¿Qué es MiniCPM-V 4.7 (35B-A3B and 1B)?
MiniCPM-V 4.7 es la versión de octubre de 2026 de la serie de visión y lenguaje de OpenBMB, en dos tamaños. El 35B-A3B es el primer modelo mixture-of-experts de la serie: 35.200 millones de parámetros, unos 3.000 millones activos por token, 256 expertos con 8 enrutados, construido sobre una base de lenguaje Qwen3.5 y Qwen3.6 con un codificador de visión SigLIP2. El 1B (1,3B en la propia tabla de OpenBMB, 1,55B con su torre de visión) está pensado para teléfonos. Ambos leen imágenes sueltas, varias imágenes y vídeo, y escriben texto. Ninguno está relacionado con el MiniCPM 5 2B, solo de texto.
El codificador de visión comprime pronto los tokens de imagen, y los desarrolladores eligen una compresión de 4x o 16x en cada petición, cambiando detalle por velocidad. OpenBMB dice que una nueva técnica de ejecución, Lookahead Expert Scheduling, permite al 35B funcionar a más de 13 tokens por segundo en 3 GB de memoria en un iPhone 17 Pro Max: predice qué expertos necesitará la siguiente capa y los carga desde el almacenamiento por adelantado. Esa cifra no se ha medido de forma independiente.
Ambos tamaños están bajo Apache 2.0, con versiones cuantizadas desde el lanzamiento. En los últimos 30 días el 35B sumó unas 325.000 descargas en Hugging Face, más 275.000 de su GGUF, y el GGUF del 1B, unas 107.000.
¿Merece la pena MiniCPM-V 4.7 (35B-A3B and 1B)?
El punto fuerte del 35B-A3B son los documentos. En la tabla de OpenBMB, con compresión 4x, obtiene 94,24 en OmniDocBench v1.6 frente a 80,17 de Qwen3.6-35B-A3B y 79,17 de Gemma 4 31B, 91,20 en OCRBench frente a 86,00, y 75,60 en razonamiento sobre gráficos CharXiv frente a 70,70 de Qwen3.8-27B. También lidera pruebas generales como MMBench (91,72 frente a 86,76) y MMMU (80,22 frente a 77,44). Es una mezcla de ejecuciones de OpenBMB e informes públicos, y todavía no hemos encontrado resultados en clasificaciones independientes.
Pierde justo donde más lo necesitan los agentes. Qwen3.8-27B obtiene 93,31 en ScreenSpot, una prueba de localización de elementos de interfaz en pantalla, frente a 86,99 de MiniCPM, y Gemma 4 31B lidera el seguimiento de instrucciones MM-IFEval con 69,59 frente a 65,41. Qwen3.6-35B-A3B lo supera por poco en SimpleVQA. Una prueba práctica de MindStudio en una H100 encontró transcripciones limpias de escritura a mano en inglés e indonesio, pero una línea en urdu omitida, y alfabetos que se mezclaban entre idiomas al traducir a 80 de ellos.
El 1B es el lanzamiento más inusual. Con compresión 4x obtiene 83,17 en MMBench y 86,10 en OCRBench frente a 68,00 y 79,10 de Qwen3.5 0.8B, y 68,05 en ScreenSpot frente a 20,26 de Gemma 4 E2B, un modelo de casi cuatro veces su tamaño. Gemma sigue ganando en pruebas visuales con mucha matemática como MathVision (52,40 frente a 31,64), y en OmniDocBench el 1B cae ligeramente por debajo de su predecesor, MiniCPM-V 4.6. Su archivo de lenguaje Q4_K_M ocupa solo 0,67 GB, pero el archivo de visión añade 1,11 GB.
La afirmación sobre el iPhone es el motivo del revuelo y la parte que hay que verificar. Trece tokens por segundo en 3 GB dependen de la bifurcación de llama.cpp de OpenBMB que lee expertos desde el almacenamiento flash, y nadie ha publicado una reproducción. En hardware normal, el 35B es un GGUF Q4_K_M de 21,17 GB más un archivo de visión de 1,12 GB, que cabe en una GPU de 24 GB solo con un contexto modesto.
Dónde se gana su sitio
Una ingeniera de datos en una aseguradora que digitaliza formularios de siniestros escaneados
Convertir PDF y fotos de formularios en Markdown estructurado en sus propios servidores
Servir el 35B con vLLM o el GGUF Q4_K_M de 21,17 GB en una GPU de 24 GB, con compresión 4x para páginas densas. Las ventajas de OpenBMB en OmniDocBench y OCRBench encajan con este trabajo; revisa por muestreo la escritura a mano y los alfabetos no latinos, donde la prueba de MindStudio encontró fallos.
Un desarrollador de iOS en una app de viajes
Leer carteles, menús y billetes sin conexión en el teléfono
Incluir el 1B en Q4_K_M (0,67 GB más un archivo de visión de 1,11 GB) mediante el código de la app de iOS de OpenBMB. Obtiene 86,10 en OCRBench en la tabla de OpenBMB; el ajuste 16x reduce los tokens de imagen cuando la velocidad importa más que la letra pequeña.
La jefa de un equipo de analistas financieros en una firma de análisis bursátil
Resumir gráficos y tablas de informes de brókeres sin enviarlos a una API en la nube
Ejecutar el 35B en local bajo Apache 2.0, que permite el uso comercial sin tope de ingresos. Su 75,60 en razonamiento CharXiv encabeza la tabla comparativa de OpenBMB, pero comprueba las cifras que extrae, porque MindStudio vio errores de redondeo en respuestas desarrolladas.
