MiniCPM-V 4.7 1B vs LFM2.5-VL 3B: OpenBMB säger att deras 1B slår en 3B. Här är vad det påståendet döljer

MiniCPM-V 4.7 1B och LFM2.5-VL 3B är båda vision-språkmodeller med öppna vikter, byggda för telefoner och små datorer, och de ligger mindre än tre veckor från varandra i kalendern. MiniCPM-V 4.7 1B laddades upp av OpenBMB den 6 oktober 2026 och daterades den 12 oktober i leverantörens versionsanteckningar. LFM2.5-VL 3B publicerades av Liquid AI den 11 augusti 2026. Den ena har 1,55 miljarder parametrar och Apache 2.0. Den andra har 3,12 miljarder parametrar under LFM Open License v1.0. Och OpenBMB:s egen produktsida gör ett påstående som borde få alla som enbart väljer efter storlek att stanna upp: att dess 1B-modell överträffar LFM2.5-VL 3B när det gäller OCR, diagramresonemang och videoförståelse. De dokumenterade AI-misslyckandena och agentincidenterna bakom lanseringar som den här samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omtvistad status.

Den meningen gör ett stort jobb. Den motsägs också, så vitt någon kan kontrollera, inte av siffrorna – vilket är mer intressant än om den gjorde det. Den här artikeln går igenom vad varje leverantör faktiskt publicerade, var jämförelsen är verklig, och de två ställena där påståendet tyst byter ämne.

Påståendet, i leverantörens egna ord

OpenBMB:s 1B-sida säger att modellen "är en omfattande uppgradering jämfört med MiniCPM-V 4.6-1.3B och överträffar Qwen3.5-0.8B och LFM2.5-VL-3B, och ligger före sin storleksklass inom OCR, diagramresonemang och videoförståelse." Den sats som spelar roll är "ligger före sin storleksklass." Jämförelsen med LFM2.5-VL 3B läggs fram som bevis på kapacitetstäthet; meningen som följer begränsar påståendet till en storleksklass som LFM inte tillhör.

Liquid AIs kort återgäldar inte tjänsten. Det nämner inte MiniCPM alls, och det benchmarkar sin modell mot G​emma4 E2B och E4B, InternVL 3.5 2B och 4B samt Qwen3.5-2B och 4B. Det är alltså en ensidig jämförelse: en leverantör mätte sig mot den andra, och den andra har aldrig erkänt jämförelsen. Den asymmetrin är det första man bör känna till innan man läser någon direkt jämförelse, inklusive den här.

Vad varje leverantör officiellt uppger

Liquid AI publicerar en numerisk tabell. LFM2.5-VL-3B rapporterar MathVista 68,5, MMMU Pro 30,5, ChartQA 81,3 och OCRBenchv2 47,5 (endast engelskt delurval), tillsammans med en systermodells poäng på samma rader. Det är leverantörens siffror, körda av leverantören, och ingen oberoende part behöver hålla med om dem – men de är falsifierbara, vilket är det som gör dem användbara. Om du reproducerar 55 på MathVista vet du att något i din konfiguration skiljer sig.

OpenBMB publicerar en numerisk sammanfattning i löptext och fullständiga diagram under den. För 1B:n anger sidan OCRBench 86,1, MathVista 74,3, CharXiv Reasoning 48,8, LongVideoBench 53,4 och MotionBench 54,55, och presenterar resten av jämförelsen som bilder med en 4×- och en 16×-kolumn. Själva modellkortet innehåller ingen benchmarktabell alls.

Jämför de två på det enda benchmark som båda namnger. MathVista: MiniCPM-V 4.7 1B på 74,3, LFM2.5-VL 3B på 68,5. 1B leder med 5,8 punkter enligt leverantörens egen rapportering. När det gäller OCR använder de två olika instrument – OCRBench kontra OCRBenchv2:s engelska delmängd – och siffrorna är inte jämförbara, vilket är precis den sorts detalj som en mening med "överträffar" hoppar över.

Där jämförelsen sker mellan likvärdiga saker

• Parametrar – 1,55B dense, BF16, 3,1 GB på disk jämfört med 3,12B dense, BF16; LFM är ungefär dubbelt så stor som modellen

• Visuell kodare — SigLIP2-liknande torn, 27 lager, 1152 dolda, 980-pixelplattor jämfört med SigLIP2 NaFlex 400M, 512×512 icke-överlappande patchar plus en storleksändrad miniatyrbild

• Textryggrad – en konfiguration härledd från Qwen3.5 med 24 lager, 1024 dolda dimensioner, ett 3:1-mönster för linjär till full uppmärksamhet jämfört med LFM2.5-2.6B, en hybridarkitektur designad av Liquid AI själva

