MiniCPM-V 4.7 35B-A3B vs MiniCPM-V 4.7: Ett av dessa namn är inte en modell

Sök på MiniCPM-V 4.7 och du hittar ett modellkort, en benchmark-tabell, en telefondemo och en nedladdningsknapp. Sök på MiniCPM-V 4.7 35B-A3B och du hittar samma saker, eftersom de är samma släpp – och det är hela svårigheten med att jämföra dem. OpenBMB:s modellkort inleds med raden som avgör saken: MiniCPM-V 4.7 är den senaste modellen i serien, tillgänglig i en 35B-A3B-variant, och 35B-A3B är den första MoE-modellen i den serien. Enbart namnet är en banner. Namnet med suffix är en checkpoint. Ställ en gles mixture-of-experts med 35 miljarder parametrar på ena sidan och en banner på den andra, och du har inte en jämförelse, du har en fråga om vilken artefakt du menade att ladda ner. Svara på det och resten av den här sidan är ett specifikationsblad.

Namnen, lösta

Tre saker går under namnet "MiniCPM-V 4.7", och bara två av dem går att ladda ner.

• openbmb/MiniCPM-V-4.7 — finns inte. URL:en returnerar ett auktoriseringsfel, inte en sida med vikter. Det har aldrig funnits en fristående checkpoint under detta namn, och bevakning som citerar en uppsättning siffror under den andras etikett citerar 35B-siffrorna under ett namn som inte har något repository bakom sig.

• Serien – en Hugging Face-samling som OpenBMB underhåller, med tretton repositorier under 4.7-flaggan: bascheckpointen 35B-A3B, en GGUF-build, FP8-, AWQ-, GPTQ- och int4-kvantiseringar av den, ett tillhörande DSpark-huvud för spekulativ draft och samma sexvägsstege en gång till för den lilla modellen. Det är den samlingen som "MiniCPM-V 4.7" betecknar när det används som produktlinje.

• openbmb/MiniCPM-V-4.7-35B-A3B — checkpointen som tillkännagivandet gäller, skapad den 7 oktober 2026 kl. 07:07 UTC, licensierad under Apache-2.0, med ett fullständigt modellkort tillagt den 12 oktober. Detta är det enda i familjen som för närvarande har leverantörens benchmarktabeller.

Så det ärliga svaret på "MiniCPM-V 4.7 vs MiniCPM-V 4.7 35B-A3B" är att frågan kokar ner till ett variantval inom en och samma serie, och enbart serienamnet kommer inte att ge dig någon fil. Den enda filen det ger dig är 35B-A3B, vilket är anledningen till att läsare kommer hit och tror att de är samma sak.

Vad lanseringen faktiskt består av

OpenBMB:s egen README beskriver två varianter och ett gemensamt visionstorn, och den daterar releasen till 12 oktober 2026 — fem och sex dagar efter att vikterna laddades upp. Det gapet har betydelse om du citerar ett releasedatum. Repositorierna skapades den 6 och 7 oktober; kortet, licensetiketten, diagrammen och tillkännagivandet publicerades alla den 12:e. Parametrarna ändrades inte den 12:e. Dokumentationen gjorde det.

Vad dokumentationen omfattar, för båda varianterna:

• Två checkpoints – en 35B-A3B gles MoE och en 1B tät modell, som delar ett härstamningsnamn och ett visionstorn, och inget annat därunder.

• En delad visuell väg — familjens egen minicpmv4_7_vision-torn, 27 lager vid dold storlek 1 152, patchstorlek 14, bildstorlek 980, sammanfogat i språkstacken vid lager 6, med den tidiga intra-ViT-komprimeringen, som OpenBMB tillskriver LLaVA-UHD v4, före det.

• Blandad 4x/16x visuell tokenkomprimering – valbar per begäran, 16x som standard för genomströmning och 4x för detalj. Kortet noterar att ingen annan modell i dess jämförelsetabell erbjuder valet, och att inställningen måste skickas till både chattmallen och generate-anropet, annars är platshållarantalet och visionskodaren inte överens.

