MiniCPM-V 4.7 a été officiellement présenté et publié en open source par ModelBest le 13 octobre 2026, en deux tailles, 35B-A3B et 1B. La plus grande est le premier modèle MoE de la gamme MiniCPM-V : 35 milliards de paramètres au total, environ 3 milliards seulement activés par inférence, et — selon l'entreprise — capable de tourner sans perte et de façon fluide sur l'appareil avec environ 3 Go de mémoire. Les articles du 13 octobre du Global Times, du National Business Daily, de Jiemian et d'ITHome concordent sur l'essentiel. La vraie nouvelle n'est pas le nombre de paramètres, mais la manière de résoudre le vieux problème du transport des experts sur un téléphone.
La difficulté est de déplacer, pas de calculer
Un modèle MoE détient de nombreux experts et n'en appelle que quelques-uns par réponse. Le souci est que les experts au repos doivent aussi loger quelque part : l'approche classique charge les poids d'un expert en mémoire seulement quand il est requis, puis calcule — un rythme en accordéon qui saccade. La technique LES (planification anticipée des experts), ouverte cette fois, inverse la logique : le système prédit quels experts seront nécessaires ensuite et les précharge pendant que le calcul en cours se poursuit, en chevauchant chargement et calcul. L'entreprise la présente comme la seule solution open source de ce type à ce jour. Est également ouvert SRFT, un schéma d'ajustement par auto-relecture destiné à réduire l'oubli lors des adaptations par les développeurs.
Deux chiffres de vitesse à ne pas confondre
Les vitesses citées dans les différents articles correspondent à des appareils différents. ITHome, citant des données officielles, rapporte plus de 13 tokens par seconde pour le 35B-A3B sur un iPhone 17 Pro Max avec environ 3 Go de mémoire ; le Global Times rapporte plus de 15 tokens par seconde mesurés sur un iPad Pro. Les deux chiffres ne se contredisent pas, mais ne doivent pas être intervertis. Côté benchmarks, l'entreprise affirme que le 35B-A3B en mode Instruct obtient un score global supérieur à Qwen3.6 35B-A3B avec un temps d'inférence plus court, et que la version 1B dépasse nettement Qwen3.5 0.8B en score comme en efficacité. Ce sont des chiffres du fabricant, sans reproduction indépendante à ce stade.
Une liste d'adaptations prête dès le premier jour
Selon l'entreprise, MiniCPM-V 4.7 prend en charge dès sa sortie iOS, Android et HarmonyOS, avec des plateformes de puces couvrant Rockchip, NVIDIA, Intel et Apple, ainsi qu'AMD, Arm et Houmo, plus un code d'adaptation embarquée open source et la compatibilité avec les principaux frameworks d'inférence. La série MiniCPM, publiée par ModelBest avec la communauté open source OpenBMB, dépasse les 60 millions de téléchargements cumulés. Pour les développeurs d'applications multimodales embarquées, la signification pratique est que la compréhension visuelle de classe 35B dispose désormais d'une option open source à essayer sérieusement sur téléphones et tablettes, et que les scénarios sensibles ou hors ligne n'ont plus le cloud comme passage obligé. Quant à savoir si l'exécution est réellement sans perte et fluide comme promis, le verdict attendra les mesures de la communauté sur différents appareils.
