MiniCPM-V 4.6

MiniCPM-V 4.6 为 1.3B 参数模型，支持 4× 和 16× 视觉 Token 压缩；与 Qwen3.5-0.8B 在标准图像输入对比测试下，视觉编码 FLOPs 降低超过 50%，token 吞吐量约为 Qwen3.5-0.8B 的 1.5 倍。

核心亮点

• 基座与多模态能力评测结果：在 Artificial Analysis Intelligence Index 4.0 基准中取得 13 分，超越 Qwen3.5-0.8B（10 分，token 成本降低 19×）与 Qwen3.5-0.8B-Thinking（11 分，成本降低 43×），Ministral 3 3B 得 11 分；多模态方面在 OpenCompass、RefCOCO、HallusionBench、MUIRBench、OCRBench 等基准上达到 Qwen3.5 2B 级别能力。
• 端侧架构：基于 LLaVA-UHD v4 ，视觉编码计算 FLOPs 降低 50% 以上，token 吞吐量约为 Qwen3.5-0.8B 的 1.5 倍；支持混合 4×/16× 视觉 token 压缩率，可在精度与速度之间灵活切换，轻松运行于端侧设备。
• 全平台覆盖与开发者友好：可一键部署至 iOS、Android、HarmonyOS 三大移动平台，边缘适配代码全部开源；同时适配 vLLM、SGLang、llama.cpp、Ollama 等推理框架与 SWIFT、LLaMA-Factory 微调生态，并提供 GGUF / BNB / AWQ / GPTQ 多种量化版本。

技术亮点

• 混合 4×/16× 视觉 Token 压缩：引入可切换的混合视觉 token 压缩技术，支持 4× 高精度与 16× 高效率两档压缩率，开发者可按场景在识别精度与推理速度之间灵活权衡；单图、多图与视频统一编码，使能力与知识在三种输入形态间保持一致。
• LLaVA-UHD v4 视觉架构：基于 LLaVA-UHD v4，将视觉编码计算 FLOPs 降低 50% 以上，使 1.3B 模型的 token 吞吐量达到 Qwen3.5-0.8B 的约 1.5 倍。
• 强基座驱动的多模态能力：基于 SigLIP2-400M 与 Qwen3.5-0.8B 构建，继承 MiniCPM-V 系列单图、多图、视频理解能力；在 Artificial Analysis Intelligence Index 取得 13 分，并在 OpenCompass、OCRBench、HallusionBench、MUIRBench 等基准上达到 Qwen3.5 2B 级别表现。

模型表现

• 通用能力
• STEM 推理
• 文档
• 视觉定位
• 多图理解
• 幻觉
• GUI
• 视频理解
• 推理效率·吞吐量

* 准确率为官方报告或基于官方权重的本地复现评测，均在 instruct 模式下评测；推理效率基于 vLLM @ NVIDIA RTX 4090，MiniCPM-V 4.6 采用 16× 压缩（默认设置）。