MiniCPM-o 4.5
OpenBMB · Chine
- Poids ouverts
- Licence : Apache 2.0
Pas encore mesuré par une source publique Ce modèle n'a ni rang ni chiffre de classement sur QUELLE IA et n'entre dans aucun tableau : aucune des sources que nous suivons ne l'a encore mesuré. Cette fiche reprend ce que l'éditeur publie.
Présentation
Modèle omnimodal à poids ouverts d'OpenBMB qui écoute, regarde et parle en même temps, en duplex intégral, et peut prendre la parole de lui-même selon ce qu'il perçoit. Sa conversation vocale fonctionne en anglais et en chinois, avec des voix réglables et le clonage d'une voix à partir d'un court extrait. Lu sur raw.githubusercontent.com, huggingface.co, le 23/10/2026.
- Taille
- 9 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : anglais et chinois (en, zh). Lu sur huggingface.co.
- Évaluées par nos sources : aucune pour l'instant.
Annoncé par OpenBMB
Hors classementCe que l'éditeur dit lui-même de ce modèle, sur sa page du . Ces chiffres ne sont pas vérifiés par une source indépendante, ses jeux de test ne sont pas ceux de nos classements, et ils ne comptent dans aucun tableau.
| Ce qui est annoncé | Chiffre de l'éditeur | D'où vient le chiffre |
|---|---|---|
| Délai avant le premier jetonen bf16 comme en int4 ; premier jeton, pas forcément premier son ; matériel non précisé | 0,6 s | calculé par OpenBMB |
Relu le sur la page de OpenBMB.
Où il pourra être classé
Les classements de voix à voix que nous suivons : ce modèle n'y figure pas encore. Dès qu'une de ces sources le mesure, cette fiche montre son rang, à la même adresse.
- Indice voix à voix d'Artificial Analysis (Artificial Analysis)
- Raisonnement à l'écoute, Big Bench Audio (Artificial Analysis)
- Tenue de la conversation, Full Duplex Bench (Artificial Analysis)
- Délai avant le premier son (Artificial Analysis)
D'où vient cette fiche
- Fiche
- Registre de QUELLE IA, d'après les pages de l'éditeur. Modèle annoncé le 17 mai 2026, pas encore mesuré par une source publique.
- Pages lues
- https://raw.githubusercontent.com/OpenBMB/MiniCPM-o/main/README.md (« MiniCPM-o 4.5 is the latest model in the MiniCPM-o series, a **9B end-to-end omnimodal model**. It can continuously receive video and audio while generating speech and text, enabling real-time interactions that see, hear, and speak simultaneously. »), 23/10/2026
- https://raw.githubusercontent.com/OpenBMB/MiniCPM-o/main/README.md (« Beyond responding to requests, the model can also interact proactively, for example by initiating reminders or comments based on its continuous understanding of the scene. »), 23/10/2026
- https://huggingface.co/openbmb/MiniCPM-o-4_5/raw/main/README.md (« MiniCPM-o 4.5 supports **bilingual real-time speech conversation with configurable voices** in English and Chinese. »), 23/10/2026
- https://huggingface.co/openbmb/MiniCPM-o-4_5/raw/main/README.md (« The model also allows for fun features such as **voice cloning and role play via a simple reference audio clip** »), 23/10/2026
- https://huggingface.co/openbmb/MiniCPM-o-4_5/raw/main/README.md (« The model is built in an end-to-end fashion based on SigLip2, Whisper-medium, CosyVoice2, and Qwen3-8B with a total of 9B parameters. »), 23/10/2026
Voir aussi : la voix en bref, voix à voix, ou cette fiche en texte.