O que é MiniCPM-V 4.7 (35B-A3B and 1B)?
MiniCPM-V 4.7 é o lançamento de outubro de 2026 da série de visão e linguagem da OpenBMB, em dois tamanhos. O 35B-A3B é o primeiro modelo mixture-of-experts da série: 35,2 bilhões de parâmetros, cerca de 3 bilhões ativos por token, 256 experts com 8 roteados, construído sobre uma base de linguagem Qwen3.5 e Qwen3.6 com um codificador de visão SigLIP2. O 1B (1,3B na tabela da própria OpenBMB, 1,55B com a torre de visão) é voltado para celulares. Ambos leem imagens únicas, várias imagens e vídeo, e escrevem texto. Nenhum dos dois tem relação com o MiniCPM 5 2B, que é só de texto.
O codificador de visão comprime os tokens de imagem logo no início, e os desenvolvedores escolhem compressão de 4x ou 16x por requisição, trocando detalhe por velocidade. A OpenBMB diz que uma nova técnica de execução, Lookahead Expert Scheduling, permite que o 35B rode a mais de 13 tokens por segundo em 3 GB de memória em um iPhone 17 Pro Max: ela prevê quais experts a próxima camada vai precisar e os carrega do armazenamento com antecedência. Esse número não foi medido de forma independente.
Os dois tamanhos estão sob Apache 2.0, com versões quantizadas desde o lançamento. Nos últimos 30 dias, o 35B teve cerca de 325.000 downloads no Hugging Face, mais 275.000 do seu GGUF, e o GGUF do 1B cerca de 107.000.
MiniCPM-V 4.7 (35B-A3B and 1B) vale a pena?
O ponto forte do 35B-A3B são os documentos. Na tabela da OpenBMB, com compressão de 4x, ele marca 94,24 no OmniDocBench v1.6 contra 80,17 do Qwen3.6-35B-A3B e 79,17 do Gemma 4 31B, 91,20 no OCRBench contra 86,00, e 75,60 no raciocínio sobre gráficos do CharXiv contra 70,70 do Qwen3.8-27B. Também lidera testes gerais como MMBench (91,72 a 86,76) e MMMU (80,22 a 77,44). São uma mistura de execuções da OpenBMB e relatórios públicos, e ainda não encontramos resultados em rankings independentes.
Ele perde onde os agentes mais precisam. O Qwen3.8-27B marca 93,31 no ScreenSpot, um teste de localizar elementos de interface na tela, contra 86,99 do MiniCPM, e o Gemma 4 31B lidera o MM-IFEval de seguimento de instruções por 69,59 a 65,41. O Qwen3.6-35B-A3B o supera por pouco no SimpleVQA. Um teste prático da MindStudio em uma H100 encontrou transcrição limpa de manuscritos em inglês e indonésio, mas uma linha em urdu pulada, e escritas se misturando entre idiomas ao traduzir para 80 deles.
O 1B é o lançamento mais incomum. Com compressão de 4x, marca 83,17 no MMBench e 86,10 no OCRBench contra 68,00 e 79,10 do Qwen3.5 0.8B, e 68,05 no ScreenSpot contra 20,26 do Gemma 4 E2B, um modelo quase quatro vezes maior. O Gemma ainda vence testes visuais pesados em matemática, como o MathVision (52,40 a 31,64), e no OmniDocBench o 1B fica um pouco abaixo do antecessor, o MiniCPM-V 4.6. Seu arquivo de linguagem Q4_K_M tem só 0,67 GB, mas o arquivo de visão acrescenta 1,11 GB.
A alegação sobre o iPhone é o motivo do barulho e a parte a verificar. Treze tokens por segundo em 3 GB dependem do fork do llama.cpp da OpenBMB, que transmite experts do armazenamento flash, e ninguém publicou uma reprodução. Em hardware comum, o 35B é um GGUF Q4_K_M de 21,17 GB mais um arquivo de visão de 1,12 GB, o que cabe em uma GPU de 24 GB só com um contexto modesto.
Onde ele se destaca
Um engenheiro de dados em uma seguradora digitalizando formulários de sinistro
Transformar PDFs e fotos de formulários em Markdown estruturado nas próprias instalações
Sirva o 35B com vLLM ou o GGUF Q4_K_M de 21,17 GB em uma GPU de 24 GB, usando compressão de 4x para páginas densas. As lideranças da OpenBMB no OmniDocBench e no OCRBench servem para essa tarefa; confira por amostragem manuscritos e escritas não latinas, onde o teste da MindStudio encontrou falhas.
Um desenvolvedor iOS em um app de viagens
Ler placas, cardápios e bilhetes offline no celular
Inclua o 1B em Q4_K_M (0,67 GB mais um arquivo de visão de 1,11 GB) usando o código de app iOS da OpenBMB. Ele marca 86,10 no OCRBench na tabela da OpenBMB; a configuração de 16x reduz os tokens de imagem quando a velocidade importa mais que as letras miúdas.
