MiniCPM-V 4.7 1B против MiniCPM-V 4.7: две контрольные точки, одно название и совсем другая задача

Нет чекпоинта под названием MiniCPM-V 4.7. OpenBMB никогда его не публиковала, а URL модели, где он должен был бы лежать, возвращает ошибку авторизации, а не страницу с весами. Это название — обозначение серии. 12 октября 2026 года эта серия выпустила две вещи, которые читатель вполне мог иметь в виду под ним: MiniCPM-V 4.7 1B — плотную модель с 1,55 млрд параметров, созданную для того, чтобы помещаться в оперативной памяти телефона, и чекпоинт разреженной смеси экспертов с 35 млрд параметров, на котором держатся все громкие заявления запуска — демонстрация работы на устройстве, график границы Парето, фраза «первая открытая MoE, которая плавно работает на устройстве». Сравнивать их — это не равный бой, и он никогда не задумывался таковым. Это вопрос о том, сколько памяти вы готовы потратить, и о том, достаточно ли убедительны собственные цифры вендора, чтобы оправдать эти траты.

Это название серии, а не модели.

Два репозитория носят название MiniCPM-V 4.7, а третий носит его с суффиксом. openbmb/MiniCPM-V-4.7-1B был создан 6 октября 2026 года в 17:40 UTC. openbmb/MiniCPM-V-4.7-35B-A3B появился следом 7 октября в 07:07 UTC. openbmb/MiniCPM-V-4.7-1B-DSpark — спекулятивная draft-голова на 213 миллионов параметров для маленькой модели — появилась 8 октября. Все три — под лицензией Apache-2.0. Голого openbmb/MiniCPM-V-4.7 репозитория не существует, и об этом стоит сказать прямо, потому что немалая часть материалов написана так, будто он есть, и приводит один набор цифр под именем другого. В README от OpenBMB сам релиз датирован 12 октября — это и есть та дата, которой стоит пользоваться, если нужна дата: репозитории сначала загрузили, а анонсировали четырьмя днями позже, в обычном порядке.

Итак, честная формулировка «1B против 4.7» — это не сравнение маленькой модели с большой с тем же названием. Это сравнение двух размерных классов, которые серия фактически предлагает, причём один из них оказывается единственным, который можно найти по одному лишь названию серии.

Что такое {{1}}1B{{/1}} на самом деле

Судя по метаданным safetensors, плотный чекпоинт содержит 1 554 476 272 параметра в BF16 — около 3,11 ГБ в одном файле весов, и это главная цифра для всех, кто думает о мобильном устройстве. Его языковой бэкбон помечен тегом qwen3_6_text, в нём 24 слоя при скрытом размере 1024, а внимание работает по схеме «три линейных к одному полному»: 18 из 24 слоёв идут по линейному пути, а шесть используют обычное внимание. Словарь — 248 094 токена. Визуальная башня — собственная у этого семейства minicpmv4_7_vision — 27 слоёв, скрытый размер 1152, размер патча 14, размер изображения 980, встроена в языковой стек на слое 6. Две настройки важнее остальных для работы с документами: downsample_mode имеет значение 16x, а mrope_mode — это canvas, то есть мультимодальная схема ротационных эмбеддингов, которую это семейство использует, чтобы сохранить пространственную структуру разрезанного изображения. Максимум позиционных эмбеддингов — 262 144, так что контекстное окно действительно составляет 256K, а не является номинальным.

На момент написания в репозитории указано 14 загрузок и 22 лайка. Это мало, и это честный показатель того, насколько сообщество успело поработать с моделью.

Что на самом деле представляет собой флагман

Чекпоинт 35B-A3B содержит 35 212 875 824 параметров в формате BF16 — 70,4 ГБ, распределённых по шестнадцати шардам safetensors, что в 22 раза превышает размер dense-модели при одной загрузке. Архитектурно это совсем другой зверь: 40 слоёв, размер скрытого состояния 2048, и разреженный MoE feed-forward с 256 экспертами, из которых 8 активны на токен, при moe_intermediate_size, установленном в 512. Словарь — 248 144, чуть шире, чем у 1B. Схема внимания — та же идея на большей глубине — 30 линейных слоёв к 10 полным. Это первый MoE в линейке MiniCPM-V, и именно этот чекпоинт лежит в основе истории вендора об эффективности: по заявлению OpenBMB — 13 с лишним токенов в секунду при использовании примерно 3 ГБ памяти на iPhone 17 Pro Max, при этом Lookahead Expert Scheduling выполняет предварительную выборку весов экспертов по слоям, чтобы разреженная маршрутизация не тормозила из-за пропускной способности памяти, плюс спаренная MTP-голова и смешанное 4x/16x сжатие визуальных токенов. Это показатели вендора, измеренные вендором на его демо. Пока никто другой их не воспроизвёл. В репозитории — 166 загрузок и 43 лайка — на порядок больше внимания, чем привлекла 1B.

