d1-Omni-2B vs. MiniCPM5-2B: Ein Entscheidungsmodell ist kein kleines Chat-Modell

Beide sind Open-Weight, beide liegen bei nahezu zwei Milliarden Parametern, und beide sind auf Hardware ausgerichtet, die auf einem Schreibtisch steht und nicht in einem Rack. Dort endet die Ähnlichkeit. d1-Omni-2B nimmt einen Zustand entgegen – Text, JSON, Bilder, Videoframes, Audio – plus eine Menge benannter Fragen und liefert typisierte Antworten mit kalibrierten Wahrscheinlichkeiten in einem einzigen Vorwärtsdurchlauf. MiniCPM5-2B nimmt Text entgegen und schreibt mehr Text, indem es sich Token für Token zu einer Antwort hinarbeitet. Das eine gegen das andere auszutauschen ist weder ein Modell-Upgrade noch ein Modell-Downgrade; es ist eine Neuimplementierung von allem, was die Antwort konsumiert. Der lohnenswerte Vergleich ist daher nicht, welches höher abschneidet. Er lautet, welchen Vertrag Ihre Pipeline tatsächlich akzeptieren kann und was jedes Modell Sie an Lizenzen, Latenz und Deployment-Aufwand kostet, um ihn einzuhalten.

Was kommt bei einem Aufruf tatsächlich zurück?

Ein d1-Aufruf sieht wie ein Schema aus, nicht wie eine Unterhaltung. Man übergibt system_one einen Zustand und ein Dictionary aus Fragen, jeweils mit einem Typ – Ja/Nein, Einfachauswahl, Mehrfachauswahl, geordnete Scores, Textspanne, Zahl, Datum, eine Bounding Box oder mehrere – und erhält pro Frage einen Wert mit einer angehängten Wahrscheinlichkeit zurück. Das eigene Beispiel der Modellkarte routet ein Support-Ticket: ein Rückerstattungs-Flag, eine Teamzuweisung aus zwei benannten Kriterien und eine Konfidenz für jedes. Keine Prosa, kein Transkript, keine ausgegebenen Tokens. Die Karte stellt dies unmissverständlich klar: Es ist kein Chat-Modell.

Dieses Design ist das gesamte Produkt. Da nichts dekodiert wird, gibt es keinen Parseschritt, keine JSON-Reparatur, keine Wiederholungsschleife für das Modell, das seine Antwort in eine Entschuldigung verpackt hat. Ein Wert kommt bei einem von Ihnen gewählten Schwellenwert zurück, mit einem Enthaltungspfad, wenn nichts in der Auswahlmenge zutrifft — Liquid meldet 78,5 bei diesem Enthaltungstest schriftlich und 75,8 mündlich. Wenn Ihr nachgelagerter Code eine Warteschlangenzuweisung und eine Zahl benötigt, ist dies die Form, die Sie wollen.

MiniCPM5-2B liefert die entgegengesetzte Form. Es ist ein Standard-Decoder mit Llama-Architektur, der nachdenkt, bevor er antwortet, aufgebaut auf einer Deep-Thinking-SFT-Stufe mit 400 Milliarden Tokens, Domain-RL und einem On-Policy-Distillationsschritt, der sechzehn spezialisierte Lehrermodelle in einen einzigen dichten Checkpoint zusammenführt. Strukturierte Ausgaben lassen sich damit durchaus erzielen – seine Function-Calling-Werte sind respektabel, und OpenBMB liefert einen Tool-Parser für vLLM –, aber man erhält sie, indem man im Prompt darum bittet und darauf vertraut, dass der Decoder sich daran hält. Das Reasoning ist das Feature. Es ist auch das, wofür Sie bei jedem Aufruf bezahlen.

