Glimpse vs. MiniCPM5 2B: Sieben Wochen Papierkram und neun Zehntelsekunden

MiniCPM5-2B und E​lorian G​limpse sind beide kleine Modelle, von denen behauptet wird, dass sie Dinge übertreffen, die viel größer sind als sie selbst, und sie erheben diesen Anspruch in entgegengesetzten Währungen. MiniCPM5-2B, vorgestellt von M​odelBest und O​penBMB auf der WAIC am 19. Juli 2026 und schließlich am 6. September 2026 mit Gewichten versehen, kommt mit einer Karte, die auf ihrem eigenen Testset einen Durchschnitt von 53,9 erzielt, gegenüber größeren offenen Modellen, die bei 51,1 ihren Höchstwert erreichen. G​limpse, veröffentlicht am 16. Oktober 2026, kommt mit einem 0,9-Sekunden-Fenster – ein erster Durchlauf mit ungefähr 8 Bildern pro Sekunde, dann ein erneuter Scan von neun Zehntelsekunden bei etwa 14 Bildern pro Sekunde – und einer Reihe von Benchmark-Zeilen, die vom Anbieter selbst stammen, nicht reproduziert und auffallend uneinheitlich sind. Eines von ihnen hat sieben Wochen öffentlicher Papierspur hinter sich und ein herunterladbares Artefakt. Das andere hat einen Mechanismus und fast keine Zahlen.

Der Vergleich ist nicht wirklich ein Vergleich zweier Versionen derselben Sache, denn MiniCPM5-2B ist ein allgemeines Reasoning-Modell, das auch Bilder liest, während G​limpse eine gehostete Visual-Reasoning-Vorschau ist, die fast nichts anderes tut. Der Grund, sie zusammen zu lesen, ist, dass beide Argumente darüber sind, was kleine Modelle leisten können — und die beiden Argumente scheitern auf unterschiedliche, lehrreiche Weise.

Das Warten und was das Warten hervorbrachte

Die Zeitlinie von MiniCPM5-2B ist es wert, rekonstruiert zu werden, denn sie ist der Teil der Geschichte, den eine Suche nach dem Veröffentlichungsdatum übersehen würde.

Das Modell wurde am 19. Juli 2026 auf der World Artificial Intelligence Conference vorgestellt, wo die herausragende Fähigkeit ein Kontextfenster von 512.000 Tokens war. Die Gewichte erschienen erst am 6. September, gefolgt von einem Changelog am 7. September. Zwischen diesen beiden Daten existierte das Modell als eine Demonstration und eine Reihe von Zahlen.

Was ausgeliefert wurde, ist nicht das, was beworben wurde, und die Lücke ist überprüfbar. Die veröffentlichte Konfiguration setzt max_position_embeddings auf 131.072 ohne rope_scaling-Block, was 131.072 Tokens entspricht – ein Viertel der WAIC-Zahl. Das ist nicht so sehr Unehrlichkeit als vielmehr der gewöhnliche Unterschied zwischen dem, was ein Forschungsteam auf der Bühne zeigt, und dem, wofür ein Engineering-Team bereit ist, in einer Konfigurationsdatei abzusegnen, aber es ist die Zahl, die zählt, denn sie ist diejenige, die Ihr Deployment erbt.

Was ausgeliefert wurde, ist für ein Modell dieser Größenklasse ungewöhnlich vollständig. Neben dem finalen BF16-Checkpoint – RL plus OPD zusammengeführt – gibt es SFT-, Midtrain- und Base-Stufen separat veröffentlicht, GGUF-, MLX- und GPTQ-Builds für lokale Runtimes, ein DSpark-Draft-Modell für spekulative Dekodierung sowie die Trainingskorpora selbst, veröffentlicht als UltraData-Familie. Day-zero-Support für neun Chipsätze kam über FlagOS, und die Model Card legt Wert auf die Feststellung, dass die Implementierung keine benutzerdefinierten Kernel und keinen Fork des Modellcodes verwendet. Dieses letzte Detail ist das, was den Rest glaubwürdig macht: Ein Modell, das mit Standard-Tooling läuft, ist ein Modell, das dort läuft, wo Sie sind, nicht nur dort, wo der Cluster der Autoren steht.

