LFM3-Omni-2B vs MiniCPM-V 4.7 35B-A3B: Nykomlingen och den etablerade

Två siffror, båda sanna, båda missvisande om man läser dem som en dom: MiniCPM-V 4.7 35B-A3B har laddats ner omkring 289 000 gånger, och LFM3-Omni-2B har laddats ner 83 gånger. Gapet ser ut som en utklassning. Det är egentligen en kalender. OpenBMB:s vikter lades upp den 6 oktober 2026; Liquid AI:s lades upp den 21 oktober och tillkännagavs den 27 oktober, en dag innan dessa siffror lästes av. En modell som har funnits i en vecka kan inte ha någon nedladdningshistorik, och en modell med sex veckors försprång och en befintlig MiniCPM-publik kommer att ha en oavsett om den förtjänar det.

Så den intressanta jämförelsen är inte popularitet. Det är vad ett team som väljer en liten multimodal modell för en enhet faktiskt borde väga: om den behöver kunna höra, om den behöver kvantiseras på sex olika sätt, och vilken licens som fortfarande känns bekväm när produkten har intäkter.

Vad varje modell är

MiniCPM-V 4.7 35B-A3B är OpenBMB:s första mixture-of-experts-modell för vision och språk: 35,2 miljarder lagrade parametrar där 8 av 256 routas per token, ungefär 3 miljarder aktiva, 40 textlager, bakom ett 27-lagers visionstorn med hidden size 1 152 som kopplas in vid lager 6 i textstacken. Den läser bilder, flerbildsuppsättningar, video och text och svarar i text. Det finns ingen ljudväg någonstans i de 70,4 GB av vikter. Kortets rubrikpåstående handlar inte om noggrannhet utan om genomförbarhet: mer än 13 tokens per sekund på en iPhone 17 Pro Max med cirka 3 GB minne, möjliggjort av ett knep som heter Lookahead Expert Scheduling som förutser nästa lagers experter och förhämtar dem medan det aktuella lagret räknar.

LFM3-Omni-2B är Liquid AIs omni-post i LFM3-familjen: 2,17 miljarder densa parametrar på en LFM3-1.7B-stomme, med en LFM3-visionskodare och en kausal LFM3-ljudkodare som matar ett gemensamt ordförråd på 128 000 token. Den läser text, bilder, video med eller utan ljud och 16 kHz-ljud, och den skriver text eller 24 kHz-tal, inklusive varvat text och tal i ett enda svar. Det är en icke-resonerande modell från grunden – modellkortet anger att enable_thinking=True inte stöds – och den är positionerad för telefoner, bärbara datorer och edge-hårdvara.

Båda får plats på en telefon. Bara en är designad för det.

Det är lätt att placera båda under "liten modell på en enhet" och gå vidare. Ingenjörskonsten bakom är den motsatta.

OpenBMB:s problem var minnesbandbredd i en mobil, så modellen är gles på ett sätt som minskar det som behöver läsas per token: 35,2B lagrade, 3B vidrörda. Lookahead Expert Scheduling är det som avslöjar det – man bygger bara expertprefetchning när flaskhalsen är att flytta vikter, inte att multiplicera dem. LFM3-Omni-2B löser samma problem genom att vara verkligen liten: 2,17B tät, ingen routning alls, allt i 16-bit och fortfarande några gigabyte.

Avvägningen syns i kvantiseringen. MiniCPM-V 4.7 levereras med GGUF-, AWQ-, GPTQ-, FP8-, INT4- och BitsAndBytes-byggen, plus DSpark-utkastcheckpoints för spekulativ avkodning – en komplett meny för vilken accelerator du än hamnar på. LFM3-Omni-2B har BF16-vikter på Hugging Face och ett Ollama-bygge i omlopp, och den Ollama-postningen anger en kontext på 125K mot 32K i modellkortet. Huruvida det är en paketeringsbugg eller en odokumenterad förmåga är, vid skrivandet, oklart. Om du behöver köra på en Rockchip NPU eller en Intel-bärbar dator är leverantören med sex kvantiseringsformat det säkrare valet från dag ett.

Raden som avgör de flesta driftsättningar

MiniCPM-V 4.7 35B-A3B kan inte höra. Inget ljudtorn, ingen ASR-väg, inget talhuvud. LFM3-Omni-2B kan höra och kan svara högt, på 19 tallokaler och 16 textspråk.

För en arbetsbelastning med dokument, diagram, skärmdumpar eller videorutor är den skillnaden irrelevant, och MiniCPM är det starkare valet på nästan alla andra axlar – större, mer vitt testat, bättre verktygat. För allt där en mikrofon ingår i loopen avgör det jämförelsen omedelbart. Du kan inte montera hörsel på MiniCPM-V 4.7 utan att lägga till en separat ASR-modell och sedan en TTS-modell, och då kör du tre modeller för att göra det som en enda checkpoint på 2,17B gör inbyggt.

