Tuyên bố đáng chú ý, nhưng chưa phải kết luận cuối
MiniCPM-V 1B là mô hình thị giác ngôn ngữ gọn nhẹ, xử lý hình ảnh và video bằng cách kết hợp bộ mã hóa thị giác với mô hình ngôn ngữ, hướng tới điện thoại và máy tính nhỏ. OpenBMB tải MiniCPM-V 4.7 1B lên ngày 6 tháng 10 năm 2026, rồi ghi ngày phát hành 12 tháng 10; Liquid AI xuất bản LFM2.5-VL 3B ngày 11 tháng 8. Hai bản phát hành khiến tuyên bố của OpenBMB đáng được kiểm tra: hãng nói mô hình 1B vượt LFM2.5-VL 3B về OCR, suy luận biểu đồ và hiểu video, dù đối thủ có hơn gấp đôi số tham số. Đây là tín hiệu hấp dẫn với người làm ứng dụng di động, nhưng chưa đủ để tuyên bố MiniCPM thắng toàn diện. Những gì hiện có là số liệu do các nhà phát triển công bố, với phương pháp và cách trình bày không hoàn toàn tương đương.
Chênh lệch quy mô có ý nghĩa thực tế: MiniCPM-V 4.7 1B có 1,55 tỷ tham số, còn LFM2.5-VL 3B có 3,12 tỷ. Ít tham số hơn có thể giúp dành thêm bộ nhớ cho phần còn lại của ứng dụng; trên điện thoại Android tầm trung, khoảng cách bộ nhớ được mô tả có thể quyết định ứng dụng còn chạy hay bị hệ thống đóng. Tuy nhiên, kích thước nhỏ không tự chứng minh chất lượng tốt hơn. Người dùng cần nhìn vào tác vụ cụ thể, độ trễ trên thiết bị thật, ngôn ngữ cần hỗ trợ và điều kiện cấp phép, thay vì chọn mô hình chỉ từ tên phân khúc.
Điểm số có giá trị, nhưng benchmark OCR chưa cùng thước đo
OpenBMB nêu OCRBench 86,1, MathVista 74,3, CharXiv Reasoning 48,8, LongVideoBench 53,4 và MotionBench 54,55 cho bản 1B; phần so sánh còn lại được trình bày bằng biểu đồ. Liquid AI công bố LFM2.5-VL 3B đạt MathVista 68,5, MMMU Pro 30,5, ChartQA 81,3 và OCRBenchv2 47,5 trên tập con tiếng Anh. MathVista là điểm giao nhau rõ nhất: MiniCPM dẫn 5,8 điểm theo số liệu do chính hai nhà cung cấp báo cáo. Đây là bằng chứng đáng quan tâm cho suy luận thị giác, nhưng không thay thế một phép thử độc lập, chạy cùng cấu hình và cùng quy trình.
Với OCR, đối chiếu OCRBench 86,1 với OCRBenchv2 47,5 là không hợp lệ: đó là hai bộ đo khác nhau, và số của LFM còn giới hạn ở tập con tiếng Anh. Vì vậy, câu “vượt qua” chưa được chứng minh bằng một cặp điểm OCR trực tiếp. Tuyên bố về biểu đồ cũng cần được đọc thận trọng: LFM có điểm ChartQA công khai, trong khi các kết quả và biểu đồ của OpenBMB không tạo thành bảng đối đầu đầy đủ, dễ kiểm tra ngang hàng. OpenBMB chọn benchmark của mình và trình bày nhiều kết quả bằng văn xuôi hoặc hình ảnh; đây là dữ liệu hữu ích để đặt giả thuyết, chưa phải xác nhận độc lập. Người mua nên chờ đánh giá song song trên cùng bộ câu hỏi, cùng ngôn ngữ và cùng điều kiện giải mã.
Thời điểm cũng ảnh hưởng đến quyết định triển khai. MiniCPM-V 4.7 1B mới ra mắt được vài tuần, còn thẻ mô hình cảnh báo rằng phiên bản CUDA không khớp có thể làm hỏng giải mã video qua torchcodec. Nhà cung cấp đã ghi lại hai cách khắc phục, nhưng điều đó vẫn đồng nghĩa người dùng sớm cần kiểm thử thêm. Cách thận trọng là giữ mô hình đang phục vụ trong khi chạy thử nghiệm song song, rồi chuyển lưu lượng chỉ khi chất lượng, tốc độ và độ ổn định trên thiết bị mục tiêu đạt yêu cầu.
Giấy phép có thể quyết định lựa chọn trước cả điểm số
Với nhóm triển khai thương mại, giấy phép mô hình AI không phải dòng chữ phụ. MiniCPM-V 4.7 1B dùng Apache 2.0, trong khi LFM2.5-VL 3B dùng LFM Open License v1.0, đi kèm các điều khoản thương mại thay vì chỉ dựa vào một giấy phép cho phép rộng. Apache 2.0 thường tạo lối đi đơn giản hơn cho việc tích hợp, nhưng doanh nghiệp vẫn cần đọc toàn văn giấy phép và kiểm tra các yêu cầu áp dụng cho trường hợp sử dụng của mình. Ngược lại, LFM2.5-VL có thể phù hợp hơn nếu năng lực hoặc độ phủ ngôn ngữ của nó đáp ứng sản phẩm và các điều khoản được chấp thuận sau rà soát pháp lý.
Lựa chọn cũng không chỉ là cuộc đua giữa 1B và 3B. Khi sản phẩm cần hỗ trợ tiếng Thổ Nhĩ Kỳ, tiếng Ba Lan hoặc tiếng Việt, tuyên bố hỗ trợ ngôn ngữ của mô hình lớn hơn có thể đáng giá hơn lợi thế bộ nhớ của bản nhỏ. Tốc độ cần được đo trên đúng phần cứng: Liquid AI công bố 228 token mỗi giây trên Apple M5 Max, 116 trên AMD Ryzen AI Max+ 395 và 20 trên Galaxy S26 Ultra, trong khi không có số token mỗi giây tương ứng cho bản 1B trên thiết bị. Do đó, chưa thể suy ra mô hình nào nhanh hơn trong ứng dụng thực tế chỉ từ số tham số.
Kết luận: MiniCPM-V 1B là lựa chọn đáng thử nếu ưu tiên bộ nhớ thấp và giấy phép Apache 2.0; điểm MathVista công bố cũng tạo lý do để kiểm tra năng lực suy luận biểu đồ. Nhưng tuyên bố vượt LFM2.5-VL 3B ở OCR chưa đứng vững khi hai bên dùng benchmark khác nhau, còn đánh giá biểu đồ cần phép thử đối đầu minh bạch hơn. Hãy xem số liệu hiện tại là điểm khởi đầu, không phải bảng xếp hạng cuối cùng; trước khi đưa vào sản phẩm, hãy kiểm tra cùng dữ liệu, thiết bị, ngôn ngữ và điều khoản sử dụng.