Glimpses Zeitachse ist im Vergleich gerafft, und seine Papierspur ist dünner. Veröffentlicht am 16. Oktober 2026, einen Tag vor diesem Artikel, als Research Preview, erreichbar über Elorians API und Chat-Oberfläche mit kostenloser Registrierung. Keine Gewichte, keine Veröffentlichung des Basismodells, auf dem es nachtrainiert wurde, kein Artefakt irgendeiner Art. Das Unternehmen trat im April 2026 aus dem Stealth-Modus hervor, mit Andrew Dai, einem ehemaligen Google-Forscher, an der Spitze, und 55 Millionen Dollar von Striker Ventures, Menlo Ventures und Altimeter sowie Beteiligung von NVIDIA, 49 Palms und Jeff Dean. Das Modell ist das erste, was es auf den Markt gebracht hat.

Die Zahlen und was jedes Set abdeckt

• Parameter — MiniCPM5-2B umfasst insgesamt 2.516.756.480 Parameter, davon 1.981.982.720 Non-Embedding-Parameter; 42 Schichten, Group-Query-Attention über 16 Query- und 2 Key-Value-Heads, bereitgestellt über eine unveränderte LlamaForCausalLM-Klasse. Die Parameteranzahl von Glimpse ist unveröffentlicht, und in seinem Launch-Post heißt es lediglich, dass es „deutlich kleiner und günstiger“ sei als die Frontier-Modelle, an denen es gemessen wird.

• Artefact — Apache-2.0-Gewichte plus SFT-, Midtrain-, Base-, GGUF-, MLX- und GPTQ-Varianten für MiniCPM5-2B. Keine für Glimpse, das einen gehosteten Endpunkt bietet und nichts zum Herunterladen.

• Kontext — 131.072 Token, wie für MiniCPM5-2B konfiguriert, gegenüber einem 512.000-Token-Wert, der bei der WAIC-Demonstration angepriesen wurde. Unveröffentlicht für G​limpse — die folgenreichere Leerstelle der beiden, da die entscheidende Fähigkeit von G​limpse das Lesen von Video ist.

• Modalität — Bilder rein, Text raus für MiniCPM5-2B. Video und Bilder für G​limpse, mit der Möglichkeit, nach einem ersten Durchlauf zu einem Intervall zurückzukehren.

• Evaluation — Die Karte von MiniCPM5-2B meldet für LiveCodeBench v6 69,1, AIME 2025 und 2026 beide 86,5, MATH-500 94,6, MMLU-Pro 70,8, LongBench v2 43,7, BFCL v4 66,6 und SWE-bench Verified 46,4, wobei einige Zeilen mit einem Kreuzchen markiert sind, da sie aus einem Artificial-Analysis-Release übernommen und nicht intern gemessen wurden. Die Zeilen von G​limpse sind E​lorians eigene, gegen GPT-6 Astra, mit einer Fußnote, die offenlegt, dass mehrere Wettbewerber unterhalb des maximalen Denkaufwands liefen, während G​limpse mit seinem höchsten lief.

• Preis — 0,60 $ pro Million Eingabe-Tokens und 3,00 $ pro Million Ausgabe-Tokens für G​limpse, wobei das Zurückspulen als Ausgabe-Tokens abgerechnet wird, sodass der Trace der Beleg ist. Keine Preisliste für MiniCPM5-2B, da das Ergebnis eine Datei ist.

Die Behauptung, die beide aufstellen, und die unterschiedlichen Weisen, in denen sie zutrifft

Die zentrale Behauptung von MiniCPM5-2B ist arithmetisch und überprüfbar. Ein Modell mit 2,5 Milliarden Parametern, Karten-Durchschnitt 53,9, gegen größere offene Modelle, deren bester Durchschnitt auf demselben Satz 51,1 beträgt. Das ist eine Behauptung der Form „dieses kleine Ding schlägt jenes große Ding bei diesen Aufgaben“, und sie ist von jedem mit einer GPU und einem Nachmittag widerlegbar, weil die Gewichte ein Download sind und die Tests veröffentlicht sind.

Der Mechanismus dafür ist in drei Phasen dokumentiert: überwachtes Feintuning auf ungefähr 400 Milliarden Tokens an Deep-Thinking-Daten, bestärkendes Lernen mit Lehrermodellen und anschließend On-Policy-Destillation, die sechzehn RL-Experten – fünf davon agentisch – wieder in einen einzigen Checkpoint zusammenführt. Die internen Zahlen, die mit diesem Merge verbunden sind, sind ein Zugewinn von 10,96 Punkten bei Reasoning- und allgemeinen Aufgaben und von 6,96 bei agentischen Aufgaben im Vergleich zum Zustand vor dem Merge. Das sind die eigenen Messungen des Anbieters an seiner eigenen Pipeline, und es ist die Art von Behauptung, die ein Dritter jetzt nachprüfen kann, was der Sinn davon ist, sowohl die Zwischen-Checkpoints als auch den endgültigen auszuliefern.

