LFM3-VL-2B vs MiniCPM-V 4.7 35B-A3B: Kolumnen som inte är modellen

Öppna benchmark-tabellen för LFM3-VL-2Boch du hittar en MiniCPM-kolumn. Den är märkt MiniCPM-V 4.7 1B. Det är det lilla syskonet. Modellen som de flesta menar när de säger MiniCPM-V 4.7 – OpenBMB:s MiniCPM-V 4.7 35B-A3B, den första mixture-of-experts-checkpointen i MiniCPM-V-serien – finns inte alls i Liquid AI:s tabell, och på de benchmarks som båda labben publicerar ligger den inte nära 1B. Så den matchning som folk faktiskt jämför, LFM3-VL-2B mot MiniCPM-V 4.7 35B-A3B, måste sättas ihop för hand från två leverantörstabeller som delar benchmarknamn men inte utvärderingsramverk. Det som följer är den sammansättningen, med skarvarna synliga.

Storleksskillnaden är den andra överraskningen. Den ena modellen har 1,92 miljarder densa parametrar och får plats i några gigabyte. Den andra lagrar 35,21 miljarder parametrar och rör ungefär 3 miljarder av dem per token. Läst som ett specifikationsblad är det inte ens en jämförelse. Läst som två svar på samma fråga – vad kan man köra på en enhet man inte kontrollerar – är det en genuint intressant oenighet om hur man kommer dit.

Två modeller, ett namn

Namnkollisionen gör verklig skada på hur den här jämförelsen läses. Liquid AIs modellkort är noggrant med detta: kolumnen anger 1B, och 1B är en legitim jämbördig modell till en modell på 1,92B. Men sökresultat, aggregatorer och informella hänvisningar slår ihop "MiniCPM-V 4.7" till en enda sak, och det är 35B-A3B som är varianten med publiken – 289 535 nedladdningar och 1 095 gilla-markeringar på Hugging Face, jämfört med 155 428 och några hundra för 1B-syskonet, per den 28 oktober 2026.

Datumen förklarar en del av gapet, men inte resten. OpenBMB:s 35B-A3B-repository skapades den 7 oktober 2026, med släppet daterat till 12 oktober i projektets egna material. Liquid AI:s LFM3-VL-2B-repository lades upp den 19 oktober och LFM3-familjen annonserades den 27 oktober. LFM3-VL-2B har funnits offentligt i nio dagar, så dess 255 nedladdningar är ett kalenderfaktum, inte en dom. Gillandekvoten är den intressantare raden: 45 för LFM3-VL-2B, 1 095 för MiniCPM. De som laddade ner den sistnämnda gillade den tillräckligt mycket för att säga det.

Vad var och en faktiskt är

• Parametrar — LFM3-VL-2B är 1,92B tät: en språkryggrad på 1,73B, en egenutvecklad visionsencoder på 164M och en projektor på 25M. MiniCPM-V 4.7 35B-A3B lagrar 35,21B över 256 experter och routar 8 av dem per token, ungefär 3B aktiva.

• Backbone – 24 LFM3-lager, uppdelade i 13 gated korta faltningar, 5 sliding-window-attentionslager och 6 globala attentionslager, jämfört med 40 transformerlager vid hidden size 2 048.

• Synväg — en 14-lagrig encoder med 8 gated depthwise 2D-konvolutioner och 6 dubbelriktade uppmärksamhetslager på 16×16-rutor med 2D-roterande inbäddningar, mot ett 27-lagrigt torn med dold storlek 1 152 som infogas vid lager 6 i textstacken, med tidig tokenkomprimering inuti encodern och omkopplingsbar 4× eller 16× visuell nedskalning.

• Kontext – 128K token på LFM3-VL-2B, 256K på MiniCPM, både in- och utdata.

• Indata — text, bilder och video med 2 bildrutor per sekund för Liquid-modellen; text, bilder och video för OpenBMB-modellen. Ingen av dem tar emot ljud, i någon riktning.

• Vikter på disk – cirka 3,8 GB i BF16 jämfört med cirka 65,6 GiB i BF16.

• Licens — LFM Open License v1.0, som Liquid beskriver som gratis för kommersiell användning under 10 miljoner USD i årliga intäkter, jämfört med Apache 2.0 utan intäktsvillkor.

