MiniCPM-V 4.7: OpenBMB ได้อัปโหลดโมเดล Vision-Language ขนาด 35B-A3B โดยไม่มี Model Card ไม่มี License และไม่มี Benchmarks

MiniCPM-V 4.7 ปรากฏขึ้นบน Hugging Face ในช่วงเย็นของวันที่ 6 ตุลาคม 2026 ในฐานะที่เก็บ openbmb/MiniCPM-V-4.7-35B-A3B — และมันเป็นหนึ่งในสิ่งที่แปลกที่สุดเท่าที่ซีรีส์ MiniCPM เคยปล่อยออกมา เพราะแทบไม่มีอะไรถูกปล่อยมาพร้อมกับมันเลย ไม่มีการ์ดโมเดล ไม่มี README ไม่มีการประกาศสัญญาอนุญาต ไม่มีตาราง benchmark ไม่มีโพสต์เปิดตัว ไม่มีรายงานทางเทคนิค และไม่มีรายการในเอกสาร GitHub ของ OpenBMB เอง ซึ่ง ณ สัปดาห์นี้ยังคงเรียก MiniCPM-V 4.6 ว่า "โมเดลล่าสุดและมีประสิทธิภาพที่สุดในซีรีส์ MiniCPM-V" สิ่งที่มีอยู่คือไฟล์แบ่ง 16 ส่วนของน้ำหนัก bfloat16 รวมขนาด 70.4 GB ซึ่งบรรยายถึงโมเดลภาพ-ภาษาแบบ mixture-of-experts ที่มีพารามิเตอร์ 35.2 พันล้าน หน้าต่างบริบท 256K และการออกแบบ hybrid attention ที่ดุดันอย่างผิดปกติ นั่นก็เพียงพอที่จะบอกว่าโมเดลคืออะไรยังไม่เพียงพอที่จะบอกว่ามันเก่งเรื่องอะไร และบทความนี้แยกสองสิ่งนั้นออกจากกันอย่างเคร่งครัด

สิ่งที่ลงมาจริง ๆ แบบไบต์ต่อไบต์

ที่เก็บนี้ถูกสร้างขึ้นเมื่อเวลา 18:36 UTC ของวันที่ 6 ตุลาคม 2026 และมีคอมมิตครั้งสุดท้ายในอีกสิบสองนาทีต่อมาเมื่อเวลา 18:48 UTC ในช่วงระหว่างนั้น ผู้อัปโหลดได้พุชไฟล์เวตและคอนฟิกูเรชันที่ตัวโหลดของ Transformers จำเป็นต้องใช้ แล้วก็หยุดไป รายการไฟล์ทั้งหมดยาวสิบแปดรายการ:

• เวต — สิบหกsafetensors ชาร์ดที่ชื่อ model-00001-of-00016 ถึง model-00016-of-00016 พร้อมไฟล์ดัชนี model.safetensors.index.json ซึ่งรายงานขนาดเทนเซอร์รวมทั้งสิ้น 70,425,751,648 ไบต์

• จำนวนพารามิเตอร์ — API ของ Hugging Face อ่านพารามิเตอร์ 35,212,875,824 ตัว ทั้งหมดใน BF16 โปรดทราบว่านี่คือจำนวนรวม ซึ่งสำหรับ sparse MoE นั้น ไม่ใช่จำนวนพารามิเตอร์ที่ใช้งานบนโทเค็นใด ๆ ที่กำหนด

• การตั้งค่า — config.json (2,984 ไบต์), generation_config.json (186 ไบต์), preprocessor_config.json, processor_config.json.

