משקלי MiniCPM5-2B שוחררו: המודל הקטן שתפס את כתר ה-Sub-4B הופך לקוד פתוח

המודל עצמו בן שבעה שבועות בלבד. MiniCPM5-2B נחשף בוועידת הבינה המלאכותית העולמית 2026 ב-19 ביולי, שם ModelBest ו-OpenBMB כינו אותו המודל המדורג ראשון מבין הדגמים מתחת ל-4B פרמטרים בלוח התוצאות של Artificial Analysis, והבטיחו כי משקלי המודל יגיעו "בעתיד הקרוב". מה שקרה בסוף השבוע הזה הוא שהעתיד הקרוב הגיע ללא כל חגיגות השקה: המאגר של MiniCPM5-2B עלה לאוויר ב-Hugging Face ב-6 בספטמבר, ויומן העדכונים של OpenBMB מציין את פרסום הגרסה ב-7 בספטמבר, תחת רישיון Apache-2.0, עם החבילה המלאה — משקלי BF16, GGUF, קוונטיזציות MLX ו-GPTQ, נקודות ביקורת בסיסיות ו-SFT, מודל טיוטה DSpark לפענוח ספקולטיבי, ומערכי האימון שעומדים מאחוריהם.

אין הודעה לעיתונות נלווית ואין אירוע השקה. זה פשוט הופיע: מאגר Hugging Face ביום אחד, שורת יומן שינויים ביום שלאחריו. זה הופך את זה לכתבה מסוג "מה ידוע עד כה" — כשהבדיקות החיצוניות הראשונות כבר כאן. המאגר חושף הרבה: המודל אכן ניתן להורדה ולהרצה היום, וגיליון המפרט פתוח. כבר הגיע ניקוד חיצוני: Artificial Analysis מציבה את MiniCPM5-2B במדד האינטליגנציה שלה v4.2 על 15 — התוצאה המובילה בקרב מודלים עם משקלים פתוחים ומתחת ל-4B פרמטרים בסך הכול במדד זה, כך שהדירוג בקטגוריית תת-4B כבר לא נשען על דברי הספק בלבד. באותו שבוע הגיע גם אישור להרצה: פרויקט vLLM שחרר תמיכה ביום ההשקה עבור MiniCPM5-2B בגרסה היציבה של vLLM, כך שמסלול הטעינה הסטנדרטי של Llama שהכרטיס מבטיח חי וקיים במנוע מיינסטרים. מה שעדיין לא אושר הוא נתוני הכותרת בכרטיס המודל, אותם שחזרה OpenBMB בסביבת הבדיקות שלה ואף אחד מחוץ למעבדה לא הריץ שוב. הנה מה שניתן לדעת מהמאגר, מה שכבר נמדד באופן עצמאי, ומה שעוד דורש אימות לפני שמסתמכים עליו.

מה בדיוק קרה?

MiniCPM5-2B הוא הדגם השני בסדרת MiniCPM5, אחרי MiniCPM5-1B, ש-OpenBMB שחררה כקוד פתוח ב-19 במאי. כאשר ה-2B הושק כמוצר ב-WAIC, הסיפור היה סיפור על שבבים לא פחות מאשר סיפור על מודל. ModelBest הציגה אותו כבסיס לסוכן על-גבי המכשיר עבור טלפונים, מחשבים אישיים וקוקפיטים חכמים, וציינה תשעה שבבים עם תמיכה מיום ההשקה באמצעות קהילת FlagOS שלה, מ-Huawei Ascend ועד NVIDIA ועד למגוון מאיצים מקומיים. שחרור הקוד הפתוח הוצג כקרב ובא. חלפו שבעה שבועות.

ב-6 בספטמבר הופיע מאגר openbmb/MiniCPM5-2B. נכון למועד כתיבת שורות אלו, כרטיס המודל הוא הכרזת השחרור, והוא שלם במידה יוצאת דופן עבור שחרור שקט:

• משקלים — נקודת הביקורת הסופית שאומנה עם RL + OPD בפורמט BF16, ברישיון Apache-2.0, וללא הגבלת גישה — כל אחד יכול להוריד אותה.

• נקודות ביקורת נלוות — MiniCPM5-2B-SFT, -Midtrain ו--Base למי שרוצה את המודל לפני RL/OPD, ובנוסף -GGUF, -MLX, -GPTQ ומודל דראפט -DSpark, כולן מופיעות באוסף MiniCPM5 שבאתר Hugging Face.