Um líder de equipe de analistas financeiros em uma casa de análise de ações
Resumir gráficos e tabelas de relatórios de corretoras sem enviá-los a uma API na nuvem
Rode o 35B localmente sob Apache 2.0, que permite uso comercial sem limite de receita. Seus 75,60 no raciocínio do CharXiv lideram a tabela comparativa da OpenBMB, mas confira os números que ele extrai, já que a MindStudio viu erros de arredondamento em respostas desenvolvidas.
Antes de decidir
- Configuração
- Instale com pip o transformers 5.18 ou posterior e carregue com AutoModelForImageTextToText, ou use `transformers serve` para um endpoint compatível com OpenAI; as versões GGUF rodam no llama.cpp e no Ollama com um arquivo de visão mmproj. downsample_mode precisa ser passado tanto ao chat template quanto ao generate.
- Integrações
- SGLang, vLLM, llama.cpp, Ollama e OpenVINO para inferência; SWIFT e LLaMA-Factory para fine-tuning; modelos de rascunho DSpark para decodificação especulativa; suporte desde o primeiro dia para chips Rockchip, Houmo, Intel, AMD e Arm. Tool calling funciona pela API de chat.
- Dados e privacidade
- Auto-hospedado, então imagens e documentos ficam no seu hardware. A Apache 2.0 permite uso comercial, modificação e redistribuição sem limite de receita.
- Custo em escala
- Os pesos são gratuitos. O 35B precisa de cerca de 68 GB de VRAM em precisão total (uma H100 no teste da MindStudio), 36,90 GB em Q8_0 ou 21,17 GB em Q4_K_M; o 1B tem 0,67 GB em Q4_K_M mais 1,11 GB para visão. Não há preço hospedado por token publicado.
- Limites
- Os arquivos GGUF padrão vêm com o thinking desligado; versões com thinking ficam em uma subpasta e multiplicam o tamanho da saída. A amostragem de vídeo usa 128 quadros por padrão. O número de 3 GB no iPhone depende do runtime próprio da OpenBMB, não do llama.cpp padrão.
O que é bom
- 94,24 no OmniDocBench v1.6, 14 pontos acima do Qwen3.6-35B-A3B (autodeclarado)
- O 1B roda em celulares e supera o Qwen3.5 0.8B em todos os testes
- Apache 2.0 nos dois tamanhos
- Compressão de tokens visuais selecionável em 4x ou 16x
O que não é
- Fica atrás do Qwen3.8-27B no grounding de GUI do ScreenSpot
- Alegação de velocidade no iPhone não verificada, exige o fork do llama.cpp da OpenBMB
- Benchmarks só em imagens, misturando execuções próprias e públicas
- Fraco em idiomas menos comuns em um teste independente
Ideal para
Equipes que extraem texto e tabelas de documentos digitalizados e gráficos no próprio hardware, e desenvolvedores mobile que precisam de um modelo de visão abaixo de 2 GB.
Alternativas ao MiniCPM-V 4.7 (35B-A3B and 1B)
MiniCPM-V 4.7 (35B-A3B and 1B): perguntas frequentes
- MiniCPM-V 4.7 (35B-A3B and 1B) vale a pena?
- Pelos números da própria OpenBMB, este é o modelo aberto a ser batido na leitura de documentos e gráficos no tamanho de 35B, e o 1B é o raro modelo de visão do tamanho de um celular que vale a pena colocar em produção. Damos nota 4.0 de 5.
- Quanto custa MiniCPM-V 4.7 (35B-A3B and 1B)?
- Pesos gratuitos sob Apache 2.0 para os dois tamanhos. Não há preço hospedado próprio publicado; você paga pelo seu próprio hardware.
- Quais são as desvantagens de MiniCPM-V 4.7 (35B-A3B and 1B)?
- Fica atrás do Qwen3.8-27B no grounding de GUI do ScreenSpot; alegação de velocidade no iPhone não verificada, exige o fork do llama.cpp da OpenBMB; benchmarks só em imagens, misturando execuções próprias e públicas; fraco em idiomas menos comuns em um teste independente.
- Para quem MiniCPM-V 4.7 (35B-A3B and 1B) é indicado?
- Equipes que extraem texto e tabelas de documentos digitalizados e gráficos no próprio hardware, e desenvolvedores mobile que precisam de um modelo de visão abaixo de 2 GB.
- Quanto custa MiniCPM-V 4.7 (35B-A3B and 1B) para uma equipe ou em produção?
- Os pesos são gratuitos. O 35B precisa de cerca de 68 GB de VRAM em precisão total (uma H100 no teste da MindStudio), 36,90 GB em Q8_0 ou 21,17 GB em Q4_K_M; o 1B tem 0,67 GB em Q4_K_M mais 1,11 GB para visão. Não há preço hospedado por token publicado.
- MiniCPM-V 4.7 (35B-A3B and 1B) é seguro para dados da empresa?
- Auto-hospedado, então imagens e documentos ficam no seu hardware. A Apache 2.0 permite uso comercial, modificação e redistribuição sem limite de receita.
- Quais são as melhores alternativas ao MiniCPM-V 4.7 (35B-A3B and 1B)?
- As alternativas mais próximas que analisamos são Qwen3.8-27B, Gemma 4, PaddleOCR-VL-1.6, Phi-4-multimodal e MiniCPM5-2B.
Respostas verificadas em 28 de out. de 2026.