أوزان MiniCPM5-2B أصبحت متاحة الآن: النموذج الصغير الذي انتزع تاج فئة ما دون 4 مليارات معامل أصبح مفتوح المصدر

النموذج نفسه عمره سبعة أسابيع. كُشف النقاب عن MiniCPM5-2B في المؤتمر العالمي للذكاء الاصطناعي لعام 2026 في 19 يوليو، حيث وصفته ModelBest وOpenBMB بأنه النموذج الأعلى ترتيبًا بين النماذج الأقل من 4 مليارات معامل على لوحة تصنيفات Artificial Analysis، ووعدتا بأن الأوزان ستُتاح "في المستقبل القريب". وما حدث في نهاية هذا الأسبوع هو أن ذلك المستقبل القريب وصل دون أيٍّ من الضجة المصاحبة للإطلاق: فقد ظهر مستودع MiniCPM5-2B على Hugging Face في 6 سبتمبر، ويُشير سجل تغييرات OpenBMB إلى إصداره في 7 سبتمبر بموجب رخصة Apache-2.0، مع الحزمة الكاملة: أوزان BF16، وصيغ الكمّ GGUF وMLX وGPTQ، ونقاط تفتيش للنموذج الأساسي وللنسخة المضبوطة SFT، ونموذج مسودة DSpark لفك الترميز التخميني، ومجموعات بيانات التدريب التي قامت عليها.

لم يصاحبه بيان صحفي ولم يُنظَّم له حدث إطلاق. لقد ظهر ببساطة: مستودع على Hugging Face في يومٍ ما، وسطر في سجل التغييرات في اليوم التالي. وهذا ما يجعل هذا المقال من نوع "ما نعرفه حتى الآن" — مع تحديث مبكر واحد. يخبرنا المستودع بالكثير: النموذج قابل للتنزيل والتشغيل فعليًا اليوم، وورقة المواصفات علنية. وقد وصلت بالفعل نتيجة تقييم خارجية: تُدرج Artificial Analysis نموذج MiniCPM5-2B في مؤشر الذكاء الإصدار 4.2 {{1}}...{{/1}} بدرجة 15، وهي أفضل نتيجة بين النماذج مفتوحة الأوزان التي يقل إجمالي معاملاتها عن 4 مليارات على ذلك المؤشر، {{2}}...{{/2}} لذا لم يعد ترتيب النماذج الأقل من 4 مليارات معتمدًا على كلمة البائع وحده. ما لا يزال غير مؤكد هو الأرقام الرئيسية في بطاقة النموذج، {{3}}...{{/3}} التي أعادت OpenBMB إنتاجها في بيئة الاختبار الخاصة بها ولم يعِد تشغيلها أي جهة خارج المختبر. إليك ما يمكن معرفته من المستودع، وما تم قياسه الآن بشكل مستقل، وما لا يزال بحاجة إلى تحقق قبل أن تبني عليه عملك.

ماذا حدث للتو؟

MiniCPM5-2B هو النموذج الثاني في سلسلة MiniCPM5، بعد MiniCPM5-1B، الذي أتاحته OpenBMB كمصدر مفتوح في 19 مايو. عندما ظهر إصدار 2B كمنتج في WAIC، كانت القصة قصة رقاقات بقدر ما كانت قصة نموذج — فقد أطّرته ModelBest كقاعدة وكيل مدمجة على الجهاز للهواتف وأجهزة الكمبيوتر ومقصورات القيادة الذكية، وسمّت تسع رقاقات بدعم فوري من اليوم الأول عبر مجتمع FlagOS، من Huawei Ascend إلى NVIDIA إلى طيف من المسرعات المحلية. وقد وُصف فتح المصدر بأنه وشيك. مرّت سبعة أسابيع.

في السادس من سبتمبر، ظهر مستودع openbmb/MiniCPM5-2B. وحتى وقت كتابة هذا النص، تُعد بطاقة النموذج بمثابة إعلان الإصدار، وهي مكتملة بشكل غير معتاد بالنسبة لإطلاقٍ هادئ:

الأوزان — نقطة التحقق النهائية بعد التدريب اللاحق عبر RL + OPD بصيغة BF16، مرخصة بموجب Apache-2.0، وغير مقيدة الوصول — يمكن لأي شخص تنزيلها.

