LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B: колонка, которая не является моделью

Откройте таблицу бенчмарков для LFM3-VL-2B — и увидите столбец MiniCPM. Он подписан как MiniCPM-V 4.7 1B. Это младший собрат. Модель, которую чаще всего имеют в виду, когда говорят MiniCPM-V 4.7 — принадлежащая OpenBMB MiniCPM-V 4.7 35B-A3B, первый чекпойнт mixture-of-experts в линейке MiniCPM-V — вообще отсутствует в таблице Liquid AI, а на бенчмарках, которые публикуют обе лаборатории, она далека от 1B. Так что противостояние, которое люди на самом деле взвешивают — LFM3-VL-2B против MiniCPM-V 4.7 35B-A3B — приходится собирать вручную из двух таблиц производителей, где совпадают названия бенчмарков, но не стенды оценки. Далее следует эта сборка, с оставленными видимыми швами.

Разница в размерах — это второй сюрприз. Одна модель имеет 1,92 млрд плотных параметров и помещается в несколько гигабайт. Другая хранит 35,21 млрд параметров и задействует примерно 3 млрд из них на каждый токен. Если читать это как техническую спецификацию, это вовсе не сравнение равных. Если читать как два ответа на один и тот же вопрос — что можно запустить на устройстве, которое вы не контролируете, — это по-настоящему интересное разногласие о том, как к этому прийти.

Две модели, одно имя

Путаница в названиях серьёзно вредит тому, как читается это сравнение. Карточка Liquid AI скрупулёзно это учитывает: в столбце указано 1B, и 1B — полноправный аналог для модели с 1,92B. Но результаты поиска, агрегаторы и неформальные упоминания сливают «MiniCPM-V 4.7» в одно целое, а 35B-A3B — это вариант, у которого есть аудитория: 289 535 скачиваний и 1 095 лайков на Hugging Face против 155 428 и нескольких сотен у 1B-собрата, по состоянию на 28 октября 2026 года.

Даты объясняют часть этого разрыва, но не всё остальное. Репозиторий 35B-A3B от OpenBMB был создан 7 октября 2026 года, а в материалах самого проекта релиз датирован 12 октября. Репозиторий LFM3-VL-2B от Liquid AI появился 19 октября, а семейство LFM3 было анонсировано 27 октября. LFM3-VL-2B публично существует всего девять дней, так что его 255 загрузок — это календарный факт, а не приговор. Более интересна строка с лайками: 45 у LFM3-VL-2B, 1 095 у MiniCPM. Тем, кто скачал последний, он понравился настолько, что они об этом сказали.

Что каждый из них на самом деле из себя представляет

Параметры — LFM3-VL-2B — плотная модель на 1,92 млрд параметров: языковой бэкбон на 1,73 млрд, собственный визуальный энкодер на 164 млн и проектор на 25 млн. MiniCPM-V 4.7 35B-A3B содержит 35,21 млрд параметров в 256 экспертах и направляет 8 из них на каждый токен, около 3 млрд активных.

• Магистральная сеть — 24 слоя LFM3, разбитых на 13 стробированных коротких свёрточных слоёв, 5 слоёв внимания со скользящим окном и 6 слоёв глобального внимания, против 40 слоёв трансформера при размере скрытого состояния 2 048.

• Визуальный путь — 14-слойный энкодер из 8 стробируемых depthwise 2D-свёрток и 6 двунаправленных слоёв внимания на патчах 16×16 с 2D-ротационными эмбеддингами, против 27-слойной башни при скрытой размерности 1 152, вставленной на слой 6 текстового стека, с ранним сжатием токенов внутри энкодера и переключаемым 4× или 16× визуальным даунсэмплингом.

• Контекст — 128K токенов на LFM3-VL-2B, 256K на MiniCPM, в обоих случаях вход плюс выход.

• Входные данные — текст, изображения и видео с частотой 2 кадра в секунду для модели Liquid; текст, изображения и видео для модели OpenBMB. Ни один из них не воспринимает аудио ни в одном из направлений.

• Веса на диске — около 3,8 ГБ в BF16 против около 65,6 ГиБ в BF16.

• Лицензия — LFM Open License v1.0, которую Liquid описывает как бесплатную для коммерческого использования при годовом доходе менее 10 млн долларов, в отличие от Apache 2.0 без условия о доходе.

