MiniCPM-V 4.7 1B vs MiniCPM-V 4.7: dois checkpoints, um nome e um trabalho muito diferente

Não existe um checkpoint chamado MiniCPM-V 4.7. A OpenBMB nunca publicou nenhum, e o URL do modelo que o conteria retorna um erro de autorização em vez de uma página de pesos. O nome é a série. Em 12 de outubro de 2026, essa série lançou duas coisas que um leitor poderia razoavelmente entender por esse nome: MiniCPM-V 4.7 1B, um modelo denso de 1,55 bilhão de parâmetros criado para caber na memória de trabalho de um telefone, e o checkpoint esparso de mistura de especialistas de 35 bilhões de parâmetros que sustenta todas as principais alegações do lançamento — a demonstração no dispositivo, o gráfico da fronteira de Pareto, a frase "primeiro MoE de código aberto a funcionar suavemente no dispositivo". Compará-los não é uma luta justa e nunca foi concebido como tal. É uma questão de quanta memória você está disposto a gastar, e de se os próprios números do fornecedor são fortes o suficiente para justificar gastá-la.

O nome é uma série, não um modelo.

Dois repositórios carregam o nome MiniCPM-V 4.7, e um terceiro o carrega com um sufixo. openbmb/MiniCPM-V-4.7-1B foi criado em 6 de outubro de 2026 às 17:40 UTC. openbmb/MiniCPM-V-4.7-35B-A3B veio em seguida em 7 de outubro às 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark — uma cabeça de rascunho especulativa de 213 milhões de parâmetros para o modelo pequeno — chegou em 8 de outubro. Todos os três são Apache-2.0. O repositório openbmb/MiniCPM-V-4.7 sem sufixo não existe, e vale a pena dizer isso claramente porque boa parte da cobertura escreve como se existisse e cita um conjunto de números sob o nome do outro. O README da OpenBMB data o lançamento em si como 12 de outubro, que é a data a usar se precisar de uma: os repositórios foram enviados primeiro e anunciados quatro dias depois, na ordem habitual.

Portanto, a forma honesta de enquadrar “1B vs 4.7” não é uma comparação entre um modelo pequeno e um modelo grande com o mesmo nome. É uma comparação entre as duas classes de tamanho que a série realmente oferece, em que uma delas, por acaso, é a única que o nome da série sozinho encontrará.

O que o 1B realmente é

Lido dos metadados do safetensors, o checkpoint denso tem 1.554.476.272 parâmetros em BF16 — cerca de 3,11 GB em um único arquivo de pesos, que é o número de destaque para quem está pensando em um celular. Seu backbone de linguagem é marcado como qwen3_6_text, com 24 camadas de profundidade e tamanho oculto de 1024, e sua atenção executa um padrão de três lineares para um completo: 18 das 24 camadas seguem um caminho linear e seis executam atenção convencional. O vocabulário tem 248.094 tokens. A torre de visão é a própria minicpmv4_7_vision — 27 camadas, tamanho oculto 1152, tamanho do patch 14, tamanho da imagem 980, inserida na pilha de linguagem na camada 6. Duas configurações são mais importantes que o resto para trabalho com documentos: downsample_mode é 16x, e mrope_mode é canvas, que é o esquema de embedding rotativo multimodal que a família usa para manter a estrutura espacial intacta em uma imagem fatiada. Os embeddings de posição máxima são 262.144, então a janela de contexto é genuína de 256K em vez de nominal.

No momento em que escrevo, o repositório mostra 14 downloads e 22 curtidas. Isso é pouco, e é a medida honesta de quanto a comunidade exercitou o modelo até agora.

O que o carro-chefe realmente é

O checkpoint 35B-A3B tem 35.212.875.824 parâmetros em BF16 — 70,4 GB distribuídos em dezesseis shards safetensors, o que é 22 vezes o tamanho do modelo denso em um único download. Arquiteturalmente, é um animal diferente: 40 camadas, tamanho oculto 2048, e um feed-forward MoE esparso com 256 especialistas, dos quais 8 estão ativos por token, com moe_intermediate_size definido como 512. O vocabulário é 248.144, um pouco mais amplo que o do 1B. O padrão de atenção é a mesma ideia em maior profundidade — 30 camadas lineares para 10 completas. É o primeiro MoE da linha MiniCPM-V, e é o checkpoint sobre o qual a história de eficiência do fornecedor realmente se trata: a alegação da OpenBMB é de mais de 13 tokens por segundo usando cerca de 3 GB de memória em um iPhone 17 Pro Max, com o Lookahead Expert Scheduling pré-buscando pesos de especialistas entre camadas para que o roteamento esparso não trave na largura de banda de memória, além de uma cabeça MTP emparelhada e compressão mista de tokens visuais 4x/16x. Esses são números do fornecedor, medidos pelo fornecedor, na demonstração do fornecedor. Ninguém mais os reproduziu ainda. O repositório mostra 166 downloads e 43 curtidas — uma ordem de magnitude a mais de atenção do que o 1B atraiu.

