答え公開済み24 ソース
35Bモデルをスマホで実行？ MiniCPM-V 4.7の性能と注意点
MiniCPM V 4.7は35B A3Bと1Bの2モデルを展開。シリーズ初のMoEモデルは、約350億の総パラメーターのうち、1トークンごとに約30億を使います。 OpenBMBの変更履歴によると、オープンソース公開日は2026年10月12日。コードとモデルウェイトはApache 2.0ライセンスで公開されています。
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- MiniCPM V 4.7は35B A3Bと1Bの2モデルを展開。シリーズ初のMoEモデルは、約350億の総パラメーターのうち、1トークンごとに約30億を使います。
- OpenBMBの変更履歴によると、オープンソース公開日は2026年10月12日。コードとモデルウェイトはApache 2.0ライセンスで公開されています。
AI プロンプト
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
スマートフォン上で動くAIというと、小型モデルを想像しがちです。OpenBMBの「MiniCPM-V 4.7」は、約350億パラメーターを持つMoEモデルについて、iPhone 17 Pro Maxで約3GBのメモリーを使い、毎秒13トークン超でデコードできるとしています。ただし、これは開発元が公表した特定端末での数値であり、あらゆる機種で同じ速度やメモリー使用量が得られることを示すものではありません。9
13
2種類のモデルを用意。35B版はシリーズ初のMoE
MiniCPM-V 4.7には、35B-A3Bと1Bの2種類があります。35B-A3Bは総パラメーター数が約350億で、Mixture-of-Experts（MoE）方式を採用したシリーズ初のモデルです。MoEは、入力に応じて複数の「専門家」部分から一部を選んで使う仕組みで、このモデルでは1トークンあたり約30億のパラメーターが有効になります。1B版は、より小型の選択肢です。どちらも画像や動画を理解するシリーズの機能を引き継いでいます。2
31
32
モデルのコードとウェイトはApache-2.0ライセンスで公開され、コードやドキュメントはOpenBMBのGitHubリポジトリーで確認できます。9
14
「毎秒13トークン超」は、回答完了までの時間ではない
OpenBMBは、35B-A3Bの端末上での性能を支える技術として、Lookahead Expert Scheduling（LES）を挙げています。次の層で必要になりそうな専門家を予測し、そのウェイトを先に読み込むことで待ち時間を減らす考え方です。開発元の説明では、LESに層ごとの細粒度量子化とDSparkの投機的サンプリングも組み合わせています。1
13
公表された「毎秒13トークン超」は、モデルが文章を生成する段階の速度、つまりデコード速度です。アプリを開いてから画像を読み込み、回答全体を受け取るまでの所要時間を示す数値ではありません。また、測定の対象として挙げられているのはiPhone 17 Pro Maxです。別の端末でも同じ速度やメモリー使用量になるとは限りません。13
ベンチマークは開発元の評価として見る
OpenBMBの資料によると、Instructモードで35B-A3BはQwen3.6 35B-A3Bより短い推論時間で高い総合スコアを記録したとされています。また、1B版はMiniCPM-V 4.6から性能を高め、総合スコアと推論効率の両面でQwen3.5 0.8Bを上回ったと報告されています。10
14
OCRについては、視覚トークンを16倍に圧縮した条件でOCRBenchスコア90.4を記録したとOpenBMBが公表しています。12 ただし、ベンチマークの結果は評価条件や圧縮設定によって変わります。異なる条件のスコアをそのまま横並びにするのは適切ではなく、ここで挙げた比較も開発元による評価であり、すべての用途や端末での性能を独立に確認したものではありません。
12
対応環境と開発者向けツール
プロジェクトは、iOS、Android、HarmonyOSに加え、Intel、AMD、Arm、Rockchip、Houmoのチッププラットフォームへの対応を掲げています。これはプロジェクトが示す対応範囲であり、各ハードウェアで同じ性能が出ることを意味するものではありません。30
37
推論用の選択肢としてSGLang、vLLM、llama.cpp、Ollama、ファインチューニング用としてSWIFT、LLaMA-Factoryが案内されています。また、Self-Replay Fine-Tuning（SRFT）という手法も公開。既存の能力を忘れにくくしながら、比較的低コストでモデルの能力を追加する方法として説明されています。20
公開日は10月14日ではなく、10月12日
報道の中には2026年10月14日付のものもありますが、OpenBMBのプロジェクト変更履歴は、MiniCPM-V 4.7のオープンソース公開日を2026年10月12日と記録しています。公開日を確認するうえでは、開発元の変更履歴がより直接的な情報源です。8
19
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「35Bモデルをスマホで実行？ MiniCPM-V 4.7の性能と注意点」の短い答えは何ですか?
MiniCPM V 4.7は35B A3Bと1Bの2モデルを展開。シリーズ初のMoEモデルは、約350億の総パラメーターのうち、1トークンごとに約30億を使います。
最初に検証する重要なポイントは何ですか?
MiniCPM V 4.7は35B A3Bと1Bの2モデルを展開。シリーズ初のMoEモデルは、約350億の総パラメーターのうち、1トークンごとに約30億を使います。 OpenBMBの変更履歴によると、オープンソース公開日は2026年10月12日。コードとモデルウェイトはApache 2.0ライセンスで公開されています。