• Tokenizer — tokenizer.json (20 MB), tokenizer_config.json และ chat_template.jinja (7,250 ไบต์)

• ไม่พบ — README.md. การดึงไฟล์ดิบโดยตรงจะคืนค่า HTTP 404 บน Hugging Face การที่ไม่มี README หมายถึงไม่มี model card ซึ่งหมายถึงไม่มีฟิลด์สัญญาอนุญาต ซึ่งหมายถึง repo ไม่มีlicense: แท็กเลย

รีโพซิทอรีนี้มีไลก์สามรายการ ดาวน์โหลดศูนย์ครั้ง และแท็บสนทนาที่ว่างเปล่า การอัปโหลดเช็กพอยต์ขนาด 70 GB โดยชุมชนมักดึงดูดความคิดเห็นภายในไม่กี่ชั่วโมง — คำถามเกี่ยวกับควอนต์ เกี่ยวกับการให้บริการ เกี่ยวกับว่าใบอนุญาตคืออะไร อันนี้ไม่มี ซึ่งสอดคล้องกับที่มันถูกพบเห็นโดยคนเพียงไม่กี่คนที่เฝ้าดูopenbmbซึ่งเป็นองค์กร มากกว่าที่จะถูกประกาศให้ใครทราบ

สถาปัตยกรรม อ่านตรง ๆ จาก config.json

เนื่องจากไม่มีโมเดลการ์ดให้ถอดความ ไฟล์การกำหนดค่าจึงเป็นแหล่งข้อมูลหลัก และให้ข้อมูลที่มีสาระมากอย่างผิดปกติ คลาสคือ MiniCPMV4_7ForConditionalGeneration, ประเภทโมเดลคือ minicpmv4_7, และมันถูกบันทึกโดย Transformers 5.2.0 — ทั้งหมดนี้บอกว่านี่คือเช็กพอยต์ OpenBMB จากผู้พัฒนาเองในสายการพัฒนาหลักของ MiniCPM-V ไม่ใช่ไฟน์จูนจากชุมชนที่สวมชื่อนี้

• แกนหลักทางภาษา — model_type: qwen3_5_moe_text. MoE แบบ sparse ที่พัฒนาต่อยอดมาจาก Qwen3.5 นับเป็นครั้งแรกที่สายผลิตภัณฑ์ MiniCPM-V ใช้สแตกข้อความแบบ Qwen-MoE แทนเวอร์ชัน Qwen ขนาดเล็กแบบ dense ที่ขับเคลื่อน MiniCPM-V 4.5 และ 4.6

• ความเบาบาง (Sparsity) — ผู้เชี่ยวชาญ 256 ราย เลือก 8 รายต่อโทเคน โดยมีขนาด intermediate ของผู้เชี่ยวชาญเท่ากับ 512 และมี shared expert ขนาดเดียวกัน เช็กพอยต์รวม 35B บนรูปแบบ routing แบบ 8 จาก 256 จะเปิดใช้งานเพียงเศษเสี้ยวเล็ก ๆ ของจำนวนนั้นต่อ forward pass หนึ่งครั้ง ซึ่งเป็นจุดสำคัญทั้งหมดของชื่อ A3B: น้ำหนักมีขนาดใหญ่ แต่ compute ไม่ใช่

• ความลึกและความกว้าง — 40 เลเยอร์ที่ซ่อนอยู่, ขนาดที่ซ่อนอยู่ 2048, 16 เฮดความสนใจ โดยมี 2 เฮดคีย์/แวลู และมิติของเฮด 256

• แอตเทนชันแบบไฮบริด — layer_typesเป็นอาร์เรย์ที่มีความยาว 40 รายการ และจัดเรียงเลเยอร์ linear_attention จำนวนสามเลเยอร์ต่อเลเยอร์ full_attention หนึ่งเลเยอร์ ในช่วงห่างคงที่ 4 สิบในสี่สิบเลเยอร์ใช้แอตเทนชันแบบดั้งเดิม ส่วนอีกสามสิบเลเยอร์ใช้เส้นทางเชิงเส้นสไตล์ Mamba ที่มีเคอร์เนลคอนโวลูชันขนาด 4 นี่คือการตัดสินใจออกแบบที่มีผลกระทบมากที่สุดเพียงหนึ่งเดียวในไฟล์นี้ และเป็นทิศทางเดียวกับที่วงการกว้างได้เคลื่อนไปตลอดปี 2026

• การเข้ารหัสตำแหน่ง — RoPE ที่มีค่า theta เท่ากับ 10,000,000 และ partial_rotary_factor: 0.25 ซึ่งหมายความว่ามีเพียงหนึ่งในสี่ของมิติของแต่ละ head เท่านั้นที่ถูกหมุน เปิดใช้งาน Multimodal RoPE ด้วย mrope_interleaved: true การแบ่งเซกชันเป็น [11, 11, 10] และ mrope_mode: canvas.

