ZoomGain-4B против MiniCPM5 2B: портативность — это бенчмарк, который никто не публикует

В обеих карточках моделей отсутствует одна цифра, и именно она определяет большинство развёртываний. MiniCPM5-2B поставляется в сборках GGUF, MLX, GPTQ и LiteRT, имеет черновую модель DSpark для спекулятивного декодирования и — деталь, которая говорит больше всего — несёт сборки FlagOS для девяти различных семейств ускорителей, включая Ascend, Hygon, Kunlunxin и Metax. ZoomGain-4B поставляется в GGUF с тремя уровнями точности и требует, по словам самой карточки, «сборку llama.cpp с поддержкой мультимодальности Q​wen3.5». Одна из этих моделей запускается почти где угодно. Другая запускается там, где вы можете собрать конкретную среду выполнения. Ни одна из карточек не называет это бенчмарком, и для любого, кому приходится реально эксплуатировать модель, а не ссылаться на неё, эта строка важнее, чем столбец точности любой из этих моделей.

Такая формулировка — не способ уклониться от сравнения точности: оно будет позже, и сравнение точности оказывается менее решающим, чем кажется, потому что две модели не измеряются по одной и той же оси и не могут измеряться. MiniCPM5-2B от OpenBMB — это текстовая модель: 2,52 млрд параметров, выпущена 6 сентября 2026 года, настроена для агентов, вызовов инструментов, кода и длинного контекста. ZoomGain-4B от inclusionAI — специализированная модель vision-language, опубликованная 11 ноября 2026 года и обученная с помощью обучения с подкреплением на вопросах о мелких визуальных деталях. Далее: на чём измеряется каждая из них, во сколько обходится запуск каждой и где проходит честная разделительная черта.

Недостающая строка: что нужно, чтобы запустить каждую из них

Начните со списка артефактов, потому что это самое конкретное, что вам дал любой из издателей.

• MiniCPM5-2B. Плотный каузальный трансформер на стандартном LlamaForCausalLM классе — 42 слоя, GQA с 16 головами запросов и 2 KV-головами, контекст в 131 072 токена, 2 516 756 480 всего параметров, из которых 1 981 982 720 — неэмбеддинговые. Поскольку архитектура стандартная, он наследует все пути обслуживания, которые кто-либо уже написал для моделей Llama-подобной формы. Организация публикует варианты SFT, Midtrain и Base в виде отдельных репозиториев, а также квантованные версии GGUF, MLX и GPTQ, а также черновую модель DSpark для спекулятивного декодирования, а также LiteRT для Android на устройстве, а также 1B-собрата с тем же набором вариантов.

• ZoomGain-4B. 4 539 265 536 параметров в BF16, распределённых между языковой моделью и отдельным визуальным энкодером. Три точности GGUF — Q4_K_M объёмом 2,71 ГБ, Q8_0 — 4,48 ГБ, F16 — 8,42 ГБ — каждая в паре с mmproj — файлом проектора, который, согласно карточке, обязателен для ввода изображений. Ни сборки MLX, ни GPTQ, ни ONNX, ни черновой модели. Единственная указанная среда выполнения — llama.cpp с поддержкой мультимодальности Qwen3.5, а это более узкое требование, чем кажется: нужна сборка, достаточно свежая, чтобы знать архитектуру qwen35, и карточка велит явно указать оба файла, а не ссылаться на готовый путь.

Эта асимметрия — не критика {{1}}inclusionAI{{/1}}. От vision-модели, опубликованной девять дней назад и ни разу не анонсированной, не ожидают наличия Android-рантайма. Это просто текущее положение вещей, и оно означает, что две модели не взаимозаменяемы в том измерении, которое стоит денег: {{2}}MiniCPM5-2B{{/2}} будет работать на оборудовании, которое у вас уже есть, включая телефон; ZoomGain-4B будет работать на GPU, в рантайме, который, возможно, придётся скомпилировать, и больше нигде.

Два разных определения слова «маленький»

Оба называются малыми моделями, и в каждом случае слово выполняет разную работу.

• Параметры, посчитанные честно. У MiniCPM5-2B — 1,98 млрд неэмбеддинговых параметров (именно это число определяет вычисления на токен) при общем объёме 2,52 млрд. У ZoomGain-4B общий объём — 4,54 млрд, и примерно полмиллиарда из них приходится на визуальный энкодер и проектор. Если убрать визуальный стек, два языковых бэкбона окажутся практически одного размера — в пределах ошибки округления. Разница в поведении объясняется не масштабом, а тем, что обучали поверх.

