OpenBMB 发布 MiniCPM5-2B：仅 2.5B 参数的密集模型，性能全面超越 Qwen3.5-4B

近期，专注于人工智能研究的团队 OpenBMB 正式对外发布了一款名为 MiniCPM5-2B 的新一代密集型因果语言模型。这款模型仅拥有约 25 亿参数，却在多项基准测试中展现出了惊人的性能，甚至超越了参数量是其两倍左右的 Qwen3.5-4B 模型，为端侧 AI 和高效推理领域带来了新的突破。

小参数，大能量：性能超越大模型

MiniCPM5-2B 的核心亮点在于其极高的性能指标。根据官方发布的模型卡片数据，该模型在 34 个不同的基准测试中取得了平均得分 53.9 的优异成绩。这一成绩不仅标志着小参数模型在能力上的飞跃，更在多个关键领域实现了对更大模型的超越，尤其是在工具使用、代码代理以及长上下文检索方面表现尤为突出。

值得注意的是，尽管参数规模仅为 2.52B，MiniCPM5-2B 并非通过“小聪明”取胜，而是通过深度的预训练和多阶段后训练技术实现了质的飞跃。这一结果打破了业界对于“小模型能力有限”的刻板印象，证明了在特定的高效训练策略下，轻量级模型完全可以胜任复杂的语言理解和生成任务。

核心技术：从 400B Token 到 16 个专家的融合

MiniCPM5-2B 的强大能力并非偶然，其背后是大量算力和数据的支撑。据悉，该模型在训练过程中使用了超过 4000 亿 tokens 的深度思考监督微调（SFT）数据。同时，通过在线策略蒸馏技术，OpenBMB 团队将 16 个专家模型的知识融合到了一个单一的密集检查点中。

这种“多模型融合”的技术路径，使得模型在保持密集架构（即无 MoE 切片，易于部署）的同时，继承了多个专家模型的优势。此外，该模型原生支持 131,072 tokens 的超长上下文窗口，这意味着它能够处理极长的文档、代码库或对话历史，为长上下文应用场景提供了坚实的底层支持。

端侧部署友好：开源与兼容性

对于开发者而言，MiniCPM5-2B 的另一个巨大吸引力在于其极高的部署友好度。模型权重采用 Apache 2.0 开源协议发布，允许商业和个人自由使用。在文件体积方面，基于 GGUF 格式的版本仅约为 1.56 GB，这使其非常适合在消费级显卡甚至边缘设备上运行。

在兼容性方面，该模型严格遵循标准的 LlamaForCausalLM 架构。这意味着开发者无需修改任何模型代码，即可直接将其加载到 vLLM、SGLang、llama.cpp、Ollama 以及 MLX 等主流推理框架中。这种即插即用的特性极大地降低了开发者集成该模型的门槛，加速了其在实际业务场景中的应用落地。

行业影响与展望

MiniCPM5-2B 的发布，无疑为当前激烈的大模型竞赛注入了新的变量。随着移动设备和边缘计算硬件的普及，“端侧 AI”已成为行业共识。MiniCPM5-2B 的出现，展示了一种在资源受限环境下实现高性能推理的可行路径。它不仅为个人开发者和企业提供了高性价比的模型选择，也推动了开源社区在轻量级模型优化方面的技术进步。

对于开发者来说，这款模型在代码生成、智能助手以及长文档分析等场景中具有极高的实用价值。随着更多基于 MiniCPM5-2B 的应用生态被构建出来，我们有理由相信，端侧智能将迎来新一轮的爆发。

信息来源： MarkTechPost

原文链接： https://www.marktechpost.com/2026/09/07/openbmb-releases-minicpm5-2b-a-2-52b-dense-model-averaging-53-9-across-34-benchmarks-and-built-to-run-on-device/

信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/09/07/openbmb-releases-minicpm5-2b-a-2-52b-dense-model-averaging-53-9-across-34-benchmarks-and-built-to-run-on-device/