Сравнение, измерение за измерением

Шесть измерений, с обеих сторон, с пометкой о том, насколько весомо каждое число.

• Параметры и форма — MiniCPM-V 4.7 1B: 1,55 млрд, плотная, каждый параметр активен на каждом токене. Флагман MiniCPM-V 4.7: 35,2 млрд всего, разреженная, 8 из 256 экспертов на токен. Эти два итоговых числа — несопоставимые величины; активный бюджет MoE определяет вычисления на токен, и OpenBMB его не публикует. Считайте «A3B» частью названия, а не измерением.

• Объём весов — MiniCPM-V 4.7 1B: 3,11 ГБ в одном файле BF16, и именно в этом весь смысл его существования. MiniCPM-V 4.7 35B-A3B: 70,4 ГБ, распределённые по шестнадцати шардам в BF16. Указанные вендором 3 ГБ при работе на устройстве относятся к более крупной модели только после квантования и потоковой передачи экспертов, а не к исходной загрузке.

• Внимание и контекст — у обеих: 256K позиций, схема внимания 3:1 от линейного к полному, и тот же canvas mRoPE-режим. MiniCPM-V 4.7 1B реализует это на 24 слоях; флагманская версия — на 40. Это единственное измерение, в котором обе модели действительно представляют собой один и тот же дизайн, только масштабированный.

• Визуальный путь — у обоих: собственная minicpmv4_7_vision башня с 16-кратным даунсэмплингом. Разница — по другую сторону от этапа сжатия: графики флагмана обещают смешанную схему 4x/16x, которую 1B не заявляет.

• Лицензия — в обоих случаях: Apache-2.0, заявлена в репозитории и подтверждена в README проекта. Это важно, потому что это противоположно тому, как та же серия выглядела неделю назад; здесь нет неоднозначности, о которой нужно сообщать, ни для одной из контрольных точек.

• Доказательства качества — MiniCPM-V 4.7 1B: только графики производителя. MiniCPM-V 4.7 35B-A3B: графики производителя, демонстрационное видео производителя на iPad M4 и iPhone, а также опубликованное заявление о скорости в токенах в секунду на устройстве. Ни у одного из них нет независимой оценки, и ни один не проходил бенчмаркинг у третьей стороны на фиксированном тестовом стенде.

Что утверждают собственные графики вендора

OpenBMB опубликовала графики бенчмарков для обоих чекпойнтов, и разница в том, что они могут поддерживать, показательна. На графике для 1B модель занимает MMBench 83.17, OCRBench 86.10 и OmniDocBench v1.6 85.39, опережая модель предыдущего поколения класса 1.3B, рядом с которой она стоит на том же рисунке, по всем трём показателям (81.89, 83.80 и 82.52 соответственно). Эти данные заявлены производителем и не воспроизведены, а подписи столбцов на самом графике нужно читать внимательно, потому что в одной из строк там указано значение, не вызывающее доверия для модели такого размера. Считайте абсолютные числа маркетингом, а дельты относительно предыдущего поколения — единственной частью, в которой есть внутренняя логика.

Диаграмма 35B-A3B читается лучше, потому что сравнение более плотное. В ней указаны 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 и CCOCR 81.14 на фоне набора, включающего две модели класса 35B-A3B со смесью экспертов, 31B Gemma и 27B Qwen3.8. По собственным цифрам вендора MoE с небольшим перевесом выигрывает в большинстве строк и проигрывает в паре строк — MMMU-Pro и MathVision идут в другую сторону. И снова: заявлено вендором, не воспроизведено, и единственная честная трактовка — «вендор считает, что модель находится на уровне или лучше», а не «модель находится на уровне или лучше».