Вся суть — в архитектурном разногласии. Liquid сделала ставку на то, что небольшая плотная модель плюс специализированный визуальный энкодер превосходит башню в стиле SigLIP по затратам вычислений на изображение, и опубликовала таблицу категорий в доказательство. OpenBMB сделала ставку на то, что можно сохранить возможности модели на 35B и при этом запускать её на телефоне, заставив дорогостоящую часть потоково подгружаться, а не постоянно находиться в памяти. Обе — это ставки на память, сделанные в противоположных направлениях.

Разрыв реален, и он уже, чем предполагает эта формулировка.

Вот что сообщают две таблицы поставщиков, если сопоставить нужные строки. Все это — данные, предоставленные самими лабораториями, а оговорки по методике тестирования приведены ниже.

MMMU — LFM3-VL-2B: 55,7 при включённом режиме рассуждения, 48,6 при выключенном; MiniCPM-V 4.7 35B-A3B: 80,22 при 4-кратном визуальном сжатии, 80,00 при 16-кратном.

• MMStar — 74,4 против 80,67 при 4×, 80,13 при 16×.

• OCRBench v1 — 86.3 против 91.20 при 4×, 90.40 при 16×.

• MathVista — 84,2 с рассуждением, 68,5 без него, против 88,00 при 4× и 87,30 при 16×.

• Рассуждение CharXiv — 70.2 против 75.60 при 4×, 69.20 при 16×.

MMMU — это то, где 35B оправдывает свой размер: разрыв в 24,5 балла с конфигурацией с режимом рассуждения и в 31,6 балла с конфигурацией без него. Это бенчмарк мультимодального рассуждения уровня колледжа, и отрыв достаточно велик, чтобы выдержать любое разумное возражение о различиях в харнессах.

Всё остальное ближе, чем предполагает подача. OCRBench — разрыв в 4,9 пункта. MathVista — 3,8 пункта, когда LFM3-VL-2B размышляет. В рассуждениях CharXiv модель Liquid отстаёт на 5,4 пункта в режиме размышления — и на один пункт превосходит показатель 16× у 35B. Модель 2B, находящаяся в пределах пяти пунктов от 35B в OCR документов и графиках, — это вывод, который должен привлекать больше внимания, чем заголовок об MMMU.

Теперь об оговорках, потому что они важны. Показатели Liquid получены в ходе одного прогона по 62 бенчмаркам на vLLM 0.27.1, нормализованы к диапазону 0–100, при этом режим рассуждения был включён для всех моделей, кроме конфигураций, отмеченных иначе. Пять чисел OpenBMB опубликованы в виде изображений диаграмм, а не числовой таблицы, и были перенесены сюда по прочтению этих диаграмм сторонним агрегатором, поэтому считайте десятичные значения приблизительными. Две лаборатории расходятся в бюджетах визуальных токенов, настройках промптинга и декодирования, а различие 4× против 16× на стороне OpenBMB само по себе меняет её оценки до шести пунктов. Это два набора утверждений, стоящих рядом, а не контролируемый эксперимент.

Там, где у малой модели есть цифры, большая их не публикует.

Liquid опубликовала 62 строки. OpenBMB опубликовала пять. Эта асимметрия — самый обделённый вниманием факт в этом сравнении, и она играет на руку меньшей модели.

• Визуальная привязка — RefCOCO-avg 90,5, RefCOCO-M 95,2, Point-Bench 73,8, RefSpatial-Bench 49,8 для LFM3-VL-2B. В опубликованной оценке MiniCPM-V 4.7 35B-A3B эквивалентная строка отсутствует.

• Понимание графического интерфейса — ScreenSpot-Pro 55,5, ScreenSpot-v2 — 94,6 для десктопа, 92,2 для мобильных устройств, 89,9 для веба. И снова со стороны OpenBMB ничего не опубликовано.

• Воплощённое рассуждение — EmbSpatial-Bench 82.9, RoboSpatial-Home 63.4, Where2Place 44.9. То же отсутствие.

• Видео — Video-MME 62,8 без субтитров, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 поддерживает видео, и в карточке это подробно обсуждается, но в числовой таблице нет строки по видео, которую мы могли бы проверить.

Это отсутствие доказательств, а не автоматическая победа. Если вы строите пайплайн для робототехники или экранных агентов, честная позиция состоит в том, что возможности 35B в этих задачах неизвестны, а не слабы. Но «неизвестно» само по себе является проблемой для закупки: нельзя планировать развёртывание вокруг цифры, которую никто не публиковал, а LFM3-VL-2B — единственная из двух, чьи показатели граундинга и производительности в GUI можно прочитать до скачивания.

