MiniCPM-V 4.7 wurde am 13. Oktober 2026 von ModelBest offiziell vorgestellt und als Open Source veröffentlicht, in den zwei Größen 35B-A3B und 1B. Die größere Variante ist das erste MoE-Modell der MiniCPM-V-Reihe: 35 Milliarden Parameter insgesamt, pro Inferenz werden nur etwa 3 Milliarden aktiviert, und nach Firmenangaben läuft es mit rund 3 GB Speicher verlustfrei und flüssig auf dem Gerät. Die Berichte der Global Times, der National Business Daily, von Jiemian und ITHome vom 13. Oktober stimmen in den Kernpunkten überein. Die eigentliche Nachricht ist nicht die Parameterzahl, sondern wie das alte Problem gelöst wird, Experten auf einem Handy hin und her zu bewegen.
Das Schwierige ist das Bewegen, nicht das Rechnen
Ein MoE-Modell hält viele Experten bereit und ruft für jede Antwort nur wenige auf. Der Haken: Auch die ruhenden Experten brauchen einen Platz. Das klassische Verfahren lädt die Gewichte eines Experten erst dann in den Speicher, wenn er gebraucht wird, und rechnet danach — ein Stop-and-go, das ruckelt. Die diesmal quelloffen gelegte LES-Technik (Lookahead Expert Scheduling) dreht den Ansatz um: Das System sagt voraus, welche Experten als Nächstes gebraucht werden, und lädt sie vor, während die aktuelle Berechnung noch läuft, sodass sich Laden und Rechnen überlappen. Das Unternehmen bezeichnet dies als bislang einzige Open-Source-Lösung dieser Art. Ebenfalls offengelegt wurde SRFT, ein Self-Replay-Verfahren zum Nachtrainieren, das Vergessen bei der Anpassung durch Entwickler verringern soll.
Zwei Geschwindigkeitswerte — nicht verwechseln
Die Geschwindigkeiten in verschiedenen Berichten gehören zu verschiedenen Geräten. ITHome berichtet unter Berufung auf offizielle Daten von über 13 Token pro Sekunde für das 35B-A3B auf einem iPhone 17 Pro Max bei etwa 3 GB Speichernutzung; die Global Times meldet über 15 Token pro Sekunde, gemessen auf einem iPad Pro. Beide Werte widersprechen sich nicht, dürfen aber nicht vertauscht werden. Bei den Benchmarks gibt das Unternehmen an, das 35B-A3B erreiche im Instruct-Modus bei kürzerer Inferenzzeit einen höheren Gesamtwert als Qwen3.6 35B-A3B, und die 1B-Version liege bei Gesamtwert und Effizienz deutlich vor Qwen3.5 0.8B. All das sind Herstellerangaben ohne bislang unabhängige Reproduktion.
Eine Anpassungsliste, die am ersten Tag steht
Nach Firmenangaben unterstützt MiniCPM-V 4.7 ab dem Veröffentlichungstag iOS, Android und HarmonyOS; die Chip-Plattformen umfassen Rockchip, NVIDIA, Intel und Apple sowie AMD, Arm und Houmo, dazu quelloffener Anpassungscode für den Geräteeinsatz und Unterstützung gängiger Inferenz-Frameworks. Die MiniCPM-Reihe, veröffentlicht von ModelBest mit der Open-Source-Community OpenBMB, hat kumuliert 60 Millionen Downloads überschritten. Für Entwickler von multimodalen Apps auf dem Gerät bedeutet diese Veröffentlichung praktisch: Visuelles Verständnis der 35B-Klasse hat nun eine Open-Source-Option, die man auf Handys und Tablets ernsthaft ausprobieren kann, und datensensible oder Offline-Szenarien müssen nicht mehr standardmäßig in die Cloud. Ob es wirklich so verlustfrei und flüssig läuft wie behauptet, lässt sich beurteilen, sobald die Community Messwerte über Geräte hinweg veröffentlicht.
