MiniCPM5-2B vs Gemma 4 12B: Pemimpin Peringkat Sub-4B vs Generalist 12B Google

Materi peluncuran MiniCPM5-2B berisi satu kalimat yang terdengar seperti memupus semua perdebatan sebelum sempat dimulai: pada Konferensi Kecerdasan Buatan Dunia tanggal 19 Juli, ModelBest dan OpenBMB menyebut model tersebut sebagai model peringkat teratas di bawah 4B parameter pada papan peringkat Artificial Analysis, dan bobot terbukanya kini diam-diam sudah tayang di Hugging Face. Gemma 4 12B adalah jawaban Google dari kelas bobot yang sama sekali berbeda — generalis multimodal padat 11,95B tanpa encoder, dirilis pada 3 Juni, yang menerima masukan berupa teks, gambar, audio, dan video serta telah melewati berbulan-bulan penerapan oleh komunitas. Membandingkan keduanya bukanlah latihan membaca lembar spesifikasi; ini adalah keputusan tentang perangkat yang Anda tuju, karena model yang memimpin kelas ukurannya dan model yang sekadar lebih besar sedang menjawab pertanyaan perangkat keras yang berbeda.

Waktu rilis adalah alasan mengapa perbandingan ini bisa ada sama sekali. MiniCPM5-2B ditampilkan di WAIC pada bulan Juli sebagai sebuah produk — sama-sama merupakan cerita chip dan cerita model, dengan sembilan mitra silikon day-zero dari komunitas FlagOS-nya — dan weights-nya dijanjikan "dalam waktu dekat." Tujuh minggu kemudian, repositori openbmb/MiniCPM5-2B muncul di Hugging Face (changelog OpenBMB mencatat rilis tersebut pada 7 September), di bawah lisensi Apache-2.0, tanpa pembatasan akses (ungated), dengan checkpoint BF16, GGUF, MLX, GPTQ, checkpoint base dan SFT, serta dataset pelatihan, semuanya dalam koleksi yang sama. Tidak ada siaran pers, tidak ada acara peluncuran. Hingga tulisan ini dibuat, model card itulah pengumumannya, dan belum ada hasil benchmark independen yang dipublikasikan — semua hal kuantitatif tentang 2B di bawah ini berasal dari reproduksi ModelBest sendiri atau diambil dari snapshot Artificial Analysis yang dikutipnya. Gemma 4 12B, sebaliknya, diluncurkan melalui mekanisme normal Google dan telah diunduh jutaan kali. Kesenjangan bukti itu adalah bagian dari perbandingan ini, bukan sekadar catatan kaki di dalamnya.

Apa yang baru saja berubah di masing-masing sisi

MiniCPM5-2B adalah model kedua dalam seri MiniCPM5, setelah MiniCPM5-1B yang dirilis sebagai open-source oleh OpenBMB pada 19 Mei. Kartu model ini menggambarkan transformer padat dengan total 2.516.756.480 parameter (1.981.982.720 non-embedding — angka yang menjadikannya berlabel "kelas 2B"), 42 lapisan dengan ukuran tersembunyi 2048, grouped-query attention dengan 16 query head dan hanya 2 KV head, serta kosakata sebanyak 130.560. Ini adalah arsitektur LlamaForCausalLM biasa — kartu model ini secara eksplisit menyatakan bahwa tidak diperlukan kernel khusus maupun fork kode model — dan seluruh checkpoint dikirim sebagai satu shard safetensors BF16. Pilihan desain yang menarik ada pada pasca-pelatihan: SFT pada 400 miliar token data deep-thinking, kemudian On-Policy Distillation yang memadukan enam belas model pakar RL, lima di antaranya agentik, kembali menjadi satu jaringan padat kecil. Kartu model ini mengaitkan RL + OPD dengan peningkatan rata-rata 10,96 poin pada tugas penalaran dan umum serta 6,96 poin pada tugas agentik — delta internal, tetapi hal itu menjelaskan bentuk model ini: model 2B yang dirancang untuk menjadi agen on-device, yang secara native menghasilkan panggilan alat bergaya XML.