Den arkitektoniska oenigheten är hela historien. Liquid satsade på att en liten tät modell plus en specialbyggd vision-encoder slår ett SigLIP-liknande torn vad gäller beräkning per bild, och publicerade en kategoritabell för att bevisa det. OpenBMB satsade på att man kan behålla kapaciteten hos en 35B-modell och ändå köra den på en telefon genom att låta den dyra delen strömma i stället för att ligga kvar. Båda är satsningar om minne, gjorda i motsatta riktningar.

Klyftan är verklig, och den är mindre än vad inramningen antyder.

Här är vad de två leverantörstabellerna säger när man ställer rätt rader sida vid sida. Allt är självrapporterat av labben, och förbehållen kring testramverket kommer efter.

• MMMU — LFM3-VL-2B 55,7 med tänkande aktiverat, 48,6 med det avaktiverat; MiniCPM-V 4.7 35B-A3B 80,22 vid 4× visuell komprimering, 80,00 vid 16×.

• MMStar — 74,4 mot 80,67 vid 4×, 80,13 vid 16×.

• OCRBench v1 — 86,3 mot 91,20 vid 4×, 90,40 vid 16×.

• MathVista — 84,2 med tänkande, 68,5 utan, jämfört med 88,00 vid 4× och 87,30 vid 16×.

• CharXiv-resonemang — 70,2 mot 75,60 vid 4×, 69,20 vid 16×.

MMMU är där 35B motiverar sin storlek: ett gap på 24,5 poäng mot tänkandekonfigurationen, 31,6 poäng mot den icke-tänkande. Det är benchmarken för multimodalt resonemang på högskolenivå, och marginalen är tillräckligt stor för att stå emot alla rimliga invändningar om skillnader i harness.

Allt annat ligger närmare än inramningen antyder. OCRBench är ett gap på 4,9 poäng. MathVista är ett 3,8-poängsgap när LFM3-VL-2B tänker. På CharXiv-resonemang förlorar Liquid-modellen med 5,4 poäng i tänkläge – och slår 35B:ans 16×-siffra med en poäng. Att en 2B-modell ligger inom fem poäng från en 35B på dokument-OCR och diagram är fyndet som borde få mer uppmärksamhet än MMMU-rubriken.

Nu till förbehållen, för de spelar roll. Liquids siffror kommer från en enda körning över 62 benchmarkar på vLLM 0.27.1, normaliserade till 0–100, med resonemangsläget aktiverat för alla modeller utom de konfigurationer som markerats annorlunda. OpenBMB:s fem siffror publiceras som diagrambilder i stället för en numerisk tabell och har här transkriberats från en tredjepartsaggregators avläsning av dessa diagram, så betrakta decimalerna som ungefärliga. De två labben är inte överens om visuella tokenbudgetar, prompt- eller avkodningsinställningar, och uppdelningen 4× mot 16× på OpenBMB-sidan ändrar dess resultat med upp till sex poäng på egen hand. Det här är två uppsättningar påståenden som ligger bredvid varandra, inte ett kontrollerat experiment.

Där den lilla modellen har siffror som den stora inte publicerar

Liquid publicerade 62 rader. OpenBMB publicerade fem. Den asymmetrin är det mest underrapporterade faktumet i den här jämförelsen, och den pekar i en riktning som smickrar den mindre modellen.

• Visuell grundning – RefCOCO-avg 90,5, RefCOCO-M 95,2, Point-Bench 73,8, RefSpatial-Bench 49,8 för LFM3-VL-2B. Ingen motsvarande rad förekommer i den publicerade utvärderingen för MiniCPM-V 4.7 35B-A3B.

• GUI-förståelse — ScreenSpot-Pro 55,5, ScreenSpot-v2 vid 94,6 desktop, 92,2 mobile, 89,9 web. Återigen inget publicerat från OpenBMB:s sida.

• Förkroppsligat resonemang — EmbSpatial-Bench 82,9, RoboSpatial-Home 63,4, Where2Place 44,9. Samma frånvaro.

• Video — Video-MME 62,8 utan undertexter, MVBench 69,4, MLVU 71,3, ActivityNet-QA 71,2. MiniCPM-V 4.7 stöder video och modellkortet diskuterar det ingående, men den numeriska tabellen innehåller ingen videorad som vi kunde verifiera.

