MiniCPM-V 4.7 1B so với LFM2.5-VL 3B: OpenBMB nói rằng mô hình 1B của họ đánh bại mô hình 3B. Đây là điều mà tuyên bố đó che giấu.

MiniCPM-V 4.7 1B và LFM2.5-VL 3B đều là những mô hình ngôn ngữ-thị giác trọng số mở được xây dựng cho điện thoại và máy tính nhỏ, và chúng cách nhau chưa đầy ba tuần trên lịch. MiniCPM-V 4.7 1B được OpenBMB tải lên vào ngày 6 tháng 10 năm 2026 và được ghi ngày 12 tháng 10 trong ghi chú phát hành của nhà cung cấp. LFM2.5-VL 3B được Liquid AI xuất bản vào ngày 11 tháng 8 năm 2026. Một mô hình có 1,55 tỷ tham số và dùng Apache 2.0. Mô hình còn lại có 3,12 tỷ tham số theo LFM Open License v1.0. Và trang sản phẩm của chính OpenBMB đưa ra một tuyên bố đáng để bất kỳ ai chỉ chọn mua dựa trên kích thước phải dừng lại: rằng mô hình 1B của mình vượt qua LFM2.5-VL 3B về OCR, suy luận biểu đồ và hiểu video. Các thất bại AI và sự cố agent được ghi nhận đằng sau những bản phát hành như thế này được tập hợp trong Kho lưu trữ sự cố AI OrcaRouter trong đó mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Câu đó đang gánh rất nhiều trọng trách. Nó cũng không bị các con số phủ định, trong phạm vi bất kỳ ai có thể kiểm chứng — điều đó thú vị hơn là nếu nó bị phủ định. Bài viết này đi qua những gì từng nhà cung cấp thực sự công bố, nơi phép so sánh là thật, và hai chỗ mà tuyên bố ấy lặng lẽ đánh tráo chủ đề.

Tuyên bố, theo lời của chính nhà cung cấp

Trang 1B của OpenBMB nói rằng mô hình "là một bản nâng cấp toàn diện so với MiniCPM-V 4.6-1.3B và vượt qua Qwen3.5-0.8B và LFM2.5-VL-3B, duy trì vị thế dẫn đầu trong cùng phân khúc kích thước ở OCR, suy luận biểu đồ và hiểu video." Mệnh đề quan trọng là "duy trì vị thế dẫn đầu trong cùng phân khúc kích thước." Việc so sánh với LFM2.5-VL 3B được đưa ra như bằng chứng về mật độ năng lực; câu tiếp theo giới hạn tuyên bố ở một phân khúc kích thước mà LFM không thuộc về.

Thẻ mô hình của Liquid AI không đáp lễ. Nó không hề nhắc đến MiniCPM, và đánh giá mô hình của mình so với Gemma4 E2B và E4B, InternVL 3.5 2B và 4B, cùng Qwen3.5-2B và 4B. Vậy đây là một so sánh một chiều: một nhà cung cấp tự đo mình với bên kia, còn bên kia chưa từng ghi nhận cuộc đối đầu này. Sự bất đối xứng đó là điều đầu tiên cần biết trước khi đọc bất kỳ so sánh trực tiếp nào, kể cả so sánh này.

Những gì mỗi nhà cung cấp ghi vào hồ sơ

Liquid AI công bố một bảng số liệu. LFM2.5-VL-3B báo cáo MathVista 68.5, MMMU Pro 30.5, ChartQA 81.3 và OCRBenchv2 47.5 (tập con chỉ tiếng Anh), cùng với điểm số của một mô hình anh em trên cùng các hàng đó. Đây là những con số của nhà cung cấp, do nhà cung cấp chạy, và không ai độc lập buộc phải đồng ý với chúng — nhưng chúng có thể bị phản bác bằng kiểm chứng, và đó chính là điều khiến chúng hữu ích. Nếu bạn tái lập được 55 trên MathVista, bạn biết rằng có gì đó trong thiết lập của mình đang khác.

OpenBMB công bố một bản tóm tắt số liệu bằng văn xuôi và các biểu đồ đầy đủ ở bên dưới. Đối với bản 1B, trang nêu OCRBench 86.1, MathVista 74.3, CharXiv Reasoning 48.8, LongVideoBench 53.4 và MotionBench 54.55, đồng thời trình bày phần còn lại của so sánh dưới dạng hình ảnh với cột 4× và 16×. Bản thân thẻ mô hình hoàn toàn không có bảng đánh giá nào.

