ZoomGain-4B vs MiniCPM5 2B: Portabilitet är benchmarken som ingen publicerar

Det saknas en siffra på båda modellkorten, och det är den som avgör de flesta driftsättningar. MiniCPM5-2B levereras i GGUF-, MLX-, GPTQ- och LiteRT-byggen, har en DSpark-draftmodell för spekulativ avkodning och – detaljen som säger dig mest – har FlagOS-byggen för nio olika acceleratorfamiljer, inklusive Ascend, Hygon, Kunlunxin och Metax. ZoomGain-4B levereras i GGUF med tre precisioner och kräver, med kortets egna ord, "ett llama.cpp-bygge med stöd för Q​wen3.5 multimodal." En av dessa modeller körs nästan var som helst. Den andra körs där du kan bygga en specifik runtime. Inget av korten kallar detta ett benchmark, och för alla som faktiskt måste driva en modell i stället för att citera den är detta raden som betyder mer än någon av modellernas noggrannhetskolumn.

Den inramningen är inte ett sätt att undvika noggrannhetsjämförelsen – den kommer senare, och noggrannhetsjämförelsen visar sig vara mindre avgörande än den ser ut, eftersom de två modellerna inte mäts på samma axel och det kan de inte. MiniCPM5-2B från OpenBMB är en textmodell: 2,52 miljarder parametrar, släppt 6 september 2026, optimerad för agenter, verktygsanrop, kod och lång kontext. ZoomGain-4B från inclusionAI är en specialist på vision och språk som publicerades 11 november 2026 och tränades med förstärkningsinlärning på frågor om fin visuell detalj. Det som följer är vad var och en mäts på, vad det kostar att få igång var och en, och var den ärliga skiljelinjen går.

Den saknade raden: vad som krävs för att köra var och en

Börja med artefaktlistan, eftersom det är det mest konkreta som någon av utgivarna har gett dig.

• MiniCPM5-2B.En tät kausal transformer på den standardmässiga LlamaForCausalLM-klassen — 42 lager, GQA med 16 query-huvuden och 2 KV-huvuden, kontext på 131 072 token, 2 516 756 480 parametrar totalt, varav 1 981 982 720 är icke-embeddingparametrar. Eftersom arkitekturen är standard ärver den varje serveringsväg som någon redan har skrivit för Llama-formade modeller. Organisationen publicerar SFT-, Midtrain- och Base-varianterna som separata repon, plus GGUF-, MLX- och GPTQ-kvantiseringar, plus en DSpark-draftmodell för spekulativ avkodning, plus LiteRT för Android på enheten, plus ett 1B-syskon med samma uppsättning varianter.

• ZoomGain-4B. 4 539 265 536 parametrar i BF16 fördelade på en språkmodell och en separat visionskodare. Tre GGUF-precisioner – Q4_K_M på 2,71 GB, Q8_0 på 4,48 GB, F16 på 8,42 GB – som var och en är parad med en mmproj projektorfil som kortet säger är obligatorisk för bildinmatning. Ingen MLX-build, ingen GPTQ, ingen ONNX, ingen draftmodell. Den enda namngivna körtiden är llama.cpp med multimodalt stöd för Qwen3.5, vilket är ett snävare krav än det låter: du behöver en build som är tillräckligt ny för att känna till qwen35-arkitekturen, och kortet säger att du ska ange båda filerna explicit i stället för att peka på en färdig sökväg.

Asymmetrin är inte en kritik av inclusionAI. En visionsmodell som publicerades för nio dagar sedan och aldrig har annonserats förväntas inte ha en Android-runtime. Det är helt enkelt sakernas tillstånd, och det innebär att de två modellerna inte är utbytbara i den dimension som kostar pengar: MiniCPM5-2B kommer att köra på den hårdvara du redan har, inklusive en telefon; ZoomGain-4B kommer att köra på en GPU, i en runtime som du kan behöva kompilera, och ingen annanstans.

Två olika definitioner av "small"

Båda kallas små modeller och ordet gör olika arbete i varje fall.

• Parametrar, ärligt räknade. MiniCPM5-2B har 1,98 miljarder icke-inbäddningsparametrar — antalet som styr beräkningen per token — inom totalt 2,52 miljarder. ZoomGain-4B har totalt 4,54 miljarder, och ungefär en halv miljard av det är visionskodaren och projektorn. Tar man bort visionsstacken ligger de två språkryggradarna inom ett avrundningsfel från samma storlek. Skillnaden i beteende kommer från vad som tränats ovanpå, inte från skalan.