Detta är frånvaro av bevis, inte en seger per automatik. Om du bygger en pipeline för robotik eller skärmagenter är den ärliga hållningen att 35B:s förmåga på dessa uppgifter är okänd snarare än svag. Men ”okänd” är i sig ett inköpsproblem: du kan inte planera en driftsättning kring en siffra som ingen har publicerat, och LFM3-VL-2B är den enda av de två vars grounding- och GUI-prestanda du kan läsa innan du laddar ner den.

Minnesargumentet kan användas åt båda hållen.

Det vanliga skälet att välja en 2B framför en 35B är att 2B:n får plats. LFM3-VL-2B får verkligen plats, helt och förutsägbart: cirka 3,8 GB i BF16, resident, ingen växling, inga överraskningar när enheten är belastad. Det är en genuint stark egenskap för en produkt som du levererar till hårdvara du inte kontrollerar.

MiniCPM-V 4.7 35B-A3B får inte alls plats på en telefon med sina 65,6 GiB, och hela OpenBMB:s design finns just därför. Lookahead Expert Scheduling förutsäger nästa lagerdirigering och förhämtar de experter den förväntar sig; finmaskig lagervis kvantisering krymper experterna så att de flyttas snabbare; DSpark spekulativ sampling täcker avkodningsstoppen. Leverantören hävdar över 13 tokens per sekund på en iPhone 17 Pro Max med cirka 3 GB minne, och över 17 på en iPad Pro M4 med 16 GB.

Så påståendet om på enheten handlar inte om att "35B är litet". Det handlar om att "35B strömmar, och strömningen är tillräckligt smidig för att vara användbar". Det är olika satsningar med olika felsätt. En resident modell på 3,8 GB försämras gradvis – den är antingen laddad eller inte. En strömmande modell på 65,6 GiB försämras av flashbandbredd, termisk strypning och kallstartsfördröjning, vilka alla varierar mellan enheter på sätt som ett benchmark på en enda iPhone inte fångar.

Den praktiska uppdelningen: om du varken kontrollerar lagringshastigheten eller den termiska budgeten är resident det lägre riskvägen. Om du levererar till senaste flaggskeppshårdvara och vill ha noggrannheten är OpenBMB:s tillvägagångssätt inte längre teoretiskt — det är en släppt modell med en fungerande fork bakom sig.

Verktyg från dag ett är inte oavgjort.

LFM3-VL-2B levereras med BF16-vikter som kräver transformers 5.21 eller nyare, samt GGUF inklusive en kvantiseringsmedvetet destillerad Q4_0-checkpoint, en MLX 4-bitarsbygge och en ONNX-export. Serverstödet är inte färdigt: vLLM beskrivs som pågående, SGLang ligger under granskning i pull request 46858, och llama.cpp ligger under granskning i pull request 31252 med en uttrycklig notering om att videoinmatning ännu inte stöds. Kortet rekommenderar också qwen3-reasoning-parsern och qwen3_coder-verktygsanropsparsern för vLLM och SGLang, en detalj som säger hur nyligen detta kopplades in.

MiniCPM-V 4.7 35B-A3B stöder SGLang, vLLM, llama.cpp och Ollama, med SWIFT och LLaMA-Factory för finjustering, GGUF-, BitsAndBytes-, AWQ-, GPTQ-, FP8- och int4-byggen, samt stöd från dag ett för chipplattformar från Rockchip, Houmo, Intel, AMD och Arm över iOS, Android och HarmonyOS. Körningen på enheten sker via OpenBMB:s egen llama.cpp-omni-fork i stället för uppströms llama.cpp.

För en produktionsdriftsättning den här månaden är det inte ett svårt val. För en forskningsutredning, en laptopdemo eller en finjustering som du tänker äga fungerar LFM3-VL-2B redan idag via transformers, och du kommer inte att lägga en vecka på byggflaggor.

Licensraden som fler team kommer att snubbla på

Apache 2.0 jämfört med LFM Open License v1.0 är en större praktisk skillnad än MMMU-gapet, eftersom det gäller varje driftsättning snarare än de svåra fallen. Apache 2.0 har inget intäktsvillkor, ingen begränsning av användningsområde och inga oklarheter kring huruvida en kvantiserad eller destillerad derivata ärver villkoren. LFM Open License v1.0 är enligt Liquids egen beskrivning gratis för kommersiellt bruk under 10 miljoner dollar i årliga intäkter, vilket innebär att ett företag över den gränsen har en licensdiskussion innan det lanserar, inte efter.