• บริบท — max_position_embeddings: 262144 และ model_max_lengthของ tokenizer สอดคล้องกัน 256K โทเคน

• การทำนายหลายโทเคน — mtp_num_hidden_layers: 1, หัวถอดรหัสแบบ speculative decoding เพียงหัวเดียว ซึ่งเป็นเทคนิคเดียวกันกับที่ MiniCPM-V 4.6 ใช้

• หอคอยภาพ — minicpmv4_7_vision, ขนาดซ่อน 1152, 27 เลเยอร์, การเปิดใช้งาน GELU-tanh, ขนาดแพตช์ 14 ด้วย image_size เป็น 980, และมี insert_layer_id เป็น 6 ซึ่งเป็นจุดที่การฝังภาพถูกเชื่อมเข้ากับสแต็กภาษา รูปร่างของหอคอยใกล้เคียงกับใน MiniCPM-V 4.6 ดังนั้นด้านวิชั่นจึงเป็นวิวัฒนาการมากกว่าการสร้างใหม่

• การบีบอัดภาพ — downsample_mode: "16x" และ max_slice_nums: 9 ในตัวประมวลผลภาพ MiniCPM-V 4.6 ได้เปิดตัวรูปแบบการบีบอัดโทเคนแบบ 4x/16x ที่สลับได้; คอนฟิก 4.7 ระบุการตั้งค่า 16x เป็นค่าเริ่มต้น โดยที่ตัวแบ่งภาพอนุญาตให้มีภาพย่อยได้สูงสุดเก้าภาพสำหรับอินพุตความละเอียดสูง

• คำศัพท์ — 248,144 โทเคน โดยมี <|image_pad|>ที่ id 248,056 และ <|video_pad|>ที่ id 248,057 วิดีโอเป็นอินพุตชั้นหนึ่ง เช่นเดียวกับที่เป็นมาตั้งแต่ MiniCPM-V 4.5

• สิ่งตกค้างที่น่าฉงน — คอนฟิกของ tokenizer ยังคงประกาศ <|audio_start|>, <|audio_end|> และ <|audio_pad|> ซึ่งเกือบจะแน่นอนว่าหมายความว่าคำศัพท์ถูกใช้ร่วมกับสาขา omni MiniCPM-o มากกว่าจะหมายความว่า MiniCPM-V 4.7 พูดเสียงได้ การตีความว่ามันเป็นฟีเจอร์เสียงจะเป็นความผิดพลาดที่คอนฟิกเพียงอย่างเดียวไม่อาจตัดออกไปได้

สิ่งที่ครอบครัวบอกเรา ซึ่งที่เก็บนี้ไม่ได้บอก

เจนเนอเรชัน 4.6 คือจุดอ้างอิง และความต่างคือเรื่องราว MiniCPM-V 4.6 เปิดตัวเมื่อวันที่ 11 พฤษภาคม 2026 ในฐานะโมเดลขนาด 1.3 พันล้านพารามิเตอร์ที่สร้างขึ้นบนตัวเข้ารหัสภาพ SigLIP2-400M และโมเดลภาษา Qwen3.5-0.8B ภายใต้ Apache-2.0 พร้อมจุดขายที่ชัดเจนว่า: มันทำคะแนนได้ 13 บน Artificial Analysis Intelligence Index — ซึ่งเป็นตัวเลขที่ผู้ขายรายงานเอง — ขณะที่ใช้โทเคนน้อยกว่าโมเดลขนาดเล็กที่เทียบเคียงกันอย่างมาก และรันบน iOS, Android และ HarmonyOS โดยมีโค้ดปรับใช้กับ edge เป็นโอเพนซอร์ส อัตลักษณ์ทั้งหมดของมันคือ “เล็ก มีประสิทธิภาพ ทำงานบนอุปกรณ์”