• Vad träningen syftade till. MiniCPM5-2B:s kort anger dess starkaste områden som kod- och matematikresonemang, förståelse av lång kontext, verktygsanvändning och agentiska uppgifter, och anger dess mål som lokala assistenter, kodningsagenter och driftsättning på enheten. ZoomGain-4B:s kort handlar om en sak: huruvida en modell kan svara på en fråga vars svar endast är synligt när man zoomar in i bilden.

• Vad varje utgivare valde att lämna ut. OpenBMB publicerade hela variantstegen för MiniCPM5 – bas, mellantränad, SFT, RL-plus-OPD-final, plus en utkastmodell och förbyggda binärer för nio chippfamiljer. inclusionAI publicerade tre modellförråd, två datamängder och ett kodförråd som innehåller datakonstruktionspipen och GRPO-startarna. Den ena är en produktlinje; den andra är en forskningsutgåva med labbanteckningsboken bifogad.

• Licens. MiniCPM5-2B är Apache 2.0 på kortet, vilket gäller både repositoriet och vikterna. ZoomGains kod är Apache 2.0 och villkoren för checkpointen hänvisas till checkpoint-repositoriet, som från och med denna vecka inte har någon licenstagg i sin metadata. Läs filen innan du släpper den.

Benchmark-kolumnerna, och varför de inte håller måttet

Det finns ingen gemensam benchmark mellan dessa två modeller. Inte en enda. ZoomGainBench är en uppsättning frågor om fotografier och MiniCPM5-2B har ingen bildkodare; alla andra benchmarks i MiniCPM5:s tabell är text och ZoomGain-4B har aldrig körts på någon av dem. Så i stället för en direkt jämförelse får du här vad varje utgivare faktiskt mätte, avsiktligt hållet separat.

MiniCPM5-2B, enligt leverantörens uppgifter, genomsnitt 53,9 över hela sviten:

Kod — LiveCodeBench v6 69,1, OJBench 32,5, SWE-bench Verified 46,4.

• Matematik – AIME 2025 86,5, AIME 2026 86,5, MATH-500 94,6.

• Kunskap — MMLU-Pro 70,8, GPQA-Diamond 70,2.

• Lång kontext — AA-LCR 59,0, NoLiMa 68,1, LongBench v2 43,7.

• Verktygsanvändning och agenter — τ²-Bench Telecom 97,1, BFCL v4 66,6, BrowseComp-ZH 43,5, GAIA Text-103 88,7.

ZoomGain-4B, leverantörsrapporterad:

• Perception, held-in-benchmark — 55,81 på ZoomGainBench jämfört med 30,03 för dess Qwen3.5-4B-föräldramodell.

• Perception, håll-out-genomsnitt — 60,96 över tio benchmarks som träningen aldrig såg, mot 54,20 för föräldern. Det är en ökning med 6,76 punkter som är värd att citera.

• Individuella held-out-flyttar — Visual Probe 43,30 till 57,28, O3-Bench 54,20 till 63,19, HR-Bench 4K 81,25 till 87,25, MME-RealWorld-Lite 57,89 till 61,59.

Läs de två listorna sida vid sida så är det uppenbart hur beslutet ser ut. MiniCPM5-2B har testats på sjutton saker som en utvecklare bryr sig om och presterar respektabelt på nästan alla; siffran 97,1 i τ²-Bench Telecom och 88,7 i GAIA Text-103 är de utmärkande siffrorna, och det är på dem dess positionering vilar. ZoomGain-4B har testats på perception och i stort sett inget annat, och förbättringen den ger – cirka sju punkter i genomsnitt, på osedda benchmarks – är verklig men begränsad.

Om du bara fick en mening: MiniCPM5-2B är en generalistisk liten modell med ett ovanligt omfattande benchmarkunderlag, och ZoomGain-4B är en specialist vars genomsnittliga förbättring på sju punkter skulle vara osynlig på en generalisttopplista eftersom generalisttopplistan inte innehåller de frågor som den är bra på.