Hãy so sánh hai mô hình trên một benchmark mà cả hai đều nêu tên. MathVista: MiniCPM-V 4.7 1B đạt 74,3; LFM2.5-VL 3B đạt 68,5. Mô hình 1B dẫn trước 5,8 điểm theo báo cáo của chính nhà cung cấp. Về OCR, hai mô hình dùng hai công cụ đo khác nhau — OCRBench so với tập con tiếng Anh của OCRBenchv2 — và các con số không thể so sánh với nhau, đúng kiểu chi tiết mà một câu nói "vượt trội" thường bỏ qua.

Khi việc so sánh là tương đương

• Tham số — 1.55B dense, BF16, 3.1 GB trên đĩa so với 3.12B dense, BF16; LFM gần như gấp đôi mô hình

• Bộ mã hóa thị giác — tháp kiểu SigLIP2, 27 lớp, 1152 chiều ẩn, các ô 980 pixel so với SigLIP2 NaFlex 400M, các bản vá không chồng lấn 512×512 cùng một ảnh thu nhỏ đã được thay đổi kích thước

• Xương sống văn bản — cấu hình phái sinh từ Qwen3.5 với 24 lớp, 1024 chiều ẩn, tỷ lệ 3:1 giữa chú ý tuyến tính và chú ý toàn phần so với LFM2.5-2.6B, một kiến trúc lai do chính Liquid AI thiết kế

• Ngữ cảnh — 262,144 token so với 32,768 token

• Ngân sách token thị giác — có thể chuyển đổi giữa nén 4× hoặc 16× cho mỗi yêu cầu so với ngân sách patch NaFlex cố định được đặt theo độ phân giải

• Giấy phép — Apache 2.0 so với LFM Open License v1.0, loại giấy phép mang các điều khoản thương mại thay vì tính cho phép đơn thuần

• Các ngôn ngữ được nêu tên — tiếng Anh và tiếng Trung trong các ví dụ của thẻ so với 16 ngôn ngữ được liệt kê rõ ràng (từ tiếng Ả Rập đến tiếng Việt)

• Đánh giá đã công bố — năm con số trong phần văn xuôi cùng các so sánh chỉ có trên biểu đồ so với một bảng số liệu, trên bốn bộ đánh giá và sáu mô hình cùng nhóm

• Đánh giá độc lập — không có mục Artificial Analysis nào cho cả hai tính đến thời điểm này so với việc cũng không có mục Artificial Analysis nào

• Tốc độ do nhà cung cấp báo cáo — không có số liệu token/giây cho mẫu 1B trên bất kỳ thiết bị nào, so với 228 tok/s trên Apple M5 Max, 116 tok/s trên AMD Ryzen AI Max+ 395, 20 tok/s trên Galaxy S26 Ultra

• Bộ nhớ — khoảng 3,1 GB BF16; Q4 GGUF 0,67 GB cộng với bộ chiếu thị giác 0,90–1,11 GB so với dưới 3,3 GB như đã công bố, với các bản dựng GGUF, ONNX và MLX được cung cấp

• Các đường phục vụ được nêu tên — Transformers, SGLang, vLLM, llama.cpp, Ollama, OpenVINO, giải mã suy đoán DSpark so với Transformers, vLLM, SGLang, llama.cpp, cùng với các bản xuất GGUF, ONNX và MLX

• Câu chuyện trên thiết bị — ứng dụng iOS, Android, HarmonyOS và hỗ trợ day-0 cho Rockchip, Houmo, Intel, AMD và Arm, được minh họa bằng con số giải mã iPhone 17 Pro Max so với Galaxy S26 Ultra và bản dựng MLX cho Apple Silicon

Hai dòng xứng đáng được xem xét kỹ hơn. Cửa sổ ngữ cảnh là mức chênh lệch gấp tám lần theo hướng có lợi cho MiniCPM, và đó là kiểu con số trông có vẻ mang tính quyết định cho đến khi bạn nhớ ra rằng một mô hình 1B chứa 262k token đang giữ một KV cache lớn hơn cả trọng số của chính nó. Trên thực tế, trên điện thoại, cả hai mô hình sẽ không chạy đến đâu gần giới hạn tối đa của nó. Và dòng giấy phép là dòng quyết định việc áp dụng thương mại thường xuyên hơn bất kỳ benchmark nào: Apache 2.0 không cần cuộc trò chuyện nào với luật sư, còn LFM Open License thì có.