MiniCPM-V 4.7 มีขนาด 1.3B คูณด้วยประมาณ 27 ชื่อ 35B-A3B ทำให้มันอยู่ในระดับเดียวกับพวกเรือธงแบบ sparse ไม่ใช่โทรศัพท์ ไม่ว่าที่ OpenBMB ตั้งใจจะให้มันเป็นคู่หูฝั่งเซิร์ฟเวอร์ของสายผลิตภัณฑ์เอดจ์ เป็นโมเดลครูสำหรับโมเดลขนาดเล็กในอนาคต หรือเป็นการทดสอบเพดานขีดความสามารถ ก็ไม่ได้ระบุไว้ที่ใด และในรีโพซิทอรีก็ไม่มีเบาะแสใดบ่งชี้ทั้งสองทาง

สิ่งที่ใหม่จริง ๆ และน่าจับตามองสำหรับใครก็ตามที่ติดตามซีรีส์นี้ คือแกนหลัก Qwen-MoE บวกกับอัตราส่วน attention แบบ linear ต่อแบบ full ที่ 3:1 ทั้งสองอย่างเป็นการออกจากแนวทางเดิม ทุกสิ่งที่ OpenBMB เผยแพร่เกี่ยวกับตระกูลนี้ยังเขียนอิงรอบ 4.6 ดังนั้น checkpoint นี้จึงนำหน้าเอกสารของตัวเองไปแล้ว

สิ่งที่ยังไม่อาจรู้ได้ — และเหตุใดรายการนั้นจึงสำคัญ

ควรพูดกันตรง ๆ ว่าช่องว่างตรงนี้ใหญ่แค่ไหน เพราะเมื่อมีเช็กพอยต์ขนาด 70 GB สิ่งที่ล่อใจคือการเติมช่องว่างนั้นด้วยการอนุมานที่ฟังดูสมเหตุสมผล

• ไม่มีสัญญาอนุญาต นี่ไม่ใช่แค่พิธีการ MiniCPM-V 4.6 เป็น Apache-2.0 และชุมชนคาดหวังสิ่งนี้จากสายผลิตภัณฑ์นี้ รีโปที่ไม่มี license: แท็ก โดยค่าเริ่มต้น จะสงวนสิทธิ์ทั้งหมดในเขตอำนาจศาลส่วนใหญ่ — คุณไม่สามารถสร้างต่อยอดจากมันได้อย่างปลอดภัยจนกว่าแท็กจะปรากฏ ไฟล์ที่หายไปเพียงไฟล์เดียวนั้นคือการขาดหายที่ส่งผลกระทบมากที่สุดในรีโป

• ไม่มีเบนช์มาร์ก ไม่ว่าจะเป็นแบบที่ผู้ขายรายงานเองหรือแบบอื่นใด ไม่มีแม้แต่ตัวเลขเดียวให้เถียงกัน ใครก็ตามที่อ้างคะแนน MMMU หรือ OCRBench ของ MiniCPM-V 4.7 ในวันนี้ กำลังอ้างถึงสิ่งที่ไม่มีอยู่ในแหล่งต้นฉบับ

• ไม่มีการประเมินผลโดยอิสระ Artificial Analysis และตัวติดตามที่คล้ายกันจัดทำดัชนีโมเดลตามชื่อ; เช็คพอยต์ที่ไม่มีโมเดลการ์ดและไม่มีการประกาศมักจะไม่ถูกวัดผลไปสักระยะหนึ่ง

• ไม่มีสูตรการให้บริการ การที่เวตที่ปล่อยออกมาจะรันแบบสต็อกใน vLLM, SGLang หรือ llama.cpp หรือไม่นั้น ยังไม่ถูกทดสอบโดยใครก็ตามนอก OpenBMB เส้นทางโค้ดที่กำหนดเอง (MiniCPMV4_7ForConditionalGeneration, MiniCPMV4_7Processor, MiniCPMV4_7ImageProcessor, MiniCPMV4_7VideoProcessor) ทั้งหมดต้องใช้ trust_remote_code, และการรวมกันของ MoE กับ linear-attention ไม่ใช่รูปแบบที่ทุกเอนจิน inference มีเคอร์เนลรองรับ

