d1-Omni-2B vs MiniCPM5-2B : un modèle de décision n'est pas un petit modèle de chat

Les deux sont à poids ouverts, tous deux tournent autour de deux milliards de paramètres, et tous deux sont destinés à du matériel qui vit sur un bureau plutôt que dans une baie. C’est là que la ressemblance s’arrête. d1-Omni-2B prend un état — texte, JSON, images, images vidéo, audio — plus un ensemble de questions nommées, et renvoie des réponses typées avec des probabilités calibrées en une seule passe avant. MiniCPM5-2B prend du texte et écrit davantage de texte, en raisonnant jusqu’à une réponse un token à la fois. Remplacer l’un par l’autre n’est ni une mise à niveau ni une rétrogradation de modèle ; c’est une réécriture de tout ce qui consomme la réponse. La comparaison qui vaut la peine, alors, n’est pas de savoir lequel obtient le meilleur score. C’est de savoir quel contrat votre pipeline peut réellement accepter, et ce que chacun vous coûte en licences, en latence et en travail de déploiement pour l’honorer.

Ce qui est réellement renvoyé par un appel

Un appel d1 ressemble à un schéma, pas à une conversation. Vous passez system_one un état et un dictionnaire de questions, chacune avec un type — oui/non, choix unique, choix multiple, scores ordonnés, plage de texte, nombre, date, une boîte englobante ou plusieurs — et vous obtenez en retour une valeur par question, assortie d’une probabilité. L’exemple de la fiche modèle lui-même aiguille un ticket d’assistance : un indicateur de remboursement, une affectation d’équipe tirée de deux critères nommés, et un niveau de confiance pour chacun. Pas de prose, pas de transcription, aucun jeton émis. La fiche l’indique clairement : ce n’est pas un modèle de chat.

Cette conception, c’est tout le produit. Comme rien n’est décodé, il n’y a pas d’étape d’analyse, pas de réparation JSON, pas de boucle de nouvelle tentative pour le modèle qui a enveloppé sa réponse dans des excuses. Une valeur est renvoyée selon un seuil que vous avez choisi, avec une voie d’abstention lorsque rien dans l’ensemble d’options ne s’applique — Liquid indique 78,5 à ce test d’abstention à l’écrit et 75,8 à l’oral. Si votre code en aval a besoin d’une affectation à une file d’attente et d’un nombre, c’est la forme qu’il vous faut.

MiniCPM5-2B présente le profil inverse. C'est un décodeur standard à architecture Llama qui réfléchit avant de répondre, bâti sur une étape SFT de réflexion approfondie de 400 milliards de tokens, du RL par domaine et une étape de distillation on-policy qui fusionne seize enseignants spécialistes en un seul checkpoint dense. Il est tout à fait possible d'en obtenir une sortie structurée — ses scores d'appel de fonctions sont honorables, et OpenBMB fournit un parseur d'outils pour vLLM — mais vous l'obtenez en le demandant, dans un prompt, et en faisant confiance au décodeur pour s'y conformer. Le raisonnement est la fonctionnalité. C'est aussi ce que vous payez à chaque appel.

Le face-à-face qui n'existe pas

Il n'existe aucun benchmark sur lequel ces deux modèles aient tous deux été exécutés. Ce n'est pas une lacune dans la présentation des résultats ; c'est une conséquence de la division ci-dessus. d1-Omni-2B n'apparaît que dans les suites de décision de Liquid — DecisionBench v1 à 76,4, decisionbench.ai v4 à 84,7, Decision Index public suite v0.3 à 49,0, ImajevBench v2.0-lite à 72,3, une moyenne non pondérée en vision de 67,7 sur dix-huit benchmarks. MiniCPM5-2B n'apparaît que dans la suite de raisonnement et d'agents d'OpenBMB : une moyenne de 53,9 sur 34 tests, LiveCodeBench v6 à 69,1, AIME 2025 à 86,5, SWE-bench Verified à 46,4, BFCL v4 à 66,6, et un bien plus modeste 8,9 sur Humanity's Last Exam. Aucun de ces chiffres n'est mesuré sur les mêmes éléments, ni par le même évaluateur, que l'un quelconque des chiffres de la première liste.

Quiconque vous montre un tableau à deux colonnes de ces scores côte à côte fait un collage, et ce collage est pire qu’il n’y paraît. Chaque chiffre de d1-Omni-2B est fourni par le vendeur et, à la date de publication, n’a pas été reproduit indépendamment. La moyenne phare d’OpenBMB est elle aussi fournie par le vendeur — l’entreprise a publié ses corpus d’entraînement et son framework RL, ce qui est plus que ne font la plupart des laboratoires, mais cela relève de la reproductibilité de la méthode, pas de celle des scores.

