MiniCPM-V 4.7 35B-A3B против MiniCPM-V 4.7: одно из этих названий — не модель

Поищите MiniCPM-V 4.7 — и вы найдёте карточку модели, таблицу бенчмарков, демо для телефона и кнопку скачивания. Поищите MiniCPM-V 4.7 35B-A3B — и вы найдёте то же самое, потому что это один и тот же релиз, — и в этом вся сложность их сравнения. Карточка модели от OpenBMB начинается со строки, которая всё расставляет по местам: MiniCPM-V 4.7 — новейшая модель в серии, доступная в варианте 35B-A3B, а 35B-A3B — первый MoE в этой серии. Голое имя — это баннер. Имя с суффиксом — это чекпойнт. Поставьте с одной стороны разреженную смесь экспертов на 35 миллиардов параметров, а с другой — баннер, и у вас получится не сравнение, а вопрос о том, какой артефакт вы собирались скачать. Ответьте на него — и остальная часть этой страницы окажется спецификацией.

Имена, разрешены

На имя «MiniCPM-V 4.7» отзываются три вещи, и только две из них можно скачать.

• openbmb/MiniCPM-V-4.7 — не существует. URL возвращает ошибку авторизации, а не страницу с весами. Чекпоинта под этим названием как такового никогда не было, и материалы, приводящие один набор цифр под меткой другого, цитируют показатели 35B под именем, за которым не стоит никакой репозиторий.

• Серия — это коллекция на Hugging Face, которую поддерживает OpenBMB и в которой под флагом 4.7 собраны тринадцать репозиториев: базовый чекпойнт 35B-A3B, сборка GGUF, квантизации FP8, AWQ, GPTQ и int4, а также сопряжённая спекулятивная draft-голова DSpark — и та же шестиступенчатая лестница снова, уже для малой модели. Именно эту коллекцию обозначает «MiniCPM-V 4.7», когда это название используется как линейка продуктов.

• openbmb/MiniCPM-V-4.7-35B-A3B — чекпойнт, о котором говорится в анонсе, создан 7 октября 2026 года в 07:07 UTC, под лицензией Apache-2.0, с полной карточкой модели, добавленной 12 октября. Это единственное в семействе, что на данный момент содержит вендорские таблицы бенчмарков.

Так что честный ответ на «MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B» таков: этот вопрос сводится к выбору варианта внутри одной серии, и одно лишь название серии не даст вам файла. Единственный файл, который оно вам даёт, — это 35B-A3B, поэтому читатели приходят, думая, что это одно и то же.

Из чего на самом деле состоит запуск

В собственном README OpenBMB описываются два варианта и один общий vision tower, и выпуск датируется 12 октября 2026 года — через пять и шесть дней после загрузки весов. Эта разница важна, если вы ссылаетесь на дату выпуска. Репозитории были созданы 6 и 7 октября; карточка, тег лицензии, графики и анонс — всё появилось 12-го. Параметры 12-го не менялись. А документация — да.

Что охватывает документация — для обоих вариантов:

• Два чекпоинта — разрежённая MoE 35B-A3B и плотная модель 1B, у которых общее — только название линейки и башня зрения, и больше ничего под этим.

• Общий визуальный путь — собственная башня семейства minicpmv4_7_vision, 27 слоёв при размере скрытого слоя 1 152, размер патча 14, размер изображения 980, встроенная в языковой стек на слое 6, с ранним сжатием внутри ViT, которое OpenBMB приписывает LLaVA-UHD v4, предшествующим ей.

• Смешанная компрессия визуальных токенов 4x/16x — выбирается для каждого запроса: 16x по умолчанию ради пропускной способности, 4x ради детализации. В карточке отмечается, что ни одна другая модель в её сравнительной таблице не предлагает такого выбора, и что эту настройку необходимо передавать и в шаблон чата, и в вызов generate, иначе количество плейсхолдеров и визуальный энкодер разойдутся.

