MiniCPM-V 4.7 35B-A3B 對比 MiniCPM-V 4.7：這些名稱中有一個不是模型

搜尋 MiniCPM-V 4.7，你會找到一張模型卡、一張基準測試表、一個手機示範，還有一個下載按鈕。搜尋 MiniCPM-V 4.7 35B-A3B，你也會找到同樣的東西，因為它們是同一次發布——而這正是比較它們時的全部難處。OpenBMB 的模型卡開頭一句話就說清楚了：MiniCPM-V 4.7 是該系列的最新模型，提供 35B-A3B 變體，而 35B-A3B 是該系列首個 MoE。光禿的名稱是一面招牌，帶後綴的名稱是一個檢查點。把一個 350 億參數的稀疏專家混合模型放在一邊，再把一面招牌放在另一邊，你得到的不是比較，而是一個問題：你到底想下載哪個產物。回答這個問題後，本頁其餘內容就只是一張規格表。

名稱，已解析

有三樣東西都叫「MiniCPM-V 4.7」，但其中只有兩樣可以下載。

• openbmb/MiniCPM-V-4.7 —— 並不存在。該網址回傳的是授權錯誤，而不是權重頁面。這個名稱底下從來就沒有過未經包裝的檢查點，而把某一組數字冠上另一者標籤的報導，等於是把 35B 的數字掛在一個根本沒有對應儲存庫的名稱之下。

• 這個系列——由 OpenBMB 維護的 Hugging Face 集合，在 4.7 旗幟下收納了十三個儲存庫：基礎 35B-A3B 檢查點、其 GGUF 建置、FP8、AWQ、GPTQ 與 int4 量化版本、搭配的 DSpark 推測式草稿頭，以及小型模型同樣的六路階梯。當「MiniCPM-V 4.7」被當作產品線使用時，所指的正是這個集合。

• openbmb/MiniCPM-V-4.7-35B-A3B — 公告所指的檢查點，建立於 2026 年 10 月 7 日 07:07 UTC，採用 Apache-2.0 授權，並於 10 月 12 日新增完整模型卡。這是該系列中目前唯一附有廠商基準測試表的項目。

所以，對於「MiniCPM-V 4.7 與 MiniCPM-V 4.7 35B-A3B」這個問題，誠實的答案是：這個問題實際上歸結為同一系列內的變體選擇，而單靠系列名稱並不能讓你取得檔案。它真正能讓你取得的唯一檔案是 35B-A3B，這正是為什麼讀者一來就以為它們是同一回事。

這個發布實際上由什麼組成

OpenBMB 自己的 README 描述了兩個變體和一個共用的視覺塔，並將發布日期定為 2026 年 10 月 12 日——也就是權重上傳後的第五天和第六天。如果你要引用發布日期，這個時間差很重要。這些儲存庫建立於 10 月 6 日和 7 日；模型卡、授權標籤、圖表和公告全都在 12 日發布。參數並沒有在 12 日變動。變動的是文件。

文件涵蓋的內容，兩種變體皆適用：

• 兩個檢查點——一個 35B-A3B 稀疏 MoE 和一個 1B 稠密模型，共享一個系譜名稱與一座視覺塔，除此之外別無其他。

• 共享的視覺路徑——該家族自有的 minicpmv4_7_vision 塔，27 層、隱藏大小 1,152、patch 大小 14、影像大小 980，在第 6 層拼接進語言堆疊，並在其前方設有 OpenBMB 歸功於 LLaVA-UHD v4 的 ViT 內部早期壓縮。

• 混合 4x/16x 視覺 token 壓縮 — 可依每次請求選擇，預設為 16x 以追求吞吐量，4x 則用於保留細節。該說明卡指出，其比較表中沒有其他模型提供這種選擇，而且此設定必須同時傳遞給聊天模板與 generate 呼叫，否則佔位符數量與視覺編碼器會不一致。

• 一個不再只圍繞權重的部署故事——iOS、Android 與 HarmonyOS 目標平台，來自 Rockchip、Houmo、Intel、AMD 與 Arm 的首日晶片支援，Intel CPU/GPU/NPU 的 OpenVINO，以及橫跨 SGLang、vLLM、llama.cpp 與 Ollama 的框架支援。這裡的產品是應用程式與量化版本，而不是 BF16 下載檔。

這兩個檢查點，逐個維度

六個維度、雙方，並附註說明每個數字實際上值多少。

• 參數與形狀 — MiniCPM-V 4.7 35B-A3B：35,212,875,824 個儲存參數，稀疏，256 個專家，每個 token 啟用 8 個，專家中間大小為 512，外加一個相同大小的共享專家。MiniCPM-V 4.7 的 1B 變體：1,554,476,272 個參數，稠密，每一個都在每個 token 上啟用。這兩個總數不是同一種量，而且 MoE 的每個 token 啟用預算並未公佈，所以請把「A3B」讀作名稱的一部分，而不是可以拿來與稠密模型相比的測量值。

• 下載佔用空間——MiniCPM-V 4.7 35B-A3B：70.4 GB，以 BF16 格式分散在十六個 safetensors 分片，尚未計入任何 KV 快取。MiniCPM-V 4.7 1B：約 3.1 GB，位於單一權重檔中。一邊的下載量是另一邊的二十二倍，而這才是衡量這些之中哪一個能開箱即用於手機的誠實標準——兩者都不是，除非你從量化階梯中選用一種量化。

• 文字主幹與深度 — MiniCPM-V 4.7 35B-A3B：Qwen 系列的稀疏 MoE 文字堆疊，40 層、隱藏大小 2,048，十六個查詢頭對上兩個鍵/值頭，詞彙量 248,144。MiniCPM-V 4.7 1B：Qwen 系列的稠密文字堆疊，24 層、隱藏大小 1,024，八個查詢頭對上兩個鍵/值頭，詞彙量 248,094。相同的設計理念，只是再低一階。

