Aitishiku.com
开源模型
面壁 MiniCPM-V 4.6 4.6
MiniCPM-V系列 · 面壁智能（OpenBMB） · 2026-05发布
模型介绍
面壁智能与清华开源的最强端侧多模态模型，1.3B 参数仅需 6GB 内存，支持图文/视频理解，4x/16x 混合视觉 token 压缩，可部署于主流手机端。
模型基础信息
模型系列MiniCPM-V系列
开发机构面壁智能（OpenBMB）
发布时间2026-05
参数规模1.3B
上下文窗口图文/视频理解
模型类型多模态（文本+图像+视频）
中文能力优秀
使用方式网页体验 / API调用 / 本地部署
免费额度与收费政策
官方免费 API Key 开源权重
免费规则详情
官方提供公开免费 API Key 与在线演示；权重 Apache-2.0 开源。
收费标准简介
开源权重免费；官方提供免费 API Key。
模型能力介绍
✅ 核心优势
- 1.3B 端侧最强多模态
- 6GB 内存即可运行
- 4x/16x 视觉 token 压缩
- iOS/Android/HarmonyOS 适配
⚠️ 短板与局限
- 参数小，极限能力有限
- 视频最大 128 帧采�
🎯 适用场景
- 手机/平板端侧 AI
- 文档解析与 OCR
- 视频理解
- 低功耗嵌入式设备
模型使用教程
本章节整理 面壁 MiniCPM-V 4.6 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。
- 体验网址：提供公开免费 API Key 与在线演示（见 [GitHub](https://github.com/OpenBMB/MiniCPM-V)）；也提供 iOS / Android / HarmonyOS 测试 App。
- 能力简介：面壁智能与清华开源的最强端侧多模态模型，1.3B 参数仅需 6GB 内存，支持图文/视频理解，4x/16x 混合视觉 token 压缩。
- 适用场景：手机/平板端侧 AI、文档解析、OCR、视频理解、低功耗嵌入式设备。
- 使用建议：追求细节用 4x 压缩，追求速度用 16x；视频最大 128 帧采样。
- 开发接入：vLLM / SGLang / llama.cpp / Ollama 全适配，GGUF / BNB / AWQ / GPTQ 量化版齐全。
- 官方提供公开免费 API Key（详见 [docs/api.md](https://github.com/OpenBMB/MiniCPM-V/blob/main/docs/api.md)）。
- 开源权重下载：[Hugging Face](https://huggingface.co/openbmb/MiniCPM-V-4.6)。
- 本地一键体验（已并入官方库）：
ollama run minicpm-v4.6- 端侧版本提供 iOS / Android / HarmonyOS 预构建 App。
Ollama 调用
curl http://localhost:11434/api/chat -d '{
"model": "minicpm-v4.6",
"messages": [{"role": "user", "content": "这张图里有什么？", "images": ["base64_img"]}]
}'vLLM 部署后调用
from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="EMPTY")
resp = client.chat.completions.create(
model="MiniCPM-V-4.6",
messages=[{"role": "user", "content": "请描述这张图片", "images": ["https://example.com/x.png"]}],
)
print(resp.choices[0].message.content)> 提示：图像/视频处理参数 downsample_mode（4x/16x）需在 generate 时同步传入。
- 部署方式：开源（Apache-2.0），支持 vLLM / SGLang / llama.cpp / Ollama。
- 硬件要求：约 6GB 内存即可流畅运行，端侧可部署于主流手机（iOS/Android/HarmonyOS）。
- 推荐配置：RTX 4090 单卡可完成全流程微调；量化用 GGUF / BNB / AWQ / GPTQ。
- 参考：GitHub 提供端侧部署源码与各平台构建指南。
💡 使用小技巧
追求细节用 4x 压缩，追求速度用 16x；ollama run minicpm-v4.6 一键体验。
❓ 常见问题 FAQ
Q1：需要多少内存？
A1：约 6GB 即可流畅运行。
Q2：能在手机上跑吗？
A2：可部署于 iOS/Android/HarmonyOS。
访问备注与注意事项
- 2026-05-11 开源，基于 SigLIP2-400M 与 Qwen3.5-0.8B