Аргумент о памяти работает в обе стороны

Обычная причина выбрать 2B вместо 35B — то, что 2B помещается. LFM3-VL-2B действительно помещается — полностью и предсказуемо: около 3,8 ГБ в BF16, постоянно в памяти, без подкачки, без сюрпризов при нагрузке на устройство. Это по-настоящему сильное свойство для продукта, который вы поставляете на оборудование, которое не контролируете.

MiniCPM-V 4.7 35B-A3B с его 65,6 ГиБ совсем не помещается в телефон, и вся архитектура OpenBMB существует именно из-за этого. Lookahead Expert Scheduling предсказывает маршрутизацию следующего слоя и предварительно загружает экспертов, которых ожидает; мелкозернистая послойная квантизация уменьшает этих экспертов, чтобы они перемещались быстрее; спекулятивная выборка DSpark покрывает задержки декодирования. По заявлению производителя, это 13+ токенов в секунду на iPhone 17 Pro Max при использовании около 3 ГБ памяти и 17+ на iPad Pro M4 с 16 ГБ.

Итак, утверждение о работе на устройстве — не «35B — это мало». Оно звучит так: «35B подгружается потоком, и потоковая передача достаточно плавная, чтобы этим можно было пользоваться». Это разные ставки с разными режимами отказов. Резидентная модель на 3,8 ГБ деградирует плавно — она либо загружена, либо нет. У потоковой модели на 65,6 ГиБ деградация зависит от пропускной способности флеш-памяти, теплового троттлинга и задержки холодного старта, и всё это различается от устройства к устройству так, что бенчмарк на одном iPhone этого не улавливает.

Практическое разделение: если вы не контролируете ни скорость хранилища, ни тепловой режим, резидентный вариант — путь с меньшим риском. Если вы поставляете на недавнее флагманское оборудование и хотите точности, подход OpenBMB больше не теоретический — это выпущенная модель с работающим форком за ней.

Инструментарий первого дня — это не ничья.

LFM3-VL-2B поставляется с весами BF16, для которых требуется transformers 5.21 или новее, а также с GGUF, включая Q4_0-чекпоинт, дистиллированный с учётом квантования, сборку MLX 4-bit и экспорт ONNX. Поддержка серверов не завершена: vLLM описывается как находящийся в разработке, SGLang находится на рассмотрении в pull request 46858, а llama.cpp — на рассмотрении в pull request 31252 с явным примечанием, что ввод видео пока не поддерживается. Карточка также рекомендует парсер рассуждений qwen3 и парсер вызовов инструментов qwen3_coder для vLLM и SGLang — деталь, которая говорит о том, насколько недавно это было подключено.

MiniCPM-V 4.7 35B-A3B поддерживает SGLang, vLLM, llama.cpp и Ollama, а также SWIFT и LLaMA-Factory для дообучения, сборки GGUF, BitsAndBytes, AWQ, GPTQ, FP8 и int4 и поддержку с первого дня чиповых платформ от Rockchip, Houmo, Intel, AMD и Arm на iOS, Android и HarmonyOS. Путь на устройстве работает через собственный форк llama.cpp-omni от OpenBMB, а не через upstream-версию llama.cpp.

Для развёртывания в продакшене уже в этом месяце это не тот случай, когда выбор почти равнозначен. Для исследовательского прототипа, демо на ноутбуке или дообучения, которое вы собираетесь поддерживать самостоятельно, LFM3-VL-2B уже сегодня работает через transformers — и вам не придётся тратить неделю на флаги сборки.

Пункт лицензии, на котором споткнётся больше команд

Apache 2.0 по сравнению с LFM Open License v1.0 — более существенное практическое различие, чем разрыв в MMMU, поскольку он применяется к каждому развёртыванию, а не только к сложным случаям. Apache 2.0 не содержит условия о выручке, ограничения по области использования и неоднозначности в отношении того, наследует ли квантованная или дистиллированная производная эти условия. LFM Open License v1.0, по собственному описанию Liquid, бесплатна для коммерческого использования при годовой выручке ниже 10 млн долларов, а значит, компания, превышающая этот порог, ведёт разговор о лицензировании до выпуска продукта, а не после.

