PAN 2 לעומת MiniCPM5-2B: אחד מגיע עם הנתונים שלו, השני מגיע עם הפרומפטים שלו

OpenBMB שחררה את MiniCPM5-2B ב-6 בספטמבר 2026, ולצד צ'ק-פוינט בעל 2.52 מיליארד פרמטרים, פרסמה את קורפוסי האימון: UltraX-Preview עבור קדם-אימון על נתוני אינטרנט, UltraData-Code עם ניהול מדורג מ-L0 עד L3, UltraData-SFT-Agent-2609 עם חצי מיליון דגימות סוכנים, ו-UltraData-RL-2609 עם יותר משמונים אלף דגימות למידת חיזוק. זה דבר יוצא דופן למסור, וזו העדשה הנכונה להשוואה הזו. PAN 2, שפורסמה בשקט על ידי מכון Foundation Models של MBZUAI בלי פוסט השקה ובלי נקודת קצה מתארחת, עושה משהו סמוך אך לא זהה: היא מוסרת את הפרומפטים שלה. המאגר מספק מיומנות של מנמק מושגי עם פרומפט מערכת, פרומפט שלילי קבוע ומאמת תקציב טוקנים לכיתובי מצב-עולם מובנים שאליהם עמוד השדרה הדיפוזיוני שלה מצפה, וגם את קונפיגורציות האימון שהפיקו אותה. מעבדה אחת פתחה את הנתונים שלה. האחרת פתחה את הממשק שלה. אף אחת לא פתחה את שניהם, ואיזו מהן שימושית יותר עבורך תלוי לחלוטין במה שאתה מנסה לבנות.

שתי חשיפות, אף אחת מהן אינה שלמה

הפצת הנתונים של MiniCPM5-2B אמיתית וספציפית. הכרטיס מפרט את מערכי הנתונים, מקשר אליהם ומתאר מה כל אחד מהם תורם — נתוני קוד המנוהלים בשכבות, דוגמאות SFT של סוכנים, דוגמאות RL המשתרעות על מתמטיקה, קוד, ידע כללי והיסק בהקשר ארוך. מה שהוא לא נותן לך הוא התערובת, הסדר, הליך הניקוי או ספירת הטוקנים לכל מקור. אפשר לראות את המצרכים ולא את המתכון.

שחרור הפרומפטים של PAN 2 הוא תמונת מראה. מדיניות הכיתוב מוגדרת במלואה: מה תיאור מצב-עולם חייב לכלול, סדר האירועים, כיצד פעולות נקשרות לשחקנים, כיצד תנועת המצלמה מובעת, וקיבולת קשיחה של 1,536 טוקנים של מקודד טקסט עם יעד רך של 1,480. מה שהוא לא נותן לך הוא הקורפוס שלימד את המודל לקרוא את הכיתובים הללו — "מאות מיליוני סרטונים שתויגו באותו פורמט", בלי כרטיס מערך נתונים ובלי שחרור.

אם הצורך שלך הוא להבין למה מודל שפה קטן מתנהג כפי שהוא מתנהג, MiniCPM5-2B נותן לך יותר חומר לעבודה. אם הצורך שלך הוא לגרום למודל וידאו להפיק את הקליפ שביקשת, PAN 2 נותן לך יותר. שתי המהדורות שקופות יותר מהרמה החציונית, ושתיהן עוצרות בנקודה שבה שקיפות הופכת לחיסרון תחרותי.

המספרים, ומה הם שווים

MiniCPM5-2B הוא מודל צפוף בארכיטקטורת Llama עם 2,516,756,480 פרמטרים — 1.98 מיליארד פרמטרים ללא ה-embeddings,‏ 42 שכבות, 16 ראשי query מול 2 ראשי key-value, חלון הקשר של 131,072 טוקנים, אנגלית וסינית. OpenBMB טוענת לרמת state of the art בקוד פתוח בקטגוריית 2B, עם ממוצע של 53.9 על פני מערך ההשוואה שלה לעומת 51.1 עבור המודל הגדול הטוב ביותר באותו מערך. השורות הבודדות הן המקום שבו הטענה נעשית מעניינת: LiveCodeBench v6 עם 69.1,‏ AIME 2026 עם 86.5,‏ MMLU-Pro עם 70.8,‏ GPQA Diamond עם 70.2,‏ SWE-bench Verified עם 46.4,‏ τ²-Bench Telecom עם 97.1,‏ AA-LCR עם 59.0 ו-NoLiMa עם 68.1.

