MiniCPM-V 4.7 1B vs LFM2.5-VL 3B: a OpenBMB afirma que seu 1B supera um 3B. Veja o que essa alegação esconde

O MiniCPM-V 4.7 1B e o LFM2.5-VL 3B são modelos de visão-linguagem de pesos abertos feitos para celulares e computadores pequenos, e estão separados por menos de três semanas no calendário. O MiniCPM-V 4.7 1B foi enviado pela OpenBMB em 6 de outubro de 2026 e datado de 12 de outubro nas notas de lançamento do fornecedor. O LFM2.5-VL 3B foi publicado pela Liquid AI em 11 de agosto de 2026. Um tem 1,55 bilhão de parâmetros e licença Apache 2.0. O outro tem 3,12 bilhões de parâmetros sob a LFM Open License v1.0. E a própria página de produto da OpenBMB faz uma afirmação que deveria fazer qualquer pessoa que compra apenas com base no tamanho parar: que seu modelo 1B supera o LFM2.5-VL 3B em OCR, raciocínio sobre gráficos e compreensão de vídeo. As falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este são coletados em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de contestação.

Essa frase está carregando muito peso. E também, até onde qualquer um pode verificar, não é contraditada pelos números — o que é mais interessante do que se fosse. Este texto percorre o que cada fornecedor realmente publicou, onde a comparação é real e os dois pontos em que a afirmação silenciosamente muda de assunto.

A alegação, nas palavras do próprio fornecedor

A página do modelo 1B da OpenBMB afirma que o modelo "é uma atualização abrangente em relação ao MiniCPM-V 4.6-1.3B e supera o Qwen3.5-0.8B e o LFM2.5-VL-3B, mantendo-se à frente de sua classe de tamanho em OCR, raciocínio sobre gráficos e compreensão de vídeo". A cláusula que importa é "mantendo-se à frente de sua classe de tamanho". A comparação com o LFM2.5-VL 3B é apresentada como evidência de densidade de capacidade; a frase que se segue limita a alegação a uma classe de tamanho da qual o LFM não faz parte.

A ficha da Liquid AI não retribui o favor. Ela não menciona o MiniCPM em momento algum e compara seu modelo, em benchmarks, com G​emma4 E2B e E4B, InternVL 3.5 2B e 4B, e Qwen3.5-2B e 4B. Portanto, trata-se de uma comparação unilateral: um fornecedor se mediu contra o outro, e o outro nunca reconheceu essa comparação. Essa assimetria é a primeira coisa que se deve saber antes de ler qualquer confronto direto, incluindo este.

O que cada fornecedor declara oficialmente

Liquid AI publica uma tabela numérica. O LFM2.5-VL-3B reporta MathVista 68,5, MMMU Pro 30,5, ChartQA 81,3 e OCRBenchv2 47,5 (subconjunto somente em inglês), ao lado das pontuações de um modelo irmão nas mesmas linhas. Esses são números do fornecedor, executados pelo fornecedor, e ninguém independente precisa concordar com eles — mas são falsificáveis, e é isso que os torna úteis. Se você reproduzir 55 no MathVista, você sabe que algo na sua configuração difere.

A OpenBMB publica um resumo numérico em prosa e gráficos completos logo abaixo. Para o modelo 1B, a página declara OCRBench 86,1, MathVista 74,3, CharXiv Reasoning 48,8, LongVideoBench 53,4 e MotionBench 54,55, e apresenta o restante da comparação como imagens com colunas 4× e 16×. A própria ficha do modelo não contém nenhuma tabela de benchmark.

Compare os dois no único benchmark que ambos citam. MathVista: MiniCPM-V 4.7 1B com 74,3, LFM2.5-VL 3B com 68,5. O 1B está 5,8 pontos à frente segundo os dados divulgados pelo próprio fornecedor. Em OCR, os dois usam instrumentos diferentes — OCRBench versus o subconjunto em inglês do OCRBenchv2 — e os números não são comparáveis, que é exatamente o tipo de detalhe que uma frase de “supera” omite.

