GitHub-радар
MiniCPM-V 4.6: понимает картинки и видео — весит 1,6 ГБ
OpenBMB выпустили мультимодальную модель примерно в миллиард параметров: понимает фото и видео, весит 1,6 ГБ и запускается через Ollama даже на смартфоне. По качеству это уровень 2B-моделей, а не старшей версии 4.5.
MiniCPM-V 4.6 — ультракомпактная мультимодальная модель от OpenBMB: около миллиарда параметров, 1,6 ГБ в полной точности. Это самый лёгкий вариант в линейке MiniCPM-V: у версии 4.5 было восемь миллиардов параметров. Понимает одно фото, несколько изображений сразу и видео, контекст — 256 000 токенов. Модель похудела за счёт другого языкового ядра: внутри SigLIP2-400M и Qwen3.5-0.8B вместо Qwen3-8B. Отдельно переделали обработку кадров — смешанное сжатие визуальных токенов снизило вычисления на кодирование более чем на 50%. Расплата за размер есть, и авторы пишут о ней прямо: модель дотягивает до уровня Qwen3.5 2B на части тестов, старшая 4.5 остаётся точнее. Официально поддерживает iOS, Android и HarmonyOS, запускается через Ollama одной командой.
Зачем это вайб-кодеру
1,6 ГБ — это значит, что запустить можно на чём угодно: на телефоне, слабом ноутбуке, старом компьютере. Можно попросить агента разобрать скриншот, фото документа или кадр из видео — и ничего не отправлять в облако. Удобно, когда работаешь с личными материалами, которые не хочется отдавать на сторонние серверы.
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Поставь мне MiniCPM-V 4.6 от OpenBMB: ollama run minicpm-v4.6 — весит 1,6 ГБ, тянет любой ноутбук или телефон. После установки покажи, как отправить ей картинку и спросить, что на ней.
Ноутбук или смартфон с 2 ГБ свободной памяти — модель весит 1,6 ГБ.
Открыть на Hugging Face▌ Ещё находки