MiniCPM-V 4.7 vs LFM2.5-VL 3B: um mistério de 70 GB contra um modelo de 3B que você pode levar em um laptop

O MiniCPM-V 4.7 e o LFM2.5-VL 3B são vendidos como a mesma categoria de coisa — modelos compactos de visão-linguagem que você mesmo executa — e dificilmente poderiam estar mais distantes na prática. O LFM2.5-VL 3B é um produto acabado: um checkpoint documentado de 3,1 bilhões de parâmetros da Liquid AI com uma licença, um cartão de modelo, quantizações GGUF em circulação e um número cada vez menor de bons motivos para não simplesmente baixá-lo e experimentá-lo. O MiniCPM-V 4.7 é um checkpoint esparso de mistura de especialistas de 35,2 bilhões de parâmetros que a OpenBMB enviou ao Hugging Face em 6 de outubro de 2026 sem cartão de modelo, sem licença e sem benchmarks de espécie alguma. Compará-los não é comparar dois modelos. É comparar um modelo a um artefato que provavelmente se tornará um.

O confronto, dito honestamente desde o início

Esta página pode lhe dar um panorama completo do LFM2.5-VL 3B, porque a Liquid AI publicou um. Ela pode lhe dar um panorama completo da forma do MiniCPM-V 4.7 e absolutamente nada sobre o seu comportamento, porque a OpenBMB publicou um config.json e parou. Tudo o que vem abaixo sobre o lado do MiniCPM é lido desse arquivo de configuração e do índice de pesos; tudo sobre o lado da Liquid vem do cartão do modelo, e as próprias alegações de desempenho do cartão são relatadas pelo fornecedor e rotuladas como tal. Onde existe um número para um modelo e não para o outro, o honesto é deixar a lacuna visível em vez de encobri-la.

O que cada um é

O LFM2.5-VL-3B foi lançado em 11 de agosto de 2026. Ele é uma variante multimodal da família LFM2.5, criada para implantação no dispositivo, e não parte do zero: usa o backbone de linguagem LFM2.5-2.6B e o combina com um codificador de visão SigLIP2 NaFlex. O NaFlex é a parte que importa para o trabalho com documentos — ele preserva a proporção e a resolução nativas em vez de forçar cada imagem a um quadrado fixo, e é por isso que as melhorias de destaque do card são grounding com consultas em linguagem natural e OCR de página inteira com anotação de layout. Ele é distribuído sob a LFM Open License v1.0 e abrange dezesseis idiomas, incluindo inglês, chinês, japonês, coreano, árabe, hindi, francês, alemão, espanhol, português, italiano, polonês, russo, tailandês, vietnamita e indonésio. Por ser 3B, compilações GGUF surgiram um dia após o lançamento e uma variante DSpark veio em setembro, então o ecossistema ao redor dele é real: você pode baixar um quant e executá-lo em um laptop hoje.

MiniCPM-V 4.7 é um checkpoint BF16 de 35.212.875.824 parâmetros, 70,4 GB distribuídos em dezesseis shards, classe MiniCPMV4_7ForConditionalGeneration, enviado para openbmb/MiniCPM-V-4.7-35B-A3B em 6 de outubro de 2026.

Seu backbone de linguagem é rotulado como qwen3_5_moe_text — um MoE esparso derivado do Qwen3.5 com 256 especialistas e 8 selecionados por token — e suas 40 camadas seguem um padrão fixo de atenção de três lineares para uma completa, de modo que 30 das 40 camadas usam um caminho linear no estilo Mamba em vez de atenção convencional. O contexto é 256K. A torre de visão é própria da linhagem MiniCPM-V, com aproximadamente o mesmo formato que o MiniCPM-V 4.6 usava. Não há README no repositório, o que no Hugging Face significa que não há licença.

A comparação que é realmente possível

Seis dimensões, ambos os lados, e uma nota sobre cada uma a respeito de quanto peso o número carrega.

• Total de parâmetros — LFM2.5-VL 3B: 3,12B, todos ativos por token. MiniCPM-V 4.7: 35,2B no total, esparso, 8 de 256 especialistas ativos por token. O número do MiniCPM não é comparável a uma contagem de parâmetros densa, e o orçamento real de parâmetros ativos não foi publicado; trate "A3B" como um nome, não como uma medida.

• Tamanho efetivo em disco — LFM2.5-VL 3B: um único arquivo safetensors de ~6 GB em BF16, ou uma fração disso como GGUF. MiniCPM-V 4.7: 70,4 GB distribuídos em dezesseis shards, apenas BF16.

• Licença — LFM2.5-VL 3B: LFM Open License v1.0, publicada e com link a partir do cartão. MiniCPM-V 4.7: nenhuma declarada. Na ausência de uma licença: tag, a posição padrão é todos os direitos reservados, portanto isto é um bloqueador, não uma nota de rodapé.

• Abordagem de visão — LFM2.5-VL 3B: SigLIP2 NaFlex, resolução nativa com preservação da proporção, o card afirma OCR de página inteira com anotação de layout. MiniCPM-V 4.7: torre personalizada minicpmv4_7_vision com downsample_mode: "16x" e max_slice_nums: 9.