Das direkte Duell, das es nicht gibt

Es gibt keinen Benchmark, auf dem diese beiden Modelle beide ausgeführt wurden. Das ist keine Lücke in der Berichterstattung; es ist eine Folge der obigen Aufteilung. d1-Omni-2B erscheint nur in Liquids Decision-Suites — DecisionBench v1 mit 76.4, decisionbench.ai v4 mit 84.7, Decision Index public suite v0.3 mit 49.0, ImajevBench v2.0-lite mit 72.3, ein ungewichteter Vision-Durchschnitt von 67.7 über achtzehn Benchmarks. MiniCPM5-2B erscheint nur in OpenBMBs Reasoning- und Agentic-Suite: ein Durchschnitt von 53.9 über 34 Tests, LiveCodeBench v6 mit 69.1, AIME 2025 mit 86.5, SWE-bench Verified mit 46.4, BFCL v4 mit 66.6 und ein deutlich bescheideneres 8.9 bei Humanity's Last Exam. Keine dieser Zahlen wurde auf denselben Items und von demselben Bewerter gemessen wie irgendeine Zahl in der ersten Liste.

Wer Ihnen eine Zweispaltentabelle dieser Ergebnisse nebeneinander zeigt, betreibt Stitching, und das Stitching ist schlimmer, als es aussieht. Jede Zahl zu d1-Omni-2B wurde vom Anbieter ermittelt und ist zum Zeitpunkt der Veröffentlichung nicht unabhängig reproduziert. Auch der beworbene Durchschnittswert von OpenBMB wurde vom Anbieter ermittelt — das Unternehmen hat seine Trainingskorpora und sein RL-Framework veröffentlicht, was mehr ist, als die meisten Labore tun, aber das ist Reproduzierbarkeit der Methode, nicht der Ergebnisse.

Die unabhängigen Zahlen, die es tatsächlich gibt, sollten sorgfältig gelesen werden, weil sie sich zwischen den Indexversionen widersprechen. Artificial Analysis bewertete MiniCPM5-2B mit 15 auf seinem Intelligence Index v4.2, als es den Launch am 7. September abdeckte; die Live-Seite zeigt jetzt 12; OpenBMBs eigene Angabe von 23 stammt aus v4.1.1. Diese drei Ziffern sind weder ein Rückgang noch ein Streitfall – der Index hat sich darunter geändert, und Ergebnisse aus verschiedenen Versionen sind nicht vergleichbar. Nehmen Sie die Richtung und ignorieren Sie die Ziffer. Für d1-Omni-2B oder sein Schwestermodell d1-2B hat Artificial Analysis überhaupt keine Seite, daher hat das Entscheidungsmodell noch keinerlei unabhängige Messung.

Eine Zahl, die übertragbar erscheint und es nicht ist: Liquid führte einen Vergleich mit 27 Tests seines Chat-Modells LFM3-1.7B gegen MiniCPM5-2B durch und gewann 23 zu 4. Dieses Ergebnis besagt, dass ein von Liquid nachtrainierter Decoder auf diesen Tests den von OpenBMB schlägt. Es sagt nichts über den Entscheidungs-Head aus, der in diesem Lauf nie enthalten war, und sollte nicht herangezogen werden, um diese Paarung zu entscheiden.

Wo sich die technischen Daten tatsächlich unterscheiden

• Ausgabekontrakt — typisierte Werte mit Wahrscheinlichkeiten und null Ausgabe-Tokens gegenüber generiertem Text mit einem impliziten Reasoning-Trace. Alles andere auf dieser Liste ist dem nachgelagert.

• Größe — 2,17 Mrd. Parameter in einem 4,33 GB großen BF16-Checkpoint, gegenüber 2,52 Mrd. insgesamt und 1,98 Mrd. ohne Embeddings, etwa 5 GB in BF16. Nah genug, dass keiner allein aufgrund des Speicherbedarfs die Nase vorn hat.

• Eingaben — Text- oder JSON-Zustand, Bilder, Videoframes und Audio, in einer Anfrage kombinierbar, gegenüber nur Text. MiniCPM5-2B hat keinen Vision-Encoder und keinen Audio-Pfad; wenn der Zustand eine Wellenform enthält, endet dieser Vergleich hier. Wer die multimodale Reihe von OpenBMB sucht, ist bei MiniCPM-V 4.7 richtig – einer anderen Familie mit einer anderen Abwägung.

• Kontext — 128.000 Tokens gegenüber 131.072. Das ist dieselbe Zahl, auf zwei Arten ausgedrückt, und kein Grund, sich für eines der beiden Modelle zu entscheiden. Sie ist nur insofern von Bedeutung, als beide ein langes Dokument aufnehmen können; die Einschränkung von d1-Omni-2B besteht darin, dass lange gesprochene Passagen seine Genauigkeit deutlich beeinträchtigen, lange bevor das Fenster gefüllt ist, und die Karte sagt das auch.