Den där enda klausulen kastar om jämförelsen för många köpare. En startup under tröskeln får en mindre, snabbare och bättre dokumenterad modell när det gäller förankring – gratis. Ett företag som ligger över den får en modell som kräver en underskrift – och då blir 35B:s Apache 2.0 en funktion du uppmärksammar.

Vad ingen av leverantörerna kommer att berätta för dig

Det finns ingen oberoende direktjämförelse. Inget tredjepartslabb har kört båda modellerna i samma testramverk, och det närmaste man kommer en neutral resultattavla — Liquids egen tabell — jämför LFM3-VL-2B med 1B, inte 35B. Varje siffra i den här artikeln kommer från labbet som byggde modellen den beskriver.

Ytterligare två luckor är värda att nämna. Ingen av modellerna har ett pris per token som vi kunde verifiera, så en kostnadsjämförelse här skulle vara påhittad. Och ingen av dem finns i OrcaRouter-katalogen den 28 oktober 2026 — en sökning på minicpm ger inga matchande modeller, och LFM3-VL-2B finns inte heller med. Det gör detta till ett beslut om egen drift eller leverantörs-API i dag, inte ett routingbeslut.

Vilken ska man välja?

• Dokument, diagram, tät text och svårt multimodalt resonemang, med en serveringsstack du kontrollerar — MiniCPM-V 4.7 35B-A3B. MMMU-marginalen är det enda resultatet som är tillräckligt stort för att överleva testramverkets förbehåll, och Apache 2.0 tar bort licensfrågan helt.

• En enhet som du inte har kontroll över, med en fast minnesbudget och ingen tolerans för strömningslatens — LFM3-VL-2B. Resident på 3,8 GB, och den enda av de två med publicerade siffror för grounding, GUI och embodied att planera efter.

• Skärmagenter, robotik och spatiala uppgifter – LFM3-VL-2B som standard, eftersom det är den enda sidan med publicerad evidens. Behandla 35B som obevisad där snarare än svag.

• Produktion den här månaden med minimalt integrationsarbete — MiniCPM-V 4.7 35B-A3B. SGLang-, vLLM-, llama.cpp- och Ollama-stöd mot tre "in review"- eller "in progress"-noteringar.

• Ett företag med över 10 miljoner dollar i årlig omsättning – MiniCPM-V 4.7 35B-A3B, såvida inte begränsningen på enheten är tillräckligt tvingande för att motivera en licensdiskussion.

Hur OrcaRouter passar in, ärligt talat

Det passar inte än, och att säga något annat skulle vara sådant som får ett blogginlägg att ignoreras. Ingen av modellerna finns i OrcaRouter-katalogen i dag, så det finns ingen nyckel att ge dig och inget pris att uppge.

Det som är sant är vad som händer när en visionsmodell faktiskt landar där: en OpenAI-kompatibel slutpunkt för över 200 modeller, leverantörens listpris som förs vidare med 0 % påslag så att en leverantörs prisändring slår igenom samma dag, och automatisk failover så att en enskild leverantörs driftstörning inte slår ut din rutt. För en jämförelse som den här – två modeller som är oense om minnet, utan något oberoende benchmark som kan avgöra saken – är det användbara mönstret att köra båda bakom en och samma slutpunkt och mäta på dina egna bilder i stället för att argumentera om vems diagram som är rätt.

Vad du ska titta på

Fyra saker skulle förändra den här artikeln. Pull request 31252 som sammanfogas med videostöd, vilket skulle placera LFM3-VL-2B:s videobana på standard-llama.cpp. vLLM-stöd som lämnar "in progress", vilket skulle göra det till ett seriöst serveringsalternativ i stället för en demo. En oberoende utvärdering som kör båda modellerna i en och samma harness — den enskilt mest värdefulla saknade artefakten i den här jämförelsen. Och att Liquid AI lägger till 35B i sin egen jämförelsetabell, vilket skulle visa att labbet ser den som den verkliga motsvarigheten.

Fram till dess att något av detta blir verklighet är den hållbara sammanfattningen snävare än båda leverantörernas framställning: 35B vinner det resonemangsbenchmark som spelar roll och förlorar inget på OCR, 2B vinner på underbyggd evidens och förutsägbarhet, och licensen avgör fler driftsättningar än vad benchmarken gör.