Nemotron 3 Nano Omni と MiniCPM-o 4.5 の比較:どちらのオープン・オムニモデル?
NVIDIA の 31B オムニモデルはビデオ・音声・画像を読み、テキストで答えます。OpenBMB の 9B MiniCPM-o 4.5 はさらに発話もできます。メモリ、言語、ライセンスを比較します。
結論. モデルに何を言わせたいか、ハードウェアがどれだけあるかで選びましょう。Nemotron 3 Nano Omni は総パラメータ 31B、アクティブ約 3B、コンテキスト 256K、ビデオは最長 2 分、音声は最長 1 時間で、回答はテキストのみ、対応言語は英語のみです。ライセンスは商用利用を認める NVIDIA Open Model Agreement です。NVIDIA が挙げるハードウェアは BF16 用の 80 GB H100、FP8 用の 48 GB L40S、NVFP4 用の 32 GB RTX 5090 です。MiniCPM-o 4.5 は 9.37B のデンスモデルで、こちらも話すことができ、中国語と英語に対応し、話しながらライブのビデオと音声を受け取れ、Apache 2.0 を使います。OpenBMB の表は BF16 で 19.0 GB、int4 で 11.0 GB の GPU メモリを挙げますが、モデル設定の位置数は 40,960 までで、フルデュプレックスのデモには 28 GB GPU が必要です。2 枚のスコア表はどちらも開発者自身のもので、比較相手も違います。NVIDIA は自社の以前の Nano VL V2 と、OpenBMB は Gemini 2.5 Flash、GPT-4o、Qwen3-VL と比較しているため、互いに比較できません。自分のクリップで両方を試してください。
仕様
| 仕様 | Nemotron 3 Nano Omni | MiniCPM-o 4.5 |
|---|---|---|
| 開発元 | NVIDIA | OpenBMB |
| リリース日 | 2026年4月28日 | 2026年2月3日 |
| 総パラメータ数 | 31B (Nano Omni 30B-A3B (BF16)) | 9.37B (9B (BF16)) |
| アクティブパラメータ数 | 3B | すべて |
| アーキテクチャ | エキスパート混合(MoE) | デンス |
| コンテキストウィンドウ | 256K トークン | 40K トークン |
| 入力 | テキスト, 画像, 音声, 動画 | テキスト, 画像, 音声, 動画 |
| ライセンス | NVIDIA Open Model (パーミッシブ) | Apache 2.0 (パーミッシブ) |
| 最小バリエーションの必要メモリ(4ビット) | 32 GB (Nano Omni 30B-A3B (NVFP4)) | 11 GB (9B AWQ (int4)) |
性能に関する主張は開発元によるもので、独自検証は行っていません。
Nemotron 3 Nano Omni を選ぶべきケース
- 長い入力を扱う場合:NVIDIA は 256K コンテキスト、最長 1 時間の音声、最長 2 分のビデオを挙げています。
- テキストのみの回答で十分な場合:文字起こし、要約、JSON、ツール呼び出しなどで、英語が足りる場合。
- 32 GB 以上の NVIDIA ハードウェアを持つ場合:NVFP4 用の RTX 5090 や FP8 用の L40S など。
- Linux で vLLM 0.20.0 を動かせ、PDF を自分でページ画像に変換できる場合。
MiniCPM-o 4.5 を選ぶべきケース
- モデルに話してほしい場合:中国語や英語の音声で、設定可能な声、または同意を得たクローンの声で。
- ライブの全二重ストリーミングが必要な場合。モデルが聞きながら話し、自ら話しかけることもできます。
- 12~24 GB の GPU や、16~24 GB メモリの Apple シリコン Mac を持っている場合。
- 重みもコードも Apache 2.0 で、中国語と英語の両方に対応してほしい場合。