O que é MiniCPM-o 4.5?
MiniCPM-o 4.5 é o modelo omni aberto da OpenBMB, lançado em fevereiro de 2026. Ele junta de ponta a ponta quatro peças já existentes: um codificador de visão SigLIP2, um codificador de áudio Whisper-medium, um decodificador de voz CosyVoice2 e o modelo de linguagem Qwen3-8B, somando cerca de 9 bilhões de parâmetros. Lê imagens de até 1,8 milhão de pixels e vídeo de até 10 quadros por segundo, ouve fala e responde em texto ou com uma voz falada que pode ser clonada a partir de um clipe curto de referência.
O destaque é o full duplex: o modelo recebe vídeo e áudio contínuos enquanto fala, então pode ser interrompido, e decide uma vez por segundo se diz algo por conta própria, como um lembrete sobre o que está vendo. A conversa falada funciona em inglês e chinês. Um único checkpoint traz um modo instruct e um modo de raciocínio.
Os pesos estão sob Apache 2.0. Nos últimos 30 dias, tiveram cerca de 191.000 downloads no Hugging Face. É uma linha diferente do MiniCPM-V 4.7, só de visão, que a OpenBMB lançou em outubro.
MiniCPM-o 4.5 vale a pena?
MiniCPM-o 4.5 reúne voz ao vivo, vídeo e visão num único modelo aberto de 9B, e suas notas de visão se sustentam diante de modelos fechados. Na ficha da OpenBMB, ele tem média de 77,6 nos oito testes de visão do OpenCompass, à frente do GPT-4o com 75,4 e do Qwen3-VL-8B com 76,5, e logo atrás do Gemini 2.5 Flash com 78,5. Marca 87,6 no MMBench em inglês, 80,1 no MathVista e 94,7 no DocVQA, e a OpenBMB afirma ter a melhor nota de ponta a ponta em análise de documentos em inglês no OmniDocBench. Todos os números são da própria empresa.
A tabela de velocidade explica por que ele serve para uso local. Em BF16, decodifica 154,3 tokens por segundo com 0,6 segundo até o primeiro token em 19,0 GB de memória de GPU; em int4, passa a 212,3 tokens por segundo em 11,0 GB. O Qwen3-Omni-30B-A3B, rival aberto mais próximo, ficou sem memória em BF16 no mesmo teste e precisou de 20,3 GB em int4. As habilidades de texto se mantêm para um modelo de 9B: 77,0 no MMLU, 86,6 no HumanEval e 94,5 no GSM8K.
Os limites estão na parte de voz. A conversa falada cobre só inglês e chinês, embora o texto funcione em mais de 30 idiomas. A demo web completa em tempo real pede uma GPU NVIDIA com pelo menos 28 GB, e o caminho mais barato, o llama.cpp-omni, ainda exige um Apple M4 Max com 24 GB ou uma GPU de 12 GB para o full duplex. A clonagem de voz a partir de um clipe de referência vem embutida, o que é útil para produtos e um problema de consentimento que você precisa administrar.
Não é um assistente do tamanho de um celular, apesar do slogan da ficha. É um modelo para desktop ou para uma única GPU, e o mais novo MiniCPM-V 4.7 é a melhor escolha se você só precisa ler imagens e documentos.
Onde ele se destaca
Um engenheiro de robótica numa start-up de assistentes domésticos com dez pessoas
Dar a um protótipo uma voz que veja o cômodo e possa ser interrompida no meio da frase
Rode a versão int4 numa GPU de 12 GB com llama.cpp-omni e transmita câmera e microfone. A OpenBMB mede 11,0 GB e 0,6 segundo até o primeiro token; a decisão de falar ou esperar a 1 Hz permite alertas espontâneos.
Uma gerente de produto num app de reforço escolar em chinês
Prototipar um tutor falado que leia pela câmera a folha de exercícios do aluno
Use o modo de voz bilíngue com voz configurável e envie fotos das folhas de até 1,8 milhão de pixels. O 80,1 no MathVista combina com lição de matemática; reserve uma GPU de 28 GB para a demo web completa.