Есть проблема с маркировкой, которую стоит отметить, а не решать. Репозиторий называется 1B. В боковой панели Hugging Face модель описана как 2B параметров. Метаданные safetensors указывают 1 554 476 272 — около 1,55B. В собственной таблице поставщика строка обозначена как 1.3B. Четыре источника, четыре числа, и наименьшее из них — в таблице, на которую указывает маркетинг. Ничто из этого не меняет того, что делает модель, но если вы рассчитываете память по спецификации, рассчитывайте по файлу размером 3.11 ГБ, а не по каким-либо из этих меток.

Какой именно тебе нужен

Если ограничение — телефон, ноутбук, один небольшой GPU или что угодно с ограниченным энергопотреблением, только один из них подходит. MiniCPM-V 4.7 1B существует именно для того, чтобы мультимодальная модель с контекстом 256K умещалась в нескольких гигабайтах, он поставляется по лицензии, разрешающей коммерческое использование, а экосистема квантования уже сформирована — сборки GGUF, AWQ, GPTQ, int4 и FP8, плюс поддержка с первого дня от производителей оборудования Rockchip, Houmo, Intel, AMD и Arm, а также OpenVINO. Для OCR на устройстве, понимания скриншотов и разбора документов при объёме 3 ГБ именно эта версия серии и отвечает на этот вопрос.

MiniCPM-V 4.7 35B-A3B отвечает на другой вопрос. Это не увеличенная версия того же продукта; это попытка сохранить качество модели класса 35B, платя при этом только за 8 экспертов на токен, и если заявленная производителем пропускная способность подтвердится, то это более интересный инженерный результат из этих двух. Кроме того, при 70,4 ГБ в BF16 это загрузка для сервера или рабочей станции, а его работа на устройстве строится на квантовании и потоковой передаче экспертов, а не на файле, который вы получаете из Hub.

Где маршрутизатор уместен, а где нет

Ни один из этих чекпойнтов не размещён на OrcaRouter. MiniCPM вообще не фигурирует в нашем каталоге, и правильный совет для всех, кто хочет запустить любой из них, — скачать веса и обслуживать их самостоятельно: llama.cpp, Ollama, vLLM или SGLang — все они поддерживают эту архитектуру, а приведённый выше список поддержки в день релиза необычно широк для настолько молодого релиза. Вопрос маршрутизации возникает лишь на следующем шаге: что происходит, когда небольшой локальной модели не хватает для конкретного запроса и работу приходится передавать чему-то хостируемому. Такая передача — это решение о маршрутизации, а не второй контракт: OrcaRouter ставит пару сотен хостируемых моделей за одним ключом по прайс-листовой цене каждого провайдера без каких-либо наценок, с переключением при сбое, когда провайдер деградирует. Среди хостируемых vision-моделей в этом списке есть несколько в том же весовом классе, что и 1B, — qwen/qwen3-vl-8b-instruct и его thinking-вариант, qwen/qwen3-vl-235b-a22b-instruct для тяжёлого конца, а также deepseek/deepseek-v4-flash-vision-exp для работы с документами с длинным контекстом. Это уровень выше данного семейства, а не замена ему, и стоит чётко понимать, по какую сторону этой границы находится каждая модель.

Что посмотреть

Две вещи решат исход этого сравнения, и ни одной из них пока не существует. Первое — независимая оценка: один и тот же испытательный стенд, прогнанный на обоих чекпоинтах, на одинаковом железе, причём промпты выбирает не сам вендор. Пока этого не появится, все цифры точности в этой статье — собственные цифры вендора, и приводить их следует именно с этой оговоркой. Второе — черновая голова (draft head) DSpark, уже опубликованная для 1B; именно этот механизм позволил бы заметно ускорить инференс небольших моделей на телефоне. Если спекулятивное декодирование работает в таком масштабе так, как заявлено, плотная 1B становится куда более убедительным вариантом, чем можно предположить по её размеру, а 35B-A3B остаётся моделью, к которой обращаются только тогда, когда запрос действительно этого требует.

А вот лицензия, архитектура, требования к ресурсам и инструментарий не должны ничего ждать. Всё это уже есть в репозиториях, обе контрольные точки распространяются под Apache-2.0, и этого достаточно, чтобы уже сегодня решить, какая из двух должна стоять на вашем оборудовании.

Часть этой схемы, связанная с хостингом, — это решение о маршрутизации, а не второй контракт. цена каждого провайдера по прайс-листу без нашей наценки Ни один из чекпойнтов MiniCPM-V 4.7 не является хостируемой моделью на OrcaRouter — оба представляют собой веса, которые вы обслуживаете самостоятельно.