Les chiffres indépendants qui existent bel et bien méritent d’être lus attentivement, car ils divergent selon les versions de l’indice. Artificial Analysis a attribué à MiniCPM5-2B un score de 15 sur son Intelligence Index v4.2 lorsqu’il a couvert le lancement, le 7 septembre ; la page en ligne affiche désormais 12 ; la revendication d’OpenBMB elle-même, de 23, a été faite sur la v4.1.1. Ces trois chiffres ne signalent ni un déclin ni une contestation — l’indice a changé en dessous, et les scores de différentes versions ne sont pas comparables. Retenez la direction et ignorez le chiffre. Artificial Analysis n’a aucune page du tout pour d1-Omni-2B ni pour son modèle frère d1-2B, donc le modèle de décision ne dispose encore d’aucune mesure indépendante, quelle qu’elle soit.

Un chiffre qui semble transférable et ne l'est pas : Liquid a mené une comparaison sur 27 tests de son chat modèle LFM3-1.7B face à MiniCPM5-2B et l'a emporté 23 à 4. Ce résultat indique qu'un décodeur post-entraîné de Liquid bat celui d'OpenBMB sur ces tests. Il ne dit rien de la tête de décision, qui n'a jamais figuré dans cette exécution, et il ne faudrait pas l'emprunter pour trancher cet appariement.

Là où les caractéristiques techniques divergent réellement

• Contrat de sortie — des valeurs typées avec des probabilités et zéro token de sortie, par opposition à du texte généré avec une trace de raisonnement implicite. Tout le reste de cette liste en découle.

• Taille — 2,17 Md de paramètres dans un checkpoint BF16 de 4,33 Go, contre 2,52 Md au total et 1,98 Md hors embeddings, environ 5 Go en BF16. Suffisamment proches pour qu’aucun ne l’emporte sur la seule empreinte.

• Entrées — texte ou état JSON, images, images vidéo et audio, combinables dans une seule requête, contre texte uniquement. MiniCPM5-2B n'a ni encodeur visuel ni voie audio ; si l'état contient une forme d'onde, la comparaison s'arrête ici. Si vous voulez la gamme multimodale d'OpenBMB, il s'agit de MiniCPM-V 4.7, une famille différente avec un compromis différent.

• Contexte — 128 000 tokens contre 131 072. C’est le même nombre énoncé de deux façons, et ce n’est pas une raison de choisir l’un ou l’autre modèle. Cela importe uniquement en ce que les deux peuvent contenir un long document ; la contrainte de d1-Omni-2B est que de longs passages parlés dégradent sa précision bien avant que la fenêtre ne soit remplie, et la fiche l’indique.

• Licence — LFM Open License v1.0 avec un seuil de chiffre d'affaires annuel de 10 000 000 $, contre Apache-2.0 sans aucune condition. C'est la différence la plus importante du tableau, et elle n'a rien à voir avec la qualité du modèle.

• Runtime — code de modélisation personnalisé derrière trust_remote_code, Transformers 5.19 ou version ultérieure, BF16 uniquement, aucun GGUF de fournisseur et aucun chemin documenté pour vLLM ou SGLang, face à l’outillage Llama non modifié : vLLM, SGLang, llama.cpp, MLX, GPTQ, un GGUF officiel dans le dépôt et des versions quantifiées déjà en circulation.

• Adoption — 36 téléchargements et 10 mentions J'aime quatre jours après l'apparition du dépôt le 24 octobre, contre 1 216 145 téléchargements et 1 823 mentions J'aime depuis le 6 septembre. Astérisque : le chiffre de MiniCPM a eu sept semaines et une publication de lancement, celui de d1 n'a eu ni l'un ni l'autre ; il faut donc le lire comme un signal de maturité plutôt qu'un verdict.

Cinq millisecondes face à une pensée

Liquid publie la latence d'appel à chaud pour d1-Omni-2B, mesurée après compile() en BF16 comme la médiane de vingt appels. Sur une H100 PCIe, une seule question coûte 5,8 ms, trois questions 7,7 ms, un état de 5 000 tokens 52 ms, une image de 384 pixels 12,1 ms et dix secondes d'audio 12,4 ms. Traité par lots de 64 états par appel, il atteint 1 154 états par seconde, et une MI325X est encore plus rapide, à 3,7 ms et 1 697 états par seconde. Une M5 Pro met 21,1 ms sur une question et traite 110 états par seconde — lent à côté d'une carte de centre de données, et malgré tout assez rapide pour paraître instantané dans une application de bureau.