Um analista de operações numa empresa de logística
Extrair campos de notas de entrega escaneadas em inglês sem API na nuvem
Sirva o modelo BF16 com vLLM numa placa de 24 GB e peça saída estruturada. O 94,7 no DocVQA e a afirmação sobre o OmniDocBench são da própria empresa, então confira uma amostra das extrações antes de confiar.
Antes de decidir
- Configuração
- Carregue com transformers numa GPU NVIDIA em precisão total, ou use as versões GGUF e int4 no llama.cpp, llama.cpp-omni ou Ollama. A OpenBMB oferece uma imagem Docker para a demo web em full duplex no Mac.
- Integrações
- vLLM e SGLang para servir, llama.cpp e Ollama para CPU e Mac, FlagOS para outros chips de IA. A demo web pode funcionar como backend de API para outros apps.
- Dados e privacidade
- Auto-hospedado, então câmera, microfone e documentos ficam no seu hardware. Apache 2.0 permite uso comercial e modificaç ão. A clonagem de voz a partir de áudio de referência é um recurso embutido.
- Custo em escala
- Os pesos são gratuitos. Planeje 19,0 GB de memória de GPU em BF16 ou 11,0 GB em int4, segundo a tabela da OpenBMB; não há preço hospedado por token publicado.
- Limites
- Conversa falada só em inglês e chinês; voz em half duplex na demo web principal ainda está em desenvolvimento. A janela de contexto não consta na ficha.
O que é bom
- Vídeo, áudio e voz em full duplex num só modelo de 9B
- Média de 77,6 no OpenCompass, acima do GPT-4o (dado próprio)
- 11,0 GB e 212,3 tokens por segundo em int4
- Pesos Apache 2.0 com versões para llama.cpp e Ollama
O que não é
- Conversa falada só em inglês e chinês
- A demo completa em tempo real exige GPU de 28 GB
- Clonagem de voz levanta questões de consentimento que você precisa tratar
- O MiniCPM-V 4.7, só de visão, é mais novo para documentos
Ideal para
Desenvolvedores que criam um assistente local e privado de voz e câmera em inglês ou chinês numa GPU ou num Mac topo de linha.
Alternativas ao MiniCPM-o 4.5
MiniCPM-o 4.5: perguntas frequentes
- MiniCPM-o 4.5 vale a pena?
- Este é o modelo aberto para começar se você quer um assistente local que vê e fala em tempo real, desde que inglês ou chinês bastem. Damos nota 4.1 de 5.
- Quanto custa MiniCPM-o 4.5?
- Pesos gratuitos sob Apache 2.0. Não há preço publicado para um serviço hospedado próprio; você paga o seu hardware.
- Quais são as desvantagens de MiniCPM-o 4.5?
- Conversa falada só em inglês e chinês; a demo completa em tempo real exige GPU de 28 GB; clonagem de voz levanta questões de consentimento que você precisa tratar; o MiniCPM-V 4.7, só de visão, é mais novo para documentos.
- Para quem MiniCPM-o 4.5 é indicado?
- Desenvolvedores que criam um assistente local e privado de voz e câmera em inglês ou chinês numa GPU ou num Mac topo de linha.
- Quanto custa MiniCPM-o 4.5 para uma equipe ou em produção?
- Os pesos são gratuitos. Planeje 19,0 GB de memória de GPU em BF16 ou 11,0 GB em int4, segundo a tabela da OpenBMB; não há preço hospedado por token publicado.
- MiniCPM-o 4.5 é seguro para dados da empresa?
- Auto-hospedado, então câmera, microfone e documentos ficam no seu hardware. Apache 2.0 permite uso comercial e modificação. A clonagem de voz a partir de áudio de referência é um recurso embutido.
- Quais são as melhores alternativas ao MiniCPM-o 4.5?
- As alternativas mais próximas que analisamos são MiniCPM-V 4.7 (35B-A3B and 1B), Gemma 4, Phi-4-multimodal e LFM3.
Respostas verificadas em 7 de nov. de 2026.
Você faz o MiniCPM-o 4.5? Mostre esta nota no seu site