• На что было направлено обучение. В карточке MiniCPM5-2B в числе сильнейших сторон указаны рассуждения в области кода и математики, понимание длинного контекста, использование инструментов и агентные задачи, а в качестве целевого назначения названы локальные ассистенты, агенты для программирования и развёртывание на устройстве. Карточка ZoomGain-4B посвящена одному: способна ли модель ответить на вопрос, ответ на который виден, только если приблизить изображение.

• Что каждый издатель предпочёл передать. OpenBMB опубликовала полную линейку вариантов MiniCPM5 — base, midtrained, SFT, финальную версию RL-plus-OPD, а также draft-модель и готовые бинарные сборки для девяти семейств чипов. inclusionAI опубликовала три репозитория моделей, два набора данных и репозиторий кода, содержащий конвейер построения данных и скрипты запуска GRPO. Один из них — продуктовая линейка; другой — исследовательский релиз с приложенным лабораторным журналом.

• Лицензия. MiniCPM5-2B распространяется под Apache 2.0 согласно карточке модели, и это применяется как к репозиторию, так и к весам. Код ZoomGain распространяется под Apache 2.0, а условия чекпоинта отсылают к репозиторию чекпоинта, который по состоянию на эту неделю не имеет тега лицензии в своих метаданных. Прочитайте файл, прежде чем выпускать.

Столбцы эталонных показателей и почему они не соответствуют

Между этими двумя моделями нет ни одного общего бенчмарка. Ни одного. ZoomGainBench — это набор вопросов о фотографиях, а у MiniCPM5-2B нет кодировщика изображений; все остальные бенчмарки в таблице MiniCPM5 — текстовые, и ZoomGain-4B никогда не запускали ни на одном из них. Поэтому вместо очного сравнения вот что фактически измерил каждый издатель — намеренно оставлено раздельно.

MiniCPM5-2B, по данным производителя, средний показатель 53,9 по всему набору тестов:

• Код — LiveCodeBench v6 69.1, OJBench 32.5, SWE-bench Verified 46.4.

• Математика — AIME 2025 86,5, AIME 2026 86,5, MATH-500 94,6.

• Знания — MMLU-Pro 70.8, GPQA-Diamond 70.2.

• Длинный контекст — AA-LCR 59.0, NoLiMa 68.1, LongBench v2 43.7.

• Использование инструментов и агенты — τ²-Bench Telecom 97.1, BFCL v4 66.6, BrowseComp-ZH 43.5, GAIA Text-103 88.7.

ZoomGain-4B, по данным поставщика:

• Восприятие, бенчмарк, входящий в обучение — 55.81 в ZoomGainBench против 30.03 у родительской модели Qwen3.5-4B.

• Восприятие, среднее на отложенной выборке — 60,96 по десяти бенчмаркам, которых обучение никогда не видело, против 54,20 у родительской модели. Именно этот прирост в 6,76 пункта стоит упомянуть.

• Отдельные отложенные изменения — Visual Probe: с 43,30 до 57,28; O3-Bench: с 54,20 до 63,19; HR-Bench 4K: с 81,25 до 87,25; MME-RealWorld-Lite: с 57,89 до 61,59.

Сопоставьте эти два списка бок о бок — и очертания решения становятся очевидны. MiniCPM5-2B протестирован на семнадцати вещах, важных для разработчика, и показывает достойные результаты почти по всем из них; показатель 97,1 в τ²-Bench Telecom и 88,7 в GAIA Text-103 — это выдающиеся цифры, и именно на них держится его позиционирование. ZoomGain-4B тестировали на восприятии и практически ни на чём больше, и прирост, который он даёт — около семи пунктов в среднем на незнакомых бенчмарках — реален, но узок.

Если нужна одна фраза: MiniCPM5-2B — универсальная малая модель с необычно обширным набором бенчмарков, а ZoomGain-4B — специализированная модель, чей средний прирост на семь пунктов остался бы незамеченным в универсальном лидерборде, потому что в универсальном лидерборде нет вопросов, в которых она хороша.

Где эти двое действительно могли бы сосуществовать

У рабочих нагрузок, где оба варианта — правильный ответ, есть общая структура: документ, скриншот, фотография, форма. Что-то должно взглянуть на изображение и извлечь значение, а что-то должно сделать всё после этого — разобрать схему, вызвать нужный инструмент, проверить, повторить попытку, передать человеку.

