2B參數！國產“小鋼炮”模型開源，打贏12B谷歌Gemma 4

作者 | 楊京麗 編輯 | 李水青 9月8日報道，今日，北京端側大模型獨角獸面壁智能聯合OpenBMB開源社區，開源新一代端側語言基座模型MiniCPM5-2B。該模型參數規模為2B，支持工具調用、深度搜索、代碼生成等任務，已完成英特爾、瑞芯微、Arm等芯片或計算平臺的首日適配。評測機構Artificial Analysis榜單顯示，該模型以23分位列全球4B以下開源模型第一，智能密度高於Qwen3.5 9B和參數規模約為其6倍的谷歌Gemma 4 12B模型。在智能體指標Agentic Index上，MiniCPM5-2B得分為20分、同級模型均低於10分。

面壁智能稱，MiniCPM5-2B在2B參數規模上初步展現出通用Agent能力雛形，隨著端側Agent能力持續提升，其在辦公和生活場景中的使用成本有望進一步降低。除模型權重外，面壁智能還開源了其自研強化學習框架Meshy、基於獎勵的強化學習策略JustRL II，以及完整訓練配方、強化學習框架與配套數據集，為開發者提供可復現、可驗證的技術路徑。截至2026年8月，MiniCPM系列開源模型全球下載量已突破5000萬次。MiniCPM5-2B開源地址（含模型與UltraData系列數據） HuggingFace： https://huggingface.

co/collections/openbmb/minicpm5 GitHub： https://github.com/OpenBMB/MiniCPM Meshy框架開源地址及博客： https://github.com/OpenBMB/Meshy https://maydomain.notion.site/meshy-blog-zh JustRL II強化學習算法博客： https://panhaoxuan.notion.

site/justrl-ii-small-llms-to-128k-reasoning-with-a-critic-cn 一、4B以下開源模型第一，超過Gemma 4等參數規模更大模型 據Artificial Analysis評測結果，MiniCPM5-2B的綜合能力得分為23分，位列全球4B參數以下開源模型第一，得分超過Gemma 4 12B、Qwen3.5 9B以及各大主流3B-4B級別的模型。在智能密度方面，MiniCPM5-2B以2B的參數規模，取得了高於4B級開源模型的智能得分。與相關對比模型相比，其參數量約為一半，智能得分接近兩倍，體現出較高的參數利用效率。

在推理輸出方面，MiniCPM5-2B消耗21k Token（1.4k思考+7k答案），對應智力得分23分。相比之下，Granite 4.2 3B消耗約19k Token（12k思考+7k答案），智力得分為14分；LFM2.5-2.6B消耗21k Token（14k思考+7k答案），得分為11分。以1000分為人類基線，MiniCPM5-2B在真實任務評測中獲得891分，居於4B以下模型榜首，同時遠高於參數規模約為其6倍的Gemma 4 12B（647分），更接近人類水平。此外，在面壁智能公佈的34項基準評測中，MiniCPM5-2B平均得分為53.

9分，在該組對比模型中排名第一，超過Qwen3.5-4B等參數規模更大的模型。評測覆蓋代碼推理、數學推理、指令遵循、綜合知識、長文本、工具調用和Agent任務等方向。二、開放強化學習框架、訓練配方等，接入主流開發工具鏈 隨著MiniCPM5-2B開源，面壁智能與OpenBMB還開源了其自研強化學習框架Meshy與基於獎勵的強化學習策略JustRL II。在訓練框架側，Meshy取消了中央控制器和Ray依賴，將訓練、推理、獎勵計算等環節組織為對等服務，通過TransferQueue中的數據就緒狀態驅動流程，支持在同步、異步和全異步三種訓練模式之間切換，便於擴展。

為解決長思維鏈強化學習中的數據質量與信用分配問題，MiniCPM團隊提出了JustRL II：數據上，通過三階段流水線篩選和校準訓練數據；算法上，為GRPO引入Critic，實現詞元級信用分配。據面壁智能介紹，JustRL II使MiniCPM5-2B在強化學習後訓練中獲得了顯著的性能收益。同時，面壁智能與OpenBMB還同步開放模型背後的訓練配方、框架與數據，為開發者復現訓練過程、開展微調及應用適配提供支持。目前，MiniCPM5-2B已接入主流開發工具鏈，並適配多種模型開發與部署工具。

模型訓練與微調方面，MiniCPM5-2B支持LlamaFactory、ms-swift等工具；在推理部署上，支持SGLang、vLLM、llama.cpp、Ollama、Hugging Face Transformers等主流框架，併兼容面壁智能自研的Arclight CPU推理框架。開發者可根據設備類型、算力條件和應用需求選擇部署方案。三、英特爾、瑞芯微、Arm平臺完成首日適配 為加速產業落地，MiniCPM5-2B已與英特爾、瑞芯微、Arm等多家芯片或計算平臺廠商完成了Day0首日原生適配。

在英特爾平臺上，團隊依託酷睿Ultra系列CPU、GPU和NPU異構計算資源，以及OpenVINO工具套件，對算子、圖融合和內存調度進行優化，支持開發者在AI PC上進行本地部署。在瑞芯微平臺上，MiniCPM5-2B可基於RK3588與RK1828雙芯平臺部署，通過RKNN3工具鏈完成模型量化和算子優化，支持推理、工具調用、深度搜索和代碼生成等任務。在Arm平臺上，該模型已適配啟用第二代可伸縮矩陣擴展技術SME2的Armv9移動設備。據面壁智能披露的測試結果，相關優化使預填充與解碼階段的性能分別達到對照條件下的約1.7倍和1.2倍。

結語：端側基座模型探索Agent落地 MiniCPM5-2B將端側基座模型的能力探索進一步延伸至Agent任務，並通過訓練方法開源、硬件適配和工具鏈支持，為開發者開展端側應用提供基礎。後續值得關注的是，這類端側模型能否在有限的算力與內存下，穩定完成工具調用、搜索和代碼生成等任務，並在任務效果、響應速度與功耗之間取得平衡，讓評測中的能力優勢轉化為日常使用中的實際價值。