• Kontext — 262 144 token jämfört med 32 768 token

• Visuell tokenbudget – växlingsbar 4× eller 16× komprimering per begäran jämfört med en fast NaFlex-patchbudget som sätts av upplösningen

Licens — Apache 2.0 vs LFM Open License v1.0, som innebär kommersiella villkor snarare än enbart tillåtande

• Språk som nämns – engelska och kinesiska i kortets exempel kontra 16 språk som uttryckligen listas (arabiska till vietnamesiska)

• Publicerad utvärdering – fem siffror i löptext plus enbart diagrambaserade jämförelser mot en numerisk tabell över fyra benchmarks och sex syskonmodeller

• Oberoende utvärdering – ingen Artificial Analysis-post för någon av dem i skrivande stund vs inte heller någon Artificial Analysis-post

• Tillverkarens uppgivna hastighet – ingen siffra för tokens per sekund för 1B på någon enhet jämfört med 228 tok/s på en Apple M5 Max, 116 tok/s på en AMD Ryzen AI Max+ 395, 20 tok/s på en Galaxy S26 Ultra

• Minne – cirka 3,1 GB BF16; Q4 GGUF 0,67 GB plus en visionsprojektor på 0,90–1,11 GB jämfört med under 3,3 GB enligt publicerad uppgift, med GGUF-, ONNX- och MLX-byggen tillgängliga

• Namngivna serveringsvägar — Transformers, SGLang, vLLM, llama.cpp, Ollama, OpenVINO, DSpark spekulativ avkodning vs Transformers, vLLM, SGLang, llama.cpp, plus GGUF-, ONNX- och MLX-exporter

• Berättelsen om körning på enheten – iOS-, Android- och HarmonyOS-appar samt stöd från dag ett för Rockchip, Houmo, Intel, AMD och Arm, demonstrerat med en avkodningssiffra för iPhone 17 Pro Max kontra Galaxy S26 Ultra och ett MLX-bygge för Apple Silicon

Två rader förtjänar en andra titt. Kontextfönstret är en åttafaldig skillnad till MiniCPM:s fördel, och det är den typ av siffra som verkar avgörande tills man kommer ihåg att en 1B-modell som håller 262k tokens håller en KV-cache som är större än dess egna vikter. I praktiken kommer ingen av modellerna på en telefon att köras i närheten av sin övre gräns. Och licensraden är den som avgör kommersiell adoption oftare än något benchmark: Apache 2.0 kräver inget samtal med en jurist, och det gör LFM Open License.

Den del där påståendet byter ämne

OpenBMB jämför sin modell med en konkurrent som är dubbelt så stor, på benchmarkar man själv valt, och redovisar resultatet i löptext. Det är inte oärligt – siffrorna är publicerade och jämförelsen anges. Men det besvarar en fråga som ingen som faktiskt driftsätter en modell ställer. Ingen väljer mellan en 1B och en 3B för att man vill att den mindre ska vara bättre. Man väljer för att den ena passar ens enhet och den andra inte, eller för att den ena har den språktäckning man behöver, eller för att den enas licens klarar juridisk granskning.

När det gäller det första av dem är den ärliga tolkningen att båda får plats. LFM2.5-VL-3B:s modellkort anger under 3,3 GB och visar 20 token per sekund på en Galaxy S26 Ultra. MiniCPM-V 4.7 1B vid Q4 med sin projektor landar nära 1,8 GB. Så 1B-modellens verkliga fördel är inte "den körs på en telefon och den andra gör det inte" – det är utrymme: ungefär en och en halv gigabyte mindre minne, vilket på en Android-enhet i mellanklassen är skillnaden mellan en app som överlever och en som systemet dödar.

I det andra fallet vänds jämförelsen. LFM2.5-VL-3B anger 16 språk i sitt modellkort och levereras med ONNX- och MLX-byggen vid sidan av GGUF. MiniCPM-V 4.7 1B:s dokumentation är inriktad på engelska och kinesiska exempel, och dess berättelse om lokal körning kretsar kring chipstöd för iOS, Android och HarmonyOS snarare än kring språktäckning. Om din produkt levereras på turkiska, polska eller vietnamesiska är den större modellen med den mer restriktiva licensen den som har ett publicerat anspråk på att stödja dig.

I det tredje fallet vinner Apache 2.0 utan tvekan och det finns inte mycket att diskutera.

Vad var och en faktiskt är bättre på

LFM2.5-VL-3B är byggd kring en specifik uppsättning uppgifter, och det står uttryckligen på modellkortet: arbete med en enda dialogvända, hög genomströmning och låg latens, såsom objektidentifiering i nära realtid i fordonsmiljöer, batch-OCR av skannade dokument med layoutannotering och översättning av menyer och vägskyltar på enheten. Kortet anger också vad modelleninte är avsedd för – uppgifter med lång kontext och intensivt resonemang, visuell webbdesign, tekniska frågor om ritningar. Den typen av negativ vägledning är ovanlig och förtjänar mer tilltro än de positiva påståendena.

