AnswersPublished24 sources
MiniCPM-V 4.7: un modello MoE da 35 miliardi di parametri pensato per smartphone e dispositivi locali
MiniCPM V 4.7 arriva in due versioni, 35B A3B e 1B: il modello MoE di punta attiva circa 3 miliardi di parametri per token. Il changelog di OpenBMB indica il 12 ottobre 2026 come data di rilascio open source; codice e pesi sono distribuiti con licenza Apache 2.0.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- MiniCPM V 4.7 arriva in due versioni, 35B A3B e 1B: il modello MoE di punta attiva circa 3 miliardi di parametri per token.
- Il changelog di OpenBMB indica il 12 ottobre 2026 come data di rilascio open source; codice e pesi sono distribuiti con licenza Apache 2.0.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did ModelBest’s October 14, 2026 open-source release of MiniCPM-V 4.7 introduce, including its 35B-A3B and 1B variants, the series’ fir. Article summary: MiniCPM-V 4.7 introduced a two-model, on-device multimodal family, led by the series’ first mixture-of-experts (MoE) model, with an emphasis on local image, document and video understanding.[1][2][10] One date correction. Topic tags: general, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
MiniCPM-V 4.7 è una famiglia di modelli multimodali open source pensata per l’esecuzione in locale. Comprende una versione da 35B-A3B e una più piccola da 1B; la prima è il primo modello a esperti misti, o MoE (mixture of experts), della serie MiniCPM-V. OpenBMB dichiara che può generare oltre 13 token al secondo usando circa 3 GB di memoria su iPhone 17 Pro Max. È una prestazione riportata dagli sviluppatori, non una verifica indipendente su dispositivi diversi.9
13
Due modelli, un’architettura MoE
La versione 35B-A3B ha circa 35 miliardi di parametri complessivi, ma ne attiva circa 3 miliardi per ciascun token elaborato. L’altra variante, da 1B, offre un’alternativa più compatta. Entrambe proseguono il lavoro della serie su immagini e video.2
31
32
OpenBMB rende disponibili codice e pesi con licenza Apache-2.0 e pubblica documentazione e materiali del progetto nel repository MiniCPM-V su GitHub.9
14
Come si ottiene la velocità dichiarata
Secondo OpenBMB, le prestazioni della versione di punta su smartphone dipendono da Lookahead Expert Scheduling (LES), insieme alla quantizzazione fine dei singoli livelli e al campionamento speculativo DSpark. LES cerca di prevedere quali “esperti” serviranno al livello successivo, così da caricarne i pesi in anticipo.1
13
Il dato di oltre 13 token al secondo si riferisce alla velocità di decodifica, cioè al ritmo con cui il modello genera la risposta. Non misura il tempo complessivo che passa dall’apertura di un’app o dall’invio di un’immagine alla risposta completa. Inoltre, il risultato dichiarato riguarda uno specifico modello di iPhone: non garantisce la stessa velocità o lo stesso uso di memoria su altri dispositivi.13
Benchmark e confronti: i risultati dichiarati
Nella documentazione di OpenBMB, in modalità Instruct il modello 35B-A3B ottiene un punteggio complessivo superiore a Qwen3.6 35B-A3B impiegando meno tempo di inferenza. La documentazione afferma anche che la versione 1B migliora rispetto a MiniCPM-V 4.6 e supera Qwen3.5 0.8B sia nel punteggio complessivo sia nell’efficienza di inferenza.10
14
Per il riconoscimento ottico dei caratteri (OCR), OpenBMB riporta un punteggio di 90,4 su OCRBench con una compressione dei token visivi di 16×.12 I punteggi dipendono dalle condizioni di test: risultati ottenuti con impostazioni di compressione diverse non sono necessariamente confrontabili. Anche in questo caso si tratta di valutazioni pubblicate dagli sviluppatori, non di una conferma indipendente delle prestazioni su ogni attività o dispositivo.
12
Piattaforme e strumenti per sviluppatori
Il progetto dichiara il supporto per iOS, Android e HarmonyOS, oltre che per piattaforme hardware basate su chip Intel, AMD, Arm, Rockchip e Houmo. L’elenco descrive la compatibilità dichiarata dal progetto, ma non implica prestazioni identiche su tutti i dispositivi.30
37
Per l’inferenza sono indicati strumenti come SGLang, vLLM, llama.cpp e Ollama; per il fine-tuning, SWIFT e LLaMA-Factory. OpenBMB presenta inoltre Self-Replay Fine-Tuning (SRFT) come una procedura per aggiungere capacità al modello a costi contenuti, riducendo il rischio che perda competenze già acquisite.20
La data di rilascio: 12 ottobre 2026
Alcuni articoli riportano la data del 14 ottobre 2026, ma il changelog del progetto OpenBMB registra la pubblicazione open source di MiniCPM-V 4.7 il 12 ottobre 2026.8
19 Per stabilire la data del rilascio, il changelog è la fonte più diretta.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "MiniCPM-V 4.7: un modello MoE da 35 miliardi di parametri pensato per smartphone e dispositivi locali"?
MiniCPM V 4.7 arriva in due versioni, 35B A3B e 1B: il modello MoE di punta attiva circa 3 miliardi di parametri per token.
What are the key points to validate first?
MiniCPM V 4.7 arriva in due versioni, 35B A3B e 1B: il modello MoE di punta attiva circa 3 miliardi di parametri per token. Il changelog di OpenBMB indica il 12 ottobre 2026 come data di rilascio open source; codice e pesi sono distribuiti con licenza Apache 2.0.