Phần mà tuyên bố chuyển chủ đề sang

OpenBMB đang so sánh mô hình của mình với một đối thủ có kích thước gấp đôi, trên các benchmark do chính họ chọn, và báo cáo kết quả bằng văn xuôi. Điều đó không phải là không trung thực — các con số được công bố và phép so sánh được nêu rõ. Nhưng nó đang trả lời một câu hỏi mà không ai thực sự triển khai mô hình đặt ra. Không ai chọn giữa 1B và 3B vì họ muốn mô hình nhỏ hơn tốt hơn. Họ chọn vì một mô hình vừa với thiết bị của họ còn mô hình kia thì không, hoặc vì một mô hình có độ phủ ngôn ngữ họ cần, hoặc vì giấy phép của một mô hình vượt qua được đánh giá pháp lý.

Về điểm đầu tiên trong số đó, cách hiểu trung thực là cả hai đều phù hợp. Thẻ của LFM2.5-VL-3B tuyên bố dưới 3,3 GB và trình diễn 20 token mỗi giây trên Galaxy S26 Ultra. MiniCPM-V 4.7 1B ở Q4 cùng projector của nó rơi vào khoảng 1,8 GB. Vậy nên lợi thế thực sự của bản 1B không phải là "nó chạy trên điện thoại còn cái kia thì không" — mà là dư địa: ít hơn khoảng một gigabyte rưỡi bộ nhớ, mà trên một thiết bị Android tầm trung thì đó là khác biệt giữa một ứng dụng sống sót và một ứng dụng bị hệ thống giết.

Ở điểm thứ hai, so sánh đảo chiều. LFM2.5-VL-3B nêu tên 16 ngôn ngữ trong thẻ mô hình của mình và cung cấp các bản dựng ONNX và MLX cùng với GGUF. Tài liệu của MiniCPM-V 4.7 1B xoay quanh các ví dụ tiếng Anh và tiếng Trung, còn câu chuyện trên thiết bị của nó xoay quanh việc hỗ trợ chip iOS, Android và HarmonyOS hơn là xoay quanh phạm vi ngôn ngữ. Nếu sản phẩm của bạn được phát hành bằng tiếng Thổ Nhĩ Kỳ, tiếng Ba Lan hoặc tiếng Việt, mô hình lớn hơn với giấy phép hạn chế hơn chính là mô hình có tuyên bố công khai rằng sẽ hỗ trợ bạn.

Ở điểm thứ ba, Apache 2.0 thắng hoàn toàn và không có gì phải bàn cãi nhiều.

Mỗi cái thực sự giỏi hơn ở điểm nào

LFM2.5-VL-3B được xây dựng xoay quanh một tập hợp công việc cụ thể, và thẻ của nó nói rõ điều đó: công việc một lượt, thông lượng cao, độ trễ thấp như phát hiện đối tượng gần thời gian thực trong bối cảnh ô tô, OCR hàng loạt tài liệu quét kèm chú thích bố cục, và dịch trên thiết bị đối với menu và biển báo đường bộ. Thẻ cũng nêu rõ mô hình không dành cho những gì — các tác vụ ngữ cảnh dài và đòi hỏi suy luận chuyên sâu, thiết kế web trực quan, câu hỏi kỹ thuật về bản thiết kế. Kiểu hướng dẫn phủ định đó là hiếm và đáng tin hơn những tuyên bố tích cực.

MiniCPM-V 4.7 1B được xây dựng xoay quanh mật độ năng lực ở cận dưới của dải kích thước. Cơ chế nén token hỗn hợp 4×/16× là biểu hiện rõ ràng nhất của điều này: cùng một checkpoint có thể phục vụ cả việc đọc tài liệu chi tiết lẫn một lượt xử lý ảnh thu nhỏ tiết kiệm chi phí, tùy theo từng yêu cầu. Các tham số điều khiển cắt lát (36 lát cho ảnh, 1 cho video), các tham số lấy mẫu khung hình cho video, cùng các mục cookbook riêng biệt về phân tích PDF và grounding đều cho thấy đây là khối lượng công việc tài liệu và màn hình chứ không phải khối lượng công việc phát hiện. Mô hình cũng đi kèm các đầu giải mã suy đoán DSpark như một thành phần riêng biệt 213M tham số, là một đòn bẩy thông lượng thực sự nếu runtime của bạn hỗ trợ, và là trọng lượng chết nếu không.

Cách phân định thực tế: nếu bạn đang phát hiện vật thể trong luồng camera hoặc dịch biển hiệu ở tốc độ 20 khung hình mỗi giây, thì các con số độ trễ và độ phủ ngôn ngữ của LFM chính là lý do. Nếu bạn đang biến ảnh chụp màn hình, hóa đơn và hình ảnh trang thành văn bản có cấu trúc với ngân sách token do bạn kiểm soát, thì công tắc nén của MiniCPM chính là lý do.