Этот единственный пункт меняет расклад сравнения для многих покупателей. Стартап ниже порога бесплатно получает меньшую, более быструю модель с лучшей документацией по опоре на источники. Компания выше порога получает модель, которая требует подписи, — и в этот момент Apache 2.0 у 35B становится функцией, на которую вы обращаете внимание.

Что вам не расскажет ни один из двух поставщиков

Независимого прямого сравнения не существует. Ни одна сторонняя лаборатория не прогоняла обе модели на одном и том же тестовом стенде, а ближайшее к нейтральной таблице результатов — собственная таблица Liquid — сравнивает LFM3-VL-2B с 1B, а не с 35B. Каждая цифра в этой статье взята из лаборатории, создавшей модель, о которой идёт речь.

Стоит назвать ещё два пробела. Ни для одной из моделей нет цены за токен, которую мы могли бы проверить, поэтому любое сравнение стоимости здесь было бы выдуманным. И ни одной из них нет в каталоге OrcaRouter по состоянию на 28 октября 2026 года — поиск по minicpm не возвращает подходящих моделей, а LFM3-VL-2B также не указана. Поэтому сегодня это решение в пользу самостоятельного хостинга или вендорского API, а не решение о маршрутизации.

Какой выбрать?

• Документы, диаграммы, плотный текст и сложные мультимодальные рассуждения — со стеком обслуживания, который вы контролируете: MiniCPM-V 4.7 35B-A3B. Преимущество по MMMU — единственный результат, достаточно крупный, чтобы пережить оговорки тестового стенда, а Apache 2.0 полностью снимает вопрос о лицензии.

• Устройство, которое вы не контролируете, с фиксированным бюджетом памяти и без допуска на задержки потоковой передачи — LFM3-VL-2B. Постоянно занимает 3,8 ГБ и является единственным из двух с опубликованными показателями по grounding, GUI и embodied-задачам, на которые можно ориентироваться при планировании.

• Агенты для экранных задач, робототехника и пространственные задачи — по умолчанию LFM3-VL-2B, потому что это единственный вариант с опубликованными доказательствами. В этой области считайте 35B недоказанной, а не слабой.

• Продакшен в этом месяце с минимальными усилиями по интеграции — MiniCPM-V 4.7 35B-A3B. Поддержка SGLang, vLLM, llama.cpp и Ollama при трёх пометках «на рассмотрении» или «в работе».

• Компания с годовым доходом выше 10 миллионов долларов — MiniCPM-V 4.7 35B-A3B, если только ограничение по работе на устройстве не окажется достаточно жёстким, чтобы оправдать обсуждение лицензирования.

Честно о том, как вписывается OrcaRouter

Пока это не подходит, а утверждать обратное — как раз то, из-за чего пост в блоге проигнорируют. Ни одной из этих моделей сегодня нет в каталоге OrcaRouter, поэтому у нас нет ни ключа, который можно вам передать, ни цены, которую можно назвать.

Что действительно верно, так это то, что происходит, когда модель компьютерного зрения действительно туда попадает: один OpenAI-совместимый эндпоинт для более чем 200 моделей, цена провайдера по прайс-листу передаётся без наценки — 0%, так что изменение цены у поставщика вступает в силу в тот же день, и автоматическое переключение при сбое, чтобы простой одного провайдера не выводил из строя ваш маршрут. Для такого сравнения, как это, — две модели, которые расходятся во мнениях насчёт памяти, и нет независимого бенчмарка, чтобы это разрешить, — полезный подход состоит в том, чтобы запустить обе за одним эндпоинтом и измерять на своих собственных изображениях, а не спорить о том, чей график правильный.

Что посмотреть

Четыре вещи изменили бы эту статью. Слияние pull request 31252 с поддержкой видео, которое поместило бы видеотракт LFM3-VL-2B в стандартный llama.cpp. Выход поддержки vLLM из статуса «в работе», который сделал бы её серьёзным вариантом для обслуживания, а не демонстрацией. Независимая оценка, запускающая обе модели на одном стенде, — самый ценный недостающий артефакт в этом сравнении. И добавление Liquid AI модели 35B в собственную таблицу сравнения, которое показало бы, что лаборатория считает её настоящим конкурентом.

Пока ничего из этого не реализовано, обоснованное резюме уже, чем подача любого из вендоров: 35B выигрывает на важном бенчмарке рассуждений и ничего не теряет в OCR, 2B выигрывает по доказательности обоснования и предсказуемости, а лицензия определяет больше внедрений, чем бенчмарк.