• נתונים — קורפוסי האימון פתוחים גם הם, ושוחררו כחלק ממשפחת UltraData: Ultra-FineWeb, UltraX, UltraData-Code, UltraData-Math, UltraData-SFT-Agent-2609 ו-UltraData-RL-2609.

מראות — קובץ ה-README מפנה גם ל-Hugging Face וגם ל-ModelScope.

השורה האחת בכרטיס חשובה יותר ממה שהיא נראית: "אין קרנלים מותאמים אישית, אין פיצול קוד מודל." MiniCPM5-2B משתמש בארכיטקטורת LlamaForCausalLM הסטנדרטית, ולכן כל מנוע שכבר משרת מודלים ממשפחת Llama יכול לטעון אותו מבלי להמתין למימוש ייעודי.

למה מודל 2.5B ראוי למבט שני

המצגת ב-WAIC הייתה מצגת דירוגים. ModelBest הצהירה ש-MiniCPM5-2B קיבל ציון 17 במדד Artificial Analysis Intelligence Index, מה שממקם אותו במקום הראשון מבין המודלים עם פחות מ-4B פרמטרים בלוח הדירוגים של AA בעת ההשקה. שני סייגים צריכים להתלוות למספר הזה. ראשית, ציוני מדד ניתנים להשוואה רק בתוך גרסת מתודולוגיה אחת: הציון הקודם 17.9 של MiniCPM5-1B הגיע מתמונת מצב קודמת של AA, ולכן הוא אינו ראיה לכך שהמודל הקטן יותר "משיג ציון גבוה יותר", ובאותה מידה ציון חדש יותר במתודולוגיה חדשה יותר אינו נסיגה. שנית, הנתונים של AA מזינים את כרטיס המודל, אך ממוצע הכותרת של הכרטיס הוא של OpenBMB עצמה, ומופק במערכת הבדיקות של OpenBMB עצמה. ההבחנה הזו חשובה כי מאז, AA עברה למתודולוגיה חדשה יותר ופרסמה ציון עדכני — הבדיקה החיצונית הראשונה של הטענה מאז פרסום המשקולות הפתוחות.

מספר חיצוני הגיע באותו שבוע שבו הגיעו המשקולות. ב-4 בספטמבר שילחה Artificial Intelligence את Intelligence Index v4.2, עדכון מתודולוגיה שמעלה את המשקל של מבחנים פרטיים חסויים ל-40% ומוסיף שני רכיבים חדשים — AA-Briefcase, הערכה אייג’נטית, ו-GDP.pdf של Surge, משימת חשיבה על מסמך ארוך-הקשר. ערך המדד של AA עבור MiniCPM5-2B נושא כעת ציון v4.2 של 15: התוצאה הגבוהה ביותר מבין דגמים עם משקולות פתוחות מתחת ל-4B פרמטרים בסך הכול, והראשון מבין 47 הדגמים הפתוחים בקטגוריית גודל זו ברשימה של AA. זה שומר את המודל במקום שבו המיצוב של יולי הבטיח אותו, הפעם על מתודולוגיה שקשה יותר לשחק איתה ועם משקולות שכל אחד יכול להוריד ולבדוק שוב. הציון 15 אינו דומה ל-17 של עידן ההשקה, שהגיע מ-v4.1 — המתודולוגיה מחמירה יותר, לא שהמודל חלש יותר — והמדד המשולב אינו מאמת מחדש את השורות הבודדות בגיליון הנתונים, את רובן OpenBMB שחזרה בסביבת הבדיקה שלה. מה שהוא עושה הוא לרדת בדיוק על שני הצירים ש-OpenBMB אומרת שהיא מטיבה עבורם: v4.2 נשען חזק יותר על משימות אייג’נטיות, ומעקב המלל של AA מראה ש-MiniCPM5-2B מייצר 57M טוקני פלט במשימות המדד, המודל התמציתי ביותר בקטגוריה שלו לעומת חציון של 72M. OpenBMB הודתה ל-AA על ההרצה והציגה אותה בדיוק במונחים אלה — ביצועים אייג’נטיים ויעילות טוקנים ב-2.6B, כך אמרה, הם מה שהמודל עבר אופטימיזציה עבורו.

