MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7: Um desses nomes não é um modelo

Pesquise por MiniCPM-V 4.7 e você encontrará um cartão de modelo, uma tabela de benchmark, uma demonstração no celular e um botão de download. Pesquise por MiniCPM-V 4.7 35B-A3B e você encontrará as mesmas coisas, porque são o mesmo lançamento — e essa é toda a dificuldade de compará-los. O cartão de modelo da OpenBMB começa com a linha que resolve a questão: MiniCPM-V 4.7 é o modelo mais recente da série, disponível em uma variante 35B-A3B, e 35B-A3B é o primeiro MoE dessa série. O nome puro é um banner. O nome com sufixo é um checkpoint. Coloque uma mistura esparsa de especialistas de 35 bilhões de parâmetros de um lado e um banner do outro e você não tem uma comparação, você tem uma pergunta sobre qual artefato você pretendia baixar. Responda a isso e o resto desta página é uma ficha técnica.

Os nomes, resolvidos

Três coisas atendem pelo nome "MiniCPM-V 4.7", e apenas duas delas podem ser baixadas.

• openbmb/MiniCPM-V-4.7 — não existe. O URL devolve um erro de autorização, não uma página de pesos. Nunca existiu um checkpoint isolado sob este nome, e a cobertura que cita um conjunto de valores sob o rótulo do outro está a citar os números 35B sob um nome sem repositório por trás.

• A série — uma coleção do Hugging Face mantida pela OpenBMB, que reúne treze repositórios sob a bandeira 4.7: o checkpoint base 35B-A3B, uma build GGUF, quantizações FP8, AWQ, GPTQ e int4 dele, uma cabeça de rascunho especulativa DSpark emparelhada, e a mesma escada de seis vias novamente para o modelo pequeno. É essa coleção que "MiniCPM-V 4.7" denota quando é usado como uma linha de produtos.

• openbmb/MiniCPM-V-4.7-35B-A3B — o checkpoint a que o anúncio se refere, criado em 7 de outubro de 2026 às 07:07 UTC, licenciado sob Apache-2.0, com uma ficha completa do modelo adicionada em 12 de outubro. Esta é a única coisa da família que atualmente traz tabelas de benchmark do fornecedor.

Portanto, a resposta honesta para "MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B" é que a questão se resume a uma escolha de variante dentro de uma única série, e o nome da série sozinho não vai te levar a um arquivo. O único arquivo a que ele leva é o 35B-A3B, e é por isso que os leitores chegam pensando que são a mesma coisa.

Do que o lançamento realmente consiste

O próprio README da OpenBMB descreve duas variantes e uma torre de visão compartilhada, e data o lançamento em 12 de outubro de 2026 — cinco e seis dias depois de os pesos terem sido carregados. Esse intervalo importa se você estiver citando uma data de lançamento. Os repositórios foram criados em 6 e 7 de outubro; o card, a tag de licença, os gráficos e o anúncio chegaram todos no dia 12. Os parâmetros não mudaram no dia 12. A documentação mudou.

O que a documentação abrange, para ambas as variantes:

• Dois checkpoints — um MoE esparso 35B-A3B e um modelo denso 1B, compartilhando um nome de linhagem e uma torre de visão, e nada mais abaixo dela.

• Um caminho visual compartilhado — a própria torre minicpmv4_7_vision da família, 27 camadas com dimensão oculta de 1.152, tamanho do patch 14, tamanho da imagem 980, enxertada na pilha de linguagem na camada 6, com a compressão precoce intra-ViT que a OpenBMB credita ao LLaVA-UHD v4, à frente dela.

• Compressão mista de tokens visuais 4x/16x — selecionável por requisição, 16x por padrão para throughput e 4x para detalhe. A ficha observa que nenhum outro modelo em sua tabela de comparação oferece essa escolha, e que a configuração precisa ser passada tanto para o template de chat quanto para a chamada de geração, caso contrário a contagem de placeholders e o codificador de visão divergem.

