MiniCPM-V 4.7 vs Gemma 4 12B: Jeden dostarcza benchmarki, a drugi — ich obrazek

Otwórz kartę modelu MiniCPM-V 4.7 i przewiń do sekcji oceny. Znajdziesz trzy obrazy: wykres frontier wydajności względem czasu wnioskowania, ogólne porównanie wizyjno-językowe oraz ogólne porównanie językowe. Nie znajdziesz tabeli. Teraz otwórz kartę Gemma 4 12B i przewiń w to samo miejsce. Znajdziesz MMLU Pro, AIME 2026, LiveCodeBench v6, GPQA Diamond, Codeforces ELO, MMMU Pro, MATH-Vision oraz współczynnik błędów parsowania dokumentów, każdy z liczbą, którą możesz skopiować do arkusza kalkulacyjnego. Oba modele są open-weight, oba na licencji Apache 2.0, oba są pozycjonowane jako modele multimodalne, które mieszczą się na sprzęcie, który posiadasz — i tylko jeden z nich pozwoli ci zweryfikować jego wyniki. Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w OrcaRouter AI Incident Archive, gdzie każdy wpis ma własne źródła, poziom ważności, stopień pewności i oznaczenie sporności.

Ta asymetria jest właściwym porównaniem. MiniCPM-V 4.7, wydany przez OpenBMB 12 października 2026 r., i Gemma 4 12B, wydana przez G​oogle DeepMind 3 czerwca 2026 r., nie są tym samym rodzajem obiektu, a różnica nie dotyczy rozmiaru. Chodzi o to, ile z własnej deklaracji każdy dostawca jest skłonny ująć w tekście.

Co każdy dostawca powie Ci w liczbach

Karta modelu Gemma 4 12B publikuje swoje wyniki w zestawieniu z pięcioma modelami siostrzanymi i poprzednikiem, przy czym harness ewaluacyjny jest określony nazwą benchmarku. Konkretnie dla wariantu 12B Unified dostawca podaje 77,2 w MMLU Pro, 77,5 w AIME 2026 bez narzędzi, 72,0 w LiveCodeBench v6, 78,8 w GPQA Diamond, ELO Codeforces 1659, 69,0 w Tau2 uśrednione z trzech przebiegów, 83,4 w MMMLU oraz — liczbę, która najuczciwiej oddaje, czym jest model 12B — 5,2 w Humanity's Last Exam bez narzędzi. Po stronie wizji podaje 69,1 w MMMU Pro, 79,7 w MATH-Vision i 0,164 średniej odległości edycyjnej w OmniDocBench 1.5, gdzie niższa wartość jest lepsza.

To są liczby dostawcy. Nikt niezależny nie musi się z nimi zgadzać, a w modelu tak szeroko wdrożonym część z nich nie przetrwa zetknięcia z innym harnessem. Ale są falsyfikowalne i to jest ta właściwość, która ma znaczenie. Jeśli w swojej własnej ewaluacji dostaniesz 62 na MMLU Pro, to wiesz, że coś jest nie tak z twoją konfiguracją albo z kartą.

Karta modelu MiniCPM-V 4.7 zawiera cztery twierdzenia liczbowe w formie opisowej i nie zawiera żadnej tabeli wyników. Wariant 35B-A3B dekoduje z szybkością 13 lub więcej tokenów na sekundę, zużywając około 3 GB pamięci na iPhone 17 Pro Max. Lookahead Expert Scheduling zapewnia 5× przyspieszenie na rzeczywistych urządzeniach. Wariant 1B przewyższa Qwen3.5 0.8B pod względem ogólnego wyniku i wydajności wnioskowania. A w trybie Instruct 35B-A3B osiąga wyższy ogólny wynik w krótszym czasie wnioskowania niż Qwen3.6 35B-A3B. Wszystko inne — każda oś porównania — znajduje się na obrazach wykresów.

