MiniCPM-V 4.7 1B กับ MiniCPM-V 4.7: สองเช็คพอยต์ ชื่อเดียว และงานที่แตกต่างกันอย่างมาก

ไม่มีเช็กพอยต์ที่ชื่อ MiniCPM-V 4.7 อยู่จริง OpenBMB ไม่เคยเผยแพร่เช็กพอยต์ดังกล่าว และ URL ของโมเดลที่ควรจะเก็บเช็กพอยต์นั้นกลับให้ข้อผิดพลาดด้านการอนุญาต แทนที่จะเป็นหน้าเวต ชื่อนี้คือชื่อของซีรีส์ วันที่ 12 ตุลาคม 2026 ซีรีส์ดังกล่าวได้เปิดตัวสองสิ่งซึ่งผู้อ่านอาจหมายถึงได้อย่างสมเหตุสมผลเมื่อพูดถึงชื่อนี้ ได้แก่ MiniCPM-V 4.7 1B ซึ่งเป็นโมเดล dense ขนาด 1.55 พันล้านพารามิเตอร์ที่สร้างมาให้อยู่ในหน่วยความจำใช้งานของโทรศัพท์ และเช็กพอยต์ sparse mixture-of-experts ขนาด 35 พันล้านพารามิเตอร์ที่เป็นตัวรองรับคำกล่าวอ้างพาดหัวทุกข้อของการเปิดตัว — เดโมบนอุปกรณ์ แผนภูมิ Pareto-frontier วลี "MoE โอเพนซอร์สตัวแรกที่รันบนอุปกรณ์ได้อย่างราบรื่น" การเปรียบเทียบทั้งสองไม่ใช่การแข่งขันที่ยุติธรรม และไม่เคยถูกตั้งใจให้เป็นเช่นนั้นตั้งแต่แรก มันเป็นคำถามว่าคุณยินดีใช้หน่วยความจำมากแค่ไหน และว่าตัวเลขที่ผู้ขายอ้างเองนั้นน่าเชื่อถือพอที่จะทำให้การใช้หน่วยความจำนั้นสมเหตุสมผลหรือไม่

ชื่อนี้เป็นชื่อซีรีส์ ไม่ใช่ชื่อรุ่น

มีสองรีโพซิทอรีที่ใช้ชื่อ MiniCPM-V 4.7 และมีรีโพซิทอรีที่สามที่ใช้ชื่อนี้พร้อมคำต่อท้าย openbmb/MiniCPM-V-4.7-1Bถูกสร้างขึ้นเมื่อวันที่ 6 ตุลาคม 2026 เวลา 17:40 UTC openbmb/MiniCPM-V-4.7-35B-A3Bตามมาเมื่อวันที่ 7 ตุลาคม เวลา 07:07 UTC openbmb/MiniCPM-V-4.7-1B-DSpark — หัว draft แบบ speculative ขนาด 213 ล้านพารามิเตอร์สำหรับโมเดลขนาดเล็ก — เปิดตัวเมื่อวันที่ 8 ตุลาคม ทั้งสามเป็น Apache-2.0 ส่วนรีโพซิทอรี openbmb/MiniCPM-V-4.7 นั้นไม่มีอยู่จริง และเป็นเรื่องที่ควรพูดให้ตรงไปตรงมา เพราะมีบทความจำนวนไม่น้อยที่เขียนราวกับว่ามันมีอยู่จริง และอ้างชุดตัวเลขชุดหนึ่งภายใต้ชื่อของอีกอันหนึ่ง README ของ OpenBMB ระบุว่าเปิดตัวเมื่อวันที่ 12 ตุลาคม ซึ่งเป็นวันที่ควรใช้หากคุณต้องการวันที่สักวัน: รีโพซิทอรีเหล่านี้ถูกอัปโหลดขึ้นก่อน แล้วจึงประกาศในอีกสี่วันต่อมา ตามลำดับปกติ