Rien de tout cela n’est une course équitable, car l’autre camp ne publie pas de temps. Ce que l’on peut dire sur le plan structurel, c’est que la latence d’un décodeur évolue avec la quantité de raisonnement qu’il produit, et MiniCPM5-2B est un modèle conçu pour raisonner. Sur un appel de routage ou de triage — où la bonne réponse est l’un de quatre noms de file — vous payez pour une justification que personne n’a demandée, et vous la payez au token. Artificial Analysis chiffre cela : sur l’exécution de son Intelligence Index, le modèle a émis 74 millions de tokens de sortie, contre une médiane de 67 millions pour des modèles comparables, ce que son résumé qualifie de « quelque peu verbeux ». Ce n’est pas un argument contre le modèle ; c’est un argument contre son utilisation dans le rôle pour lequel d1-Omni-2B a été conçu.

Traitez les chiffres d1 avec la prudence habituelle. Ce sont des mesures du fournisseur, prises sur un matériel spécifique avec une étape de compilation, et une exécution indépendante tombera presque certainement ailleurs. L’ordre de grandeur — quelques millisecondes par décision — est la partie qui reste valable.

La clause de licence qui prime sur le tableau d’affichage

MiniCPM5-2B est distribué sous licence Apache-2.0. Vous pouvez l'utiliser à des fins commerciales, en créer un fork, le redistribuer, l'intégrer dans un produit, et ce sans jamais avoir à consulter un avocat à ce sujet. d1-Omni-2B est distribué sous licence LFM Open License v1.0, qui n'accorde l'usage commercial que tant que votre organisation reste sous $10,000,000 de chiffre d'affaires annuel. À partir de ce seuil, la licence précise que l'usage commercial « n'est pas concédé sous licence au titre du présent Contrat » — ce qui signifie que vous devez conclure un accord distinct avec Liquid AI, ou bien que vous ne diffusez pas le modèle.

La redistribution est autorisée pour les deux, avec des conditions du côté LFM : transmettre la licence avec, marquer les fichiers modifiés, conserver les mentions. Aucune obligation de rebranding. Pour une équipe de recherche, un prototype ou une entreprise confortablement sous le seuil, cette clause est une formalité. Pour une équipe produit dans une entreprise susceptible de franchir le seuil pendant la durée de vie utile du modèle, c’est une question d’approvisionnement qui arrive avant le premier benchmark — et c’est le genre de chose qui est découverte tard, par le juridique, une fois l’architecture fixée.

L'asymétrie est suffisamment flagrante pour qu'on l'énonce sans prendre de gants : à ne considérer que la licence, MiniCPM5-2B est le pari le plus sûr pour tout déploiement commercial, et la licence de d1-Omni-2B représente un coût réel du fait de le choisir, et non une simple note de bas de page.

Lequel pouvez-vous réellement exécuter aujourd’hui ?

MiniCPM5-2B est ennuyeux à déployer, ce qui est le plus beau compliment que l'on puisse faire à un modèle de cette taille. C'est un décodeur standard, donc vLLM et SGLang le prennent en charge sans correctif, llama.cpp et LM Studio lisent le GGUF, MLX couvre l'Apple silicon, et une build Q4_K_M pèse environ 1,45 Go. Le seul piège, c'est l'appel d'outils : le modèle émet des appels de style XML, donc vLLM doit avoir le parseur d'appels d'outils minicpm5 activé, sinon vos appels de fonction arrivent en texte brut.

d1-Omni-2B n'est pas encore ennuyeux. Le charger nécessite une version récente de Transformers avec trust_remote_code=True, ainsi que torch, torchvision et Pillow ; le dépôt ne fournit que des safetensors BF16 et rien d'autre. Il n'y a pas de GGUF officiel, pas de recette vLLM fusionnée dans la fiche, et Hugging Face ne répertorie aucun fournisseur d'inférence pour ce modèle — il n'existe donc aucun point de terminaison hébergé pour tester, ce qui explique aussi l'absence de prix hébergé à citer. La voie pratique que la plupart des gens emprunteront est le tag Ollama d1-omni:2b, un empaquetage communautaire de 4,4 Go qui enveloppe les mêmes poids. Cela fonctionne. C'est aussi la seule raison pour laquelle un développeur peut essayer ce modèle en un après-midi, et c'est le travail d'un tiers, pas celui de Liquid.