To nie jest nieuczciwość. Wykresy niosą informacje, a wykres granicy (frontier plot) można uznać za lepsze podsumowanie kompromisu między szybkością a jakością niż tabela wyników na różnych benchmarkach mierzonych przy różnych rozmiarach batcha. Ale wykresu nie można zacytować, nie można go ponownie wyprowadzić ani porównać z wykresem innego dostawcy bez kogoś, kto odczyta pozycje pikseli. Gdy jedyną publiczną oceną modelu jest obraz, właściwą postawą jest traktowanie modelu jako niezmierzonego, dopóki ktoś go nie zmierzy.

Te dwie architektury rozwiązują różne problemy

Czytaj dalej, poza sekcje oceny, a projekty wyraźnie się rozchodzą — to użyteczniejszy sygnał niż jakikolwiek pojedynczy wynik.

Gemma 4 12B jest modelem bez enkodera. Nie ma osobnej wieży wizyjnej ani osobnego enkodera audio: surowe fragmenty obrazów i przebiegi fal dźwiękowych są rzutowane bezpośrednio do przestrzeni osadzeń modelu językowego przez lekkie warstwy liniowe. Podanym przez G​oogle powodem jest opóźnienie i dostrajanie w jednym przebiegu — jeden model, jeden trening, wszystkie modalności. Kompromis polega na tym, że firma zakłada, iż transformer z samym dekoderem może nauczyć się widzieć wystarczająco dobrze bez dedykowanego frontonu wizualnego. Jego własny wynik 69,1 w MMMU Pro w porównaniu z 76,9 dla siostrzanego modelu 31B, który rzeczywiście ma enkoder wizyjny o około 550 mln parametrów, sugeruje, że ten zakład ma swoją cenę w precyzyjnym rozumowaniu wizualnym.

MiniCPM-V 4.7 idzie w przeciwnym kierunku. Zachowuje dedykowaną wieżę wizyjną — o szerokości ukrytej 1152, 27 warstw, kafelki 980-pikselowe — i przeznacza wysiłek inżynieryjny na to, by ta wieża była tania. Wczesna kompresja wewnątrz ViT zapożyczona z LLaVA-UHD v4 obcina tokeny wizualne wewnątrz enkodera, a nie po nim, a przełącznik mieszanego podpróbkowania 4×/16× pozwala wywołującemu wybrać między szczegółowością a kosztem na żądanie. Po stronie językowej 35B-A3B to mieszanka 256 ekspertów aktywująca 8 ekspertów na token, ułożona w wzorzec 3:1 uwagi liniowej do pełnej uwagi w 40 warstwach.

Praktyczną konsekwencją tego projektu jest to, że ścieżka wideo MiniCPM jest wyjątkowo jawna. Karta modelu udostępnia max_num_frames o wartości 128, parametr stack_frames, który komponuje podklatki w siatkę pomiędzy głównymi klatkami, oraz osobne wytyczne dotyczące liczby fragmentów dla obrazów (36) i wideo (1). Jeśli budujesz coś, co odczytuje nagrania ekranu lub wideo z wykładów, właśnie taki poziom kontroli nad tym, co jest próbkowane, jest cechą. Gemma 4 12B również obsługuje wideo, jako sekwencje klatek, ale jej karta dokumentuje format, a nie ekonomię próbkowania.

Wiersze, które tak naprawdę o tym decydują

• Parametry — łącznie 35.21B, 8 z 256 ekspertów aktywnych, plus gęsty odpowiednik 1.55B w porównaniu z 11.95B gęstego

• Modalności wejściowe — tekst, obraz, wideo, z wyróżnionym OCR i parsowaniem PDF w porównaniu z tekstem, obrazem, wideo i natywnym audio

• Kontekst — 262 144 tokeny vs 262 144 tokeny w modelu 12B, 128K w modelach z serii E

• Licencja — Apache 2.0, wagi do pobrania vs Apache 2.0, wagi do pobrania

• Opublikowana ewaluacja — wykresy frontier i porównawcze, cztery twierdzenia opisowe kontra pełna tabela liczbowa dla ośmiu modeli siostrzanych