ดังนั้น การวางกรอบอย่างซื่อตรงของ “1B vs 4.7” จึงไม่ใช่การเปรียบเทียบระหว่างโมเดลเล็กกับโมเดลใหญ่ที่ชื่อเดียวกัน แต่เป็นการเปรียบเทียบระหว่างระดับขนาดสองระดับที่ซีรีส์นี้มีให้จริง โดยที่หนึ่งในนั้นบังเอิญเป็นเพียงตัวเดียวที่ชื่อซีรีส์เพียงอย่างเดียวจะค้นเจอ

1B จริง ๆ แล้วคืออะไร

อ่านจากเมตาดาต้าของ safetensors แล้ว เช็กพอยต์แบบ dense มี 1,554,476,272 พารามิเตอร์ใน BF16 — ประมาณ 3.11 GB ในไฟล์เวทเพียงไฟล์เดียว ซึ่งเป็นตัวเลขพาดหัวสำหรับใครก็ตามที่กำลังคิดถึงมือถือ แบ็กโบนภาษาของมันถูกติดแท็กว่า qwen3_6_text ลึก 24 เลเยอร์ โดยมี hidden size 1024 และ attention ของมันทำงานในรูปแบบ three-linear-to-one-full: 18 จาก 24 เลเยอร์ใช้เส้นทาง linear และอีกหกเลเยอร์ใช้ attention แบบดั้งเดิม ขนาดคำศัพท์คือ 248,094 โทเคน หอคอยวิชันเป็นของตระกูลนี้เอง minicpmv4_7_vision — 27 เลเยอร์, hidden size 1152, patch size 14, image size 980, แทรกเข้าไปในสแตกภาษาที่เลเยอร์ 6 การตั้งค่าสองอย่างสำคัญกว่าอย่างอื่นสำหรับงานเอกสาร: downsample_mode คือ 16x และ mrope_mode คือ canvas ซึ่งเป็นรูปแบบ multimodal rotary embedding ที่ตระกูลนี้ใช้เพื่อรักษาโครงสร้างเชิงพื้นที่ให้คงอยู่ตลอดภาพที่ถูกแบ่งเป็นชิ้น ๆ maximum position embeddings คือ 262,144 ดังนั้น context window จึงเป็น 256K จริง ไม่ใช่แค่ในนาม

ณ เวลาที่เขียนนี้ รีโพซิทอรีแสดง 14 ดาวน์โหลดและ 22 ไลก์ นั่นเป็นตัวเลขที่น้อย และเป็นเครื่องวัดอย่างตรงไปตรงมาว่าชุมชนได้ทดลองใช้โมเดลนี้ไปมากเพียงใดจนถึงตอนนี้

แท้จริงแล้วเรือธงคืออะไร

เช็กพอยต์ 35B-A3B มี 35,212,875,824 พารามิเตอร์ใน BF16 — 70.4 GB กระจายอยู่บน 16 ชาร์ด safetensors ซึ่งคิดเป็น 22 เท่าของขนาดโมเดล dense ในการดาวน์โหลดครั้งเดียว ในเชิงสถาปัตยกรรม มันต่างออกไปคนละแบบอย่างสิ้นเชิง: 40 เลเยอร์, ขนาด hidden 2048, และฟีดฟอร์เวิร์ด MoE แบบ sparse ที่มี 256 experts ซึ่ง 8 ตัวจะแอ็กทีฟต่อโทเคน โดยมี moe_intermediate_size ตั้งไว้ที่ 512 ขนาดคำศัพท์คือ 248,144 ซึ่งกว้างกว่าของ 1B เล็กน้อย รูปแบบ attention ยังเป็นแนวคิดเดิมแต่ในระดับที่ลึกกว่า — 30 เลเยอร์ linear ต่อ 10 เลเยอร์ full มันเป็น MoE ตัวแรกในตระกูล MiniCPM-V และเป็นเช็กพอยต์ที่เรื่องราวด้านประสิทธิภาพของผู้ขายพูดถึงจริง ๆ: คำกล่าวอ้างของ OpenBMB คือ 13+ โทเคนต่อวินาทีโดยใช้หน่วยความจำประมาณ 3 GB บน iPhone 17 Pro Max โดยมี Lookahead Expert Scheduling คอย prefetch น้ำหนัก expert ข้ามเลเยอร์ เพื่อให้ sparse routing ไม่หยุดชะงักเพราะแบนด์วิดท์หน่วยความจำ พร้อมทั้ง MTP head ที่จับคู่กัน และการบีบอัด visual token แบบผสม 4x/16x นี่เป็นตัวเลขของผู้ขาย วัดโดยผู้ขาย บนเดโมของผู้ขาย ยังไม่มีใครทำซ้ำตัวเลขเหล่านี้ได้ ที่เก็บโค้ดแสดง 166 ดาวน์โหลดและ 43 ไลก์ — ได้รับความสนใจมากกว่าที่ 1B ได้รับราว 10 เท่า

