-Bench 82,9, RoboSpatial-Home 63,4, Where2Place 44,9. Ten sam brak.

• Wideo — Video-MME 62,8 bez napisów, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 obsługuje wideo, a karta omawia to szczegółowo, ale tabela liczbowa nie zawiera wiersza dotyczącego wideo, który moglibyśmy zweryfikować.

To brak dowodów, a nie domyślna wygrana. Jeśli budujesz pipeline robotyki lub agentów ekranowych, uczciwe stanowisko jest takie, że możliwości modelu 35B w tych zadaniach są nieznane, a nie słabe. Ale „nieznane” samo w sobie jest problemem zakupowym: nie można planować wdrożenia w oparciu o liczbę, której nikt nie opublikował, a LFM3-VL-2B jest jedynym z tych dwóch, którego wyniki w ugruntowaniu i obsłudze GUI można sprawdzić przed pobraniem.

Argument pamięci działa w obie strony

Zwykle powodem wyboru modelu 2B zamiast 35B jest to, że 2B się mieści. LFM3-VL-2B rzeczywiście się mieści — w całości i przewidywalnie: około 3,8 GB w BF16, utrzymywany w pamięci, bez stronicowania, bez niespodzianek, gdy urządzenie jest obciążone. To naprawdę mocna cecha produktu, który trafia na sprzęt, którego nie kontrolujesz.

MiniCPM-V 4.7 35B-A3B nie mieści się nawet blisko telefonu przy 65,6 GiB i cała konstrukcja OpenBMB istnieje właśnie z tego powodu. Lookahead Expert Scheduling przewiduje routing następnej warstwy i wstępnie pobiera ekspertów, których się spodziewa; drobnoziarnista kwantyzacja warstwa po warstwie zmniejsza rozmiar tych ekspertów, dzięki czemu przemieszczają się szybciej; próbkowanie spekulatywne DSpark pokrywa przestoje dekodowania. Twierdzenie producenta to ponad 13 tokenów na sekundę na iPhone 17 Pro Max przy zużyciu około 3 GB pamięci i ponad 17 na iPad Pro M4 z 16 GB.

Zatem twierdzenie o działaniu na urządzeniu nie brzmi: „35B jest mały”. Brzmi: „35B jest strumieniowany, a strumieniowanie jest wystarczająco płynne, by dało się z tego korzystać”. To różne zakłady o różnych trybach awarii. Model rezydentny o rozmiarze 3,8 GB degraduje się łagodnie — albo jest załadowany, albo nie. Model strumieniowany o rozmiarze 65,6 GiB traci wydajność z powodu przepustowości pamięci flash, dławienia termicznego i opóźnienia zimnego startu, a wszystkie te czynniki różnią się w zależności od urządzenia w sposób, którego benchmark na jednym iPhonie nie wychwyci.

Praktyczny podział: jeśli nie kontrolujesz ani szybkości pamięci masowej, ani budżetu termicznego, podejście rezydentne jest ścieżką o niższym ryzyku. Jeśli dostarczasz oprogramowanie na najnowszy sprzęt flagowy i zależy Ci na dokładności, podejście OpenBMB nie jest już teoretyczne — to wydany model z działającym forkiem.

Narzędzia od pierwszego dnia to nie remis

LFM3-VL-2B jest dostarczany z wagami BF16, które wymagają transformers w wersji 5.21 lub nowszej, a także z GGUF, w tym checkpointem Q4_0 skwantyzowanym z użyciem destylacji świadomej kwantyzacji, kompilacją MLX 4-bit i eksportem ONNX. Wsparcie serwerowe nie jest gotowe: vLLM jest opisany jako w toku, SGLang czeka na przegląd w pull requeście 46858, a llama.cpp czeka na przegląd w pull requeście 31252 z wyraźną uwagą, że wejście wideo nie jest jeszcze obsługiwane. Karta zaleca również parser rozumowania qwen3 i parser wywołań narzędzi qwen3_coder dla vLLM i SGLang — szczegół, który pokazuje, jak niedawno to podłączono.

MiniCPM-V 4.7 35B-A3B obsługuje SGLang, vLLM, llama.cpp i Ollama, a do dostrajania — SWIFT i LLaMA-Factory; dostępne są kompilacje GGUF, BitsAndBytes, AWQ, GPTQ, FP8 i int4 oraz wsparcie od pierwszego dnia dla platform chipowych Rockchip, Houmo, Intel, AMD i Arm w systemach iOS, Android i HarmonyOS. Ścieżka na urządzeniu działa przez własny fork llama.cpp-omni firmy OpenBMB, a nie przez upstreamowy llama.cpp.

W przypadku wdrożenia produkcyjnego w tym miesiącu nie ma tu dylematu. Dla eksperymentu badawczego, demo na laptopie albo fine-tune’u, który zamierzasz mieć na własność, LFM3-VL-2B działa już dziś przez transformers i nie spędzisz tygodnia na flagach budowania.

Zapis licencyjny, na którym potknie się więcej zespołów

Apache 2.0 w porównaniu z LFM Open License v1.0 to większa praktyczna różnica niż różnica w MMMU, ponieważ dotyczy każdego wdrożenia, a nie tylko trudnych przypadków. Apache 2.0 nie zawiera warunku dotyczącego przychodów, ograniczenia dziedziny użycia ani niejasności co do tego, czy skwantyzowany lub destylowany produkt pochodny dziedziczy warunki. LFM Open License v1.0 jest bezpłatna do użytku komercyjnego poniżej 10 mln USD rocznego przychodu według własnego opisu Liquid, co oznacza, że firma powyżej tego progu odbywa rozmowę licencyjną przed wdrożeniem, a nie po nim.

