RespostasPublicado24 fontes
MiniCPM-V 4.7: modelo multimodal de 35 bilhões mira uso no próprio aparelho
O MiniCPM V 4.7 tem versões de 35B A3B e 1B; a maior é o primeiro modelo MoE da série e ativa cerca de 3 bilhões de parâmetros por token. A OpenBMB relata mais de 13 tokens por segundo e cerca de 3 GB de memória no iPhone 17 Pro Max, um resultado específico divulgado pela empresa.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O MiniCPM V 4.7 tem versões de 35B A3B e 1B; a maior é o primeiro modelo MoE da série e ativa cerca de 3 bilhões de parâmetros por token.
- A OpenBMB relata mais de 13 tokens por segundo e cerca de 3 GB de memória no iPhone 17 Pro Max, um resultado específico divulgado pela empresa.
- O changelog do projeto registra a abertura do código em 12 de outubro de 2026, e a documentação informa licença Apache 2.0 para código e pesos.
Prompt de IA
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
O MiniCPM-V 4.7 é uma família de modelos multimodais de código aberto voltada à execução local, em aparelhos e computadores compatíveis. Há duas versões: a 35B-A3B, primeiro modelo de mistura de especialistas (MoE) da série, e uma opção menor, de 1B. A OpenBMB afirma que o modelo maior consegue gerar mais de 13 tokens por segundo usando cerca de 3 GB de memória em um iPhone 17 Pro Max — um resultado divulgado pela própria desenvolvedora, não uma medição independente em diferentes dispositivos.9
13
Duas versões para tarefas com imagens e vídeos
A versão 35B-A3B tem cerca de 35 bilhões de parâmetros no total, mas ativa aproximadamente 3 bilhões a cada token processado. Em um modelo MoE, diferentes “especialistas” são acionados conforme a tarefa, em vez de todos os parâmetros participarem de cada etapa. A família também inclui a versão 1B, mais compacta. As duas dão continuidade aos recursos de compreensão de imagens e vídeos da série.2
31
32
O projeto disponibiliza código e pesos sob a licença Apache-2.0, além de documentação no repositório MiniCPM-V, no GitHub.9
14
O que significa a promessa de velocidade
A OpenBMB atribui o desempenho divulgado no celular ao Lookahead Expert Scheduling (LES), combinado com quantização detalhada por camada e amostragem especulativa DSpark. O LES tenta prever quais especialistas serão necessários na camada seguinte e adianta o carregamento de seus pesos.1
13
A cifra de mais de 13 tokens por segundo se refere à velocidade de decodificação: o ritmo em que o modelo gera a resposta. Ela não mede o tempo total entre abrir um aplicativo, enviar uma imagem e receber uma resposta completa. O número divulgado se refere ao iPhone 17 Pro Max; não deve ser entendido como garantia de velocidade ou uso de memória iguais em todos os aparelhos compatíveis.13
O que dizem as comparações publicadas
Na documentação do projeto, a OpenBMB afirma que, no modo Instruct, a versão 35B-A3B alcança uma pontuação geral maior em menos tempo de inferência que o Qwen3.6 35B-A3B. A empresa também diz que a versão 1B melhora em relação ao MiniCPM-V 4.6 e supera o Qwen3.5 0.8B em pontuação geral e eficiência de inferência.10
14
Em OCR, reconhecimento de texto em imagens e documentos, a OpenBMB relata 90,4 pontos no OCRBench com compressão de tokens visuais de 16 vezes.12 Pontuações de benchmark dependem das condições do teste; resultados obtidos com níveis diferentes de compressão não são necessariamente comparáveis. As avaliações citadas são divulgadas pela desenvolvedora e não confirmam, por si só, o desempenho em toda tarefa ou dispositivo.
12
Plataformas e ferramentas para desenvolvedores
O projeto anuncia suporte a iOS, Android e HarmonyOS, além de plataformas de chips da Intel, AMD, Arm, Rockchip e Houmo. Essa lista descreve a compatibilidade declarada pelos responsáveis pelo modelo, não um desempenho uniforme em todos os equipamentos.30
37
Para executar o modelo, os materiais de lançamento listam ferramentas como SGLang, vLLM, llama.cpp e Ollama. Para ajuste fino, citam SWIFT e LLaMA-Factory. A OpenBMB também apresenta o Self-Replay Fine-Tuning (SRFT), uma receita de ajuste fino que, segundo o projeto, busca ampliar capacidades a baixo custo e reduzir o esquecimento de habilidades já existentes.20
Data de lançamento: 12 de outubro de 2026
Algumas notícias sobre o MiniCPM-V 4.7 foram publicadas em 14 de outubro, mas o changelog do projeto registra a abertura do código em 12 de outubro de 2026.8
19 Para a data do lançamento, o changelog é a fonte mais direta.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "MiniCPM-V 4.7: modelo multimodal de 35 bilhões mira uso no próprio aparelho"?
O MiniCPM V 4.7 tem versões de 35B A3B e 1B; a maior é o primeiro modelo MoE da série e ativa cerca de 3 bilhões de parâmetros por token.
Quais são os pontos-chave para validar primeiro?
O MiniCPM V 4.7 tem versões de 35B A3B e 1B; a maior é o primeiro modelo MoE da série e ativa cerca de 3 bilhões de parâmetros por token. A OpenBMB relata mais de 13 tokens por segundo e cerca de 3 GB de memória no iPhone 17 Pro Max, um resultado específico divulgado pela empresa.
O que devo fazer a seguir na prática?
O changelog do projeto registra a abertura do código em 12 de outubro de 2026, e a documentação informa licença Apache 2.0 para código e pesos.