Gemma 4 12B menempati posisi berbeda dalam jajaran produk Google. Ia adalah anak tengah dari keluarga Gemma 4 — di atas model E2B dan E4B yang berfokus pada perangkat edge, di bawah 26B MoE dan 31B frontier — dan satu-satunya anggota yang dibangun dengan desain tanpa encoder: patch gambar mentah dan bentuk gelombang audio diproyeksikan langsung ke ruang token, sehingga satu model padat menangani masukan teks, gambar, audio, dan video tanpa memerlukan menara encoder terpisah. Model ini menawarkan jendela konteks 256K, pemanggilan alat langsung secara bawaan, lintasan penalaran opsional, serta drafter prediksi multi-token yang mempercepat decoding dari dalam checkpoint. Model ini berlisensi Apache-2.0, praktis digunakan pada perangkat keras kelas 16GB (sekitar 8GB pada 4-bit), dan halaman Hugging Face-nya menunjukkan jutaan unduhan per bulan.

Klaim peringkat, dan kelas ukuran yang tidak dicakupnya.

ModelBest's headline untuk MiniCPM5-2B adalah Artificial Analysis Intelligence Index sebesar 17, pertama di antara model di bawah 4B parameter saat peluncuran. Ada dua catatan penting yang menyertainya. Skor tersebut mencerminkan snapshot v4.1 milik AA dan tidak dapat dibandingkan secara langsung dengan nilai indeks dari snapshot sebelumnya, serta merupakan angka saat peluncuran yang dikutip vendor sebelum ada pengujian ulang independen. Pembacaan yang jujur sebenarnya lebih sempit tetapi tetap mengesankan: pada saat dirilis, dengan metodologi AA ketika itu, model 2.5B ini memimpin seluruh kelas ukurannya. Gemma 4 12B tidak termasuk dalam kelas tersebut, dan di halaman Artificial Analysis sendiri saat ini ia memiliki indeks lebih tinggi — sekitar 22 untuk varian penalaran dan 13 untuk model instruct non-penalaran, keduanya "jauh di atas rata-rata" untuk kelompok sebaya mereka. Indeks dari snapshot yang berbeda tidak sejajar secara presisi, jadi anggap itu sebagai arah, bukan angka pasti: model generalis 12B teruji sebagai model yang lebih mampu, dan model 2B teruji sebagai model paling mampu untuk ukurannya. Itu adalah klaim yang berbeda dan keduanya bisa benar.

Papan skor, yang diberi label dengan jujur.

Bacalah baris-baris ini dengan mempertimbangkan sumber datanya — angka MiniCPM5-2B adalah klaim dari kartu spesifikasi ModelBest, baru berumur satu minggu dan belum pernah direproduksi; angka Gemma 4 12B dilaporkan oleh Google dan sudah lama terpapar penggunaan komunitas secara luas.

• Ukuran — MiniCPM5-2B: 2.52B total / 1.98B non-embedding, dense. Gemma 4 12B: 11.95B, dense.

• Modalitas — MiniCPM5-2B: teks saja. Gemma 4 12B: input teks, gambar, audio, dan video, tanpa encoder.

• Konteks — MiniCPM5-2B: 131.072 token dalam konfigurasi bawaan. Gemma 4 12B: 256K native (beberapa resep penyajian menguncinya di 128K).

• Bahasa — MiniCPM5-2B: Kartu dan data berfokus pada bahasa Inggris dan Mandarin. Gemma 4 12B: 140+ bahasa.

• Rilis — MiniCPM5-2B: diumumkan pada 19 Juli 2026; bobot modelnya tersedia pada 6–7 September, secara diam-diam. Gemma 4 12B: diluncurkan pada 3 Juni 2026, dengan evaluasi peluncuran penuh.

• Bukti — MiniCPM5-2B: kartu vendor plus AA v4.1 (Indeks 17, #1 sub-4B); belum ada uji independen. Gemma 4 12B: evaluasi peluncuran ditambah penerapan komunitas selama berbulan-bulan dan sekitar 3,3 juta unduhan bulanan.

Papan skor di atas adalah potret yang sama dalam enam baris: kedua model berbeda pendapat pada hampir setiap dimensi, dan kolom yang menentukan pilihan — modalitas, bahasa, kelas perangkat — adalah kolom yang tidak tercakup oleh rata-rata tolok ukur mana pun.

Di mana 12B unggul: hal-hal yang tidak dapat dipalsukan oleh 2B yang hanya berbasis teks.

