LFM3-Omni-2B vs MiniCPM-V 4.7 35B-A3B: O Novato e o Incumbente

Dois números, ambos verdadeiros, ambos enganosos se você os ler como um veredito: MiniCPM-V 4.7 35B-A3B foi baixado cerca de 289.000 vezes, e LFM3-Omni-2B foi baixado 83 vezes. A diferença parece uma goleada. Na verdade, é um calendário. Os pesos da OpenBMB foram disponibilizados em 6 de outubro de 2026; os da Liquid AI foram disponibilizados em 21 de outubro e foram anunciados em 27 de outubro, um dia antes de esses números serem lidos. Um modelo que existe há uma semana não pode ter histórico de downloads, e um modelo com seis semanas de vantagem e uma base de seguidores MiniCPM já existente terá um histórico de downloads, quer mereça, quer não.

Portanto, a comparação interessante não é a popularidade. É aquilo que uma equipa que escolhe um modelo multimodal pequeno para um dispositivo deve realmente ponderar: se precisa de ouvir, se precisa de ser quantizado de seis maneiras, e qual licença continuará a ser confortável quando o produto gerar receita.

O que cada modelo é

O MiniCPM-V 4.7 35B-A3B é o primeiro modelo de visão-linguagem de mistura de especialistas da OpenBMB: 35,2 bilhões de parâmetros armazenados, com roteamento de 8 de 256 por token, cerca de 3 bilhões ativos, 40 camadas de texto, atrás de uma torre de visão de 27 camadas com tamanho oculto de 1.152 que se insere na camada 6 da pilha de texto. Ele lê imagens, conjuntos de múltiplas imagens, vídeo e texto, e responde em texto. Não há caminho de áudio em nenhum lugar dos 70,4 GB de pesos. A principal alegação do cartão não é precisão, mas viabilidade: mais de 13 tokens por segundo em um iPhone 17 Pro Max usando cerca de 3 GB de memória, possibilitado por um truque de Lookahead Expert Scheduling que prevê os especialistas da próxima camada e os pré-carrega enquanto a camada atual calcula.

LFM3-Omni-2B é a entrada omni da Liquid AI na família LFM3: 2,17 bilhões de parâmetros densos em uma base LFM3-1.7B, com um codificador de visão LFM3 e um codificador de áudio causal LFM3 alimentando um único vocabulário de 128.000 tokens. Ele lê texto, imagens, vídeo com ou sem som e áudio de 16 kHz, e produz texto ou fala de 24 kHz, incluindo texto e fala intercalados em uma única resposta. É um modelo sem raciocínio por design — o card afirma que enable_thinking=True não é suportado — e é posicionado para celulares, laptops e hardware de borda.

Ambos cabem num celular. Apenas um foi projetado para isso.

É fácil classificar ambos como "modelo pequeno em um dispositivo" e seguir em frente. A engenharia por trás disso é o oposto.

O problema da OpenBMB era a largura de banda de memória em um celular, então o modelo é esparso de um modo que reduz o que precisa ser lido por token: 35,2B armazenados, 3B acionados. O Lookahead Expert Scheduling é a pista reveladora — só se constrói pré-busca de especialistas quando o gargalo é mover os pesos, não multiplicá-los. O LFM3-Omni-2B resolve o mesmo problema por ser genuinamente pequeno: 2,17B denso, sem roteamento algum, tudo em 16 bits e ainda assim alguns gigabytes.

A diferença aparece na quantização. O MiniCPM-V 4.7 oferece builds GGUF, AWQ, GPTQ, FP8, INT4 e BitsAndBytes, além de checkpoints draft DSpark para decodificação especulativa — um menu completo para qualquer acelerador que você venha a usar. O LFM3-Omni-2B tem pesos BF16 no Hugging Face e um build Ollama em circulação, e esse anúncio no Ollama cita um contexto de 125K contra os 32K do model card. Se isso é um bug de empacotamento ou um recurso não documentado, até o momento da redação, permanece sem resolução. Se você precisa rodar em uma NPU Rockchip ou em um laptop Intel, o fornecedor com seis formatos de quantização é a aposta mais segura no primeiro dia.

A linha que decide a maioria das implantações

O MiniCPM-V 4.7 35B-A3B não consegue ouvir. Sem torre de áudio, sem caminho de ASR, sem cabeça de fala. O LFM3-Omni-2B consegue ouvir e responder em voz alta, em 19 localidades de fala e 16 idiomas de texto.

Para uma carga de trabalho de documentos, gráficos, capturas de tela ou quadros de vídeo, essa diferença é irrelevante, e o MiniCPM é a escolha mais forte em quase todos os outros eixos — maior, mais amplamente testado, com ferramentas melhores. Para qualquer coisa com um microfone no fluxo, isso encerra a comparação imediatamente. Não dá para acoplar audição ao MiniCPM-V 4.7 sem adicionar um modelo ASR separado e depois um modelo TTS, e nesse ponto você estará executando três modelos para fazer o que um único checkpoint de 2,17B faz nativamente.