• ไม่มีการควอนไทเซชัน MiniCPM-V 4.6 วางจำหน่ายในรูปแบบ GGUF, AWQ, GPTQ และ BNB และเข้าสู่ไลบรารีของ Ollama เมื่อเดือนมิถุนายน 2026 ส่วน 4.7 ไม่มีเลย สำหรับโมเดลขนาด 35B นี่คือความแตกต่างระหว่างแล็ปท็อปกับคลัสเตอร์

• ไม่มีการระบุถึงความเกี่ยวข้องกับ 4.6 แต่อย่างใด OpenBMB อาจกำลังแทนที่ไลน์ edge ขยายไลน์นั้นออกไป หรือทดสอบสิ่งที่ไม่เกี่ยวข้องกันโดยสิ้นเชิง ตัวรีโพซิทอรีไม่ได้ระบุไว้ และ README บน GitHub ก็ไม่ได้ระบุเช่นกัน ซึ่ง ณ คอมมิตเมื่อวันที่ 8 กันยายน 2026 ยังคงระบุว่า 4.6 เป็นเวอร์ชันล่าสุด

ยังมีการตีความไทม์ไลน์อีกรูปแบบหนึ่งที่สมเหตุสมผลแต่ยังไม่ได้รับการยืนยัน：ช่องว่างสิบสองนาทีระหว่างการสร้าง repo กับคอมมิตครั้งสุดท้าย การไม่มีการ์ด และการไม่มีความโพสต์ใด ๆ คือสิ่งที่เช็กพอยต์ดูเป็นเมื่อถูกจัดเตรียมไว้สำหรับการเปิดตัวมากกว่าจะเป็นหลังการเปิดตัว นั่นเป็นสมมติฐานเกี่ยวกับเจตนา ไม่ใช่ข้อเท็จจริงเกี่ยวกับอาร์ติแฟกต์ และควรถือเป็นสมมติฐาน

คุณจะรันมันจริง ๆ ได้อย่างไร เมื่อมีอะไรให้รัน

ยังไม่มีอะไรตรงนี้ที่ยกมาอ้างเป็นเส้นทางที่รองรับได้ในตอนนี้ แต่คอนฟิกก็จำกัดตัวเลือกไว้จริง เช็กพอยต์ BF16 ขนาด 35B พารามิเตอร์ต้องใช้หน่วยความจำตัวเร่งความเร็วราว 70 GB ก่อนที่ KV cache จะเข้ามาเกี่ยวข้อง ดังนั้นการติดตั้งแบบงานอดิเรกบน GPU เดียวจึงยังไม่ต้องคิดถึงจนกว่าการควอนไทซ์จะพร้อม คอนเท็กซ์ 256K และอัตราส่วน linear attention 3:1 ทำให้ KV cache เติบโตช้ากว่าทรานส์ฟอร์เมอร์ทั่วไปที่มีความลึกเท่ากันมาก ซึ่งนี่แหละคือเหตุผลที่สถาปัตยกรรมนั้นคุ้มค่ากับความซับซ้อน — งานมัลติโมดัลบริบทยาวคือจุดที่ดีไซน์นี้คืนทุนให้ตัวเอง เมื่อมีการ์ดออกมา สิ่งแรกที่ต้องตรวจสอบคือไลเซนส์ ว่ามีสูตรอย่างเป็นทางการของ vLLM หรือ SGLang เผยแพร่หรือยัง และค่าเริ่มต้น downsample 16x สามารถแลกเปลี่ยนเป็นค่าตั้ง 4x ที่ 4.6 เปิดให้ใช้ได้หรือไม่