• 注意力 —— 兩者皆是：線性注意力與全注意力固定以三比一的比例重複。35B 的四十層中有三十層走線性路徑，其餘十層採傳統路徑；1B 的二十四層中有十八層走線性路徑，其餘六層採傳統路徑。這正是兩個模型真正屬於同一架構、只是規模不同的面向，也是兩者都能承載 256K 上下文而不會讓 KV 快取爆炸的原因。

• 上下文 — 兩者：最大位置數皆為 262,144，並使用相同的 canvas 多模態旋轉嵌入模式。小型模型沒有變體稅，也沒有截斷。

• 授權 — 兩者皆是：Apache-2.0，於儲存庫前置資料中宣告，並在 README 中聲明。兩者也都在 Hugging Face 與 ModelScope 上發布。沒有條款差異需要權衡。

基準表是為其中一個而存在的

真正左右決策的不對稱點如下。35B-A3B 檢查點帶有 OpenBMB 的比較表——MMMU 約 80.2、OCRBench 約 91.2、OmniDocBench v1.6 落在九十幾分的高段、CharXiv 推論在七十幾分段、TextVQA 在八十幾分段——對照的是兩個 35B-A3B 等級的 Qwen 模型、一個 31B Gemma 和兩個 27B Qwen，且皆為 Instruct 模式。本文在該版本發布並留下文件記錄時，已討論過那些表格有多少價值；簡而言之：由廠商自行報告、由廠商自行以自家測試框架執行、未經重現，而且是從 PNG 圖表讀取，而非取自公開的成績表。

1B 在同一份文件中有自己的圖表，而該處的比較對象是較小的模型群。如果你正在這兩個尺寸之間做選擇，那些卡片給你的有用資訊並不是分數——而是較大的檢查點才是效率論述所針對的對象。支撐整個發布版本的裝置端數字——在 iPhone 17 Pro Max 上以約 3 GB 記憶體達到每秒 13 個以上的 token——是 35B-A3B 的數字，該數字是以 Lookahead Expert Scheduling 透過量化權重跨層預取專家所產生。小型稠密模型不需要那套機制，因為 15.5 億個稠密參數不需要其中任何一部分就能放進手機的工作記憶體。

這個反轉值得好好深思：小型模型簡單明瞭，但就基準測試而言缺乏紀錄；大型模型有大量紀錄，卻難以運行。這兩種處境都沒有明顯比較好。

哪一個才是大家真正會下載的？

Hugging Face 的計數器補上了一項兩張模型卡都未提及的事實，而且這項事實支持較大的模型。於 2026 年 10 月 13 日讀取時，基礎 openbmb/MiniCPM-V-4.7-35B-A3B 儲存庫顯示 630 次下載；-gguf 同一檢查點的建置版本則顯示略超過 10,000，約為其流量的十六倍。就 1B 而言，基礎儲存庫與其 GGUF 建置版本分別為 263 與 2,064，比例相近，但絕對規模小得多。

兩種解讀都與資料相符。要嘛人們先拉取量化版本，因為那才是實際能跑的；要嘛 BF16 的數字只是落後，因為 BF16 檢查點不是任何人會部署的東西。無論哪種情況，下載計數器衡量的都是哪個產物才重要——而那不是名稱裡帶著大小數字的那個。如果你要為這個決策評估規模，請以 GGUF 或 AWQ 版本來評估，而不是以 70.4 GB 來評估。

還有一項上架細節正好相反。兩個儲存庫都帶有承襲自 MiniCPM-V 家族其餘成員的「On-Device Model」標籤；而在 70 GB 的 BF16 MoE 上，這個標籤的意義唯有在量化與專家串流之後，才等同於它在 1B 的 3.1 GB 檔案上所代表的意義。請把這個標籤視為家族標籤，而非規格。

在託管 API 改變問題本身的情況下

這兩個 checkpoint 都沒有託管在 OrcaRouter 上，而在這次比較中，這最終成了具決定性的結構性事實。兩者都是你自己部署的開放權重，這意味著 35B-A3B 需要你大概沒有的硬體，而 1B 需要的硬體你肯定有——而「某張 GPU」與「一支手機」之間的差距，才是「35B-A3B vs 4.7」的真正內涵。

路由器真正發揮價值的地方是邊界。如果你選了 1B，而它不足以應付某個請求，工作就必須轉往某處，而那個某處通常是你不會想按供應商逐一管理的託管模型：OrcaRouter 涵蓋 數百個託管模型，只要一組金鑰即可使用，並以各供應商的定價提供，沒有任何額外加價，還能在某個供應商效能下降時於供應商之間容錯移轉。其中一個託管 ID，qwen/qwen3.6-35b-a3b，正是本文所談檢查點的直接託管對應版本——相同的 35B-A3B 架構，無需擁有加速器即可存取，這讓它成為在把 70 GB 自身磁碟投入本地版本之前，用來測試的天然上限。

那是路由決策，不是第二次整合，而它是這個選擇中唯一可以零成本逆轉的部分。

精選

如果限制條件是手機、筆電或單張小型 GPU，1B 就是唯一的候選——3.1 GB、允許商業使用的授權，以及自第一週便開始推出的量化階梯。如果目標是 OpenBMB 真正在爭論的效率結果，你要的是 35B-A3B，而且你要的是量化版本，而不是 70 GB 的原始版本，因為那是其他所有下載者所採用的，也是裝置端宣稱所測量的對象。

你不該做的是把這兩個名稱當成可以互換。其中一個是你今天下午就能執行的檢查點。另一個則是無論你原本指的是這兩者中的哪一個，都會一直回傳 35B-A3B 模型卡的標籤。