MiniCPM-V 4.7 1B är byggd kring kapacitetstäthet i den nedre delen av storleksspannet. Den blandade 4×/16× token-komprimeringen är dess tydligaste uttryck: samma checkpoint kan hantera en detaljerad dokumentläsning och en billig tumnagelgenomgång, vald per begäran. Skivningskontrollerna (36 skivor för bilder, 1 för video), parametrarna för bildrutesampling för video samt de separata receptposterna för PDF-tolkning och grounding pekar alla mot en dokument- och skärmarbetsbelastning snarare än en detekteringsarbetsbelastning. Den levereras också med DSpark speculative-decoding-huvuden som en separat artefakt med 213M parametrar, vilket är en verklig genomströmningshävstång om din runtime stöder det och dödvikt om den inte gör det.

Den praktiska uppdelningen: om du detekterar objekt i en kameraström eller översätter skyltar i 20 bildrutor per sekund är LFM:s latenssiffror och språktäckning argumentet. Om du omvandlar skärmbilder, kvitton och sidbilder till strukturerad text med en tokenbudget som du kontrollerar är MiniCPM:s komprimeringsväxel argumentet.

Gapet som en köpare bör prissätta

LFM2.5-VL-3B har funnits sedan den 11 augusti 2026 – tio veckor vid skrivande stund – vilket i open-weight-sammanhang är tillräckligt länge för att kvantiserings­ekosystemet ska hinna stabilisera sig. GGUF-, ONNX- och MLX-byggen levereras från leverantören själv. Varje runtime du sannolikt använder har en fungerande väg.

MiniCPM-V 4.7 1B är tre veckor gammal, och dess modellkort inleds med en varning om att CUDA-versionsmissmatchningar bryter videodekodning via torchcodec, med två dokumenterade lösningar. Arkitekturen är ny – en model_type som inte fanns för en månad sedan – och den lägsta Transformers-versionen är 5.18.0. Inget av det är en defekt. Det är den sedvanliga skatten för att adoptera en modell under dess första månad, och anledningen till att en tyst lansering med diagrambaserad utvärdering är en bra kandidat för ett sida-vid-sida-test och en tveksam kandidat för en produktionsväg under första veckan.

Det billiga sättet att köra det testet är att låta den befintliga modellen fortsätta betjäna medan du utvärderar nykomlingen, vilket är ett routingproblem snarare än ett modelleringsproblem. OrcaRouter kör fler än 200 värdbaserade modeller bakom en enda OpenAI-kompatibel endpoint med 0 % påslag, och släpper igenom varje leverantörs listpris oförändrat, så en prissänkning från en leverantör syns på din faktura samma dag i stället för efter en omprissättningscykel. Dess routing-DSL kan hålla en primär och en reserv i ett enda anrop, och automatisk failover håller vägen vid liv när en leverantör har en dålig timme – vilket är vad du vill när modellen på prov är en lokal 1B-checkpoint och modellen i produktion är något du betalar för. Ingen av modellerna i den här artikeln finns i den katalogen: båda är checkpoints som du kör själv, och routern ligger runt dem i stället för att erbjuda ett sätt att anropa dem.

Påståendet, avgjort

Slår MiniCPM-V 4.7 1B LFM2.5-VL 3B? På MathVista, med 5,8 poäng enligt båda leverantörernas rapportering. När det gäller OCR publicerade de två olika instrument och jämförelsen kan inte göras. När det gäller diagramresonemang och videoförståelse hävdar OpenBMB en seger och publicerar den som ett diagram, och Liquid AI har aldrig svarat. Den enda jämförelse som är fullt kontrollerbar stöder påståendet; de övriga är leverantören som rättar sin egen läxa i ett format som gör det svårt att citera.

Det påståendet inte tål är att läsas som ”den mindre modellen är helt enkelt bättre”. LFM2.5-VL-3B erbjuder sexton språk, exporterade ONNX- och MLX-byggen, en dokumenterad hastighetssiffra på en Android-telefon som redan finns i handeln, och ett modellkort som talar om var den inte bör användas. MiniCPM-V 4.7 1B erbjuder en växlingsbar tokenbudget, ett kontextfönster på 262k, Apache 2.0 och cirka 1,8 GB kvantiserat minne. Det är olika produkter klädda i samma benchmarkrad, och rätt svar beror på vilken av dessa listor som matchar din driftsättning – inte på vilket tal som är större.

Testa båda på dina egna bilder med din egen kvantisering. Vikterna är gratis och eftermiddagen är den enda kostnaden.