A comparação, dimensão por dimensão

Seis dimensões, ambos os lados, com uma nota sobre quanto peso cada número carrega.

• Parâmetros e formato — MiniCPM-V 4.7 1B: 1,55B denso, todos os parâmetros ativos em cada token. O carro-chefe do MiniCPM-V 4.7: 35,2B no total, esparso, 8 de 256 especialistas por token. Os dois totais não são quantidades comparáveis; o orçamento ativo do MoE é o que determina o cálculo por token, e a OpenBMB não o publica. Leia "A3B" como parte do nome, não como uma medição.

• Pegada de peso — MiniCPM-V 4.7 1B: 3,11 GB em um único arquivo BF16, que é toda a razão de sua existência. MiniCPM-V 4.7 35B-A3B: 70,4 GB distribuídos em dezesseis shards em BF16. O número de 3 GB no dispositivo do fornecedor aplica-se ao modelo maior somente após quantização e streaming de especialistas, não ao download bruto.

• Atenção e contexto — ambos: 256K posições, um padrão de atenção linear-para-completa de 3:1, e o mesmo canvas modo mRoPE. O MiniCPM-V 4.7 1B o executa em 24 camadas; o modelo principal em 40. Esta é a única dimensão em que os dois modelos são genuinamente o mesmo design, em escala.

• Via de visão — ambos: a torre minicpmv4_7_vision da própria família, com downsampling de 16x. A diferença está do outro lado da etapa de compressão: os gráficos do modelo principal anunciam um esquema misto 4x/16x que o 1B não reivindica.

• Licença — ambos: Apache-2.0, declarada no repositório e afirmada no README do projeto. Isto é importante porque é o oposto do que a mesma série parecia uma semana antes; não há ambiguidade a assinalar aqui para nenhum dos checkpoints.

• Evidência de qualidade — MiniCPM-V 4.7 1B: apenas gráficos do fornecedor. MiniCPM-V 4.7 35B-A3B: gráficos do fornecedor, um vídeo de demonstração do fornecedor em um iPad M4 e um iPhone, e uma alegação publicada de tokens por segundo no dispositivo. Nenhum dos dois tem avaliação independente, e nenhum foi submetido a benchmark por terceiros em um harness fixo.

O que os próprios gráficos do fornecedor afirmam

OpenBMB publicou gráficos de benchmark para ambos os checkpoints, e a diferença no que eles conseguem suportar é instrutiva. O gráfico do 1B coloca o modelo em MMBench 83,17, OCRBench 86,10 e OmniDocBench v1.6 85,39, à frente do modelo de classe 1,3B da geração anterior ao lado do qual ele aparece na mesma figura nos três (81,89, 83,80 e 82,52, respectivamente). Esses valores foram informados pelo fornecedor e não foram reproduzidos, e a rotulagem das colunas do próprio gráfico precisa ser lida com atenção, porque uma linha nele imprime um valor que não é crível para um modelo desse tamanho. Trate os números absolutos como marketing e as diferenças em relação à geração anterior como a única parte com lógica interna.

O gráfico do 35B-A3B é mais legível porque a comparação está mais concorrida. Ele reporta MMMU 80,22, MathVista 88,00, OCRBench 91,20, OCRBench_v2 68,47, OmniDocBench v1.6 94,24, CharXiv reasoning 75,60, TextVQA 84,99 e CCOCR 81,14, contra um campo que inclui dois modelos de mistura de especialistas da classe 35B-A3B, um Gemma de 31B e um Qwen3.8 de 27B. Pelos próprios números do fornecedor, o MoE vence a maioria das linhas por pouco e perde algumas — MMMU-Pro e MathVision vão no sentido oposto. De novo: relatado pelo fornecedor, não reproduzido, e a única leitura justa é "o fornecedor acredita que está em paridade ou melhor", não "está em paridade ou melhor".