O inverso também é verdadeiro. O LFM3-Omni-2B lê imagens, mas é um modelo de 2,17B que as lê: seu cartão informa OCRBench 806, DocVQA 92,47 e MMMU 42,44, com o MMMU-Pro caindo para 27,28. Esses são números respeitáveis para o tamanho e não competitivos com um modelo de 35B em layouts de documentos difíceis. Se a tarefa for tabelas densas e formulários digitalizados, o modelo maior vence na tarefa mesmo antes de você considerar o roteamento 8-de-256 que o torna barato de executar.

Onde os números acabam

Aqui está a parte desconfortável: não existe nenhuma tabela honesta de comparação direta disponível, porque a OpenBMB publica os resultados do MiniCPM-V 4.7 como imagens de gráficos, e não como tabelas numéricas. Não há números de MMStar, MMMU ou OCRBench para citar da ficha do 35B-A3B. Qualquer coisa que coloque um número nessa coluna vem ou do modelo irmão de 1B — um modelo diferente, com uma arquitetura diferente — ou é inventada.

A ficha do LFM3-Omni-2B, em contrapartida, é uma tabela completa: MMStar 55,67, MMMU 42,44, MMMU-Pro 27,28, MMBench 73,68, SEEDBench 75,07, RealWorldQA 66,54, MathVista 62,50, POPE 89,34, DocVQA 92,47, InfoVQA 64,08, OCRBench 806, MVBench 58,03, Video-MME 57,70, além de uma coluna de fala que vai de ASR em inglês com taxa de erro de palavra de 6,36 até TTS UTMOSv2 em 3,80. Tudo isso foi medido pela Liquid AI, com o próprio template de chat de cada modelo comparado e decodificação gulosa, e nada disso foi reproduzido.

Uma tabela do fornecedor é melhor que um gráfico do fornecedor, mas não é o mesmo que uma avaliação independente. Nenhum dos dois modelos tem uma. Esse é o estado atual de toda a categoria small-omni agora, e é por isso que as restrições de implantação acabam importando mais do que um ponto de MMMU.

Licenças, leia antes do envio do protótipo

O MiniCPM-V 4.7 é Apache 2.0. Sem teste de receita, sem cláusula de campo de uso, sem negociação. O LFM3-Omni-2B está sob a LFM Open License v1.0, a licença com limite de receita que a Liquid aplica a todo o LFM3. Para um projeto de hobby ou uma startup em fase inicial, as duas são equivalentes na prática. Para uma empresa que já ultrapassou o limite, uma delas exige uma conversa com um advogado e a outra não — e é muito mais barato ter essa conversa agora do que depois que o modelo estiver no produto.

Este é o eixo menos glamoroso da comparação e o que tem maior probabilidade de decidir a questão numa empresa real.

Como os dois se encaixam em uma única arquitetura

A resposta realista para a maioria das equipes não é “escolher um”. É um modelo no dispositivo para o caso comum e um modelo hospedado para as solicitações em que o modelo no dispositivo falha. Manter essa segunda metade portátil é a parte que sobrevive a uma mudança de modelo no dispositivo: o OrcaRouter oferece uma única API para mais de 200 modelos hospedados com 0% de markup sobre o preço de tabela do provedor, failover automático quando um provedor cai e uma DSL de roteamento que move uma solicitação para um modelo diferente sem alteração de código. Nem o LFM3-Omni-2B nem o MiniCPM-V 4.7 estão nesse catálogo — ambos são downloads de pesos, e este texto não sugere o contrário. O ponto é que a camada de fallback não deve ser reconstruída toda vez que a camada do dispositivo mudar e, com uma camada do dispositivo que ainda muda a cada poucas semanas, ela vai mudar.

Qual deles colocar no dispositivo

Escolha o MiniCPM-V 4.7 35B-A3B se você precisa de qualidade de visão, um formato de quantização que você realmente pode implantar, Apache 2.0 e um ecossistema com seis semanas de relatos de campo por trás dele. A contagem de downloads não é um sinal de qualidade, mas os relatórios de bugs que vêm com 289.000 downloads são uma forma de teste que o LFM3-Omni-2B ainda não tem.

Escolha o LFM3-Omni-2B se o produto precisar de voz, se o dispositivo tiver restrições de memória suficientes para que 3 GB de pesos ativos ainda sejam demais, ou se você quiser um único checkpoint em vez de uma pilha ASR+LLM+TTS. Aceite as pontuações de visão do modelo menor, a licença com limite de receita e o fato de você ser um adotante inicial de um modelo anunciado há um dia.

O que resolveria a questão seria uma única execução independente — o mesmo harness, ambos os modelos, OCRBench e MMMU e uma tarefa de fala. Ninguém fez isso. Até que alguém faça, a classificação honesta é: MiniCPM para enxergar, LFM3-Omni para falar, e uma planilha para todo o resto.