• En driftsättningshistoria som inte längre handlar om vikter — mål för iOS, Android och HarmonyOS, chipstöd redan dag 0 från Rockchip, Houmo, Intel, AMD och Arm, OpenVINO för Intel CPU/GPU/NPU, och ramverksstöd för SGLang, vLLM, llama.cpp och Ollama. Appen och de kvantiserade byggena är produkten här, inte BF16-nedladdningen.

De två kontrollpunkterna, dimension för dimension

Sex dimensioner, båda sidorna, med en not om vad varje siffra egentligen är värd.

• Parametrar och form — MiniCPM-V 4.7 35B-A3B: 35 212 875 824 lagrade parametrar, gles, 256 experter med 8 aktiva per token vid en mellanliggande expertstorlek på 512 plus en delad expert av samma storlek. MiniCPM-V 4.7:s 1B-variant: 1 554 476 272 parametrar, tät, där varenda en av dem är aktiv på varje token. De två totalsummorna är inte samma storhet, och MoE:s budget för aktiva per token är inte publicerad, så läs "A3B" som en del av namnet snarare än som ett mått du kan jämföra med den täta modellen.

• Nedladdningsavtryck — MiniCPM-V 4.7 35B-A3B: 70,4 GB utspritt över sexton safetensors-shards i BF16, innan någon KV-cache. MiniCPM-V 4.7 1B: cirka 3,1 GB i en enda viktfil. Tjugotvå gånger nedladdningen på ena sidan, och det ärliga måttet på vilken av dessa som är en mobilmodell direkt ur lådan — ingen av dem är det, förrän man tar en kvantisering från stegen.

• Textryggrad och djup – MiniCPM-V 4.7 35B-A3B: en gles MoE-textstack i Qwen-familjen, 40 lager med dold storlek 2 048, sexton query-huvuden mot två key/value-huvuden, vokabulär 248 144. MiniCPM-V 4.7 1B: en tät textstack i Qwen-familjen, 24 lager med dold storlek 1 024, åtta query-huvuden mot två key/value-huvuden, vokabulär 248 094. Samma designidé, ett pinnhål ned.

• Attention — båda: en fast 3:1-upprepning av linjär attention mot full attention. Trettio av 35B:s fyrtio lager tar den linjära vägen mot tio konventionella; arton av 1B:s tjugofyra mot sex. Detta är dimensionen där de två modellerna verkligen är samma arkitektur i skalad form, och det är anledningen till att båda har en 256K-kontext utan att KV-cachen exploderar.

• Kontext — båda: 262 144 maximala positioner, med samma canvas multimodala roterande inbäddningsläge. Ingen variantavgift, ingen trunkering på den lilla modellen.

• Licens — båda: Apache-2.0, deklareras i repots front matter och anges i README. Båda finns även på Hugging Face och på ModelScope. Det finns ingen skillnad i villkor att väga.

Benchmark-tabellen finns för en av dem.

Här är asymmetrin som faktiskt formar ett beslut. Checkpointen 35B-A3B innehåller OpenBMB:s jämförelsetabeller – MMMU runt 80,2, OCRBench runt 91,2, OmniDocBench v1.6 i det högre 90-spannet, CharXiv-resonemang i mitten av 70-spannet, TextVQA i mitten av 80-spannet – ställda mot två Qwen-modeller i 35B-A3B-klass, en 31B Gemma och två 27B-Qwen, i Instruct-läge. Den här artikeln tog upp vad dessa tabeller är värda när släppet dokumenterades; den korta versionen är att de är leverantörsrapporterade, körda i leverantörens eget ramverk, icke reproducerade och hämtade från PNG-diagram i stället för en publicerad resultattabell.

1B har sitt eget diagram i samma dokument, och jämförelsen där är mot ett mindre fält. Om du väljer mellan de två storlekarna är det användbara som korten ger dig inte en poäng — det är att den större checkpointen är den som effektivitetsargumentet skrevs för. Siffran för körning på enheten som förankrar hela släppet, 13+ tokens per sekund vid ungefär 3 GB minne på en iPhone 17 Pro Max, är en 35B-A3B-siffra, framtagen med Lookahead Expert Scheduling som prefetchar experter över lager genom kvantiserade vikter. Den lilla täta modellen behöver inte det maskineriet, eftersom 1,55 miljarder täta parametrar ryms i en telefons arbetsminne utan något av det.