Khoảng chênh lệch mà người mua nên tính vào giá

LFM2.5-VL-3B đã ra mắt từ ngày 11 tháng 8 năm 2026 — mười tuần tính đến thời điểm viết bài — mà xét theo tiêu chuẩn trọng số mở thì đủ lâu để hệ sinh thái lượng tử hóa ổn định. Các bản dựng GGUF, ONNX và MLX được chính nhà cung cấp phát hành. Bất kỳ runtime nào bạn có khả năng dùng đều có cách chạy hoạt động.

MiniCPM-V 4.7 1B mới ra mắt được ba tuần, và thẻ mô hình của nó mở đầu bằng một lưu ý rằng việc không khớp phiên bản CUDA có thể làm hỏng giải mã video qua torchcodec, cùng hai cách khắc phục đã được ghi lại. Kiến trúc là mới — một model_type chưa từng tồn tại cách đây một tháng — và phiên bản Transformers tối thiểu là 5.18.0. Không điều nào trong số đó là lỗi. Đó là cái giá tiêu chuẩn phải trả khi áp dụng một mô hình trong tháng đầu tiên, và là lý do một bản phát hành lặng lẽ với đánh giá dựa trên biểu đồ là ứng viên tốt cho một thử nghiệm so sánh song song và là ứng viên đáng ngờ cho lộ trình sản xuất trong tuần đầu.

Cách rẻ để chạy thử nghiệm đó là giữ mô hình hiện tại đang phục vụ trong khi bạn đánh giá mô hình mới, đây là bài toán định tuyến chứ không phải bài toán mô hình hóa. OrcaRouter chạy hơn 200 mô hình được host phía sau một endpoint tương thích OpenAI với mức markup 0%, chuyển nguyên giá niêm yết của từng nhà cung cấp, nên việc một nhà cung cấp cắt giá sẽ xuất hiện trên hóa đơn của bạn ngay trong ngày thay vì sau một chu kỳ định giá lại. DSL định tuyến của nó có thể chứa một mô hình chính và một mô hình dự phòng trong một lệnh gọi duy nhất, và cơ chế chuyển đổi dự phòng tự động giữ cho đường đi luôn sống khi một nhà cung cấp gặp thời điểm xấu — điều bạn muốn khi mô hình đang thử nghiệm là một checkpoint cục bộ 1B còn mô hình đang chạy production là thứ bạn đang trả tiền. Không mô hình nào trong bài viết này nằm trong danh mục đó: cả hai đều là các checkpoint bạn tự chạy, và router nằm xung quanh chúng chứ không cung cấp cách để gọi chúng.

Lời khẳng định, đã được giải quyết

MiniCPM-V 4.7 1B có đánh bại LFM2.5-VL 3B không? Trên MathVista, cao hơn 5,8 điểm theo cách cả hai nhà cung cấp báo cáo. Về OCR, hai bên đã công bố các công cụ đo khác nhau và không thể thực hiện so sánh. Về suy luận biểu đồ và hiểu video, OpenBMB khẳng định chiến thắng và công bố dưới dạng biểu đồ, còn Liquid AI chưa từng phản hồi. Phép so sánh duy nhất có thể kiểm chứng đầy đủ ủng hộ tuyên bố; những phép so sánh còn lại là việc nhà cung cấp tự chấm bài của chính mình theo một định dạng khó trích dẫn.

Tuyên bố này không đứng vững khi bị đọc thành “mô hình nhỏ hơn đơn giản là tốt hơn”. LFM2.5-VL-3B hỗ trợ mười sáu ngôn ngữ, có các bản dựng ONNX và MLX được xuất, một con số tốc độ được ghi nhận trên một điện thoại Android đang bán ra thị trường, và một thẻ mô hình cho biết những nơi không nên dùng nó. MiniCPM-V 4.7 1B cung cấp ngân sách token có thể chuyển đổi, cửa sổ ngữ cảnh 262k, Apache 2.0 và khoảng 1,8 GB bộ nhớ lượng tử hóa. Đó là những sản phẩm khác nhau được khoác lên cùng một hàng benchmark, và câu trả lời đúng phụ thuộc vào việc danh sách nào trong số đó khớp với triển khai của bạn — chứ không phải con số nào lớn hơn.

Hãy tự thử cả hai trên ảnh của bạn ở mức lượng tử hóa của bạn. Trọng số miễn phí, và thứ duy nhất phải bỏ ra là một buổi chiều.