9 月 8 日，端侧大模型公司面壁智能联合 OpenBMB 开源社区，开源新一代高密度端侧语言基础模型 MiniCPM5-2B。这个只有 20 亿参数的模型，在第三方评测机构 Artificial Analysis 的榜单上以 23 分位列全球 4B 参数以下开源模型第一。

小参数，高密度

从榜单数据看，MiniCPM5-2B 的智能密度超过了 Qwen3.5 9B，也超过了参数规模约为其 6 倍的谷歌 Gemma 4 12B。

如果以 1000 分为人类基线，MiniCPM5-2B 在真实任务评测中获得 891 分，位居 4B 以下模型榜首，同时明显高于 Qwen3.5 9B 的 645 分和 Gemma 4 12B 的 647 分。

在推理消耗上，这个模型的效率优势更加直观。产出同样约 21k Token（14k 思考 + 7k 答案），MiniCPM5-2B 拿到 23 分；Granite 4.2 3B 消耗约 19k Token（12k 思考 + 7k 答案）得 14 分；LFM2.5-2.6B 消耗 21k Token（14k 思考 + 7k 答案）只有 11 分。同等算力开销下，得分差距接近一倍。

在覆盖代码推理、数学推理、指令遵循、综合知识、长文本、工具调用和智能体任务的 34 项基准评测中，MiniCPM5-2B 平均得分 53.9 分排名第一，既领先同级 2B 模型第二名的 33.2 分，也超过 4B 模型中表现最好的 Qwen3.5-4B。

端侧跑 Agent 的第一次验证

更值得关注的是智能体指标。MiniCPM5-2B 在 Agentic Index 上拿到 20 分，而同等参数规模模型（包括 LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B）得分均低于 10 分。

这意味着在 2B 参数规模上，通用智能体能力已经出现雏形。模型支持工具调用、深度搜索、代码生成等任务，面向手机、PC、车机和机器人等端侧设备。原生上下文长度为 131,072 tokens。

对开发者而言，这条路径的价值在于：智能体能力不再必须依赖云端大模型，终端本地运行有望带来更低的推理成本、更快的响应速度，以及更可控的数据隐私。

连训练方法一起开源

这次开源的范围超出了模型权重本身。面壁智能同时公开了完整训练配方、4 个数据集、自研强化学习框架 Meshy 和强化学习策略 JustRL II。

数据集方面包括 UltraData-Code、UltraData-SFT-Agent-2609、UltraData-RL-2609 与 UltraX 四个数据集。其中 UltraData-Code 从约 1.92 亿个公开 GitHub 仓库采集原始数据，最终形成约 400B 词元的算法代码精筛数据和约 150B 词元的任务导向合成数据；UltraData-SFT-Agent-2609 约 50 万条样本，覆盖工具调用、网页搜索、代码生成、Office 文档处理与数据库交互；UltraData-RL-2609 超过 8 万条，覆盖数学推理、代码生成与长文本理解。

框架层面，Meshy 去掉了强化学习训练的中央控制器和 Ray 依赖，把训练、推理、奖励计算全部建模为对等服务，可在同步、异步、全异步三种模式间切换。JustRL II 则针对长思维链训练中的噪声与信用分配问题，在数据侧采用三阶段流水线筛选校准，在算法侧为 GRPO 引入 Critic，实现词元级信用分配。

芯片厂商首日适配

为加速落地，MiniCPM5-2B 已完成英特尔、瑞芯微、Arm 等平台的 Day0 首日原生适配。

在英特尔平台上，模型依托酷睿 Ultra 系列 CPU、GPU、NPU 异构算力与 OpenVINO 工具套件完成全链路优化；在瑞芯微平台上，可基于 RK3588 与 RK1828 双芯平台部署，通过 RKNN3 工具链完成量化与算子优化；在 Arm 平台上，模型已适配启用第二代可伸缩矩阵扩展技术 SME2 的 Armv9 移动设备，实测预填充与解码性能分别约为对照条件的 1.7 倍和 1.2 倍。

工具链方面，模型已支持 LlamaFactory、ms-swift 等训练微调工具，并接入 SGLang、vLLM、llama.cpp、Ollama、Transformers 等推理部署框架，同时兼容面壁智能自研的 Arclight CPU 推理框架。

截至 2026 年 8 月，MiniCPM 系列开源模型全球累计下载量已突破 5000 万次，其中语言基础模型 MiniCPM 下载量超过 1300 万次。