• Niezależna ocena — na dzień pisania brak wpisu Artificial Analysis dla żadnego z wariantów 4.7 w porównaniu ze stroną Artificial Analysis z pozycjonowaniem pod względem inteligencji i przepustowością

• Pamięć przy BF16 — około 70 GB wag dla 35B-A3B, około 3,1 GB dla 1B w porównaniu z około 24 GB

Dostarczane formaty skwantyzowane — GGUF, bitsandbytes, AWQ, GPTQ, FP8, int4 w porównaniu z checkpointem upstream oraz społecznościowe kompilacje GGUF i QAT od G​oogle i stron trzecich

• Ścieżki serwowania nazwane przez dostawcę — SGLang, vLLM, llama.cpp, Ollama, Transformers, OpenVINO vs Transformers, a szerszy ekosystem zapewniany przez społeczność

• Podejście do działania na urządzeniu — aplikacje iOS, Android i HarmonyOS oraz wsparcie day-0 dla Rockchip, Houmo, Intel, AMD i Arm w porównaniu z projektem zoptymalizowanym pod laptopy i konsumenckie GPU

Trzy obciążenia, trzy odpowiedzi

Rozumienie ekranów i dokumentów na dużą skalę. To właśnie tutaj projekt MiniCPM-V 4.7 jest ukierunkowany i tu jego dokumentacja jest najbogatsza. Tryb 4× podpróbkowania, ustawienie 36 plasterków, wpisy w cookbooku dotyczące OCR i parsowania PDF oraz jawne kontrolki próbkowania klatek dla wideo — wszystko to opisuje potok przetwarzania treści renderowanej na tekst strukturalny. Gemma 4 12B jest tu również wiarygodna — jej odległość edycyjna 0,164 w OmniDocBench to rzeczywisty wskaźnik parsowania dokumentów — ale karta dostawcy traktuje parsowanie dokumentów jako jedną z wielu możliwości, a nie jako zasadę organizującą.

Wszystko, co musi słyszeć. Gemma 4 12B obsługuje dźwięk natywnie, osiągając CoVoST 38.5 i FLEURS 0.069 w swojej karcie. MiniCPM-V 4.7 tego nie robi. Prace OpenBMB nad dźwiękiem są prowadzone w osobnej linii MiniCPM-o, a karta 4.7 w ogóle nie wymienia modalności audio. Jeśli Twoje dane wejściowe obejmują mowę, porównanie kończy się, zanim się zacznie — jeden model wymaga wstępnego kroku transkrypcji, a drugi nie.

Pojedynczy konsumencki GPU o stałym budżecie. Gemma 4 12B w 4 bitach mieści się w 8 GB i zostawia miejsce na kontekst; 35B-A3B w 4 bitach nie mieści się na jednej konsumenckiej karcie, a historia wydajności samej karty dotyczy telefonów utrzymujących 3 GB rezydentnie, a nie GPU ze 70 GB wag ekspertów do stronicowania. Jeśli ograniczeniem jest „jedna karta, którą już masz”, odpowiedzią jest 12B, a wariant 1B to jedyny MiniCPM, który ma zastosowanie.

Luka, którą kupujący powinien uwzględnić w cenie

Oba modele można pobrać za darmo, więc kwestia licencji jest remisowa, a prawdziwy koszt to wszystko, co następuje później. W przypadku Gemma 4 12B ekosystem miał cztery i pół miesiąca na nadrobienie zaległości: skwantyzowane kompilacje od samego Google, społecznościowe konwersje GGUF, checkpointy QAT oraz niezależne indeksowanie, które pozwala porównać go ze stu innymi modelami w tej samej skali. W przypadku MiniCPM-V 4.7 od ośmiu dni obcujesz z nową architekturą — nowym model_type, nowym układem uwagi, minimalną wersją Transformers — a karta dostawcy zaczyna się od uwagi o niezgodnościach wersji CUDA, które psują dekodowanie wideo przez torchcodec.

