SingVL_S1_4B so với MiniCPM-V 4.7 1B: 4,54 tỷ tham số và không có giấy phép

Con số hữu ích nhất trong màn so tài này không nằm trên thẻ mô hình của bên nào. Đó là 1,55 tỷ: tổng số tensor của MiniCPM-V 4.7 1B, mô hình thị giác trên thiết bị do OpenBMB phát hành ngày 12 tháng 10 năm 2026 theo Apache 2.0, với các bản dựng GGUF, AWQ, GPTQ, int4 và FP8 đã được công bố cùng các bản chuyển sang iOS, Android và HarmonyOS. Đối lại với nó là SingVL_S1_4B, mô hình ra quyết định 4,54 tỷ tham số của inclusionAI, được tải lên ngày 11 tháng 11 năm 2026 mà không có thông báo, không có tệp giấy phép và không có bất kỳ biến thể lượng tử hóa nào. Gấp khoảng ba lần số trọng số, nằm ngoài ngân sách bộ nhớ của điện thoại, đảm nhận một công việc mà phần lớn không phải cùng một loại công việc. Dù vậy, việc so sánh vẫn đáng làm, vì nó phơi bày câu hỏi duy nhất mà bảng thông số không thể trả lời: một mô hình còn nợ bạn điều gì ngoài đầu ra của nó?

Mỗi mô hình trả về gì, và do đó nó có thể nằm ở đâu

MiniCPM-V 4.7 1B là một mô hình đa phương thức được tinh chỉnh theo chỉ dẫn theo nghĩa thông thường. Nó đọc một hình ảnh, nhiều hình ảnh hoặc video và tạo ra câu trả lời — chú thích, chép lời, hỏi đáp trực quan, hội thoại nhiều lượt. OpenBMB phát hành các đầu giải mã suy đoán DSpark chuyên dụng cho nó, ra mắt ba ngày sau mô hình, và hỗ trợ nó trên SGLang, vLLM, llama.cpp và Ollama, với việc tinh chỉnh thông qua SWIFT và LLaMA-Factory. Có một không gian demo trực tiếp và một cookbook công khai. Mỗi một trong số đó là một kênh mà qua đó ai đó không phải nhà cung cấp đã chạy thử mô hình.

SingVL_S1_4B không sinh nội dung. Bạn đưa cho nó một trạng thái — văn bản, JSON, tối đa bốn ảnh — và một tập hợp các câu hỏi có tên với kiểu đã khai báo, và nó trả về xác suất cho mỗi tùy chọn bạn đã đưa ra. Choice chọn một ứng viên, noul trả về xác suất để một mệnh đề có/không đúng, và score trả về một phân phối trên hai đến mười mức có thứ tự cùng với một mức kỳ vọng. Một lượt truyền xuôi, không lấy mẫu, không sinh văn xuôi. Quickstart của chính kho lưu trữ chạy một máy chủ FastAPI trên cổng 8173 và gửi JSON đến /v1/systemone.

Vậy là câu hỏi triển khai tự có câu trả lời trước khi câu hỏi benchmark được đặt ra. MiniCPM-V 4.7 1B có một câu chuyện gần gũi với ONNX, các bản chuyển sang điện thoại và sự hỗ trợ từ nhà sản xuất chip vì nó được thiết kế để nằm trên một thiết bị. SingVL_S1_4B có một máy chủ Python vì nó được thiết kế để nằm trên GPU của một ai đó sở hữu. Nếu sản phẩm của bạn phát hành một ứng dụng, một trong hai là thành phần, còn cái kia là phụ thuộc dịch vụ.

Hiệu quả là toàn bộ luận điểm ở một phía.