• Lizenz — LFM Open License v1.0 mit einer Jahresumsatzschwelle von $10,000,000, gegenüber Apache-2.0 ganz ohne Bedingung. Dies ist der größte einzelne Unterschied in der Tabelle, und er hat nichts mit der Modellqualität zu tun.

• Laufzeit — benutzerdefinierter Modellierungscode hinter trust_remote_code, Transformers 5.19 oder neuer, nur BF16, kein Hersteller-GGUF und kein dokumentierter vLLM- oder SGLang-Pfad, gegenüber unverändertem Llama-Tooling: vLLM, SGLang, llama.cpp, MLX, GPTQ, ein offizielles GGUF im Repository und bereits kursierende quantisierte Builds.

• Verbreitung — 36 Downloads und 10 Likes vier Tage nach Erscheinen des Repositories am 24. Oktober, gegenüber 1.216.145 Downloads und 1.823 Likes seit dem 6. September. Einschränkung: Die MiniCPM-Zahl hatte sieben Wochen und einen Launch-Beitrag Zeit, die d1-Zahl hatte beides nicht, daher als Reifesignal und nicht als Urteil lesen.

Fünf Millisekunden gegenüber einem Gedanken

Liquid veröffentlicht die Warm-Call-Latenz für d1-Omni-2B, gemessen nach compile() in BF16 als Median aus zwanzig Aufrufen. Auf einer H100 PCIe kostet eine einzelne Frage 5,8 ms, drei Fragen 7,7 ms, ein Zustand mit 5.000 Token 52 ms, ein 384-Pixel-Bild 12,1 ms und zehn Sekunden Audio 12,4 ms. In Batches von 64 Zuständen pro Aufruf schafft es 1.154 Zustände pro Sekunde, und eine MI325X ist mit 3,7 ms und 1.697 Zuständen pro Sekunde noch schneller. Eine M5 Pro benötigt 21,1 ms für eine Frage und schafft 110 Zustände pro Sekunde – langsam im Vergleich zu einer Rechenzentrumskarte und dennoch schnell genug, um in einer Desktop-App sofort zu wirken.

Nichts davon ist ein fairer Vergleich, denn die andere Seite veröffentlicht keine Zeitangabe. Was sich strukturell sagen lässt, ist, dass die Latenz eines Decoders mit dem Umfang seines Nachdenkens skaliert – und MiniCPM5-2B ist ein Modell, das zum Nachdenken gebaut ist. Bei einem Routing- oder Triage-Aufruf – wo die richtige Antwort einer von vier Queue-Namen ist – zahlt man für eine Begründung, nach der niemand gefragt hat, und zahlt dafür pro Token. Artificial Analysis beziffert das: Im Rahmen seines Intelligence-Index-Laufs gab das Modell 74 Millionen Ausgabe-Tokens aus, gegenüber einem Median von 67 Millionen bei vergleichbaren Modellen, was seine Zusammenfassung als „etwas wortreich“ bezeichnet. Das ist kein Argument gegen das Modell; es ist ein Argument dagegen, es in der Rolle einzusetzen, für die d1-Omni-2B gebaut wurde.

Behandle die d1-Zahlen mit der üblichen Vorsicht. Es sind Herstellermessungen, auf spezifischer Hardware mit einem Kompilierungsschritt erhoben, und ein unabhängiger Lauf wird fast sicher bei etwas anderem herauskommen. Die Größenordnung – einstellige Millisekunden pro Entscheidung – ist der Teil, der sich hält.

Die Lizenzklausel, die mehr zählt als die Anzeigetafel

MiniCPM5-2B wird unter Apache-2.0 vertrieben. Sie können es kommerziell nutzen, forken, weiterverbreiten, in ein Produkt einbetten und müssen nie mit einem Anwalt darüber sprechen. d1-Omni-2B wird unter der LFM Open License v1.0 vertrieben, die kommerzielle Nutzung nur gewährt, solange Ihr Unternehmen unter $10,000,000 Jahresumsatz bleibt. Bei oder über dieser Schwelle gibt die Lizenz an, dass die kommerzielle Nutzung „nicht unter dieser Vereinbarung lizenziert ist“ – was bedeutet, dass Sie eine separate Vereinbarung mit Liquid AI benötigen oder das Modell nicht vertreiben.