• Истории развёртывания, которые перестают вращаться вокруг весов, — цели iOS, Android и HarmonyOS, поддержка чипов с первого дня от Rockchip, Houmo, Intel, AMD и Arm, OpenVINO для Intel CPU/GPU/NPU и поддержка фреймворков SGLang, vLLM, llama.cpp и Ollama. Продукт здесь — приложение и квантованные сборки, а не загрузка BF16.

Две контрольные точки, измерение за измерением

Шесть измерений, обе стороны, с примечанием о том, чего на самом деле стоит каждое число.

• Параметры и архитектура — MiniCPM-V 4.7 35B-A3B: 35 212 875 824 хранящихся параметров, разреженная модель, 256 экспертов, из которых 8 активны на каждый токен при промежуточном размере эксперта 512, плюс общий эксперт того же размера. 1B-вариант MiniCPM-V 4.7: 1 554 476 272 параметра, плотная модель, и все они активны на каждом токене. Эти два итоговых числа — не одна и та же величина, а бюджет активных параметров на токен у MoE не опубликован, поэтому читайте «A3B» как часть названия, а не как измерение, которое можно сопоставить с плотной моделью.

• Объём загрузки — MiniCPM-V 4.7 35B-A3B: 70,4 ГБ, распределённые по шестнадцати шардам safetensors в BF16, ещё до какого-либо KV-кэша. MiniCPM-V 4.7 1B: примерно 3,1 ГБ в одном файле весов. С одной стороны — в двадцать два раза больший объём загрузки, а честный критерий того, какая из них является моделью для смартфона из коробки, — ни одна не является, пока вы не возьмёте квантование из лестницы.

• Текстовый каркас и глубина — MiniCPM-V 4.7 35B-A3B: разреженный MoE-стек текстовой модели семейства Qwen, 40 слоёв при размере скрытого слоя 2 048, шестнадцать голов запросов против двух голов ключей/значений, словарь 248 144. MiniCPM-V 4.7 1B: плотный стек текстовой модели семейства Qwen, 24 слоя при размере скрытого слоя 1 024, восемь голов запросов против двух голов ключей/значений, словарь 248 094. Та же идея дизайна, на одну ступень ниже.

• Внимание — у обеих: фиксированное соотношение три к одному между линейным вниманием и полным. Тридцать из сорока слоёв 35B идут по линейному пути, а десять — по традиционному; восемнадцать из двадцати четырёх слоёв 1B против шести. Именно в этом аспекте две модели действительно представляют собой одну и ту же архитектуру, только в разных масштабах, и именно поэтому обе выдерживают контекст 256K без взрывного роста KV-кэша.

• Контекст — у обоих: 262 144 максимальных позиций, с тем же canvas режимом мультимодального ротационного эмбеддинга. Без штрафа за вариант, без усечения на малой модели.

• Лицензия — у обоих: Apache-2.0, заявлена в метаданных репозитория и подтверждена в README. Оба также доступны на Hugging Face и на ModelScope. Никаких различий в условиях, которые нужно было бы взвешивать, нет.

Таблица бенчмарков существует для одного из них.

Такова асимметрия, которая действительно определяет решение. Чекпоинт 35B-A3B содержит сравнительные таблицы OpenBMB — MMMU около 80.2, OCRBench около 91.2, OmniDocBench v1.6 в верхней части девяностых, рассуждения CharXiv в середине семидесятых, TextVQA в середине восьмидесятых — противопоставленные двум моделям Qwen класса 35B-A3B, Gemma на 31B и двум Qwen на 27B в режиме Instruct. В этой статье уже рассматривалось, чего стоят эти таблицы на момент документирования выпуска; если коротко: данные заявлены производителем, получены на его стенде, не воспроизведены и взяты из PNG-графиков, а не из опубликованной таблицы результатов.

У 1B есть свой собственный график в том же документе, и сравнение там проводится с меньшим набором. Если вы выбираете между двумя размерами, полезное, что дают вам карточки, — это не оценка, а то, что больший чекпоинт — это тот, для которого писался аргумент об эффективности. Показатель на устройстве, который лежит в основе всего релиза, — свыше 13 токенов в секунду при примерно 3 ГБ памяти на iPhone 17 Pro Max — это цифра для 35B-A3B, полученная с помощью Lookahead Expert Scheduling, выполняющего предварительную выборку экспертов по слоям через квантованные веса. Малой плотной модели не нужна эта механика, потому что 1,55 млрд плотных параметров помещаются в рабочую память телефона и без неё.