Biến thể 1B của OpenBMB tồn tại để giữ một vị thế trên đường cong hiệu năng so với thời gian suy luận, và thẻ mô hình nêu rõ rằng chính điều này — chứ không phải độ chính xác thô — mới là tuyên bố. Kiến trúc đạt được vị thế đó theo hai cách: nén sớm trong ViT, lấy từ dòng LLaVA-UHD v4, giúp cắt bớt token thị giác bên trong bộ mã hóa thị giác để các lớp sau làm ít việc hơn, và nén token thị giác hỗn hợp 4x/16x, cho phép người gọi đánh đổi chi tiết lấy chi phí trên mỗi tác vụ. Trên đó còn có các đầu speculative DSpark và một danh sách hỗ trợ day-zero được nêu rõ, trải từ Rockchip và Houmo đến Intel, AMD và Arm.

So sánh mà nhà cung cấp thực sự công bố cho biến thể này là với Qwen3.5 0.8B: điểm tổng thể tốt hơn và hiệu quả suy luận tốt hơn ở chế độ Instruct, theo đo lường của chính nhà cung cấp. Đó là một tuyên bố hẹp từ chính phòng thí nghiệm đã xây dựng mô hình, và đó là tuyên bố mà sản phẩm được xây dựng xoay quanh.

SingVL_S1_4B hoàn toàn không đưa ra tuyên bố nào về hiệu quả. Thẻ không báo cáo độ trễ, thông lượng, mức chiếm dụng bộ nhớ hay token mỗi giây. Điều mà nó báo cáo, một cách gián tiếp, là một thiết kế được cho là sẽ hiệu quả ở một tác vụ khác: một lượt lan truyền xuôi trả về mọi câu trả lời cho mọi câu hỏi trong yêu cầu, trong khi một mô hình sinh cần một lượt cho mỗi token đầu ra. Đối với phân loại năm lựa chọn, đó là một lợi thế cấu trúc lớn. Đối với một chú thích, đó không phải là so sánh, vì không có chú thích nào.

Đáng lưu ý: cấu hình cố định hợp đồng đầu vào thành "toàn bộ đầu vào trước câu trả lời đầu tiên; một lượt; không suy nghĩ", và README ghi 65.536 token đầu vào cho văn bản hoặc 10.000 khi có hình ảnh. Một mô hình 1B chạy trên điện thoại và một mô hình 4.5B cần ngân sách 10.000 token cho hình ảnh đang giải quyết những ràng buộc khác nhau. Không con số nào sai; chúng là câu trả lời cho những câu hỏi khác nhau.

Khoảng cách về cấp phép là phần lớn nhất trong so sánh này.

MiniCPM-V 4.7 1B được cấp phép Apache 2.0. Đó không phải là một chi tiết tiếp thị — đó là lý do hệ sinh thái xung quanh nó tồn tại. Trong vòng bốn tuần sau khi phát hành, đã có các bản lượng tử hóa GGUF cộng đồng từ nhiều nhà phát hành, một bản chuyển cổng MNN, một bản dựng Rockchip RKLLM, một bản dựng NPU, một tích hợp ComfyUI và ít nhất một bản fine-tune trên Hub. Không điều nào trong số đó có thể xảy ra dưới một giấy phép không rõ ràng, bởi vì không ai trong số những người đó có thể phân phối lại trọng số.

SingVL_S1_4B được phát hành mà không có trường giấy phép trong siêu dữ liệu thẻ mô hình và không có tệp LICENSE trong kho lưu trữ. Theo bản quyền mặc định, điều đó có nghĩa là không ai bên ngoài inclusionAI có quyền phân phối lại nó, lượng tử hóa nó và công bố kết quả, hoặc đưa nó vào một sản phẩm mà không có thỏa thuận riêng. Tổ chức này đã phát hành nhiều mô hình với các điều khoản rõ ràng — LemonDecider mang Apache 2.0, dòng SingProbe mang giấy phép cộng đồng của Qwen — vì vậy việc thiếu sót này được hiểu là một bản phát hành chưa hoàn thiện hơn là một hạn chế có chủ đích. Nhưng cách diễn giải không phải là sự cấp phép.

Hệ quả thực tế: với bất kỳ thứ gì chạm tới khách hàng, quy trình mua sắm hay cửa hàng ứng dụng, MiniCPM-V 4.7 1B đều dùng được ngay trong tuần này, còn SingVL_S1_4B thì không. Chính câu đó quyết định nhiều quyết định triển khai thực tế hơn mọi dòng benchmark trên thẻ của cả hai mô hình.