• Contexto — LFM2.5-VL 3B: os exemplos de serving do card são modestos em comparação com um design de contexto longo, e a família tem como alvo orçamentos de memória no dispositivo. MiniCPM-V 4.7: max_position_embeddings: 262144, com tokenizador model_max_length coincidindo em 256K.

• Evidência de qualidade — LFM2.5-VL 3B: uma ficha publicada com melhorias relatadas pelo fornecedor em relação ao LFM2-VL-3B, quantizações de terceiros, e um histórico no Hugging Face de cerca de 25.900 downloads. MiniCPM-V 4.7: zero downloads, três curtidas, sem ficha, sem benchmarks, sem avaliação independente. Nada a citar.

• Ferramentas — LFM2.5-VL 3B: compilações GGUF e MLX de terceiros, além de uma variante DSpark. MiniCPM-V 4.7: nenhuma. Ainda não existe nenhum tipo de quantização.

Os dois terços desta página que estão faltando

Todo artigo de comparação nesta área vem com um parágrafo de benchmark. Este não pode vir com um. Não há MMMU, nem OCRBench, nem DocVQA, nem número de grounding, nem medição de latência e nem valor de VRAM para o MiniCPM-V 4.7 — não porque fossem inconvenientes de consultar, mas porque nada no repositório os contém e nenhum terceiro os produziu. Um modelo enviado sem cartão de modelo é, do ponto de vista de avaliação, não medido. Qualquer pessoa que diga o contrário está inferindo a partir do nome da família ou da contagem de parâmetros, ambos os quais são maus preditores de qualidade multimodal.

O mesmo vale para uma questão mais sutil: se o MoE esparso realmente ajuda. Um design 35B-A3B troca memória total por computação por token, e a qualidade de seguir instruções de um modelo esparso depende inteiramente de quão bem o roteador foi treinado. A configuração mostra um coeficiente de perda auxiliar de roteamento de 0,001 e um especialista compartilhado ao lado dos 256 roteados, o que é uma configuração convencional — mas uma configuração convencional não é evidência de um bom roteamento.

Do lado da Liquid, a peça que falta é diferente: as alegações de qualidade do cartão são do próprio fornecedor.

As melhorias no OCR e no grounding são descritas pelas pessoas que treinaram o modelo e, embora quants de terceiros e o volume de downloads mostrem que a comunidade o considerou útil o suficiente para converter, isso é evidência de adoção, e não de qualidade. Ninguém publicou uma comparação direta independente.

Qual deles você realmente escolheria?

A árvore de decisão aqui é excepcionalmente clara, porque os dois modelos não estão competindo pelo mesmo trabalho.

Se você precisa de um modelo de visão e linguagem rodando em um laptop, um celular, um Jetson ou uma única GPU modesta, o LFM2.5-VL 3B é o único dos dois que responde à questão. Ele é pequeno o suficiente para ser quantizado, tem uma licença que permite o trabalho, e alguém já fez o trabalho de conversão para você. Para layout de documentos, análise de capturas de tela e descrição de objetos fundamentada em uma pegada de tamanho e idioma que se encaixa em um orçamento de edge, os pontos fortes declarados na ficha alinham-se com o alvo de implantação.

O MiniCPM-V 4.7 não é um candidato para essa tarefa com 70 GB em BF16. É um candidato para a tarefa oposta: um modelo multimodal de contexto longo e de alto débito em hardware de servidor, em cargas de trabalho nas quais a janela de 256K e a economia de KV-cache da atenção linear são o ponto central. Não se sabe se desempenha bem essa tarefa, e a questão da licença tem de ser respondida antes de ele sequer desempenhar essa tarefa em qualquer contexto comercial.

Há uma terceira opção que vale a pena nomear, que é: talvez você não precise escolher. Se a arquitetura é "um modelo local pequeno dá conta da maior parte do tráfego e repassa os casos difíceis para algo hospedado", a metade local disso é uma decisão que você pode tomar hoje, e a metade hospedada é uma decisão de roteamento. O OrcaRouter cobre algumas centenas de modelos hospedados por trás de uma única chave, ao preço de tabela de cada provedor, sem nada acrescentado por cima, com failover quando um provedor degrada — mas seja claro quanto ao que isso não é: nem o LFM2.5-VL 3B nem o MiniCPM-V 4.7 são modelos hospedados nesse roteador. Ambos são pesos que você mesmo serve. O roteador é o que fica por trás deles.

Em que ponto isto está, e o que atualizar

A Liquid AI lançou um pequeno modelo finalizado. A OpenBMB lançou um grande inacabado. A comparação que os leitores querem — precisão versus latência, OCR versus OCR — ainda não pode ser escrita para o lado do MiniCPM, e o texto que seria desonesto é o que preenche o espaço com aritmética de contagem de parâmetros. Fique de olho no README do repositório. No dia em que ele aparecer, trará a licença e os primeiros números reais, e nesse dia isto se tornará um verdadeiro confronto direto em vez de uma ficha de especificações ao lado de um produto.

A metade hospedada desse padrão é uma decisão de roteamento, e não um segundo contrato. o preço de tabela de cada provedor, sem margem adicionada por nós Nem o LFM2.5-VL 3B nem o MiniCPM-V 4.7 são um modelo hospedado no OrcaRouter — ambos são pesos que você mesmo hospeda.