Ta jedna klauzula zmienia układ porównania dla wielu kupujących. Startup poniżej progu dostaje za darmo mniejszy, szybszy, lepiej udokumentowany w kwestii ugruntowania model. Firma powyżej progu dostaje model, który wymaga podpisu — a wtedy Apache 2.0 modelu 35B staje się cechą, na którą zaczynasz zwracać uwagę.

Czego nie powie Ci żaden z dwóch dostawców

Nie ma żadnego niezależnego starcia jeden na jednego. Żadne zewnętrzne laboratorium nie przetestowało obu modeli w tym samym środowisku testowym, a to, co najbardziej przypomina neutralny ranking — własna tabela Liquid — porównuje LFM3-VL-2B z modelem 1B, a nie z 35B. Każda liczba w tym artykule pochodzi z laboratorium, które zbudowało opisywany model.

Warto wymienić jeszcze dwie luki. Żaden z modeli nie ma ceny za token, którą moglibyśmy zweryfikować, więc porównanie kosztów byłoby tu wymyślone. Do tego żaden z nich nie znajduje się w katalogu OrcaRouter na dzień 28 października 2026 — wyszukanie frazy minicpm nie zwraca żadnych pasujących modeli, a LFM3-VL-2B również nie jest wymieniony. Oznacza to, że dziś jest to decyzja o self-hostingu lub API dostawcy, a nie decyzja o routingu.

Który wybrać?

• Dokumenty, wykresy, gęsty tekst i trudne rozumowanie multimodalne, z kontrolowanym przez Ciebie stosem serwowania — MiniCPM-V 4.7 35B-A3B. Przewaga na MMMU to jedyny wynik wystarczająco duży, by przetrwać zastrzeżenia dotyczące harnessu, a Apache 2.0 całkowicie usuwa kwestię licencji.

• Urządzenie, którego nie kontrolujesz, ze stałym budżetem pamięci i bez tolerancji na opóźnienia strumieniowania — LFM3-VL-2B. Zajmuje 3,8 GB i jako jedyny z dwóch ma opublikowane wyniki w zakresie groundingu, GUI i embodied, na których można oprzeć planowanie.

• Agenci ekranowi, robotyka i zadania przestrzenne — domyślnie LFM3-VL-2B, ponieważ to jedyna strona z opublikowanymi dowodami. Traktuj 35B w tych obszarach jako nieudowodniony, a nie jako słaby.

• Produkcja w tym miesiącu przy minimalnym nakładzie pracy integracyjnej — MiniCPM-V 4.7 35B-A3B. Wsparcie dla SGLang, vLLM, llama.cpp i Ollama wobec trzech notatek „w recenzji” lub „w toku”.

• Firma z rocznym przychodem powyżej 10 mln USD — MiniCPM-V 4.7 35B-A3B, chyba że ograniczenie dotyczące działania na urządzeniu jest wystarczająco dotkliwe, by uzasadnić rozmowę o licencji.

Jak OrcaRouter pasuje – szczerze

To jeszcze nie pasuje, a twierdzenie, że jest inaczej, byłoby czymś, przez co wpis na blogu zostałby zignorowany. Żaden z tych modeli nie znajduje się dziś w katalogu OrcaRouter, więc nie ma klucza, który mógłbym ci przekazać, ani ceny, którą mógłbym podać.

Prawdą jest to, co się dzieje, gdy model wizyjny faktycznie tam trafi: jeden endpoint zgodny z OpenAI obejmujący ponad 200 modeli, cena katalogowa dostawcy przekazywana z 0% marży, dzięki czemu zmiana ceny przez dostawcę jest aktualna tego samego dnia, oraz automatyczne przełączanie awaryjne, dzięki któremu awaria jednego dostawcy nie wyłącza Twojej trasy. W przypadku porównania takiego jak to — dwóch modeli, które nie zgadzają się co do pamięci, bez niezależnego benchmarku, który mógłby to rozstrzygnąć — przydatnym wzorcem jest uruchomienie obu za jednym endpointem i zmierzenie ich na własnych obrazach, zamiast spierania się o to, czyj wykres jest prawidłowy.

Co obejrzeć

Cztery rzeczy zmieniłyby ten artykuł. Scalanie pull requesta 31252 z obsługą wideo, co umieściłoby ścieżkę wideo LFM3-VL-2B w standardowym llama.cpp. Wyjście wsparcia vLLM ze statusu „in progress”, co uczyniłoby je poważną opcją serwowania, a nie demem. Niezależna ewaluacja uruchamiająca oba modele na jednym harnessie — najcenniejszy brakujący artefakt w tym porównaniu. Oraz dodanie przez Liquid AI modelu 35B do własnej tabeli porównawczej, co pokazałoby, że laboratorium uważa go za rzeczywistego odpowiednika.

Dopóki którakolwiek z tych rzeczy nie wejdzie, możliwe do obrony podsumowanie jest węższe niż ujęcie któregokolwiek z dostawców: 35B wygrywa w benchmarku rozumowania, który ma znaczenie, i nic nie traci na OCR, 2B wygrywa pod względem dowodów ugruntowujących i przewidywalności, a licencja decyduje o większej liczbie wdrożeń niż benchmark.