Die Weiterverbreitung ist bei beiden zulässig, auf der LFM-Seite mit Bedingungen: die Lizenz weiterreichen, geänderte Dateien kennzeichnen, die Hinweise beibehalten. Es gibt keine Vorgabe zum Rebranding. Für ein Forschungsteam, einen Prototyp oder ein Unternehmen, das deutlich unter der Grenze liegt, ist diese Klausel eine Formalität. Für ein Produktteam in einem Unternehmen, das die Schwelle während der Nutzungsdauer des Modells überschreiten könnte, ist es eine Beschaffungsfrage, die vor dem ersten Benchmark aufkommt – und eine, die spät von der Rechtsabteilung entdeckt wird, nachdem die Architektur festgelegt ist.

Die Asymmetrie ist so deutlich, dass sie ohne Einschränkung benannt werden sollte: Allein wegen der Lizenz ist MiniCPM5-2B für jeden kommerziellen Einsatz die sicherere Wahl, und die Lizenz von d1-Omni-2B ist ein echter Kostenfaktor der Entscheidung für dieses Modell, keine Fußnote.

Welches kannst du heute tatsächlich ausführen?

MiniCPM5-2B ist langweilig zu deployen, und das ist das höchste Kompliment, das ein Modell dieser Größe bekommen kann. Es ist ein Standard-Decoder, also unterstützen vLLM und SGLang es ohne Patch, llama.cpp und LM Studio lesen das GGUF, MLX deckt Apple Silicon ab, und ein Q4_K_M-Build ist etwa 1,45 GB groß. Die einzige Falle ist Tool Calling: Das Modell gibt Aufrufe im XML-Stil aus, daher braucht vLLM den aktivierten minicpm5-Tool-Call-Parser, sonst kommen deine Funktionsaufrufe als Prosa an.

d1-Omni-2B ist noch nicht langweilig. Um es zu laden, braucht man ein aktuelles Transformers mit trust_remote_code=True, außerdem torch, torchvision und Pillow; das Repository liefert BF16-Safetensors und sonst nichts. Es gibt kein Hersteller-GGUF, kein zusammengeführtes vLLM-Rezept in der Modellkarte, und Hugging Face führt keinen Inference-Anbieter dafür auf — also gibt es keinen gehosteten Endpunkt zum Testen, weshalb es auch keinen gehosteten Preis gibt, den man nennen könnte. Der praktische Weg, den die meisten gehen werden, ist der Ollama-Tag d1-omni:2b, ein 4,4 GB großes Community-Paket, das dieselben Gewichte umhüllt. Das funktioniert. Es ist auch der einzige Grund, warum ein Entwickler dieses Modell an einem Nachmittag ausprobieren kann, und es ist die Arbeit eines Drittanbieters, nicht von Liquid.

Keines der beiden Modelle hat einen veröffentlichten Preis pro Token, weil keines pro Token verkauft wird. Jede Pro-Million-Angabe, die Sie für eines von beiden finden, ist aus GPU-Mietkalkulationen abgeleitet und nicht von einem Anbieter genannt. Wenn Sie sie hinsichtlich der Kosten vergleichen, vergleichen Sie sie danach, was eine Entscheidung an Sekunden GPU-Zeit kostet – und bedenken Sie, dass die Antwort des Entscheidungsmodells fertig ist, wenn der Aufruf zurückkehrt, während die des Chatmodells fertig ist, wenn es aufhört zu denken.

Das Muster, das beides verwendet

Die ehrliche Schlussfolgerung dieses Vergleichs ist, dass sie keine Konkurrenten sind, und eine nützliche Architektur behandelt sie auch so. d1-Omni-2B übernimmt die kostengünstigen, hochvolumigen, latenzempfindlichen Urteile: welche Warteschlange, welches Team, ist dies dieselbe Rechnung, wie dringend, welche dieser zwölf Boxen. Es läuft lokal, gibt eine Zahl zurück, die man mit einem Schwellenwert versehen kann, und enthält sich, wenn es nicht weiß.