Där de två faktiskt skulle samexistera

De arbetsbelastningar där båda är rätt svar har en gemensam form: ett dokument, en skärmbild, ett foto, ett formulär. Något måste se på bilden och extrahera ett värde, och något måste göra allt efter det – tolka schemat, anropa rätt verktyg, validera, försöka igen, skicka vidare till en människa.

Extraktionen är ZoomGain-formad. Liten text, snäva beskärningar, ett svar som antingen är rätt eller fel, och en modell som uttryckligen har tränats på skillnaden mellan att läsa en etikett i en beskärning och att läsa samma etikett i en hel bildruta. ZoomGain-4B:s held-out-siffror på HR-Bench 4K (81,25 till 87,25 efter träning) och MME-RealWorld-Lite är exakt profilen för en modell som blev bättre på täta detaljer utan att bli sämre på allt annat.

Resten är MiniCPM5-formad, och när det gäller verktygsanvändning är den ovanligt stark för sin storlek — τ²-Bench Telecom på 97,1 är en siffra som de flesta modeller tre gånger större inte når, och BFCL v4 på 66,6 visar att funktionsanropet inte är en demo.

Att köra båda innebär två körtidsmiljöer, två licenser och en andra sak som kan gå sönder. Det är också där en router visar sitt värde i praktiken i stället för att bara vara en slogan: bildanropet går till vision-endpointen, verktygsanropsvändan går till den billiga textvarianten, och om någon av dem stannar upp växlar den automatiskt över till den andra i stället för att dyka upp som ett 504 i din pipeline. En nyckel, en faktura och failover-logiken på ett ställe i stället för duplicerad i två SDK:er.

Det är värt att vara explicit med vad vi erbjuder och inte erbjuder. MiniCPM5-2B finns inte i vår katalog i dag. Vi har däremot Q​wen3.5-familjen — 35B-A3B för $0,057 in och $0,459 ut per miljon token, 27B för $0,086 och $0,688, båda multimodala — och den familjen är basen som ZoomGain-4B tränades från, vilket gör den till den närmaste hostade approximationen om du vill testa huruvida beskär-och-fråga förbättrar din noggrannhet innan du binder dig till en självhostad 4B. För verktygsanropsdelen ger samma katalog dig något att anropa i dag. Det vi inte kan göra är att hosta ZoomGain-4B, och ingen mängd routning ändrar på det: det är en nedladdning, inte ett API.

Den ärliga domen

Välj MiniCPM5-2B om du vill ha en liten modell som du kan driftsätta den här veckan på hårdvara du redan äger, i en runtime som redan finns, med Apache 2.0-licens och ett benchmarkblad som är brett nog för att förutsäga hur den kommer att bete sig. Det är det färdiga objektet av de två. Dess 1,98 miljarder icke-inbäddade parametrar gör den billig per token, dess siffror för verktygsanrop är det bästa i dess kolumn, och chiptillverkarnas byggen gör att den inte bara är ett alternativ för datacenter.

Välj ZoomGain-4B om det specifika felet du försöker eliminera är visuellt och finkornigt, och du är villig att köra en GPU med ett specialbygge av llama.cpp för att lösa det. Dess argument vilar på ett trovärdigt nummer – en genomsnittlig ökning på 6,76 poäng över tio fristående perceptionsbenchmarks från 9 000 träningsexempel – och på en benchmark, data och ett testramverk som låter dig kontrollera påståendet själv i stället för att lita på det.

Välj inte någon av dem om du ännu inte har mätt vad din pipeline gör fel. MiniCPM5-2B:s svagaste publicerade resultat är inom sökagent- och långdokumentresonemang (BrowseComp-ZH 43,5, LongBench v2 43,7), och ZoomGain-4B har aldrig fått en fråga som inte handlade om en bild. Att köpa någon av dem för att lösa ett problem som du inte har karakteriserat är så modeller med tre miljarder parametrar hamnar i produktion utan att göra något.

Den oglamorösa slutsatsen: de två modellerna är inte rivaler, de är två angränsande stadier i samma arbete, och orsaken till att den här jämförelsen ständigt ramas in som en tävling är att benchmarks är lättare att publicera än portabilitet. MiniCPM5-2B vinner den kolumn som publiceras. ZoomGain-4B vinner en kolumn som ännu inte finns, på en enda uppgift, med cirka sju poäng, och kommer med ett runtime-krav som skulle stoppa de flesta team redan vid dörren.