Các benchmark không được đặt trong cùng một cột

Ở đây không có thước đo chung, và đáng để nói rõ vì sao thay vì mỗi bên đưa ra con số để tranh cãi với nhau.

Đánh giá của MiniCPM-V 4.7 1B được công bố dưới dạng biểu đồ — một so sánh hiệu năng tổng thể, một đường biên hiệu năng so với thời gian suy luận — thay vì dưới dạng bảng theo từng bộ dữ liệu trong thẻ mô hình. Các con số có tồn tại, cách trình bày mang tính so sánh và trực quan, và tuyên bố nổi bật mang tính vị thế: tốt hơn trên đường biên so với Qwen3.5 0.8B.

SingVL_S1_4B công bố một bảng chi tiết dày đặc: 69,76 trên bảng Decision Index Text và 73,94 trên bảng Vision, với toàn bộ bốn mươi ba bộ dữ liệu văn bản và mười một bộ dữ liệu thị giác được tách riêng. Những điểm số đó đến từ việc chấm điểm các lựa chọn được cung cấp và lấy xác suất lớn nhất, một tác vụ dễ hơn đáng kể so với việc tạo câu trả lời tự do để giám khảo đối chiếu, và Decision Index nói rõ rằng các con số của nó đã được hiệu chỉnh theo yếu tố may mắn và điều chỉnh theo độ phủ nên đoán mò không được điểm nào.

Việc đặt "73.94 vision" cạnh biểu đồ tiên phong MiniCPM-V sẽ là một lỗi phạm trù được khoác áo so sánh. Phát biểu trung thực duy nhất là cả hai bộ số liệu đều do nhà cung cấp báo cáo, không bộ nào được một phòng thí nghiệm trung lập tái lập, và số liệu của SingVL_S1_4B còn mới chỉ hai ngày mà chưa có bài nộp nào cho bộ công cụ tái lập công khai của Decision Index — thẻ có kèm hướng dẫn nộp một bài, điều này cho thấy ý định chứ không phải kết quả.

Nơi những con số của chính mô hình 1B trở nên thú vị

Bản phân tích chi tiết Decision Index của SingVL_S1_4B tiết lộ nhiều hơn so với con số tổng hợp của nó, và tình cờ mô tả một hồ sơ tác vụ mà mô hình 1B cũng đang cạnh tranh. Trong các tác vụ thị giác kiểu tài liệu, SingVL_S1_4B báo cáo 96.31 trên InfographicVQA và 95.82 trên bộ thông tin then chốt CORD-plus-FUNSD. Về suy luận học thuật khó, mô hình báo cáo 50.17 trên MMMU-Pro vision và 49.77 trên R-Bench-M. Moderation ở mức 71.64 và giảm xuống 43.28 dưới prompt kỹ năng.

Hồ sơ năng lực đó — mạnh về bố cục và trích xuất tài liệu, yếu về suy luận có chủ đích, nhạy cảm với cách đóng khung prompt khi đưa ra các đánh giá chủ quan — chính xác là điều bạn sẽ dự đoán ở một bộ phân loại 4,5B có bộ mã hóa thị giác và không có bước sinh, và nó khớp với đúng loại công việc mà MiniCPM-V 4.7 1B được định vị: tài liệu, màn hình, OCR trên thiết bị. Vậy nên hai mô hình có trùng nhau về tác vụ, dù chúng khác nhau về dạng đầu ra. Câu hỏi mà một nhóm thực sự phải đối mặt là liệu họ cần giá trị được trích xuất hay câu trả lời được trích xuất.

Nếu pipeline cần trường, con số, nhãn — đầu ra của SingVL_S1_4B đã chính là thứ bạn muốn, và bạn bỏ qua bước phân tích cú pháp. Nếu pipeline cần trang được kết xuất thành văn bản với cấu trúc được giữ nguyên, hoặc một lời giải thích vì sao trường đó mơ hồ, thì MiniCPM-V 4.7 1B là mô hình duy nhất trong hai mô hình có thể tạo ra nó.