Glimpses zentrale Behauptung ist keine arithmetische. Sie ist ein Verhalten: dass die Rückkehr zu einem Subsekunden-Fenster nach einem ersten Durchlauf bei temporalen Fragen bessere Antworten liefert, als es das Sampling auf einem festen Raster je könnte. Die stützenden Belege sind eine Reihe ausgearbeiteter Traces und eine Benchmark-Tabelle, die sich fast gleichmäßig aufteilt — vorn bei WGO Bench (42,70 vs. 39,42), CharXiv-R (92,90 vs. 92,10), UGC-VideoCap (82,66 vs. 80,32) und FSC-147 (83,36 vs. 82,02); hinten bei BabyVision (95,36 vs. 97,68), DREAM-1K (76,04 vs. 79,05), TOMATO (93,60 vs. 96,02), Video-MME v2 (56,68 vs. 64,06), CountQA (82,66 vs. 86,42) und Humanity's Sixth Sense (46,36 vs. 53,6).

Beide Behauptungen sind plausibel. Nur eine davon kann derzeit von jemandem außerhalb des Unternehmens, das sie aufgestellt hat, überprüft werden.

Was die beiden Offenlegungen gemeinsam haben

Die MiniCPM5-2B-Karte trägt bei einem Teil ihrer Zeilen Dolch-Symbole, die diese als Werte aus einer Artificial Analysis-Veröffentlichung ausweisen und nicht als von den Autoren selbst gemessene. Lesen Sie das als Offenlegung, nicht als Mangel. Die Alternative – fremde Messungen still und ohne Kennzeichnung in die eigene Tabelle zu übernehmen – ist verbreitet und schlimmer.

Beide Modelle sind, nach der verfügbaren Beweislage, im selben spezifischen Sinne unverifiziert. Die Tabelle von Glimpse stammt vom Anbieter und wurde mit dessen bester Konfiguration ausgeführt. MiniCPM5-2B hat ebenso wenig eine unabhängige Reproduktion des Durchschnittswerts seiner Modellkarte, ungeachtet dessen, woher die einzelnen Zeilen stammen. In dieser Dimension sind die beiden Releases identisch, und es lohnt sich, das zu bemerken, bevor eine der beiden als die verlässliche Hälfte des Vergleichs behandelt wird.

Der stärkere Unterschied ist, was als Nächstes passiert. Jeder kann MiniCPM5-2B herunterladen und noch heute Nachmittag seine eigene Evaluierung durchführen, mit seinen eigenen Daten, ohne jemanden zu fragen. Niemand kann das mit G​limpse tun. Die Testversion ist kostenlos und die Traces sind einsehbar, doch die Evaluierung ist dadurch begrenzt, was E​lorian zu zeigen wählte, und der Endpunkt ist der einzige Ort, an dem das Modell existiert.

Wo das Sorgerecht die Frage entscheidet

Dies ist die Dimension, in der die beiden Modelle nicht nah beieinanderliegen, und das hat nichts mit der Leistungsfähigkeit zu tun.

Das Deliverable von MiniCPM5-2B ist eine Reihe von Dateien unter Apache 2.0, einschließlich eines GGUF-Builds und eines MLX-Builds. Das bedeutet, das Modell läuft auf einem Laptop, die Bilder verlassen niemals den Rechner, und das Deployment hat keinen Anbieter in seinem Anfragepfad – kein Verfügbarkeitsfenster, keine Frage der Datenaufbewahrung, kein Ratenlimit, kein Preis, der sich unter Ihnen ändern kann. Für regulierte Arbeit mit Bildmaterial oder für alles, bei dem die Medien keine Netzwerkgrenze überschreiten dürfen, ist das die gesamte Entscheidung, und G​limpse ist kein Kandidat, so gut der Trace auch aussehen mag.

G​limpses Fähigkeit existiert nur hinter E​lorians Endpunkt. Ihr charakteristisches Merkmal ist der visuelle Scratch-Bereich, und es gibt kein Artefakt, das verlagert werden müsste. Das ist kein Fehler des Produkts; es ist eine Eigenschaft einer Forschungsvorschau, deren Wert wohl eher im Mechanismus als in den Gewichten liegt.