การเปรียบเทียบ ทีละมิติ

หกมิติ ทั้งสอง พร้อมหมายเหตุว่าแต่ละตัวเลขมีน้ำหนักมากน้อยเพียงใด

• พารามิเตอร์และรูปทรง — MiniCPM-V 4.7 1B: 1.55B แบบ dense โดยพารามิเตอร์ทุกตัวทำงานในทุกโทเค็น รุ่นเรือธงของ MiniCPM-V 4.7: 35.2B ทั้งหมด แบบ sparse ใช้ 8 จาก 256 ผู้เชี่ยวชาญต่อโทเค็น ยอดรวมทั้งสองไม่ใช่ปริมาณที่เทียบกันได้ งบประมาณที่ใช้งานจริงของ MoE ต่างหากที่เป็นตัวกำหนดการประมวลผลต่อโทเค็น และ OpenBMB ไม่ได้เปิดเผยค่านั้น ให้อ่าน "A3B" เป็นส่วนหนึ่งของชื่อ ไม่ใช่เป็นการวัด

• ขนาดน้ำหนัก — MiniCPM-V 4.7 1B: 3.11 GB ในไฟล์ BF16 ไฟล์เดียว ซึ่งเป็นเหตุผลทั้งหมดที่มันมีอยู่ MiniCPM-V 4.7 35B-A3B: 70.4 GB กระจายอยู่ในสิบหก shard ในรูปแบบ BF16 ตัวเลข 3 GB บนอุปกรณ์ของผู้จำหน่ายใช้กับโมเดลที่ใหญ่กว่าเฉพาะหลังการควอนไทซ์และการสตรีมแบบ expert เท่านั้น ไม่ใช่กับไฟล์ดาวน์โหลดดิบ

• Attention และ context — ทั้งสองอย่าง: ตำแหน่ง 256K รูปแบบ attention แบบ linear-to-full อัตราส่วน 3:1 และcanvas โหมด mRoPE แบบเดียวกัน MiniCPM-V 4.7 1B รันบน 24 เลเยอร์ ส่วนรุ่นเรือธงรันบน 40 นี่คือมิติเดียวที่ทั้งสองโมเดลเป็นดีไซน์เดียวกันจริง ๆ เพียงแต่ขยายสเกล

• เส้นทางวิชัน — ทั้งสองแบบ: ใช้ minicpmv4_7_vision ทาวเวอร์ของตระกูลเองพร้อมการดาวน์แซมปลิง 16x ความแตกต่างอยู่ที่อีกฝั่งของขั้นตอนการบีบอัด: แผนภูมิของรุ่นเรือธงโฆษณาแผนแบบผสม 4x/16x ซึ่งรุ่น 1B ไม่ได้อ้างไว้

• สัญญาอนุญาต — ทั้งสอง: Apache-2.0 ซึ่งประกาศไว้ในที่เก็บโค้ดและยืนยันไว้ใน README ของโปรเจกต์ เรื่องนี้สำคัญเพราะมันตรงกันข้ามกับสิ่งที่ซีรีส์เดียวกันดูเป็นเมื่อสัปดาห์ก่อน ไม่มีความกำกวมใด ๆ ที่ต้องรายงานตรงนี้สำหรับเช็กพอยต์ทั้งสอง