Mulai dengan modalitas. Gemma 4 12B menerima audio, gambar, dan video secara native; MiniCPM5-2B hanya teks. Produk apa pun yang mentranskripsi, melihat layar, atau menonton video memerlukan pipeline kedua di samping model 2B, dan pada titik itu keunggulan “model kecil” sebagian menguap. Bahasa adalah dinding kedua: 140+ versus rilis yang berpusat pada bahasa Inggris/Tionghoa. Untuk produk yang melayani ekor panjang bahasa, model 2B bukanlah kandidat sama sekali. Lalu ada bukti. Gemma 4 12B telah diunduh jutaan kali, dikuantisasi, di-fine-tune, dan disajikan dalam produksi selama tiga bulan; mode kegagalannya terdokumentasi dan ekosistemnya mencakup llama.cpp, Ollama, LM Studio, MLX, vLLM, dan SGLang. MiniCPM5-2B adalah repositori berumur satu minggu yang angka utamanya — termasuk skor 46.4 dari vendor pada SWE-bench Verified, yang akan luar biasa untuk model dense 2.5B jika ia bertahan dalam pengujian independen — belum pernah disentuh oleh siapa pun di luar lab. Hanya dari segi kematangan, pilihannya sudah sangat jelas.

Di mana 2B adalah satu-satunya pilihan.

Hal-hal itu sama sekali tidak relevan pada kelas perangkat yang jelas-jelas tidak muat untuk model 12B. Ponsel, papan smart-cockpit, atau edge box kecil dengan DRAM beberapa gigabyte tidak mampu memindahkan bobot model 11.95B melintasi bus memori pada kecepatan yang berguna — justru itulah hambatan yang akan mencekiknya. MiniCPM5-2B dibuat untuk dunia seperti itu: bobot yang muat di memori perangkat, jendela 128K untuk sesi agen yang panjang, pemanggilan alat (tool calling) native yang dirancang untuk berjalan interaktif, serta adaptasi day-zero di sembilan keluarga chip plus ARM. Jika target Anda adalah NPU kelas ponsel atau papan tertanam, Gemma 4 12B tidak bersaing dengan MiniCPM5-2B — model itu sama sekali tidak bisa diterapkan di sana. Dan jika target Anda mampu membawa 12B tetapi hanya pas-pasan — laptop 16GB — model 2B memberi Anda ruang gerak: latensi per token yang lebih cepat, daya yang lebih rendah, dan opsi untuk menjalankan model kedua dalam tapak yang sama.

Cara mengetahui klaim mana yang bertahan

Karena kedua sisi sama-sama open-weight dan dapat di-hosting sendiri, langkah jujur berikutnya adalah mengukurnya di perangkat keras Anda sendiri, bukan sekadar membaca spesifikasinya sekali lagi. Jika Anda mempertimbangkan MiniCPM5-2B melawan Gemma 4 12B untuk beban kerja yang sudah Anda layani, di sinilah pula lapisan routing membuktikan nilainya: mengarahkan jalur pengujian ke checkpoint baru yang di-hosting sendiri melalui satu API dengan failover otomatis berarti stack yang belum teruji bisa macet atau berputar tanpa menjatuhkan layanan produksi, sementara harga daftar penyedia untuk model pembanding apa pun diteruskan dengan markup 0%. Modelnya sendiri adalah repositori yang baru berumur sehari, jadi perlakuan bawaan yang tepat adalah menganggapnya sebagai eksperimen — tetapi eksperimen itu murah untuk dijalankan, dan dua jam yang dibutuhkan untuk mereproduksi SWE-bench atau sebagian dari set evaluasi Anda sendiri pada model 2B adalah tepat bukti yang selama ini hilang dari perbandingan ini.

Putusan

Pilih Gemma 4 12B ketika perangkat keras Anda memiliki ruang yang memadai dan beban kerja Anda menyentuh lebih dari sekadar teks — produk multimodal, audiens multibahasa, atau apa pun yang lebih mengutamakan tiga bulan perilaku yang telah teruji oleh komunitas daripada mahkota peringkat. Pilih MiniCPM5-2B ketika perangkat Anda sama sekali tidak dapat menjalankan 12B, atau ketika model 2.5B yang mampu menangani teks dan berorientasi agen pada chip kelas ponsel akan memungkinkan Anda meluncurkan produk yang mustahil diwujudkan oleh model yang lebih besar. Pemimpin peringkat sub-4B adalah pencapaian nyata dan rilis bobot terbukanya membuatnya dapat diuji hari ini; hanya saja, berdasarkan bukti yang tersedia, ia bukanlah pengganti generalis 12B di mana pun 12B benar-benar dapat dijalankan.