AnswersPublished24 sources
MiniCPM-V 4.7: En stor multimodal modell med mobilambisjoner
MiniCPM V 4.7 finnes i 35B A3B og 1B utgaver. Toppmodellen er seriens første MoE modell og bruker rundt 3 milliarder aktive parametere per token.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- MiniCPM V 4.7 finnes i 35B A3B og 1B utgaver. Toppmodellen er seriens første MoE modell og bruker rundt 3 milliarder aktive parametere per token.
- OpenBMBs endringslogg oppgir 12. oktober 2026 som åpen kildekode dato – ikke 14.
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 er en familie av åpne multimodale modeller laget for lokal bruk. Den kommer i to størrelser: en 35B-A3B-modell basert på «mixture of experts» (MoE), og en mindre modell med 1 milliard parametere. Toppmodellen er den første MoE-modellen i MiniCPM-V-serien. OpenBMB oppgir at den kan dekode mer enn 13 tokens i sekundet med rundt 3 GB minne på en iPhone 17 Pro Max. Dette er utviklerens egen ytelsespåstand, ikke en uavhengig test på tvers av telefoner.9
13
To modellstørrelser – og en ny arkitektur
35B-A3B har rundt 35 milliarder parametere totalt, men omtrent 3 milliarder er aktive for hvert token modellen behandler. MoE-arkitekturen fordeler arbeidet på ulike «eksperter», slik at ikke alle parametrene trenger å være aktive samtidig. 1B-utgaven er et mindre alternativ. Begge bygger videre på seriens funksjoner for å forstå bilder og video.2
31
32
OpenBMB oppgir at modellkoden og vektene er lisensiert under Apache-2.0, og publiserer kode og dokumentasjon i MiniCPM-V-prosjektet på GitHub.9
14
Hva betyr påstanden om mobilhastighet?
Ifølge OpenBMB skyldes den rapporterte ytelsen på telefon blant annet Lookahead Expert Scheduling (LES), kombinert med kvantisering på lagernivå og DSpark spekulativ sampling. LES prøver å forutsi hvilke eksperter neste lag i modellen vil trenge, slik at vektene kan lastes tidligere.1
13
Tallet på over 13 tokens i sekundet gjelder dekoding – altså hvor raskt modellen genererer utdata. Det sier ikke hvor lang tid det tar fra du åpner en app eller sender inn et bilde, til du får et ferdig svar. Resultatet gjelder ifølge utvikleren en iPhone 17 Pro Max, og er ingen garanti for samme hastighet eller minnebruk på andre enheter.13
Utviklernes egne tester
OpenBMBs dokumentasjon oppgir at 35B-A3B i Instruct-modus får en høyere totalscore på kortere inferenstid enn Qwen3.6 35B-A3B. Dokumentasjonen sier også at 1B-utgaven forbedrer seg sammenlignet med MiniCPM-V 4.6, og gjør det bedre enn Qwen3.5 0.8B både på totalscore og inferenseffektivitet.10
14
På OCRBench – en test av optisk tegngjenkjenning – oppgir OpenBMB en score på 90,4 med 16× komprimering av visuelle tokens.12 Benchmarkresultater påvirkes av testoppsett og komprimeringsnivå, og tall fra ulike oppsett kan derfor være vanskelige å sammenligne direkte. Dette er utviklerens rapporterte evalueringer, ikke en uavhengig bekreftelse av ytelsen på alle oppgaver og enheter.
12
Plattformstøtte og verktøy for utviklere
Prosjektet oppgir støtte for iOS, Android og HarmonyOS, og for brikkeplattformer fra Intel, AMD, Arm, Rockchip og Houmo. Dette beskriver plattformene prosjektet sier det støtter; det betyr ikke at modellen yter likt på all maskinvare.30
37
Utviklere kan ifølge lanseringsmaterialet bruke blant annet SGLang, vLLM, llama.cpp og Ollama til inferens, og SWIFT og LLaMA-Factory til finjustering. OpenBMB beskriver også Self-Replay Fine-Tuning (SRFT), en oppskrift for å utvide modellens egenskaper med lave kostnader og redusere risikoen for at den glemmer ferdigheter den allerede har.20
Lanseringsdatoen var 12. oktober
Noe omtale er datert 14. oktober 2026, men OpenBMBs endringslogg registrerer åpen kildekode-lanseringen av MiniCPM-V 4.7 den 12. oktober 2026.8
19 Endringsloggen er den mest direkte kilden til datoen.
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: En stor multimodal modell med mobilambisjoner"?
MiniCPM V 4.7 finnes i 35B A3B og 1B utgaver. Toppmodellen er seriens første MoE modell og bruker rundt 3 milliarder aktive parametere per token.
What are the key points to validate first?
MiniCPM V 4.7 finnes i 35B A3B og 1B utgaver. Toppmodellen er seriens første MoE modell og bruker rundt 3 milliarder aktive parametere per token. OpenBMBs endringslogg oppgir 12. oktober 2026 som åpen kildekode dato – ikke 14.