• หลักฐานด้านคุณภาพ — MiniCPM-V 4.7 1B: มีเพียงแผนภูมิจากผู้จำหน่ายเท่านั้น MiniCPM-V 4.7 35B-A3B: มีแผนภูมิจากผู้จำหน่าย วิดีโอสาธิตจากผู้จำหน่ายบน iPad M4 และ iPhone และคำกล่าวอ้างที่เผยแพร่เกี่ยวกับจำนวนโทเคนต่อวินาทีบนอุปกรณ์ ทั้งสองรุ่นไม่มีการประเมินโดยอิสระ และทั้งสองรุ่นยังไม่ได้รับการทดสอบ基準โดยบุคคลที่สามกับฮาร์เนสแบบคงที่

สิ่งที่แผนภูมิของผู้ขายเองกล่าวอ้าง

OpenBMB เผยแพร่แผนภูมิ benchmark สำหรับทั้งสอง checkpoint และความแตกต่างในสิ่งที่พวกมันรองรับได้นั้นให้ข้อคิดที่เป็นประโยชน์ แผนภูมิของ 1B จัดให้โมเดลอยู่ที่ MMBench 83.17, OCRBench 86.10 และ OmniDocBench v1.6 85.39 ซึ่งนำหน้าโมเดลระดับ 1.3B รุ่นก่อนหน้าที่อยู่ข้าง ๆ กันในภาพเดียวกันทั้งสามรายการ (81.89, 83.80 และ 82.52 ตามลำดับ) ตัวเลขเหล่านั้นเป็นตัวเลขที่ผู้ขายรายงานและยังไม่มีใครทำซ้ำได้ และการติดป้ายชื่อคอลัมน์ของแผนภูมิเองก็ต้องอ่านอย่างระมัดระวัง เพราะมีหนึ่งแถวในนั้นพิมพ์ค่าที่ไม่น่าเชื่อถือสำหรับโมเดลขนาดนี้ ให้ถือว่าตัวเลขสัมบูรณ์เป็นเรื่องการตลาด และส่วนต่างเมื่อเทียบกับรุ่นก่อนหน้าเป็นเพียงส่วนเดียวที่มีตรรกะภายใน

แผนภูมิ 35B-A3B อ่านง่ายกว่าเพราะการเปรียบเทียบแน่นกว่า โดยรายงานค่า MMMU 80.22, MathVista 88.00, OCRBench 91.20, OCRBench_v2 68.47, OmniDocBench v1.6 94.24, CharXiv reasoning 75.60, TextVQA 84.99 และ CCOCR 81.14 เทียบกับกลุ่มคู่แข่งที่ประกอบด้วยโมเดล mixture-of-experts ระดับ 35B-A3B สองโมเดล, Gemma ขนาด 31B และ Qwen3.8 ขนาด 27B จากตัวเลขของผู้จำหน่ายเอง MoE ชนะในแถวส่วนใหญ่แบบหวุดหวิด และแพ้ไปสองสามแถว — MMMU-Pro และ MathVision ไปในทางตรงกันข้าม อีกครั้ง: เป็นข้อมูลที่ผู้จำหน่ายรายงาน ยังไม่มีการทำซ้ำ และการตีความที่เป็นธรรมเพียงอย่างเดียวคือ "ผู้จำหน่ายเชื่อว่าโมเดลอยู่ในระดับเท่าเทียมหรือดีกว่า" ไม่ใช่ "โมเดลอยู่ในระดับเท่าเทียมหรือดีกว่า"

มีปัญหาด้านการติดป้ายกำกับที่ควรค่าแก่การชี้ให้เห็นมากกว่าที่จะแก้ไข 1B แถบด้านข้างของ Hugging Face อธิบายว่าโมเดลนี้มีพารามิเตอร์ 2B เมตาดาต้าของ safetensors ระบุว่า 1,554,476,272 — ประมาณ 1.55B แผนภูมิของเจ้าของผลิตภัณฑ์เองติดป้ายแถวนั้นว่า 1.3B สี่แหล่งข้อมูล สี่ตัวเลข และตัวเลขที่น้อยที่สุดในบรรดานั้นอยู่ในแผนภูมิที่ฝ่ายการตลาดชี้ให้ดู ทั้งหมดนี้ไม่ได้เปลี่ยนสิ่งที่โมเดลทำ แต่ถ้าคุณกำลังจัดงบหน่วยความจำเทียบกับสเปกชีต ให้จัดงบเทียบกับไฟล์ขนาด 3.11 GB แทนที่จะอิงกับป้ายกำกับใด ๆ เหล่านั้น