Onde a comparação é entre iguais

• Parâmetros — 1,55B denso, BF16, 3,1 GB em disco vs 3,12B denso, BF16; o LFM é aproximadamente o dobro do modelo

• Codificador de visão — torre no estilo SigLIP2, 27 camadas, 1152 ocultos, tiles de 980 pixels vs SigLIP2 NaFlex 400M, patches não sobrepostos de 512×512 mais uma miniatura redimensionada

• Espinha dorsal de texto — uma configuração derivada do Qwen3.5 com 24 camadas, 1024 de dimensão oculta, um padrão de atenção linear-para-completa de 3:1 em relação ao LFM2.5-2.6B, uma arquitetura híbrida concebida pela própria Liquid AI

• Contexto — 262.144 tokens vs 32.768 tokens

• Orçamento de tokens visuais — compressão alternável de 4× ou 16× por solicitação vs. um orçamento fixo de patches NaFlex definido pela resolução

• Licença — Apache 2.0 vs LFM Open License v1.0, que traz termos comerciais em vez de mera permissividade

• Idiomas nomeados — inglês e chinês nos exemplos do cartão vs 16 idiomas listados explicitamente (do árabe ao vietnamita)

• Avaliação publicada — cinco valores descritos em texto, além de comparações apenas em gráfico, em contraste com uma tabela numérica, abrangendo quatro benchmarks e seis modelos irmãos

• Avaliação independente — nenhuma entrada no Artificial Analysis para nenhum dos dois até o momento vs. nenhuma entrada no Artificial Analysis para nenhum deles também

• Velocidade informada pelo fornecedor — nenhum número de tokens por segundo para o 1B em qualquer dispositivo, contra 228 tok/s em um Apple M5 Max, 116 tok/s em um AMD Ryzen AI Max+ 395 e 20 tok/s em um Galaxy S26 Ultra

• Memória — cerca de 3,1 GB em BF16; Q4 GGUF 0,67 GB mais um projetor de visão de 0,90–1,11 GB vs. menos de 3,3 GB conforme publicado, com builds GGUF, ONNX e MLX disponibilizados

• Caminhos de serving indicados — Transformers, SGLang, vLLM, llama.cpp, Ollama, OpenVINO, decodificação especulativa DSpark vs Transformers, vLLM, SGLang, llama.cpp, além de exportações GGUF, ONNX e MLX

• História no dispositivo — aplicativos iOS, Android e HarmonyOS e suporte day-0 a Rockchip, Houmo, Intel, AMD e Arm, demonstrado por uma métrica de decodificação de um iPhone 17 Pro Max vs. um Galaxy S26 Ultra e uma build MLX para Apple Silicon

Duas linhas merecem uma segunda olhada. A janela de contexto é uma diferença de oito vezes em favor do MiniCPM, e é o tipo de número que parece decisivo até você lembrar que um modelo de 1B com 262k tokens está mantendo um KV cache maior que os próprios pesos. Na prática, em um celular, nenhum dos dois modelos vai rodar nem perto do seu limite. E a linha da licença é a que decide a adoção comercial com mais frequência do que qualquer benchmark: a Apache 2.0 não exige conversa com um advogado, e a LFM Open License exige.

A parte sobre a qual a afirmação muda de assunto

A OpenBMB está comparando seu modelo com um concorrente duas vezes maior, em benchmarks que ela mesma escolheu, e relatando o resultado em prosa. Isso não é desonesto — os números são publicados e a comparação é declarada. Mas é responder a uma pergunta que ninguém que coloca um modelo em produção realmente faz. Ninguém escolhe entre um 1B e um 3B porque quer que o menor seja melhor. Escolhem porque um cabe no dispositivo e o outro não, ou porque um tem a cobertura de idiomas de que precisam, ou porque a licença de um passa pela revisão jurídica.

No primeiro deles, a leitura honesta é que ambos cabem. A ficha do LFM2.5-VL-3B afirma menos de 3,3 GB e demonstra 20 tokens por segundo em um Galaxy S26 Ultra. O MiniCPM-V 4.7 1B em Q4 com seu projetor fica perto de 1,8 GB. Portanto, a vantagem real do 1B não é "ele roda em um celular e o outro não" — é folga: aproximadamente um gigabyte e meio a menos de memória, o que, em um dispositivo Android intermediário, é a diferença entre um aplicativo que sobrevive e um que o sistema mata.

No segundo, a comparação se inverte. O LFM2.5-VL-3B lista 16 idiomas em sua ficha e disponibiliza builds ONNX e MLX junto com GGUF. A documentação do MiniCPM-V 4.7 1B é voltada para exemplos em inglês e chinês, e sua proposta no dispositivo é voltada ao suporte a chips iOS, Android e HarmonyOS, em vez de à cobertura de idiomas. Se o seu produto é distribuído em turco, polonês ou vietnamita, o modelo maior, com a licença mais restritiva, é o que tem a alegação publicada de oferecer suporte a você.

No terceiro, o Apache 2.0 vence de forma categórica e não há muito a discutir.

Em que cada um é genuinamente melhor

O LFM2.5-VL-3B é construído em torno de um conjunto específico de tarefas, e sua ficha do modelo deixa isso claro: trabalho de turno único, alto throughput e baixa latência, como detecção de objetos quase em tempo real em contextos automotivos, OCR em lote de documentos digitalizados com anotação de layout e tradução no dispositivo de menus e placas de trânsito. A ficha também especifica para o que o modelo não serve — tarefas de contexto longo e com uso intensivo de raciocínio, design visual para web, perguntas técnicas sobre plantas de engenharia. Esse tipo de orientação negativa é raro e merece mais confiança do que as afirmações positivas.