• نقاط تفتيش مصاحبة — MiniCPM5-2B-SFT و-Midtrain و-Base للأشخاص الذين يريدون النموذج قبل RL/OPD، بالإضافة إلى -GGUF و-MLX و-GPTQ ونموذج مسودة -DSpark، وكلها مدرجة في مجموعة MiniCPM5 على Hugging Face.

• البيانات — مجموعات التدريب النصية مفتوحة أيضًا، صدرت ضمن عائلة UltraData: Ultra-FineWeb وUltraX وUltraData-Code وUltraData-Math وUltraData-SFT-Agent-2609 وUltraData-RL-2609.

المرايا — يشير ملف README إلى كل من Hugging Face وModelScope.

سطر واحد في البطاقة أهم مما يبدو عليه: «لا نواة مخصصة، ولا تفرع لشفرة النموذج». يستخدم MiniCPM5-2B البنية القياسية LlamaForCausalLM، لذا يمكن لأي محرك يقدّم بالفعل نماذج عائلة Llama تحميله دون انتظار تنفيذ مُصمَّم خصيصًا.

لماذا يستحق نموذج 2.5B إلقاء نظرة ثانية؟

كان عرض WAIC عرضًا قائمًا على التصنيفات. قالت ModelBest إن MiniCPM5-2B حصل على 17 في مؤشر الذكاء لتحليل الذكاء الاصطناعي (Artificial Analysis Intelligence Index)، ليحتل بذلك المرتبة الأولى بين النماذج التي تقل معاملاتها عن 4 مليارات في لوحة تصنيفات AA عند الإطلاق. وهناك تحفظان ينبغي إرفاقهما بهذا الرقم. أولاً، لا يمكن مقارنة درجات المؤشر إلا ضمن نسخة منهجية واحدة: فدرجة MiniCPM5-1B السابقة البالغة 17.9 جاءت من لقطة سابقة لـ AA، لذا فهي ليست دليلاً على أن النموذج الأصغر «يسجّل أعلى»، ووفقًا للقاعدة نفسها، فإن الدرجة الأحدث القائمة على منهجية أحدث لا تمثل تراجعًا. ثانيًا، تغذّي أرقام AA بطاقة النموذج، لكن متوسط العنوان الرئيسي للبطاقة هو متوسط OpenBMB الخاص، ومُنتَج داخل بيئة OpenBMB الخاصة. وهذا التمييز مهم لأن AA انتقلت منذ ذلك الحين إلى منهجية أحدث ونشرت درجة جديدة — وهي أول مراجعة خارجية لهذا العرض منذ إصدار الأوزان المفتوحة.

وصل رقم خارجي في الأسبوع نفسه الذي وصلت فيه الأوزان. وفي 4 سبتمبر، طرحت Artificial Analysis الإصدار v4.2 من مؤشر Intelligence Index، وهو مراجعة منهجية ترفع الوزن الممنوح للاختبارات الخاصة المستبقاة (held-out) إلى 40%، ويضيف مكوّنين جديدين — AA-Briefcase، وهو تقييم وكيلي (Agentic)، وGDP.pdf الصادر عن Surge، وهي مهمة استدلال على مستندات طويلة السياق. يحمل MiniCPM5-2B الآن درجة v4.2 مقدارها 15 في مؤشر AA؛ وهي أفضل نتيجة بين نماذج الأوزان المفتوحة التي يقل إجمالي معاملاتها عن 4B، كما يحتل المركز الأول بين 47 نموذجًا مفتوحًا في فئة الحجم هذه على قائمة AA. وهذا يُبقي النموذج في المكانة التي حدّدها له العرض الترويجي في يوليو، لكن هذه المرة وفق منهجية يصعب التلاعب بها، وبأوزان يستطيع أي شخص تنزيلها والتحقق منها بنفسه. غير أن الرقم 15 لا يُقارن بالرقم 17 الذي سُجّل في فترة الإطلاق، لأن هذا الأخير جاء من منهجية v4.1 — فالمنهجية أكثر صرامة، وليس النموذج أضعف — كما أن المؤشر المركب لا يتحقق من الصفوف الفردية في بطاقة بيانات النموذج، وهي صفوفٌ أعاد فريق OpenBMB إنتاج معظمها في منصة التقييم الخاصة به. لكن ما يفعله المؤشر فعلًا هو أنه يستقر على المحورين اللذين تقول OpenBMB إن النموذج حُسِّن من أجلهما: إذ يمنح الإصدار v4.2 وزنًا أكبر للمهام الوكيلة، ويُظهر تتبّع الإسهاب لدى AA أن MiniCPM5-2B يولّد 57 مليون توكن من المخرجات عبر مهام المؤشر، ليكون بذلك النموذج الأكثر إيجازًا في فئته، في مقابل وسيط يبلغ 72 مليون توكن. وشكر فريق OpenBMB فريق AA على إجراء هذا التقييم، وصاغ تعليقه في هذه العبارات تحديدًا: الأداء الوكيل وكفاءة التوكنات على نطاق 2.6B، كما قال، هما ما حُسِّن النموذج من أجله.