Antes de decidirte
- Puesta en marcha
- Instala transformers 5.18 o posterior con pip y carga con AutoModelForImageTextToText, o usa `transformers serve` para un endpoint compatible con OpenAI; las versiones GGUF funcionan en llama.cpp y Ollama con un archivo de visión mmproj. downsample_mode debe pasarse tanto a la plantilla de chat como a generate.
- Integraciones
- SGLang, vLLM, llama.cpp, Ollama y OpenVINO para inferencia; SWIFT y LLaMA-Factory para fine-tuning; modelos borrador DSpark para decodificación especulativa; soporte desde el primer día para chips de Rockchip, Houmo, Intel, AMD y Arm. Las llamadas a herramientas funcionan a través de la API de chat.
- Datos y privacidad
- Se aloja por cuenta propia, así que las imágenes y los documentos se quedan en tu hardware. Apache 2.0 permite el uso comercial, la modificación y la redistribución sin tope de ingresos.
- Coste a escala
- Los pesos son gratuitos. El 35B necesita unos 68 GB de VRAM a precisión completa (una H100 en la prueba de MindStudio), 36,90 GB en Q8_0 o 21,17 GB en Q4_K_M; el 1B ocupa 0,67 GB en Q4_K_M más 1,11 GB para visión. No se publica ningún precio alojado por token.
- Límites
- Los archivos GGUF por defecto tienen el razonamiento desactivado; las versiones con razonamiento están en una subcarpeta aparte y multiplican la longitud de la salida. El muestreo de vídeo usa 128 fotogramas por defecto. La cifra de 3 GB en iPhone depende del entorno de ejecución propio de OpenBMB, no del llama.cpp estándar.
Lo bueno
- 94,24 en OmniDocBench v1.6, 14 puntos por encima de Qwen3.6-35B-A3B (datos propios)
- El 1B funciona en teléfonos y supera a Qwen3.5 0.8B en todo
- Apache 2.0 para ambos tamaños
- Compresión de tokens visuales seleccionable de 4x o 16x
Lo malo
- Por detrás de Qwen3.8-27B en localización de interfaces ScreenSpot
- La velocidad en iPhone no está verificada y exige la bifurcación de llama.cpp de OpenBMB
- Benchmarks solo en imágenes, que mezclan ejecuciones propias y públicas
- Flojo en idiomas menos comunes en una prueba independiente
Ideal para
Equipos que extraen texto y tablas de documentos escaneados y gráficos en su propio hardware, y desarrolladores móviles que necesitan un modelo de visión de menos de 2 GB.
Alternativas a MiniCPM-V 4.7 (35B-A3B and 1B)
MiniCPM-V 4.7 (35B-A3B and 1B): preguntas frecuentes
- ¿Merece la pena MiniCPM-V 4.7 (35B-A3B and 1B)?
- Según las propias cifras de OpenBMB, es el modelo abierto a batir para leer documentos y gráficos en el tamaño de 35B, y el 1B es ese raro modelo de visión del tamaño de un teléfono que merece la pena incluir en una app. Le damos un 4.0 sobre 5.
- ¿Cuánto cuesta MiniCPM-V 4.7 (35B-A3B and 1B)?
- Pesos Apache 2.0 gratuitos para ambos tamaños. No hay precio alojado propio publicado; pagas tu propio hardware.
- ¿Qué inconvenientes tiene MiniCPM-V 4.7 (35B-A3B and 1B)?
- Por detrás de Qwen3.8-27B en localización de interfaces ScreenSpot; la velocidad en iPhone no está verificada y exige la bifurcación de llama.cpp de OpenBMB; benchmarks solo en imágenes, que mezclan ejecuciones propias y públicas; flojo en idiomas menos comunes en una prueba independiente.
- ¿Para quién es MiniCPM-V 4.7 (35B-A3B and 1B)?
- Equipos que extraen texto y tablas de documentos escaneados y gráficos en su propio hardware, y desarrolladores móviles que necesitan un modelo de visión de menos de 2 GB.
- ¿Cuánto cuesta MiniCPM-V 4.7 (35B-A3B and 1B) para un equipo o en producción?
- Los pesos son gratuitos. El 35B necesita unos 68 GB de VRAM a precisión completa (una H100 en la prueba de MindStudio), 36,90 GB en Q8_0 o 21,17 GB en Q4_K_M; el 1B ocupa 0,67 GB en Q4_K_M más 1,11 GB para visión. No se publica ningún precio alojado por token.
- ¿Es MiniCPM-V 4.7 (35B-A3B and 1B) seguro para los datos de la empresa?
- Se aloja por cuenta propia, así que las imágenes y los documentos se quedan en tu hardware. Apache 2.0 permite el uso comercial, la modificación y la redistribución sin tope de ingresos.
- ¿Cuáles son las mejores alternativas a MiniCPM-V 4.7 (35B-A3B and 1B)?
- Las alternativas más cercanas que hemos analizado son Qwen3.8-27B, Gemma 4, PaddleOCR-VL-1.6, Phi-4-multimodal y MiniCPM5-2B.
Respuestas comprobadas el 28 oct 2026.