MiniCPM5-2B übernimmt den Teil, für den Sprache nötig ist: dem Kunden die Entscheidung zu erklären, die Antwort zu entwerfen, den Fix zu schreiben, das nächste Tool in der Kette aufzurufen. Bei der ersten Aufgabe ist es schwächer und bei der zweiten besser, und die Aufteilung kostet dich nichts außer einem Funktionsaufruf dazwischen – eine Route, die nur dann auf das teure Modell eskaliert, wenn das Vertrauen des günstigen unter deinen Schwellenwert fällt. Diese Eskalationsschicht ist genau das, wofür eine Routing-Plattform da ist: ein API-Schlüssel für über 200 Modelle mit 0 % Aufschlag auf den Listenpreis des Anbieters, automatischem Failover, wenn ein Anbieter Probleme macht, und einer Routing-DSL, mit der du mehrere Modelle hinter einem einzigen Aufruf zusammensetzen kannst. Weder d1-Omni-2B noch MiniCPM5-2B sind heute im Katalog von OrcaRouter, also bleibt die Entscheidungshälfte dieses Musters vorerst selbst gehostet – aber die generative Hälfte, die du austauschen willst, sobald bessere kleine Modelle auf den Markt kommen, ist genau die Hälfte, die es wert ist, geroutet statt fest verdrahtet zu werden.

Wer sollte was auswählen?

Nehmen Sie d1-Omni-2B, wenn der Zustand Audio oder Video enthält, wenn Sie eine Wahrscheinlichkeit statt eines Satzes benötigen, wenn die Antwort ein Begrenzungsrahmen oder eine Textspanne oder eine Zahl mit einem Bereich sein muss und wenn der Aufruf in einer Schleife läuft, in der 6ms und 78ms unterschiedliche Produkte sind. Nehmen Sie es in dem Wissen, dass die Lizenzschwelle für Sie gilt, dass der Einsatz in den Bereich maßgeschriebenen Codes fällt und dass noch keine unabhängige Evaluierung vorliegt – Liquid's eigene Modellkarte verweist Personen ohne Audio auf d1-2B, was ein ehrlicherer Hinweis ist, als die meisten Anbieter von sich aus geben.

Wählen Sie MiniCPM5-2B, wenn die Eingabe Text ist, wenn die Ausgabe von einem Menschen gelesen oder einem Tool zugeführt werden muss, das Prosa erwartet, wenn Sie Schlussfolgerungen über ein langes Dokument hinweg benötigen und wenn Apache-2.0 und ein standardmäßiger Llama-Bereitstellungspfad zwei Risikokategorien beseitigen, bevor Sie eine Zeile Code schreiben. Wählen Sie es im Wissen darum, dass der Durchschnittswert des Anbieters von 53,9 nicht reproduziert ist, dass sein unabhängiger Wert im aktuellen Index 12 beträgt — deutlich über dem Median von 5 für Modelle seiner Größenklasse und nicht vergleichbar mit den 15 oder 23, die bei früheren Versionen verzeichnet wurden — und dass seine schwächsten veröffentlichten Ergebnisse, Terminal-Bench mit 8,6 und SWE-bench Pro mit 14,4, diejenigen sind, die agentischer Arbeit am nächsten kommen, und genau dort wird es am stärksten beworben.

Und nimm keines von beiden, wenn du eigentlich ein kleines Chatmodell wolltest, das sehen kann. MiniCPM5-2B kann das nicht, d1-Omni-2B chattet nicht, und das Modell, das die Leute normalerweise meinen, wenn sie einen der beiden Namen in ein Suchfeld eingeben, ist ein anderes aus denselben Familien. Achten sollte man auf die erste unabhängige Audio-Bewertung von d1-Omni-2B. Die Ergebnisse in gesprochener Sprache – 92,5 bei FLEURS über 43 Sprachen, aber 42,0 geschrieben, abfallend auf 22,8 gehört bei kurzen Aussagen, und 83,6 auf 41,8 bei mehrsprachigen Passagen – beschreiben ein Modell, das hervorragend darin ist, eine Sprache zu identifizieren, und fragil beim Verstehen eines vorgelesenen Absatzes. Bis jemand außerhalb von Liquid diese Lücke misst, ist der Fall Spracheingabe ein Versprechen mit einer angehängten Zahl, kein Ergebnis.