Model Releases
MiniCPM-o 4.5: El Nuevo Estándar en IA Multimodal de 9B
OpenBMB presenta MiniCPM-o 4.5, un modelo multimodal de 9B parámetros que rivaliza con Gemini 2.5 Flash, ofreciendo capacidades en tiempo real para dispositivos edge.
8 de febrero de 2026
Model ReleaseMiniCPM-o 4.5
Introducción: La Revolución del Edge AI
En el panorama competitivo de los modelos de lenguaje grandes (LLM), OpenBMB ha lanzado una piedra angular con MiniCPM-o 4.5, publicado el 8 de febrero de 2026. Este modelo no es simplemente una actualización incremental; representa un salto cualitativo en la eficiencia y la capacidad multimodal. A diferencia de los modelos masivos que requieren infraestructura en la nube costosa, MiniCPM-o 4.5 está diseñado para operar directamente en el dispositivo del usuario, democratizando el acceso a la inteligencia artificial avanzada.
La relevancia de esta herramienta radica en su capacidad para procesar audio, video e imagen en tiempo real sin depender de servidores externos. Para los ingenieros de IA y desarrolladores de aplicaciones móviles, esto significa una reducción drástica en la latencia y un mayor control sobre los datos. Al lograr un rendimiento comparable a modelos como Gemini 2.5 Flash con solo 9 mil millones de parámetros, OpenBMB ha demostrado que la arquitectura inteligente puede superar el simple escalado de parámetros.
- Fecha de lanzamiento: 2026-02-08
- Proveedor: OpenBMB
- Categoría: Multimodal LLM (MLLM)
- Estado: Open Source
Características Clave y Arquitectura
La arquitectura de MiniCPM-o 4.5 se construye sobre una base sólida derivada de Qwen3-8B, integrando componentes especializados para cada modalidad sensorial. Este enfoque end-to-end permite una integración fluida entre la visión, el lenguaje y el audio. El modelo utiliza SigLip2 para la comprensión visual avanzada y Whisper-medium para el procesamiento de audio, asegurando una fidelidad en la transcripción y análisis de voz.
Una característica distintiva es la capacidad de procesamiento full-duplex en tiempo real. Esto permite que el modelo escuche, vea y responda simultáneamente sin interrupciones, lo cual es crucial para aplicaciones de asistencia virtual y análisis de video en vivo. La eficiencia de los 9B parámetros se logra mediante una ingeniería de precisión que optimiza el uso de memoria y computación en hardware de borde, como teléfonos inteligentes y laptops portátiles.
- Base arquitectónica: Qwen3-8B
- Componentes visuales: SigLip2
- Componentes de audio: Whisper-medium, CosyVoice2
- Capacidad: Full-duplex real-time
- Total parámetros: 9B
Rendimiento y Benchmarks
El rendimiento de MiniCPM-o 4.5 ha sido evaluado rigurosamente en plataformas de evaluación estándar como OpenCompass. El modelo ha logrado un puntaje promedio de 78.2, lo que lo sitúa en la vanguardia de los modelos multimodales de su tamaño. Este rendimiento es comparable al de modelos mucho más grandes como Gemini 2.5 Flash, validando la eficiencia de su diseño.