• Uma história de implantação que deixa de ser sobre pesos — alvos iOS, Android e HarmonyOS, suporte a chips desde o dia zero de Rockchip, Houmo, Intel, AMD e Arm, OpenVINO para CPU/GPU/NPU da Intel, e suporte a frameworks em SGLang, vLLM, llama.cpp e Ollama. O app e as builds quantizadas são o produto aqui, não o download do BF16.

Os dois checkpoints, dimensão por dimensão

Seis dimensões, ambos os lados, com uma nota sobre o que cada número realmente vale.

• Parâmetros e forma — MiniCPM-V 4.7 35B-A3B: 35.212.875.824 parâmetros armazenados, esparsos, 256 especialistas com 8 ativos por token em um tamanho intermediário de especialista de 512, além de um especialista compartilhado do mesmo tamanho. A variante de 1B do MiniCPM-V 4.7: 1.554.476.272 parâmetros, densa, todos eles ativos em cada token. Os dois totais não são a mesma quantidade, e o orçamento de ativos por token do MoE não é publicado, então leia o "A3B" como parte do nome, e não como uma medida que você pode comparar com o modelo denso.

• Pegada de download — MiniCPM-V 4.7 35B-A3B: 70,4 GB distribuídos em dezesseis shards safetensors em BF16, antes de qualquer cache KV. MiniCPM-V 4.7 1B: cerca de 3,1 GB em um único arquivo de pesos. Vinte e duas vezes o download de um lado, e a medida honesta de qual destes é um modelo para celular pronto para uso — nenhum é, até você pegar uma quantização da escada.

• Backbone textual e profundidade — MiniCPM-V 4.7 35B-A3B: uma pilha de texto MoE esparsa da família Qwen, 40 camadas com tamanho oculto de 2.048, dezesseis cabeças de consulta contra duas cabeças de chave/valor, vocabulário de 248.144. MiniCPM-V 4.7 1B: uma pilha de texto densa da família Qwen, 24 camadas com tamanho oculto de 1.024, oito cabeças de consulta contra duas cabeças de chave/valor, vocabulário de 248.094. A mesma ideia de design, um degrau abaixo.

• Atenção — ambos: uma repetição fixa de três para um de atenção linear em relação à atenção completa. Trinta das quarenta camadas do 35B seguem o caminho linear, contra dez convencionais; dezoito das vinte e quatro do 1B, contra seis. Esta é a dimensão em que os dois modelos são genuinamente a mesma arquitetura em escala, e é a razão pela qual ambos têm um contexto de 256K sem que o cache KV exploda.

• Contexto — ambos: 262.144 posições máximas, com o mesmo canvas modo de embedding rotativo multimodal. Sem taxa de variante, sem truncamento no modelo pequeno.

• Licença — ambos: Apache-2.0, declarada no front matter do repositório e afirmada no README. Ambos também são distribuídos no Hugging Face e no ModelScope. Não há diferença de termos a ponderar.

A tabela de benchmark existe para um deles

Eis a assimetria que realmente molda uma decisão. O checkpoint 35B-A3B traz as tabelas comparativas da OpenBMB — MMMU cerca de 80,2, OCRBench cerca de 91,2, OmniDocBench v1.6 na casa dos noventa altos, raciocínio CharXiv em meados dos setenta, TextVQA em meados dos oitenta — comparadas com dois modelos Qwen da classe 35B-A3B, um Gemma de 31B e dois Qwen de 27B, no modo Instruct. Este artigo abordou quanto valem essas tabelas quando o lançamento foi documentado; a versão curta é: dados relatados pelo fornecedor, obtidos no harness do fornecedor, não reproduzidos e extraídos de gráficos PNG em vez de uma tabela de pontuações publicada.

O 1B tem seu próprio gráfico no mesmo documento, e a comparação ali é contra um campo menor. Se você está escolhendo entre os dois tamanhos, a coisa útil que os cartões lhe dão não é uma pontuação — é que o checkpoint maior é aquele para o qual o argumento de eficiência foi escrito. O número no dispositivo que ancora todo o lançamento, 13+ tokens por segundo a aproximadamente 3 GB de memória em um iPhone 17 Pro Max, é um valor do 35B-A3B, produzido com Lookahead Expert Scheduling fazendo pré-busca de especialistas entre camadas através de pesos quantizados. O pequeno modelo denso não precisa desse mecanismo, porque 1,55 bilhão de parâmetros densos cabem na memória de trabalho de um telefone sem nada disso.