O MiniCPM-V 4.7 1B é construído em torno da densidade de capacidade na base da faixa de tamanho. A compressão mista de tokens 4×/16× é sua expressão mais clara: o mesmo checkpoint pode atender a uma leitura detalhada de documento e a uma passagem barata de miniatura, escolhida por requisição. Os controles de fatiamento (36 fatias para imagens, 1 para vídeo), os parâmetros de amostragem de quadros para vídeo e as entradas separadas de cookbook para parsing de PDF e grounding apontam todos para uma carga de trabalho de documentos e telas, em vez de uma carga de detecção. Ele também traz cabeças de decodificação especulativa DSpark como um artefato separado de 213M de parâmetros, o que é uma alavanca real de throughput se o seu runtime oferecer suporte e um peso morto se não oferecer.

A divisão prática: se você está detectando objetos em um feed de câmera ou traduzindo sinalização a 20 quadros por segundo, os números de latência e a cobertura de idiomas do LFM são o argumento. Se você está transformando capturas de tela, recibos e imagens de páginas em texto estruturado com um orçamento de tokens que você controla, a opção de compressão do MiniCPM é o argumento.

A diferença que um comprador deve precificar

O LFM2.5-VL-3B está disponível desde 11 de agosto de 2026 — dez semanas na altura em que escrevo — o que, em termos de pesos abertos, é tempo suficiente para o ecossistema de quantização se estabilizar. As versões GGUF, ONNX e MLX são distribuídas pelo próprio fornecedor. Qualquer ambiente de execução que provavelmente venha a utilizar tem um caminho que funciona.

O MiniCPM-V 4.7 1B tem três semanas, e o card do modelo começa com uma ressalva sobre incompatibilidades de versão do CUDA que quebram a decodificação de vídeo via torchcodec, com duas soluções alternativas documentadas. A arquitetura é nova — um model_type que não existia há um mês — e a versão mínima do Transformers é 5.18.0. Nada disso é um defeito. É o custo padrão de adotar um modelo em seu primeiro mês, e o motivo pelo qual um lançamento discreto com avaliação baseada em gráficos é um bom candidato para um teste lado a lado e um candidato questionável para um caminho de produção na primeira semana.

A forma barata de executar esse teste é manter o modelo atual atendendo enquanto você avalia o recém-chegado, o que é um problema de roteamento e não de modelagem. O OrcaRouter executa mais de 200 modelos hospedados atrás de um único endpoint compatível com OpenAI com 0% de markup, repassando o preço de tabela de cada provedor sem alterações, de modo que um corte de preço de um fornecedor aparece na sua fatura no mesmo dia, e não após um ciclo de reprecificação. A DSL de roteamento dele pode manter um primário e um fallback em uma única chamada, e o failover automático mantém o caminho ativo quando um provedor tem um momento ruim — que é o que você quer quando o modelo em teste é um checkpoint local de 1B e o modelo em produção é algo pelo qual você está pagando. Nenhum dos modelos deste artigo está nesse catálogo: ambos são checkpoints que você mesmo executa, e o roteador fica ao redor deles em vez de oferecer uma forma de chamá-los.

A reivindicação, resolvida

O MiniCPM-V 4.7 1B supera o LFM2.5-VL 3B? No MathVista, por 5,8 pontos, conforme relatado por ambos os fornecedores. Em OCR, os dois publicaram instrumentos diferentes e a comparação não pode ser feita. Em raciocínio sobre gráficos e compreensão de vídeo, a OpenBMB afirma uma vitória e a publica como gráfico, e a Liquid AI nunca respondeu. A única comparação totalmente verificável sustenta a alegação; as demais são o fornecedor corrigindo a própria prova em um formato que resiste à citação.

O que a alegação não sustenta é ser interpretada como "o modelo menor é simplesmente melhor". O LFM2.5-VL-3B oferece dezesseis idiomas, builds ONNX e MLX exportados, um número de velocidade documentado em um telefone Android já comercializado e um card que informa onde não usá-lo. O MiniCPM-V 4.7 1B oferece um orçamento de tokens alternável, uma janela de contexto de 262k, Apache 2.0 e cerca de 1,8 GB de memória quantizada. Esses são produtos diferentes vestidos com a mesma linha de benchmark, e a resposta certa depende de qual dessas listas corresponde à sua implantação — não de qual número é maior.

Teste ambos com as suas próprias imagens e a sua própria quantização. Os pesos são gratuitos e a tarde é o único custo.