הטענה המהותית הייתה יכולת סוכנית בחבילה קטנה: קריאת כלים מובנית, חיפוש עמוק ויצירת קוד, שאומנו מהיסוד ולא חוברו כהדבקה חיצונית. הכרטיס מתאר צנרת תלת-שלבית — אימון בסיס, אימון ביניים, ולאחר מכן אימון עוקב של SFT על {{1}}400B{{/1}} טוקנים של נתוני חשיבה עמוקה, מורים מיוחדים ל-RL, וזיקוק מדיניות-על (OPD) הממזג ששה-עשר מודלי מומחה של RL, חמישה מהם סוכניים, בחזרה לתוך רשת צפופה קטנה אחת. OpenBMB מייחסת לשלב ה-RL + OPD רווח ממוצע של {{2}}10.96{{/2}} נקודות במשימות חשיבה ומשימות כלליות ו-{{3}}6.96{{/3}} נקודות במשימות סוכניות — דלתות פנימיות, אך הן מסבירות את הצורה החריגה של מודל זה: רשת של {{4}}2.5B{{/4}} פרמטרים הבנויה כמו מודל חשיבה ומכוונת לשימוש בכלים.

מה הריפו מכיל בפועל

גיליון המפרט אינו משאיר מקום לספק, משום שהוא קובץ התצורה עצמו. ל-MiniCPM5-2B יש 2,516,756,480 פרמטרים, מתוכם 1,981,982,720 הם פרמטרים שאינם של שכבת ההטבעה — וספקים סופרים את הנתון של הפרמטרים שאינם שכבת הטבעה כשהם אומרים "מחלקת 2B." זהו טרנספורמר צפוף עם 42 שכבות בגודל חבוי של 2048, קשב מקובץ-שאילתות עם 16 ראשי שאילתות ו-2 ראשי מפתח/ערך בלבד, אוצר מילים בן 130,560, וטנזורים בפורמט BF16. כל העניין נשלח כקובץ safetensors יחיד, קטן דיו כדי להוריד אותו בחיבור מחשב נייד ולהריץ אותו על GPU בינוני בודד או על NPU ברמה של טלפון.

• פרמטרים — 2,516,756,480 בסך הכול; 1,981,982,720 שאינם embedding.

• {{1}}ארכיטקטורה{{/1}} — {{2}}LlamaForCausalLM צפוף{{/2}}, {{3}}42 שכבות{{/3}}, {{4}}ממד חבוי 2048{{/4}}, {{5}}GQA 16 ראשי שאילתה / 2 ראשי KV{{/5}}, {{6}}אוצר מילים 130,560{{/6}}.

• הקשר — 131,072 טוקנים מוגדרים (max_position_embeddings), ללא קנה מידה של RoPE בתצורה (config).

• רישיון — Apache-2.0, הן עבור המודל והן עבור נתוני האימון שפורסמו.

• פורמט — BF16; מלווי GGUF, MLX ו-GPTQ פורסמו בנפרד.

מספר אחד מהמצגת של יולי אינו מופיע בנקודת הבידוק. חומרי WAIC שיווקו חלון הקשר של 512K טוקנים; התצורה שפורסמה מגדירה את max_position_embeddings ל־131,072 (128K) ללא רשומת rope_scaling. ייתכן שהנתון 512K נועד להיות מושג באמצעות הרחבה בזמן הסקה, בדרך שבה כמה מודלים קטנים מותחים את חלון ההקשר שלהם — אך כפי שנשלח, המאגר מתעד 131,072, וזה המספר שצריך לתכנן לפיו עד ש־OpenBMB תפרסם מתכון הרחבה.

המספרים, ממוינים לפי מי שמדד אותם

כרטיס המודל מקפיד על מקורות הנתונים, וכדאי לקרוא את הערות השוליים. הציונים שהוא מסמן בסימן פגיון (†) "מגיעים מהמהדורה הרשמית של Artificial Analysis" — שורות כגון GPQA-Diamond 70.2, HLE 8.9, AA-LCR 59.0, Terminal-Bench v2.1 8.6 ו-GDPval-AA v2 19.6. כל השאר מתואר כ"שוחזר פנימית", כלומר OpenBMB הריצה את ההערכות הללו במערך הבדיקות שלה. בקטגוריה זו נכללים המספרים שמושכים את העין: ממוצע פנימי של 53.9 על פני קבוצת ההשוואה של הכרטיס, AIME 2025/2026 עם 86.5, MATH-500 עם 94.6, LiveCodeBench v6 עם 69.1, SWE-bench Verified עם 46.4, BFCL v4 עם 66.6, τ²-Bench Telecom עם 97.1, GAIA (Text-103) עם 88.7 ו-MMLU-Pro עם 70.8.