Essa é a inversão que vale a pena ponderar: o modelo pequeno é direto e não documentado em termos de benchmark; o modelo grande é amplamente documentado e difícil de executar. Nenhuma das posições é obviamente melhor.

Qual deles as pessoas realmente baixam

Os contadores do Hugging Face acrescentam um fato que nenhum dos cartões de modelo declara, e isso argumenta a favor do modelo maior. Em 13 de outubro de 2026, o repositório base openbmb/MiniCPM-V-4.7-35B-A3B mostra 630 downloads; a versão -gguf do mesmo checkpoint mostra pouco mais de 10.000, aproximadamente dezesseis vezes o tráfego. Para o 1B, o repositório base e sua versão GGUF estão em 263 e 2.064, respectivamente, uma proporção semelhante em uma escala absoluta muito menor.

Duas leituras, ambas consistentes com os dados. Ou as pessoas estão baixando a build quantizada primeiro porque é ela que roda, ou os números do BF16 simplesmente ficam atrás porque o checkpoint BF16 não é o que as pessoas implantam. De qualquer forma, o contador de downloads está medindo qual artefato importa — e não é aquele cujo tamanho está no nome. Se você está dimensionando essa decisão, dimensione-a em relação à build GGUF ou à build AWQ, não em relação a 70.4 GB.

Há mais um detalhe da listagem que vai no sentido oposto. Ambos os repositórios trazem a tag "On-Device Model" herdada do resto da família MiniCPM-V, que, em um MoE BF16 de 70 GB, significa o que a tag significa no arquivo de 3,1 GB do 1B apenas depois da quantização e do streaming de especialistas. Trate a tag como um rótulo de família, não como uma especificação.

Onde uma API hospedada muda a questão

Nenhum dos checkpoints está hospedado no OrcaRouter e, para esta comparação, isso acaba sendo o fato estrutural decisivo. Ambos são pesos abertos que você mesmo serve, o que significa que o 35B-A3B exige hardware que você provavelmente não tem, e o 1B exige hardware que você com certeza tem — e a diferença entre "alguma GPU" e "um celular" é o conteúdo real de "35B-A3B vs 4.7".

O lugar onde um roteador se justifica é na fronteira. Se você escolher o 1B e ele não for suficiente para uma solicitação, o trabalho terá de ir para algum lugar, e esse algum lugar geralmente é um modelo hospedado que você preferiria não gerenciar provedor por provedor: o OrcaRouter cobre algumas centenas de modelos hospedados atrás de uma única chave, pelo preço de tabela de cada provedor, sem nada adicionado em cima, e faz failover entre provedores quando um deles degrada. Um desses ids hospedados, qwen/qwen3.6-35b-a3b, é a contraparte hospedada direta do checkpoint sobre o qual este artigo trata — o mesmo formato 35B-A3B, acessível sem possuir o acelerador, o que o torna o teto natural para testar antes de comprometer 70 GB do seu próprio disco com a versão local.

Isso é uma decisão de roteamento, não uma segunda integração, e é a única parte desta escolha que não custa nada reverter.

A escolha

Se a restrição for um celular, um laptop ou uma única GPU pequena, o 1B é o único candidato — 3,1 GB, uma licença que permite uso comercial, e uma escada de quantização que vem sendo lançada desde a primeira semana. Se o objetivo é o resultado de eficiência sobre o qual a OpenBMB está realmente discutindo, você quer o 35B-A3B, e você o quer em uma versão quantizada em vez do original de 70 GB, porque é o que todos os outros que baixaram escolheram e aquilo em que a alegação on-device foi medida.

O que você não deve fazer é tratar os dois nomes como intercambiáveis. Um deles é um checkpoint que você pode executar hoje à tarde. O outro é um rótulo que continuará retornando o model card do 35B-A3B, não importa qual dos dois você quis dizer.