אלה דווחו על ידי הספק על סט השוואה שנבחר על ידי הספק, והסט מאלף: הוא כולל את Gemma-4-E2B-it, ‏Gemma-4-E4B-it, ‏Qwen3.5-2B, ‏Qwen3.5-4B, ‏LFM2.5-2.6B ו-LFM2.5-8B-A1B. ב-AA-LCR הפער המדווח הוא 59.0 עבור MiniCPM5-2B לעומת 5.3 עבור LFM2.5-2.6B ו-17.0 עבור Gemma-4-E2B-it. ב-SWE-bench Verified זה 46.4 לעומת 6.0, 2.0 ו-3.0. הפערים האלה גדולים מספיק כדי שהבדלי harness לא יסבירו אותם, אבל ה-harness עדיין של OpenBMB ואיש לא שחזר את הטבלה באופן עצמאי.

ל-PAN 2 אין טבלה מסוג זה, מפני שאין כלי משותף למודלי עולם של וידאו כפי שיש לקוד ולמתמטיקה. במקום זאת יש בו פרק מגבלות מובנה שבוטה יותר מכל מדד ספק: כשני שלישים מהתוכניות המדומות מכילות לפחות שלב אחד שאינו מבוצע; המראה נסחף בין קליפים מפני שכל אחד מהם מתחיל מלכל היותר פריים בודד בתוספת טקסט; פעולות טקסט מפרטות מניפולציה מיומנת רק באופן גס; המודל עלול לאפשר לסימולציה להתקדם תוך הפרת אילוצים פיזיים, כאשר פסטה מופיעה במסננת לפני הסינון מובאת כדוגמה.

• מה זה — MiniCPM5-2B: מודל טקסט צפוף עם 2.52B פרמטרים לעוזרים על-מכשיר, סוכני קידוד ותהליכי עבודה עם כלים. PAN 2: טרנספורמר דיפוזיה עם 29B פרמטרים שמציג את ההשלכות של פעולה כווידאו.

• פלט — MiniCPM5-2B: טקסט. PAN 2: MP4, עד 20 שניות ב-704×1248 וב-24 fps.

• הקשר או אופק — MiniCPM5-2B: 131,072 אסימונים, עם AA-LCR 59.0 ו-NoLiMa 68.1 בהארנס של OpenBMB. PAN 2: פריים התחלתי אחד בתוספת כיתוב, כך שאינטראקציות ארוכות נודדות והכרטיס אומר זאת.

• רישיון — MiniCPM5-2B: Apache-2.0, אנגלית וסינית. PAN 2: Apache-2.0 על המשקלים שלה, כאשר Qwen3.5-9B ו-Wan 2.2 כפופים לתנאים שלהם.

• חומרה — MiniCPM5-2B: מעבד גרפי צרכני בודד, והכרטיס מתעד את מסלולי vLLM, SGLang ו-llama.cpp וכן backend רב-שבבי. PAN 2: שמונה H200s כברירת מחדל במתכון vLLM; ארבעה B300s עבור שלוש עשרה שניות של וידאו בכ-119 שניות.

הטענה בדבר עיבוד על-המכשיר לעומת המציאות בקנה מידה של צמתים

MiniCPM5-2B בנוי להיות קטן בדרך שבאמת חשובה: לא רק מעט פרמטרים, אלא נתיב מתועד אל חומרה שכבר בבעלותך. הכרטיס כולל מדריכי התחלה מהירה עבור vLLM, SGLang ו־llama.cpp, עם הערה ש־-c 8192 קובע את אורך ההקשר בנתיב llama.cpp — שורה שמופיעה רק בתיעוד שנכתב על ידי אנשים שבאמת הריצו את הדבר על מחשב נייד. הוא גם מתעד את FlagOS, backend רב־שבבי שמאפשר לאותם משקלים לרוץ על מאיצים שונים. זהו סיפור פריסה שמכוון לטלפונים, מחשבים חד־לוחיים וקופסאות הסקה זולות.

סיפור הפריסה של PAN 2 הוא ההפך בכל ממד, והסיבה היא אריתמטיקה ולא רשלנות. חמישים צעדי דגימה עם הנחיה ללא מסווג בכל צעד פירושם מאה מעברי קדימה דרך טרנספורמר של 29B לכל קליפ. המתכון מפצל את ההנחיה על פני שני ראנקים ואת אורך הרצף על פני שניים נוספים, ואז מוסיף פרלול של patchים ב-VAE על פני ארבעה ראנקים במצב אריחים, מפני שפענוח של עשרים שניות ב-704×1248 הוא בעיית זיכרון בפני עצמה. אי אפשר להריץ את זה על מחשב נייד, והצוות לא העמיד פנים אחרת.

מה שראוי לציין הוא שאף אחד מהמודלים לא מתארח בשום מקום. ל-MiniCPM5-2B יש יותר ממיליון הורדות בחודש ואין לו API של צד ראשון; ל-PAN 2 אין API, ונכון ל-11 בנובמבר 2026, יש לו פוסט חברתי אחד מחשבון המעבדה שלו וכלום מאחוריו — אין נקודת קצה, אין קישור למאמר, אין תמחור. אם אתה רוצה אחד מהם, אתה מריץ אותו.