שלושה דברים שומרים על אמינותם של המספרים האלה. הממוצע 53.9 הוא ציון יחסי, לא מוחלט — הכרטיס מנרמל כל ציר מכ"ם כך שהמודל הטוב ביותר בהשוואה מקבל 100. קבוצת ההשוואה נבחרה על-ידי הספק: מודלים פתוחים נוספים בטווח 2B-4B, כולל Qwen3.5-2B, Qwen3.5-4B, Gemma-4-E2B-it, granite-4.2-3B, LFM2.5-2.6B ו-LFM2.5-8B-A1B. בתוך קבוצה זו הכרטיס מראה את MiniCPM5-2B עוקף את המודל הבא אחריו, Qwen3.5-4B עם 51.1 — תוצאה מפתיעה במיוחד עבור מודל בגודל חצי, ובדיוק סוג התוצאה שדורש שכפול בלתי תלוי לפני שבונים עליה. וכמה מהשורות הבודדות קשות ליישוב עם השיווק: ציון SWE-bench Verified של 46.4 ממודל צפוף של 2.5B יהיה מדהים אם הוא אכן משתכפל, ואילו HLE של 8.9 הוא תזכורת לכך ש"מוביל מתחת ל-4B" ו"חזיתי" הם ליגות שונות. אף אחד מאלה אינו סותר את המאגר, והציון המשולב v4.2 של AA אישר מאז את מיקומו הכולל של המודל בראש קטגוריית המשקולות הפתוחות מתחת ל-4B — אבל השורות הספציפיות האלה הן של OpenBMB עצמה, וטרם אומתו בידי גורם מחוץ למעבדה.

מריץ את MiniCPM5-2B היום

מכיוון שמדובר בארכיטקטורת Llama סטנדרטית, מנועי ההרצה המרכזיים טוענים את המודל ישירות. קובץ ה-README של OpenBMB מספק מדריכי התחלה מהירה ל-vLLM (0.21 ומעלה), ל-SGLang (0.5.16 ומעלה) ול-Transformers (5.6 ומעלה), ופרויקט vLLM העניק מעמד רשמי לראשון שבהם: vLLM היציב כולל תמיכה כבר מיום ההשקה ב-MiniCPM5-2B, עם מתכון פריסה ייעודי שפורסם לצד המהדורה. המתכון מפרט את אותו קונטקסט מקורי של 131,072 טוקנים כפי שמופיע בקובץ התצורה, ומאשר שהחלוקה Think/No-Think מגיעה עם ה-checkpoint — ב-vLLM המצב הוא דגל enable_thinking בתבנית הצ'אט: אפשר להגדירו לכל בקשה בנפרד דרך chat_template_kwargs, או לקבוע אותו כברירת מחדל בזמן הפעלת השרת. כך אותם משקלים יכולים להריץ או את העוזר המהיר No-Think או את מעבר ה-Think השקול. הדגימה המומלצת היא טמפרטורה של 1.0 עם top-p של 0.95; המתכון מציע להנמיך ל-0.9 כאשר enable_thinking פעיל. גרסאות ה-GGUF וה-MLX הנלוות נותנות מענה ל-llama.cpp, Ollama, LM Studio ו-Apple Silicon; כרטיס המודל מציין גם את סביבת ההרצה ArcLight ואת ערימות כוונון עדין הרגילות (TRL + PEFT, LLaMA-Factory, ms-swift, unsloth).

כדאי לדעת שני פרטי פריסה לפני שמתחילים. עבור קריאות כלים ופונקציות, יש לך כעת בחירה של backends מקוריים: המודל פולט קריאות כלים בסגנון XML, וכל אחד מ-SGLang ו-vLLM כולל parser מסוג minicpm5 שממיר אותן ל-tool_calls תואמי OpenAI — ה-parser של SGLang מובנה, וה-parser של vLLM, כחלק מתמיכה יציבה מהיום הראשון, מטפל באותו פורמט XML (הפעל אותו עם {{1}}--tool-call-parser minicpm5 --enable-auto-tool-choice{{/1}}). לקוחות סטנדרטיים של קריאות כלים עובדים על שניהם ללא shim מותאם אישית. ומודל ה-DSpark draft קיים כדי להוזיל את מעבר החשיבה: כשהוא משוגר ב-SGLang עם אלגוריתם ה-speculative decoding של DSPARK, הוא מאיץ את הפענוח תוך השארת הפלטים של מודל היעד ללא שינוי — מסוג הדברים שמכריעים האם לולאת agent עם הקשר של 128K על מחשב נייד היא שמישה או רק אפשרית.