To nie jest krytyka modelu. To standardowy koszt wdrożenia czegokolwiek w pierwszych dwóch tygodniach i właśnie dlatego ciche wydanie z oceną opartą wyłącznie na wykresach jest złym kandydatem do ścieżki produkcyjnej, a dobrym kandydatem do testu porównawczego. Sposobem na obniżenie kosztu takiego testu jest utrzymanie dotychczasowego rozwiązania w działaniu podczas oceny nowego, co jest problemem routingu, a nie modelowania.

OrcaRouter obsługuje ponad 200 modeli hostowanych za pośrednictwem jednego punktu końcowego zgodnego z OpenAI przy 0% marży, cena katalogowa dostawcy przekazywana bezpośrednio, więc koszt wypróbowania drugiego modelu to zmiana konfiguracji, a nie druga umowa. Jego DSL routingu może zawierać model podstawowy i zapasowy w jednym wywołaniu, a automatyczne przełączanie awaryjne utrzymuje ścieżkę podstawową aktywną, gdy u dostawcy wystąpi chwilowa awaria. Ważna jest tutaj uwaga o zakresie: nasz katalog obejmuje Gemma 4 26B-A4B i Gemma 4 31B, a nie ten 12B, i w ogóle nie obejmuje MiniCPM-V 4.7. Oba modele, o których jest ten artykuł, to punkty kontrolne, które uruchamiasz samodzielnie — router to coś, co je otacza, a nie sposób ich wywoływania.

Co by to rozstrzygnęło

Porównanie jest obecnie asymetryczne w sposób, który łatwo opisać i łatwo naprawić. Gemma 4 12B podaje liczby, z którymi można dyskutować. MiniCPM-V 4.7 przedstawia twierdzenia, które można jedynie przyjąć albo odrzucić: 13 tokenów na sekundę, 3 GB, 5× przyspieszenie, lepszy wynik niż u nazwanego konkurenta w nienazwanym ogólnym wyniku. Każde z nich byłoby bardziej użyteczne jako wiersz tabeli, a OpenBMB najwyraźniej potrafi taki stworzyć — wcześniejsze karty tej rodziny zawierały standardowe siatki benchmarków.

Zatem użyteczna postawa jest celowo asymetryczna. Jeśli w tym tygodniu potrzebujesz podjąć decyzję, Gemma 4 12B jest modelem, którego zachowanie można przewidzieć na podstawie opublikowanych danych, a jego obsługa audio to możliwość, której żadna ilość cierpliwości nie doda do MiniCPM-V 4.7. Jeśli tworzysz rozwiązania na telefony, na HarmonyOS, na płytę Rockchip albo do odczytywania ekranów i dokumentów, gdzie ścieżka 4× downsamplingu jest dokładnie odpowiednia, inżynieria MiniCPM-V 4.7 jest bardziej dopasowana do twojego problemu niż cokolwiek, co Google wydało w tym rozmiarze — a brakująca tabela jest powodem, by zmierzyć go samodzielnie, a nie powodem, by go odrzucać.

Jeszcze jedna rzecz, którą warto powiedzieć wprost, bo to jest ta część, która nie pasuje do sposobu przedstawiania sprawy przez żadnego z dostawców. Żaden z tych modeli nie konkuruje o tego samego klienta co frontierowe API. Konkurują z decyzją o całkowitym nieuruchamianiu modelu lokalnie. Najmocniejszym argumentem Gemma 4 12B jest to, że cztery miesiące ekosystemu oznaczają, że nudna ścieżka działa; najmocniejszym argumentem MiniCPM-V 4.7 jest to, że model 1B przy 3 GB działa tam, gdzie 12B nie może trafić. Najpierw wybierz ograniczenie, potem model — tabela benchmarków, gdy się pojawi, tylko przestawi modele w obrębie kategorii, którą już wybrałeś.