איפה אפשר לשכור את חצי התכנון

הארכיטקטורה של PAN 2 הופכת חלק אחד ממנה לניתן להפרדה, וזהו החלק שרוב הצוותים לא אמורים לבנות בעצמם. רכיב ההסקה המושגי — מודל השפה שהופך תצפית ופעולה מבוקשת לכיתוב המובנה שעמוד השדרה של הדיפוזיה צורך — הוא במפורש כל מודל שעוקב אחר הוראות. הדוח מדרג ארבעה לפי תדירות שבה תוכנית מדומה מושלמת מקצה לקצה: Claude Opus 5.5, GPT-6 Astra במאמץ בינוני, Kimi K3, ואז Qwen3.8-Flash. הכרטיס גם מציין שניתן להשתמש בכל LLM שעוקב אחר הוראות, ושחריגה מהתפלגות האימון נוטה לחייב פרומפטים מהוקצעים ביד.

זה הופך את מנוע ההסקה לבחירה תפעולית שתרצו לבחון מחדש, ולבחון אותה מחדש זול יותר דרך נתב מאשר דרך ארבע שיחות רכש. Qwen3.8-Flash נמצא ב-OrcaRouter; מפתח API יחיד עם מעבר אוטומטי לגיבוי מאפשר לכם להריץ את אותו עומס עבודה של כיתוב על פני כמה מתכננים, במחיר המחירון של הספק עם 0% תוספת מחיר שמועברת הלאה, ולשמור את זה שמשלים את התוכניות שלכם לעתים קרובות ביותר. OrcaRouter אינו מארח את PAN 2 — אין PAN 2 מתארח לנתב אליו — והוא גם אינו מארח את MiniCPM5-2B. הרנדרר והמודל הקטן נשארים על החומרה שלכם; המתכנן הוא המצרך.

עבור MiniCPM5-2B החישוב שונה באופן ששווה לציין. מודלים על-המכשיר קיימים בדיוק כדי להימנע מקריאות בתשלום לפי שימוש, ומודל 2B שרץ על טלפון אינו משתפר מעצם הניתוב סביבו. אם הסיבה שלך היא פרטיות, השהיה או פעולה לא מקוונת, ניתוב הוא התשובה הלא נכונה ו-MiniCPM5-2B הוא המודל הנכון. אם הסיבה שלך היא עלות, השווה בכנות: מודל 2B שהציון הממוצע שלו הוא 53.9 עשוי לעלות יותר בזמן פיתוח כדי להגיע לשוויון ביצועים במשימה שלך מאשר קריאה בתשלום לפי שימוש למודל גדול יותר.

למה כל גרסה מיועדת בפועל

MiniCPM5-2B הוא מודל עם תפקיד: להיות המודל הפתוח הטוב ביותר בקטגוריית 2B במדדים שהמשתמשים שלו חשובים להם, לרוץ על המכשיר, ולהגיע עם הנתונים כך שהקהילה תוכל לבנות עליו ולא סביבו. זוהי מהדורה בוגרת עם מערך תיעוד שמשקף כמה איטרציות — מדריכי התחלה מהירה לשלוש ערימות הגשה, מדור לקריאה לכלים, ספרי מתכונים, מתכוני כוונון עדין, ו-backend רב-שבבי.

PAN 2 הוא ארטיפקט מחקרי עם טענה שלמה באופן יוצא דופן. הוא טוען שחשיבה סימולטיבית — סוכן שמדמיין את התוצאות של הפעולות המועמדות שלו לפני שהוא בוחר באחת — היא יכולת שאפשר לבנות ולא יכולת שמקווים שתצמח, והוא מיישם את הטענה כמערכת דו-שלבית שדפוס שפורסם עומד מאחוריה (ניסוח ה-Generative Latent Prediction ב־Critique of World Models, arXiv 2507.05169). תמיכת המסגרת שהגיעה ב-10 בנובמבר 2026 הפכה אותה לניתנת להרצה. פוסט בן שתי פסקאות בחשבון ה-X של המעבדה עצמה באותו אחר הצהריים לא היווה השקה שלה, ומאז לא נאמר דבר נוסף.

אף אחד משני השחרורים האלה אינו שחרור טוב יותר מהאחר. הן תשובות לשאלות שונות, שפורסמו בשלבים שונים של ביטחון. מעבדה אחת אומרת: "הנה מודל קטן שאפשר לסמוך עליו, והנה מה שנכלל בו". האחרת אומרת: "הנה מערכת שעושה משהו חדש, והנה בדיוק היכן היא נכשלת". השוואה ביניהם מועילה רק אם אתה יודע איזה משני המשפטים האלה מתאר את הפרויקט שלך.