אם אתה מעדיף להעריך קבוצת מודלים פתוחים קטנים במקום לכוונן אחד ידנית, שכבת הניתוב מוכיחה את עצמה כאן: כשספק מציג את MiniCPM5-2B, ראוטר הוא הדרך הזולה לבצע A/B בינו לבין Qwen3.5-2B ושאר הצ'קפוינטים הפתוחים מתחת ל-4B על אותה משימה, בלי אינטגרציה נוספת. ב-OrcaRouter זה אומר API אחד ל-200+ מודלים, מחירי הרשימה של הספקים מועברים עם 0% markup, ו-failover אוטומטי אם צ'קפוינט חדש לגמרי נתקע או נכנס ללולאה בנתיב ייצור. הריפו בקושי בן יומיים, ועדיין אין API מתארח שאנחנו יכולים להפנות אליו שמפרט את MiniCPM5-2B — אז ברירת המחדל הכנה היום היא להתייחס אליו כאל ניסוי אירוח עצמי (self-host), לא כתלות.

מי צריך למשוך את המשקולות האלה?

הורידו אותם היום אם העבודה שלכם היא על סוכנים על-המכשיר, קריאת כלים בקצה, או ניסויי קידוד וחשיבה עם מודלים קטנים, ואתם רוצים את האפשרות בקטגוריית ה-2B שאומנה בצורה האגרסיבית ביותר על הפרק. רישיון ה-Apache-2.0 ונתוני האימון הפתוחים מסירים את שתי הסיבות שרוב הצוותים מהססים לגבי מודל קטן ממעבדה סינית — ללא הגבלת שימוש מסחרי, וללא קורפוס בלתי-שקוף. הורידו אותם בזהירות אם אתם בוחרים מודל לייצור על סמך טבלת אמות-המידה בלבד: שורות הכותרת בכרטיס הן שכפולים של OpenBMB עצמה, והציון המורכב של AA בגרסת v4.2 — המדידה החיצונית היחידה עד כה — אינו מאשר אותן. מודל 2.5B שלפי הדיווחים עולה על Qwen3.5-4B הוא טענה שראויה לשעתיים שנדרשות כדי לשחזר את SWE-bench בעצמכם.

מה לצפות הלאה. המאגר כמעט בן יומיים בלבד, ובדיקת מנוע מרכזי אחת כבר עברה: vLLM יציב מגיש את MiniCPM5-2B כבר ביום הראשון, כך שמסלול האירוח העצמי בצד השרת הוא אמיתי, לא היפותטי. שאר האיתותים לטווח הקצר הם עדיין מכניים: האם llama.cpp וספריית Ollama יאמצו את ה-GGUF, האם שיקוף ModelScope ובניות השבבים של FlagOS יעלו נקי, והאם API מתארח יציג את MiniCPM5-2B — זה הרגע שבו הוא מפסיק להיות מיועד לאירוח עצמי בלבד. האיתות המהותי שהכתבה הזאת סימנה כחסר — ריצה עצמאית של Artificial Analysis או מעבדה אוניברסיטאית — הגיע עכשיו בדמות ציון מדד v4.2, והוא שומר על MiniCPM5-2B במקום הראשון בין דגמים עם משקלים פתוחים מתחת ל-4B. מה שעדיין חסר הוא אימות ברמת השורות: אף אחד מחוץ ל-OpenBMB לא שחזר את הנתונים הפנימיים של כרטיס המודל, בעיקר SWE-bench Verified עם 46.4 והממוצע הפנימי 53.9. עד שהשורות הספציפיות האלה ירוצו מחדש, התייחסו ל-MiniCPM5-2B כמו אל כל דגם ששוחרר בשקט עם כרטיס מרשים: כהשערה מבטיחה מאוד שתוכלו להריץ מקומית הערב, וכמודל שהמספרים הבולטים שלו כדאי לאמת לפני שתסמכו עליו בעבודה אמיתית.