Há um problema de rotulagem que vale a pena sinalizar em vez de resolver. O repositório se chama 1B. A barra lateral do Hugging Face descreve o modelo como 2B de parâmetros. Os metadados do safetensors dizem 1.554.476.272 — cerca de 1,55B. O próprio gráfico do fornecedor rotula a linha como 1,3B. Quatro fontes, quatro números, e o menor deles está no gráfico que o marketing destaca. Nada disso muda o que o modelo faz, mas se você está dimensionando memória com base em uma ficha técnica, dimensione com base no arquivo de 3,11 GB, e não em qualquer um dos rótulos.

Qual deles você realmente quer

Se a restrição for um telefone, um laptop, uma única GPU pequena ou qualquer coisa com um orçamento de energia, apenas uma destas é candidata. O MiniCPM-V 4.7 1B existe precisamente para que um modelo multimodal com contexto de 256K caiba em alguns gigabytes, é disponibilizado sob uma licença que permite uso comercial, e o ecossistema de quantização já está aí — builds GGUF, AWQ, GPTQ, int4 e FP8, além de suporte desde o primeiro dia de Rockchip, Houmo, Intel, AMD e fornecedores de hardware Arm, e OpenVINO. Para OCR no dispositivo, compreensão de capturas de tela e parsing de documentos com uma pegada de 3 GB, é a versão desta série que responde à questão.

MiniCPM-V 4.7 35B-A3B responde a outra. Não é uma versão maior do mesmo produto; é a tentativa de manter a qualidade de um modelo da classe 35B pagando apenas por 8 experts por token e, se a alegação de throughput do fornecedor se confirmar, é o resultado de engenharia mais interessante dos dois. Ele também é, com 70,4 GB em BF16, um download para servidor ou workstation, e sua história em dispositivo passa por quantização e streaming de experts, em vez de pelo arquivo que você obtém do Hub.

Onde um router se encaixa e onde não

Nenhum dos dois checkpoints está hospedado no OrcaRouter. O MiniCPM não aparece no nosso catálogo de forma alguma, e o conselho correto para quem quer executar qualquer um deles é baixar os pesos e servi-los por conta própria — llama.cpp, Ollama, vLLM ou SGLang, todos suportam a arquitetura, e a lista de suporte no primeiro dia acima é incomumente ampla para um lançamento tão recente. A questão do roteamento só surge na etapa seguinte, que é o que acontece quando um modelo local pequeno não é suficiente para uma solicitação específica e o trabalho precisa ir para algo hospedado. Essa transferência é uma decisão de roteamento, e não um segundo contrato: o OrcaRouter coloca algumas centenas de modelos hospedados atrás de uma única chave, pelo preço de tabela de cada provedor, sem nada acrescentado por cima, com failover quando um provedor se degrada. Entre os modelos de visão hospedados nessa lista estão vários na mesma classe de peso que o 1B — qwen/qwen3-vl-8b-instruct e a sua variante de raciocínio, qwen/qwen3-vl-235b-a22b-instruct para a ponta mais pesada, e deepseek/deepseek-v4-flash-vision-exp para trabalho com documentos de contexto longo. Esse é o nível acima desta família, não um substituto para ela, e vale a pena deixar claro de que lado da linha cada modelo se encontra.

O que assistir

Duas coisas vão resolver essa comparação, e nenhuma das duas existe ainda. A primeira é uma avaliação independente — o mesmo harness executado nos dois checkpoints, no mesmo hardware, sem que o fornecedor escolha os prompts. Até que isso apareça, todo número de precisão neste artigo é do próprio fornecedor e deve ser citado com essa ressalva anexada. A segunda é o draft head do DSpark, que já foi publicado para o modelo de 1B e é o mecanismo que tornaria a inferência de modelos pequenos significativamente mais rápida em um celular. Se a decodificação especulativa funcionar como anunciado nessa escala, o 1B denso se torna uma resposta consideravelmente melhor do que seu tamanho sugere, e o 35B-A3B continua sendo o modelo ao qual você recorre apenas quando a solicitação realmente exige.

O que não precisa esperar por nada é a licença, a arquitetura, o footprint e o ferramental. Eles estão nos repositórios, são Apache-2.0 para ambos os checkpoints, e bastam para decidir hoje qual dos dois pertence ao seu hardware.

A metade hospedada desse padrão é uma decisão de roteamento, e não um segundo contrato. o preço de tabela de cada provedor, sem nenhum markup adicionado por nós Nenhum dos checkpoints do MiniCPM-V 4.7 é um modelo hospedado no OrcaRouter — ambos são pesos que você mesmo serve.