Det omvända gäller också. LFM3-Omni-2B läser bilder, men det är en 2,17B-modell som läser dem: dess kort anger OCRBench 806, DocVQA 92,47 och MMMU 42,44, med MMMU-Pro nere på 27,28. Det är respektabla siffror för storleken och inte konkurrenskraftiga mot en 35B-modell på svåra dokumentlayouter. Om uppgiften är täta tabeller och skannade formulär vinner den större modellen på uppgiften redan innan man överväger 8-av-256-routningen som gör den billig att köra.

Där siffrorna tar slut

Här är det obehagliga: det finns ingen ärlig direktjämförelsetabell tillgänglig, eftersom OpenBMB publicerar sina MiniCPM-V 4.7-resultat som diagrambilder i stället för numeriska tabeller. Det finns inga MMStar-, MMMU- eller OCRBench-siffror att citera från 35B-A3B-kortet. Allt som sätter en siffra i den kolumnen kommer antingen från 1B-syskonet – en annan modell med en annan arkitektur – eller är påhittat.

LFM3-Omni-2B:s kort är däremot en fullständig tabell: MMStar 55,67, MMMU 42,44, MMMU-Pro 27,28, MMBench 73,68, SEEDBench 75,07, RealWorldQA 66,54, MathVista 62,50, POPE 89,34, DocVQA 92,47, InfoVQA 64,08, OCRBench 806, MVBench 58,03, Video-MME 57,70, plus en talkolumn som går från engelsk ASR vid 6,36 i ordfelsfrekvens till TTS UTMOSv2 vid 3,80. Allt mättes av Liquid AI, med varje jämförd modells egen chattmall och girig avkodning, och inget av det har reproducerats.

En leverantörstabell är bättre än ett leverantörsdiagram, men det är inte samma sak som en oberoende utvärdering. Ingen av modellerna har en sådan. Det är läget i hela small-omni-kategorin just nu, och det är därför driftsättningsbegränsningarna till slut spelar större roll än en poäng på MMMU.

Licenser, läs innan prototypen skickas

MiniCPM-V 4.7 är Apache 2.0. Inget intäktstest, ingen klausul om användningsområde, ingen förhandling. LFM3-Omni-2B omfattas av LFM Open License v1.0, den licens med intäktströskel som Liquid tillämpar för hela LFM3. För ett hobbyprojekt eller en tidig startup är de två i praktiken likvärdiga. För ett företag som passerat tröskeln kräver en av dem ett samtal med en jurist och den andra inte — och det samtalet är mycket billigare att ha nu än efter att modellen finns i produkten.

Det här är den minst glamorösa axeln i jämförelsen och den som med störst sannolikhet avgör utfallet på ett verkligt företag.

Hur de två passar in i en och samma arkitektur

Det realistiska svaret för de flesta team är inte "välj en". Det är en enhetsmodell för det vanliga fallet och en hostad modell för de förfrågningar som enhetsmodellen misslyckas med. Att hålla den andra halvan portabel är den del som överlever ett byte av enhetsmodell: OrcaRouter ger ett API över 200+ hostade modeller med 0 % påslag på leverantörens listpris, automatisk failover när en leverantör faller bort, och ett routnings-DSL som flyttar en förfrågan till en annan modell utan kodändring. Varken LFM3-Omni-2B eller MiniCPM-V 4.7 finns i den katalogen — båda är nedladdningar av modellvikter, och den här artikeln antyder inte något annat. Poängen är att reservnivån inte bör byggas om varje gång enhetsnivån ändras, och med en enhetsnivå som fortfarande rör sig varje par veckor kommer den att ändras.

Vilken ska man sätta på enheten

Välj MiniCPM-V 4.7 35B-A3B om du behöver visionskvalitet, ett kvantiseringsformat som du faktiskt kan driftsätta, Apache 2.0 och ett ekosystem med sex veckors fältrapporter bakom sig. Antalet nedladdningar är ingen kvalitetssignal, men de buggrapporter som följer med 289 000 nedladdningar är en form av testning som LFM3-Omni-2B ännu inte har.

Välj LFM3-Omni-2B om produkten behöver en röst, om enheten är tillräckligt minnesbegränsad för att 3 GB aktiva vikter fortfarande ska vara för mycket, eller om du vill ha en enda checkpoint i stället för en ASR-plus-LLM-plus-TTS-stack. Acceptera den mindre modellens visionspoäng, licensen med intäktströskel och det faktum att du är en tidig användare av en modell som är en dag efter sitt tillkännagivande.

Det som skulle avgöra saken är en enda oberoende körning — samma testramverk, båda modellerna, OCRBench och MMMU och en taluppgift. Ingen har gjort det. Tills någon gör det är den ärliga rankningen: MiniCPM för att se, LFM3-Omni för att tala, och ett kalkylblad för allt annat.