الادعاء الموضوعي كان قدرة وكيلية في حزمة صغيرة: استدعاء أدوات أصلي، وبحث عميق، وتوليد أكواد، تم تدريبها من الأساس بدلاً من إلحاقها لاحقًا. تصف البطاقة خط أنابيب من ثلاث مراحل — التدريب الأساسي، والتدريب الوسيط، ثم التدريب اللاحق عبر ضبط دقيق خاضع للإشراف (SFT) على 400 مليار توكن من بيانات التفكير العميق، ومعلمين متخصصين في التعلم المعزز (RL)، وتقطير على السياسة (OPD) يدمج ستة عشر نموذجًا خبيرًا من نماذج RL، خمسة منها وكيلية، مرة أخرى في شبكة كثيفة صغيرة واحدة. تنسب OpenBMB إلى مرحلة RL + OPD متوسط مكسب قدره 10.96 نقطة في مهام الاستدلال والمهام العامة و6.96 نقطة في المهام الوكيلية — فروق داخلية، لكنها تفسر الشكل غير المعتاد لهذا النموذج: شبكة بمعاملات تبلغ 2.5 مليار مبنية مثل نموذج استدلال وموجهة لاستخدام الأدوات.

ماذا يحتوي المستودع فعليًا

ورقة المواصفات لا لبس فيها، لأنها ملف الإعداد نفسه. يحتوي MiniCPM5-2B على 2,516,756,480 معلمة، منها 1,981,982,720 معلمة غير تضمينية؛ إذ يحسب البائعون الرقم غير التضميني عندما يتحدثون عن "فئة 2B." وهو محول كثيف بعدد 42 طبقة وحجم خفي 2048، وانتباه يجمع الاستعلامات بـ16 رأس استعلام ورأسَي مفتاح/قيمة فقط، ومفردات حجمها 130,560، وموترات بدقة BF16. ويُشحن النموذج كاملًا في جزء safetensors واحد، صغير بما يكفي لتحميله عبر اتصال حاسوب محمول وتشغيله على وحدة معالجة رسومية متوسطة واحدة أو وحدة معالجة عصبية من فئة الهواتف.

• المعلمات — 2,516,756,480 إجمالًا؛ 1,981,982,720 غير مضمّنة.

• البنية — نموذج LlamaForCausalLM الكثيف، 42 طبقة، البعد الخفي 2048، GQA 16 رأس استعلام / رأسي KV، المفردات 130,560.

• السياق — تم تكوين 131,072 رمزًا (max_position_embeddings)، دون تحجيم RoPE في الإعدادات.

• الترخيص — Apache-2.0، لكلٍّ من النموذج وبيانات التدريب المنشورة.

• التنسيق — BF16؛ تُنشر إصدارات GGUF وMLX وGPTQ بشكل منفصل.

رقم واحد من عرض يوليو لا يظهر في نقطة التحقق. مواد مؤتمر WAIC روّجت لنافذة سياق تبلغ 512K رمزًا؛ بينما يضبط الإعداد المُصدَر max_position_embeddings على 131,072 (128K) دون أي إدخال rope_scaling. من المحتمل أن الرقم 512K يُقصد الوصول إليه عبر تمديد وقت الاستدلال بالطريقة التي تمد بها عدة نماذج صغيرة سياقها — لكن كما هو مُصدَر، يوثّق المستودع الرقم 131,072، وهذا هو الرقم الذي يُصمَّم وفقًا له حتى تنشر OpenBMB وصفة تمديد.