สำหรับทีมที่ต้องการประเมินโมเดลแบบนี้ทันทีที่มันพร้อมใช้งาน ปัญหาที่แท้จริงไม่ใช่ตัวเวต (weights) แต่คือระบบโครงสร้างพื้นฐานรอบ ๆ ตัวมัน โมเดลที่รันอยู่บน GPU ของคุณเองก็ยังต้องมีทุกสิ่งรอบตัวมัน — เราเตอร์ที่รวมโมเดลแบบโฮสต์กว่า 200 โมเดลไว้เบื้องหลังคีย์เดียว ในราคาตามที่ผู้ให้บริการแต่ละรายประกาศ โดยเราไม่บวกเพิ่มใด ๆ และสลับการทำงานไปโดยอัตโนมัติเมื่อผู้ให้บริการรายใดมีปัญหานั่นคือสิ่งที่ OrcaRouter มีไว้เพื่อ และควรพูดให้ชัดว่า MiniCPM-V 4.7 เองไม่ใช่โมเดลแบบโฮสต์ แต่เป็นเช็กพอยต์แบบเปิดเวต (open-weights) ที่คุณต้องให้บริการมันเอง เราเตอร์จึงมีความสำคัญในที่นี้ในฐานะอีกครึ่งหนึ่งของสถาปัตยกรรม — โมเดลแนวหน้าซึ่งเครื่อง 4.7 ของคุณส่งเคสยาก ๆ ต่อให้ และเข้าถึงได้ผ่านไคลเอนต์ตัวเดิมที่คุณเขียนไว้แล้ว

สถานการณ์ปัจจุบัน และไฟล์เดียวที่ต้องรีเฟรช

MiniCPM-V 4.7 มีอยู่จริง น้ำหนักของมันดาวน์โหลดได้แล้ววันนี้ จำนวนพารามิเตอร์ของมันก็แน่นอนชัดเจน และการตัดสินใจเชิงออกแบบในยุคฝึกของมัน — sparse MoE, attention แบบเชิงเส้นอัตราส่วน 3:1, คอนเท็กซ์ 256K, การบีบอัดภาพ 16 เท่า — ล้วนอ่านออกได้จากไฟล์คอนฟิกูเรชัน สิ่งที่ไม่มีอยู่คือแถลงการณ์ใด ๆ จาก OpenBMB ว่าโมเดลนี้ทำอะไรได้ ต้องใช้ทรัพยากรแค่ไหนจริง ๆ ในการรัน หรือคุณได้รับอนุญาตให้ทำอะไรกับมันได้บ้าง สำหรับแล็บที่โมเดลวิชันตัวล่าสุดเป็นเวอร์ชัน 1.3B ภายใต้สัญญาอนุญาต Apache-2.0 สำหรับ edge พร้อมตารางเปรียบเทียบแบบครบถ้วน นี่คือช่องว่างที่สะดุดตา และท่าทีที่สมเหตุสมผลคือเฝ้าดู repository มากกว่าเฝ้าดูกระแสข่าว ไฟล์เดียวที่ควรกดรีเฟรชซ้ำ ๆ คือ README.md ไฟล์นี้จะปรากฏเมื่อไร มันจะพาสัญญาอนุญาต ผลการทดสอบ benchmark และน่าจะรวมถึงคำอธิบายว่า MiniCPM-V ขนาด 35B มาทำอะไรในซีรีส์ที่สร้างขึ้นจากโมเดลขนาดเล็ก

จนกว่าจะถึงตอนนั้น คำสรุปที่ซื่อตรงก็คือคำสรุปที่น่าเบื่อ นี่คือเช็กพอยต์จริงจากแล็บจริง ที่ถูกอัปโหลดอย่างเงียบ ๆ และคำถามที่น่าสนใจ — มันดีสักแค่ไหน — ยังไม่มีคำตอบที่เผยแพร่ออกมา

OrcaRouter เข้าถึงโมเดลแบบโฮสต์มากกว่า 200 รายการผ่านคีย์เดียว โดยราคาตามรายการของผู้ให้บริการแต่ละรายจะถูกส่งผ่านตรง ๆ ในอัตรากำไร 0% พร้อมระบบสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดข้อขัดข้อง ราคาตามรายการของผู้ให้บริการที่ส่งผ่านในอัตรากำไร 0% MiniCPM-V 4.7 ไม่ได้อยู่ในกลุ่มนั้น - มันเป็นเช็กพอยต์แบบเปิดน้ำหนักที่คุณต้องให้บริการเอง และเราเตอร์คือสิ่งที่อยู่ปลายอีกด้านของการส่งต่อ