Извлечение по профилю соответствует ZoomGain. Мелкий текст, плотные кадрирования, ответ, который либо верен, либо неверен, и модель, которую явно обучали различать чтение метки в кадрированном фрагменте и чтение той же метки в полном кадре. Отложенные показатели ZoomGain-4B на HR-Bench 4K (от 81,25 до 87,25 после обучения) и MME-RealWorld-Lite — это в точности профиль модели, которая стала лучше справляться с плотными деталями, не ухудшившись во всём остальном.

Остальное выполнено в духе MiniCPM5, и в работе с инструментами она необычайно сильна для своего размера — τ²-Bench Telecom на 97.1 — это результат, которого не достигают большинство моделей, втрое больших, а BFCL v4 на 66.6 говорит о том, что вызов функций — не просто демонстрация.

Запуск обоих означает два рантайма, две лицензии и ещё одну штуку, которая может сломаться. Именно здесь роутер оправдывает своё существование, а не остаётся лозунгом: вызов изображения идёт на vision-эндпоинт, ход с вызовом инструмента — на дешёвый текстовый, а зависание на любом из них автоматически переключается на другой, вместо того чтобы всплывать как 504 в вашем пайплайне. Один ключ, один счёт, и логика отказоустойчивости в одном месте, а не дублируется в двух SDK.

Стоит прямо сказать, что мы предлагаем, а что нет. MiniCPM5-2B сегодня отсутствует в нашем каталоге. Мы действительно предоставляем хостинг для семейства Q​wen3.5 — 35B-A3B по $0,057 за вход и $0,459 за выход за миллион токенов, 27B по $0,086 и $0,688, обе модели мультимодальны, — и именно это семейство стало базой, на которой обучали ZoomGain-4B, что делает его ближайшим приближением среди хостируемых моделей, если вы хотите проверить, повышает ли crop-and-ask вашу точность, прежде чем переходить на самостоятельно размещаемую 4B. Что касается части с вызовом инструментов, тот же каталог даёт вам то, что можно вызвать уже сегодня. Чего мы не можем — разместить ZoomGain-4B, и никакая маршрутизация этого не изменит: это скачиваемая модель, а не API.

Честный вердикт

Выберите MiniCPM5-2B, если вам нужна небольшая модель, которую можно развернуть на этой неделе на уже имеющемся у вас оборудовании, в уже существующей среде выполнения, по лицензии Apache 2.0 и с таким широким набором бенчмарков, что можно предсказать, как она будет себя вести. Это более законченный продукт из двух. Её 1,98 млрд параметров без учёта эмбеддингов делают её дешёвой в расчёте на токен, показатели вызова инструментов — лучшее в её колонке, а сборки от производителей чипов означают, что она не предназначена только для дата-центров.

Выбирайте ZoomGain-4B, если конкретная ошибка, которую вы пытаетесь устранить, является визуальной и мелкодетальной, и вы готовы запустить GPU со специализированной сборкой llama.cpp, чтобы исправить её. Его аргументация держится на одном убедительном числе — среднем приросте на 6,76 пункта по десяти отложенным бенчмаркам восприятия при 9 000 обучающих примеров — и на бенчмарке, данных и стенде, которые позволяют вам проверить это утверждение самостоятельно, а не доверять ему.

Не выбирайте ни один из них, если вы ещё не измерили, что именно ваш пайплайн делает не так. Самые слабые из опубликованных результатов MiniCPM5-2B — в задачах поискового агента и рассуждений по длинным документам (BrowseComp-ZH 43,5; LongBench v2 43,7), а ZoomGain-4B ещё ни разу не задавали вопрос, не связанный с изображением. Покупка любого из них для решения задачи, которую вы не описали, — это то, как модели с тремя миллиардами параметров оказываются в продакшене, ничего не делая.

Прозаичный вывод: эти две модели — не соперники, а две смежные стадии одной и той же работы, и причина, по которой это сравнение постоянно подают как состязание, в том, что бенчмарки публиковать проще, чем данные о переносимости. MiniCPM5-2B побеждает в той колонке, которую публикуют. ZoomGain-4B побеждает в колонке, которой пока не существует, — на одной задаче, с преимуществом около семи пунктов, — и вдобавок требует такой среды выполнения, которая остановила бы большинство команд уже на пороге.