Con đường trung đạo, và cái giá phải trả

Cả hai điều này không nhất thiết phải là một cam kết kiến trúc được đưa ra ngay từ ngày đầu tiên, và thử nghiệm rẻ hơn không phải là lựa chọn hiển nhiên. MiniCPM-V 4.7 1B chạy trên máy tính xách tay, nên việc thử nghiệm nó chỉ tốn một buổi chiều và không tốn gì thêm. SingVL_S1_4B cần một GPU và một lượt tải xuống 9,1 GB mới có thể thử nghiệm, và tình trạng giấy phép của nó có nghĩa là thử nghiệm không thể trở thành triển khai nếu không có một cuộc trao đổi mà hiện tại không ai tại inclusionAI đang thực hiện công khai.

Nếu điều bạn muốn biết là liệu chấm điểm quyết định theo kiểu (typed-decision scoring) có giúp ích gì cho tác vụ của bạn hay không — trước khi bạn đầu tư vào việc tự lưu trữ một checkpoint mới — thì mô thức này đã có thể gọi được. OrcaRouter cung cấp TypeSafe Jev 1.14 với giá $0.042 mỗi triệu token đầu vào cùng với hơn 200 mô hình khác trên cùng một khóa, với giá niêm yết của nhà cung cấp được chuyển thẳng đến bạn ở mức markup 0% và tự động chuyển đổi dự phòng nếu một nhà cung cấp ngừng dịch vụ. Điều đó mang lại cho bạn một endpoint quyết định đang hoạt động để đối chuẩn với nhãn của chính bạn, bên cạnh các mô hình sinh mà bạn sẽ giữ lại cho mọi việc khác. SingVL_S1_4B không có trên OrcaRouter và không có endpoint được lưu trữ cho nó ở bất kỳ đâu, vì vậy không có gì ở đây là tuyên bố về tính khả dụng của nó; điểm mấu chốt là câu hỏi thiết kế và câu hỏi nhà cung cấp có thể tách rời nhau, và chỉ một trong hai cần GPU.

Bản tóm tắt trung thực, theo đúng thứ tự các quyết định được đưa ra.

• Có thể đưa nó vào sản phẩm một cách hợp pháp không — MiniCPM-V 4.7 1B, Apache 2.0, ngay hôm nay. SingVL_S1_4B, không, cho đến khi xuất hiện giấy phép.

• Liệu nó có thể chạy ở nơi sản phẩm chạy không — MiniCPM-V 4.7 1B, trên điện thoại và silicon biên. SingVL_S1_4B, trên một máy chủ GPU do bạn vận hành.

• Nó có trả về những gì pipeline cần không — SingVL_S1_4B nếu câu trả lời là một nhãn và độ tin cậy; MiniCPM-V 4.7 1B nếu đó là văn bản, cấu trúc hoặc giải thích.

• Có bên nào được chứng minh độc lập không — không. Cả hai bộ số đều do nhà cung cấp đưa ra. MiniCPM-V 4.7 1B đã có bốn tuần được bên thứ ba sử dụng; SingVL_S1_4B mới có hai ngày và không có lượt tải xuống nào.

• Tôi sẽ đánh giá cái nào trước — MiniCPM-V 4.7 1B, vì thử nó chẳng tốn kém gì và không thể loại nó ra trên giấy tờ. Sau đó là mẫu quyết định với một endpoint đã được phục vụ, và chỉ khi đó mới đến checkpoint mới, nếu mẫu đó tự trang trải được chi phí của nó.

Thứ hạng đó không phải là phán quyết về mô hình 4,5 tỷ tham số. Đó là một nhận định về việc một bản phát hành không có giấy phép, không có bài báo hay thông báo thì có thể đòi hỏi gì ở một người lạ, mà điều đó thì chẳng được bao nhiêu. Sản phẩm đó là có thật và thiết kế thì thú vị; cả hai điều đó đều có thể đúng trong khi câu trả lời cho "chúng ta có nên dùng nó không" vẫn là không, ít nhất là trong một thời gian nữa.