Det är omvändningen som är värd att stanna upp vid: den lilla modellen är okomplicerad och odokumenterad i benchmarktermer; den stora modellen är tungt dokumenterad och svår att köra. Ingen av positionerna är uppenbart bättre.

Vilken laddar folk faktiskt ner?

Räknarna på Hugging Face tillför en uppgift som inget av modellkorten nämner, och den talar för den större modellen. Avläst den 13 oktober 2026 visar bas-openbmb/MiniCPM-V-4.7-35B-A3Brepositoriet 630 nedladdningar; -gguf-bygget av samma checkpoint visar drygt 10 000, ungefär sexton gånger trafiken. För 1B-modellen ligger basrepositoriet och dess GGUF-bygge på 263 respektive 2 064, ett liknande förhållande i mycket mindre absolut skala.

Två tolkningar, båda förenliga med data. Antingen hämtar folk den kvantiserade versionen först eftersom det är den som körs, eller så släpar BF16-siffrorna helt enkelt efter eftersom BF16-checkpointen inte är vad någon driftsätter. Hur som helst mäter nedladdningsräknaren vilken artefakt som spelar roll — och det är inte den vars storlek står i namnet. Om du dimensionerar detta beslut, dimensionera det mot GGUF- eller AWQ-versionen, inte mot 70,4 GB.

Det finns ytterligare en detalj i listningen som pekar i motsatt riktning. Båda repositorierna bär taggen "On-Device Model" som ärvts från resten av MiniCPM-V-familjen, vilket på en 70 GB BF16-MoE betyder vad taggen betyder på 1B:ns 3,1 GB-fil först efter kvantisering och expertströmning. Betrakta taggen som en familjeetikett, inte som en specifikation.

Där ett hostat API ändrar frågan

Ingen av checkpointarna hostas på OrcaRouter, och för den här jämförelsen visar det sig vara det avgörande strukturella faktumet. Båda är öppna vikter som du själv serverar, vilket innebär att 35B-A3B kräver hårdvara som du förmodligen inte har, och 1B kräver hårdvara som du definitivt har — och gapet mellan "någon GPU" och "en telefon" är det egentliga innehållet i "35B-A3B vs 4.7".

Där en router förtjänar sin plats är vid gränsen. Om du väljer 1B och den inte räcker till för en förfrågan måste arbetet hamna någonstans, och den platsen är vanligtvis en hostad modell som du helst inte vill hantera leverantör för leverantör: OrcaRouter täcker ett par hundra hostade modeller bakom en enda nyckel till respektive leverantörs listpris utan något påslag, och gör failover mellan leverantörer när en försämras. Ett av dessa hostade id:n, qwen/qwen3.6-35b-a3b, är den direkta hostade motsvarigheten till checkpointen som den här artikeln handlar om – samma 35B-A3B-form, tillgänglig utan att äga acceleratorn, vilket gör den till det naturliga taket att testa mot innan du satsar 70 GB av din egen disk på den lokala versionen.

Det är ett routingbeslut, inte en andra integration, och det är den enda delen av detta val som inte kostar något att ångra.

Valet

Om begränsningen är en telefon, en laptop eller en enda liten GPU är 1B den enda kandidaten – 3,1 GB, en licens som tillåter kommersiell användning och en kvantiseringsstege som har funnits sedan första veckan. Om målet är det effektivitetsresultat som OpenBMB faktiskt argumenterar om, vill du ha 35B-A3B, och du vill ha den i en kvantiserad version i stället för originalet på 70 GB, eftersom det är vad alla andra nedladdare har tagit och vad on-device-anspråket mättes på.

Det du inte bör göra är att behandla de två namnen som utbytbara. Ett av dem är en checkpoint som du kan köra i eftermiddag. Det andra är en etikett som kommer att fortsätta returnera 35B-A3B:s modellkort, oavsett vilket av de två du menade.