MiniCPM-V 4.7 在 24GB M4 Mac mini 上跑出 51.8 tok/s
有人在 24GB 的入门 M4 Mac mini 上把 MiniCPM-V 4.7 跑到 51.8 tok/s，不用外接显卡。想在 Mac 上本地跑多模态模型的开发者可以参考这套配置，对比一下自己设备的余量。
OpenBMB 转发了社区对 MiniCPM-V 4.7 在消费级设备上的推理速度实测：一台 24GB 内存的入门版 M4 Mac mini 跑出 51.8 tok/s 的生成速度。
MiniCPM-V 4.7 是 OpenBMB 的多模态开源模型系列的新版本，这次基准测试没有使用任何外接加速设备，只靠日常办公级别的 Mac 硬件和统一内存架构完成推理。51.8 tok/s 的速度意味着在实际使用中流式输出基本流畅，不会出现逐字卡顿的等待感。
对想在本地部署多模态模型的开发者来说，这一数据说明 24GB 统一内存的 Mac mini 已经能承载该模型的日常推理负载，无需购买带独立显卡的工作站。与依赖云端 API 的方案相比，本地部署在数据隐私和长期使用成本上有明显差异。
51.8 tok/s on a base M4 Mac mini with 24GB RAM! 🚀💙 Love seeing MiniCPM-V 4.7 pushed further on everyday hardware. Thanks for sharing such detailed benchmarks! 🙌
This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include MiniCPM-V 4.7, OpenBMB, Mac mini, 多模态.
Source attribution: curated from OpenBMB (@OpenBMB).