Aucun des deux modèles n’a de prix publié par token, car aucun n’est vendu au token. Tout chiffre par million que vous trouvez pour l’un ou l’autre est dérivé de calculs de location de GPU plutôt que cité par un fournisseur. Si vous les comparez sur le coût, comparez-les sur ce que coûte une décision en secondes de temps GPU — et rappelez-vous que la réponse du modèle de décision est terminée lorsque l’appel se termine, tandis que celle du modèle de chat est terminée lorsqu’il cesse de réfléchir.

Le motif qui utilise les deux

La conclusion honnête de cette comparaison est qu’ils ne sont pas concurrents, et l’architecture utile les traite comme tels. d1-Omni-2B prend en charge le jugement bon marché, à fort volume et sensible à la latence : quelle file, quelle équipe, s’agit-il de la même facture, à quel point est-ce urgent, laquelle de ces douze cases. Il s’exécute localement, renvoie un nombre auquel vous pouvez appliquer un seuil, et s’abstient lorsqu’il ne sait pas.

MiniCPM5-2B s’occupe de la partie qui nécessite du langage : expliquer la décision à un client, rédiger la réponse, écrire le correctif, appeler l’outil suivant dans la chaîne. Il est moins bon sur la première tâche et meilleur sur la seconde, et la séparation ne vous coûte rien de plus qu’un appel de fonction entre les deux — une route qui n’escalade vers le modèle coûteux que lorsque la confiance du modèle bon marché tombe sous votre seuil. Cette couche d’escalade est exactement le genre de cas pour lequel une plateforme de routage est faite : une seule clé API pour plus de 200 modèles avec 0 % de marge sur le prix catalogue des fournisseurs, un basculement automatique en cas de défaillance ponctuelle d’un fournisseur et un DSL de routage qui vous permet de composer plusieurs modèles derrière un seul appel. Ni d1-Omni-2B ni MiniCPM5-2B ne figurent aujourd’hui au catalogue d’OrcaRouter, donc la moitié décisionnelle de ce schéma reste auto-hébergée pour l’instant — mais la moitié générative, celle que vous voudrez remplacer à mesure que de meilleurs petits modèles arrivent, est précisément la moitié qui mérite d’être routée plutôt que codée en dur.

Qui devrait choisir lequel ?

Prenez d1-Omni-2B lorsque l’état contient de l’audio ou de la vidéo, lorsque vous avez besoin d’une probabilité plutôt que d’une phrase, lorsque la réponse doit être une boîte englobante, un segment ou un nombre avec une plage, et lorsque l’appel s’inscrit dans une boucle où 6ms et 78ms désignent des produits différents. Prenez-le en sachant que le seuil de licence s’applique à vous, que le déploiement relève du code sur mesure et qu’aucune évaluation indépendante n’existe encore — la fiche de Liquid elle-même oriente les personnes sans audio vers d1-2B, ce qui est un conseil plus honnête que ce que la plupart des fournisseurs proposent spontanément.

Choisissez MiniCPM5-2B lorsque l’entrée est du texte, lorsque la sortie doit être lue par un humain ou fournie à un outil qui attend de la prose, lorsque vous avez besoin d’un raisonnement sur un long document, et lorsque Apache-2.0 et un chemin de déploiement Llama standard éliminent deux catégories de risque avant même que vous n’écriviez une ligne de code. Choisissez-le en sachant que la moyenne de 53,9 du fournisseur n’est pas reproduite, que son score indépendant est de 12 sur l’indice actuel — bien au-dessus de la médiane de 5 pour les modèles de sa classe de taille, et non comparable aux 15 ou 23 enregistrés sur des versions antérieures — et que ses résultats publiés les plus faibles, Terminal-Bench à 8,6 et SWE-bench Pro à 14,4, sont ceux qui sont les plus proches du travail agentique, domaine où il est le plus fortement commercialisé.

Et ne choisissez ni l’un ni l’autre si ce que vous vouliez réellement était un petit modèle de discussion capable de voir. MiniCPM5-2B ne le peut pas, d1-Omni-2B ne discute pas, et le modèle auquel les gens pensent généralement lorsqu’ils tapent l’un ou l’autre de ces noms dans une barre de recherche est un autre modèle des mêmes familles. Ce qu’il faut surveiller, c’est la première évaluation audio indépendante de d1-Omni-2B. Ses résultats en langue parlée — 92,5 sur FLEURS dans 43 langues, mais 42,0 à l’écrit, chutant à 22,8 à l’oral sur de courts énoncés, et de 83,6 à 41,8 sur des passages multilingues — décrivent un modèle excellent pour identifier une langue et fragile pour comprendre un paragraphe lu à voix haute. Tant que quelqu’un de l’extérieur de Liquid n’aura pas mesuré cet écart, le cas d’usage de la saisie vocale reste une promesse assortie d’un chiffre, pas un résultat.