คุณอยากได้อันไหนจริงๆ

ถ้าข้อจำกัดคือโทรศัพท์ แล็ปท็อป GPU ขนาดเล็กตัวเดียว หรืออะไรก็ตามที่มีงบพลังงาน มีเพียงหนึ่งเดียวในนี้ที่เป็นตัวเลือก MiniCPM-V 4.7 1B มีอยู่ก็เพื่อให้โมเดลมัลติโมดัลที่รองรับบริบท 256K พอดีอยู่ในหน่วยความจำไม่กี่กิกะไบต์ มันเผยแพร่ภายใต้สัญญาอนุญาตที่อนุญาตให้ใช้เชิงพาณิชย์ และระบบนิเวศการควอนไทเซชันก็พร้อมอยู่แล้ว — บิลด์ GGUF, AWQ, GPTQ, int4 และ FP8 พร้อมการสนับสนุนตั้งแต่วันแรกจากผู้จำหน่ายฮาร์ดแวร์ Rockchip, Houmo, Intel, AMD และ Arm และ OpenVINO สำหรับ OCR บนอุปกรณ์ การทำความเข้าใจภาพหน้าจอ และการแยกวิเคราะห์เอกสารที่ใช้พื้นที่ 3 GB มันคือเวอร์ชันในซีรีส์นี้ที่ตอบคำถามนี้ได้

MiniCPM-V 4.7 35B-A3B ตอบอีกข้อหนึ่ง มันไม่ใช่เวอร์ชันที่ใหญ่ขึ้นของผลิตภัณฑ์เดียวกัน แต่เป็นความพยายามที่จะรักษาคุณภาพของโมเดลระดับ 35B ไว้ โดยจ่ายเพียง 8 experts ต่อโทเคน และหากคำกล่าวอ้างเรื่องอัตราการประมวลผลของผู้ขายยังคงเป็นจริงได้ มันก็เป็นผลลัพธ์ทางวิศวกรรมที่น่าสนใจกว่าของทั้งสอง อีกทั้งด้วยขนาด 70.4 GB ใน BF16 มันจึงเป็นไฟล์ดาวน์โหลดสำหรับเซิร์ฟเวอร์หรือเวิร์กสเตชัน และแนวทางการใช้งานบนอุปกรณ์ของมันต้องดำเนินไปผ่านการควอนไทซ์และการสตรีม expert แทนที่จะผ่านไฟล์ที่คุณได้รับจาก Hub