Es ist auch der Punkt, an dem eine Routing-Ebene nützlich ist – und an dem sie aufhört, nützlich zu sein. OrcaRouter gibt Ihnen einen Schlüssel vor über 200 Modellen, wobei die Listenpreise der Anbieter durchgereicht und pro Token keine Aufschläge berechnet werden, sodass ein lokales MiniCPM5-2B und ein gehostetes Modell auf einem statt auf zwei Codepfaden laufen können, wobei eine Routing-DSL pro Anfrage entscheidet und automatisches Failover eine Anfrage am Leben hält, wenn eine Lane ausfällt. Die gehostete Hälfte dieses Mixes ist, wenn der Anbieter seinen Preis senkt, noch am selben Tag auf unserer Seite live statt erst bei der nächsten Verlängerung. Was Routing nicht kann, ist die Obhut zu verlagern: Wenn ein Endpunkt nicht auf Ihrer Hardware läuft, bringt ihn keine Routing-Regel dorthin. Weder MiniCPM5-2B noch G​limpse stehen in unserem Katalog – das eine ist ein Download, das andere E​lorians eigene API und Chat-Oberfläche –, daher beschreibt dies, wie wir routen, und ist keine Behauptung, eines der beiden Modelle selbst bereitzustellen.

Die Entscheidung, mit beigefügter Abrechnung

MiniCPM5-2B und G​limpse sind keine Konkurrenten, und sie als solche zu behandeln, macht den Vergleich wertlos. Das eine ist ein allgemeines Modell mit 2,5 Milliarden Parametern, das du besitzen kannst. Das andere ist eine gehostete Vorschau, die eine ungewöhnliche Sache tut.

Es gibt kein gemeinsames Scoreboard zwischen diesen beiden, und es gibt keine Möglichkeit, eines zu erstellen. Die Karte von MiniCPM5-2B misst Programmierung, Mathematik, Instruktionsbefolgung und Long-Context-Retrieval. Die Tabelle von Glimpse misst Video- und Bildwahrnehmung gegen GPT-6 Astra. Sie haben keine gemeinsame Aufgabe, daher sind die einzigen Vergleiche, die zählen, die mit Ihrer eigenen Arbeitslast. Drei Fragen klären das schneller, als es eine Tabelle könnte.

Muss das Modell auf Ihrer eigenen Hardware laufen, oder muss die Lizenz permissiv sein? Dann ist MiniCPM5-2B hier der einzige Kandidat. Laden Sie den GGUF- oder MLX-Build herunter, rechnen Sie mit dem 131.072-Token-Kontext, den die Konfiguration tatsächlich festlegt, statt mit den 512.000, die auf der WAIC gezeigt wurden, und behandeln Sie die mit einem Dagger markierten Zeilen der Karte als Verweise auf die ursprüngliche Evaluation, nicht als Messungen der Autoren.

Ist der Fehlermodus temporal — ein Kameraschwenk, der fälschlich für einen Schnitt gehalten wird, ein Objekt, das über eine Verdeckung hinweg seine Identität ändert, ein Ereignis innerhalb eines Subsekundenfensters? Dann ist G​limpse der einzige der beiden, dessen angegebener Mechanismus darauf eingeht. Die Testversion ist kostenlos, und die Spur ist der Test: Lassen Sie Ihre eigenen Clips laufen und prüfen Sie, ob das Modell jemals zu dem Intervall zurückgegangen ist, das die Antwort entschieden hat.

Ist die Arbeit langkontextuell, aber nicht langvideo — eine Dokumentensammlung, ein Aktenarchiv, ein Prüfpfad, der in ein einziges Fenster passen muss? Keine der veröffentlichten Evaluierungen der beiden Modelle klärt das. LongBench v2 mit 43,7 ist eine einzige Zahl für eine ganze Kategorie von Verhalten, und sie sagt Ihnen nicht, wie MiniCPM5-2B auf Ihren Dokumenten bei 120.000 Tokens abschneidet. Das muss gemessen werden, bevor eine der beiden Entscheidungen sicher ist.

Was diese Seite ändern würde: jede Reproduktion der Benchmark-Zeilen von G​limpse durch jemand anderen als E​lorian, die Veröffentlichung seiner Parameteranzahl oder seines Kontextfensters, oder ein MiniCPM5-Checkpoint, der die Lücke zwischen der 131.072-Token-Konfiguration und der 512.000-Token-Demonstration schließt. Nichts davon steht im Kalender. Bis sie da sind, kann eines dieser Modelle heute Nacht von jedem getestet werden und das andere nicht – und diese Asymmetrie ist, mehr als jede Benchmark-Zeile, der Punkt, um den herum man planen muss.

Die dokumentierten KI-Ausfälle und Agent-Vorfälle hinter Veröffentlichungen wie dieser werden gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, Schweregrad, Konfidenzstufe und eine Kennzeichnung als strittig enthält.