Вот та инверсия, над которой стоит задуматься: маленькая модель проста и не документирована с точки зрения бенчмарков; большая модель тщательно документирована, но её трудно запустить. Ни одно из этих положений не является очевидно лучшим.

Какую именно люди на самом деле скачивают?

Счётчики Hugging Face добавляют факт, который не указан ни в одной карточке модели, и он говорит в пользу более крупной модели. По данным на 13 октября 2026 года базовый openbmb/MiniCPM-V-4.7-35B-A3B репозиторий показывает 630 загрузок; -gguf сборка того же чекпоинта показывает чуть более 10 000 загрузок, примерно в шестнадцать раз больше трафика. Для модели 1B базовый репозиторий и его сборка GGUF имеют 263 и 2 064 соответственно — похожее соотношение при гораздо меньшем абсолютном масштабе.

Две интерпретации, обе согласуются с данными. Либо люди сначала скачивают квантованную сборку, потому что именно она работает, либо цифры по BF16 просто отстают, потому что контрольная точка BF16 — не то, что кто-либо развёртывает. В любом случае счётчик загрузок показывает, какой артефакт имеет значение — и это не тот, чей размер указан в названии. Если вы оцениваете это решение, оценивайте его по сборке GGUF или AWQ, а не по 70,4 ГБ.

Есть ещё одна деталь в описании, которая работает в обратную сторону. Оба репозитория несут тег «On-Device Model», унаследованный от остального семейства MiniCPM-V, который на 70-ГБ BF16 MoE означает то же, что этот тег означает для 3,1-ГБ файла 1B, только после квантизации и потоковой передачи экспертов. Воспринимайте тег как метку семейства, а не как спецификацию.

Там, где хостируемый API меняет вопрос

Ни одна из этих контрольных точек не размещена на OrcaRouter, и для этого сравнения это оказывается решающим структурным фактом. Обе представляют собой открытые веса, которые вы запускаете сами, а значит, для 35B-A3B требуется оборудование, которого у вас, вероятно, нет, а для 1B — оборудование, которое у вас определённо есть, и разрыв между «каким-нибудь GPU» и «телефоном» и составляет реальное содержание «35B-A3B vs 4.7».

Именно на границе роутер оправдывает своё существование. Если вы выбираете 1B, и его не хватает для запроса, работа должна где-то выполняться, и этим «где-то» обычно становится размещённая модель, которой вы предпочли бы не управлять по каждому провайдеру отдельно: OrcaRouter охватывает пару сотен размещённых моделей через один ключ по цене из прайс-листа каждого провайдера без каких-либо наценок и переключается между провайдерами, когда один из них деградирует. Один из таких идентификаторов размещённых моделей, qwen/qwen3.6-35b-a3b, — это прямой размещённый аналог чекпойнта, о котором рассказывает эта статья: та же конфигурация 35B-A3B, доступная без владения ускорителем, что делает его естественным потолком для проверки, прежде чем выделить 70 ГБ собственного диска под локальную версию.

Это решение о маршрутизации, а не вторая интеграция, и это единственная часть данного выбора, которую ничего не стоит отменить.

Выбор

Если ограничение — это телефон, ноутбук или одна небольшая GPU, то 1B — единственный кандидат: 3,1 ГБ, лицензия, разрешающая коммерческое использование, и лестница квантизаций, которая доступна с первой недели. Если цель — тот результат по эффективности, о котором OpenBMB на самом деле спорит, вам нужен 35B-A3B, причём в квантизованной сборке, а не в оригинальном варианте на 70 ГБ, потому что именно её берут все остальные, кто скачивает, и именно на ней измерялось заявление о работе на устройстве.

Не стоит обращаться с этими двумя названиями как с взаимозаменяемыми. Одно из них — это чекпойнт, который можно запустить уже сегодня после обеда. Другое — это метка, которая будет возвращать карточку модели 35B-A3B, какое бы из этих двух вы ни имели в виду.