الأرقام، مرتبة حسب من قام بقياسها

تولي بطاقة النموذج عنايةً دقيقةً بتوثيق المصدر، وتستحق قراءة حواشيها. الدرجات التي تشير إليها بعلامة الخنجر «مأخوذة من الإصدار الرسمي لـ Artificial Analysis» — مثل GPQA-Diamond 70.2 وHLE 8.9 وAA-LCR 59.0 وTerminal-Bench v2.1 8.6 وGDPval-AA v2 19.6. أما كل ما سواها فيُوصف بأنه «أُعيد إنتاجه داخليًا»، وهو ما يعني أن OpenBMB أجرت تلك التقييمات في بيئتها الخاصة. وتشمل هذه الفئة الأرقام الأكثر جذبًا للانتباه: متوسطًا داخليًا بلغ 53.9 عبر مجموعة المقارنة في البطاقة، وAIME 2025/2026 عند 86.5، وMATH-500 عند 94.6، وLiveCodeBench v6 عند 69.1، وSWE-bench Verified عند 46.4، وBFCL v4 عند 66.6، وτ²-Bench Telecom عند 97.1، وGAIA (Text-103) عند 88.7، وMMLU-Pro عند 70.8.

ثلاثة أمور تُبقي هذه الأرقام صادقةً عند القراءة. إن متوسط 53.9 هو نتيجة نسبية وليست مطلقة — فالبطاقة تعمل على تسوية كل محور راداري بحيث يسجّل أفضل نموذج في المقارنة 100. مجموعة المقارنة يختارها البائع: نماذج مفتوحة أخرى بمعاملات تتراوح بين 2B و4B تشمل Qwen3.5-2B وQwen3.5-4B وGemma-4-E2B-it وgranite-4.2-3B وLFM2.5-2.6B وLFM2.5-8B-A1B. ضمن هذه المجموعة تُظهر البطاقة أن MiniCPM5-2B يتفوق بوضوح على أقرب منافسيه، Qwen3.5-4B عند 51.1 — وهي نتيجة مدهشة حقًا لنموذج نصف الحجم، وهي تحديدًا النوع من النتائج التي تحتاج إلى إعادة إنتاج مستقلة قبل أن يبني أي شخص عليها. كما أن بعض الصفوف الفردية يصعب التوفيق بينها وبين التسويق: نتيجة 46.4 في SWE-bench Verified من نموذج كثيف بحجم 2.5B ستكون لافتة إذا أمكن إعادة إنتاجها، بينما نتيجة 8.9 في HLE تُذكّر بأن "الأفضل بين النماذج الأقل من 4B" و"النماذج الحدودية" دوريان مختلفان. لا يناقض أيٌّ من هذه النتائج المستودع، وقد أكد تجميع AA الإصدار 4.2 منذ ذلك الحين الموقع العام للنموذج في صدارة فئة الأوزان المفتوحة الأقل من 4B — لكن هذه الصفوف المحددة هي نتائج OpenBMB الخاصة، وما تزال غير موثّقة من قبل أي شخص خارج المختبر.

تشغيل MiniCPM5-2B اليوم

نظرًا لأن البنية هي Llama عادية، فإن المحركات السائدة تحمّلها مباشرةً. يوفّر README الخاص بـ OpenBMB أدلة بدء سريع لكلٍّ من vLLM (الإصدار 0.21 أو أحدث)، وSGLang (الإصدار 0.5.16 أو أحدث)، وTransformers (الإصدار 5.6 أو أحدث)، مع أخذ عينات موصى به عند درجة حرارة 1.0 وtop-p بقيمة 0.95، وتفعيل enable_thinking عندما تريد تمريرة الاستدلال. أما الملفات المصاحبة بصيغتي GGUF وMLX فتغطي كلاً من llama.cpp وOllama وLM Studio وApple Silicon؛ كما تسرد البطاقة بيئة تشغيل ArcLight ومكدسات الضبط الدقيق المعتادة (TRL + PEFT وLLaMA-Factory وms-swift وunsloth).

من المفيد معرفة تفصيلين مهمين عن النشر قبل أن تبدأ. بالنسبة لاستدعاء الأدوات والدوال، يُعد SGLang الواجهة الخلفية الموصى بها: إذ يصدر النموذج استدعاءات أدوات بأسلوب XML، ويحوّلها المحلل المدمج `minicpm5` في SGLang بشكل أصلي إلى استدعاءات أدوات متوافقة مع OpenAI (`tool_calls`)، ما يعني أن العملاء القياسيين لاستدعاء الأدوات يعملون دون الحاجة إلى طبقة توافق مخصصة. أما نموذج المسودة DSpark فهو موجود لجعل مرحلة الاستدلال أقل تكلفة: فهو يعمل داخل SGLang باستخدام خوارزمية فك الترميز التخميني DSPARK، مما يسرّع عملية فك الترميز مع إبقاء مخرجات النموذج المستهدف دون تغيير — وهذا النوع من العوامل هو ما يحدد ما إذا كانت حلقة الوكيل بسياق 128 ألف رمز على حاسوب محمول قابلة للاستخدام فعلًا أم مجرد ممكنة نظريًا فقط.