จุดที่เราเตอร์เหมาะ และจุดที่มันไม่เหมาะ

ไม่มีเช็กพอยต์ตัวใดถูกโฮสต์บน OrcaRouter เลย MiniCPM ไม่ปรากฏอยู่ในแค็ตตาล็อกของเราเลยด้วยซ้ำ และคำแนะนำที่ถูกต้องสำหรับใครก็ตามที่อยากรันโมเดลใดโมเดลหนึ่งในสองตัวนี้ คือให้ดาวน์โหลดเวตแล้วเสิร์ฟด้วยตัวเอง — ทั้ง llama.cpp, Ollama, vLLM และ SGLang ต่างก็รองรับสถาปัตยกรรมนี้ และรายการรองรับตั้งแต่วันแรกข้างต้นก็กว้างอย่างผิดปกติสำหรับการเปิดตัวที่ใหม่ขนาดนี้ คำถามเรื่องการจัดเส้นทางจะเกิดขึ้นก็ต่อเมื่อถึงขั้นถัดไป นั่นคือสิ่งที่เกิดขึ้นเมื่อโมเดลโลคัลขนาดเล็กไม่พอสำหรับคำขอใดคำขอหนึ่ง และงานนั้นต้องถูกส่งต่อไปยังสิ่งที่โฮสต์ไว้ การส่งต่องานนี้เป็นการตัดสินใจเรื่องการจัดเส้นทางมากกว่าจะเป็นสัญญาฉบับที่สอง: OrcaRouter วางโมเดลที่โฮสต์ไว้สองสามร้อยตัวไว้เบื้องหลังคีย์เดียว ในราคาตามที่ผู้ให้บริการแต่ละรายประกาศไว้ โดยไม่บวกเพิ่มใด ๆ พร้อมระบบสลับไปตัวสำรองเมื่อผู้ให้บริการรายใดมีปัญหา ในบรรดาโมเดลวิชันที่โฮสต์ไว้ในรายการนั้น มีหลายตัวที่อยู่ในคลาสน้ำหนักเดียวกับรุ่น 1B — qwen/qwen3-vl-8b-instruct และเวอร์ชัน thinking ของมัน qwen/qwen3-vl-235b-a22b-instruct สำหรับงานหนัก และ deepseek/deepseek-v4-flash-vision-exp สำหรับงานเอกสารที่ต้องใช้บริบทความยาว นั่นคือระดับที่อยู่เหนือตระกูลนี้ขึ้นไป ไม่ใช่ตัวแทนของตระกูลนี้ และก็คุ้มที่จะทำให้ชัดเจนว่าโมเดลแต่ละตัวอยู่ฝั่งไหนของเส้นแบ่ง

ดูอะไรดี

มีสองสิ่งที่จะยุติการเปรียบเทียบนี้ และยังไม่มีสิ่งใดเกิดขึ้นเลย อย่างแรกคือการประเมินที่เป็นอิสระ — การรันชุดทดสอบเดียวกันกับเช็กพอยต์ทั้งสองตัว บนฮาร์ดแวร์เดียวกัน โดยที่ผู้ขายไม่ได้เป็นคนเลือกพรอมป์ต์ จนกว่าสิ่งนั้นจะปรากฏ ตัวเลขความแม่นยำทุกตัวในบทความนี้เป็นของผู้ขายเอง และควรอ้างโดยแนบข้อความนั้นกำกับไว้ อย่างที่สองคือ DSpark draft head ซึ่งเผยแพร่แล้วสำหรับ 1B และเป็นกลไกที่จะทำให้การอินเฟอเรนซ์ของโมเดลขนาดเล็กเร็วขึ้นอย่างมีนัยสำคัญบนโทรศัพท์ หากการถอดรหัสแบบ speculative ทำงานได้อย่างที่โฆษณาไว้ในระดับนี้ โมเดล 1B แบบ dense จะกลายเป็นคำตอบที่ดีกว่าที่ขนาดของมันบ่งชี้ไว้มาก และ 35B-A3B ยังคงเป็นโมเดลที่คุณจะหยิบมาใช้ก็ต่อเมื่อคำขอจำเป็นต้องใช้มันจริง ๆ

สิ่งที่ยังไม่ต้องรอสิ่งใดคือสัญญาอนุญาต สถาปัตยกรรม ฟุตพรินต์ และเครื่องมือต่าง ๆ สิ่งเหล่านี้อยู่ในรีโพซิทอรี เป็น Apache-2.0 สำหรับทั้งสองเช็กพอยต์ และเพียงพอที่จะตัดสินใจได้ตั้งแต่วันนี้ว่าตัวใดในสองตัวนี้ควรอยู่บนฮาร์ดแวร์ของคุณ

ส่วนที่เป็นโฮสต์ของแพตเทิร์นนั้นเป็นการตัดสินใจด้านการกำหนดเส้นทาง มากกว่าจะเป็นสัญญาฉบับที่สอง ราคาตามรายการของผู้ให้บริการแต่ละราย โดยไม่มีส่วนบวกเพิ่มจากเราไม่มีเช็กพอยต์ของ MiniCPM-V 4.7 ตัวใดเลยที่เป็นโมเดลแบบโฮสต์บน OrcaRouter — ทั้งสองเป็นเวตที่คุณต้องให้บริการด้วยตัวเอง