إذا كنت تفضّل تقييم مجموعة من النماذج المفتوحة الصغيرة بدلاً من ضبط نموذج واحد يدويًا، فإن طبقة التوجيه تثبت قيمتها هنا: عندما يدرج مزوّد نموذج MiniCPM5-2B، يكون جهاز التوجيه وسيلة غير مكلفة لإجراء اختبار A/B بينه وبين Qwen3.5-2B ونقاط الفحص المفتوحة الأخرى الأقل من 4B على المهمة نفسها دون تكامل ثانٍ. في OrcaRouter، يعني ذلك واجهة برمجة تطبيقات واحدة عبر أكثر من 200 نموذج، مع تمرير أسعار المزوّدين المدرجة بهامش ربح 0%، وتجاوزًا تلقائيًا للفشل إذا تعطّلت نقطة فحص جديدة كليًا أو تكرّرت على مسار إنتاج. هذا المستودع لم يتجاوز عمره يومين تقريبًا، ولا توجد حتى الآن أي واجهة برمجة تطبيقات مستضافة يمكننا الإشارة إليها تُدرج MiniCPM5-2B — لذا فإن الخيار الصريح الافتراضي اليوم هو التعامل معه كتجربة استضافة ذاتية، وليس كاعتماد أساسي.

من يجب أن يسحب هذه الأوزان؟

اسحبها اليوم إذا كان عملك يتعلق بالوكلاء على الأجهزة، أو استدعاء الأدوات على الحافة، أو تجارب البرمجة والاستدلال بالنماذج الصغيرة، وتريد الخيار الأكثر تدريبًا بعدوانية ضمن فئة 2B المطروح أمامك. إن رخصة Apache-2.0 وبيانات التدريب المفتوحة تزيلان السببين اللذين يجعلان معظم الفرق تتردد في نموذج صغير من مختبر صيني — لا قيود على الاستخدام التجاري، ولا مجموعة بيانات صندوق أسود. اسحبها بحذر إذا كنت تختار نموذجًا للإنتاج بالاعتماد على جدول المعايير وحده: فالصفوف الرئيسية في البطاقة هي نسخ مطابقة من OpenBMB نفسها، والمؤشر المركب AA v4.2 — وهو القياس الخارجي الوحيد حتى الآن — لا يضمنها. إن نموذج 2.5B الذي يتجاوز أداء Qwen3.5-4B وفقًا للتقارير، هو ادعاء يستحق الساعتين اللتين يتطلبهما إعادة إنتاج SWE-bench بنفسك.

ما يجب ترقّبه بعد ذلك. لا يتجاوز عمر المستودع يومين، لذا ما تزال الإشارات قصيرة المدى ميكانيكية: هل سيعتمد llama.cpp ومكتبة Ollama صيغة GGUF؟ وهل ستنطلق مرآة ModelScope وبناءات رقاقة FlagOS بسلاسة؟ وهل ستضم واجهة API مستضافة النموذج MiniCPM5-2B إلى قائمتها؟ عندها فقط لن يظل مقتصرًا على الاستضافة الذاتية. أما الإشارة الجوهرية التي نبّه المقال إلى غيابها — وهي تشغيل مستقل من Artificial Analysis أو مختبر جامعي — فقد وصلت الآن في صورة نتيجة مؤشر v4.2، وهي تُبقي MiniCPM5-2B في المرتبة الأولى بين النماذج ذات الأوزان المفتوحة الأقل من 4B. وما لا يزال عالقًا هو التحقق على مستوى الصفوف: لم يقم أحد خارج OpenBMB بإعادة إنتاج الأرقام الداخلية الواردة في بطاقة النموذج، ولا سيما نتيجة SWE-bench Verified البالغة 46.4 والمتوسط الداخلي البالغ 53.9. وإلى أن يُعاد تنفيذ تلك الصفوف بعينها، تعامل مع MiniCPM5-2B كما تتعامل مع أي نموذج صدر بهدوء وببطاقة بيانات مدهشة: باعتباره فرضية واعدة جدًا يمكنك تشغيلها محليًا الليلة، ونموذجًا ينبغي لك التحقق من أرقامه الأكثر إثارة للانتباه قبل أن تأتمنه على عمل حقيقي.