d1-Omni-2B vs MiniCPM5-2B: un modello decisionale non è un piccolo modello chat

Entrambi sono open-weight, entrambi si collocano intorno ai due miliardi di parametri e entrambi sono pensati per hardware che sta su una scrivania anziché in un rack. È qui che finisce la somiglianza. d1-Omni-2B accetta uno stato — testo, JSON, immagini, fotogrammi video, audio — più un insieme di domande con nome, e restituisce risposte tipizzate con probabilità calibrate in un singolo passaggio in avanti. MiniCPM5-2B accetta testo e scrive altro testo, ragionando fino a una risposta un token alla volta. Scambiare l'uno con l'altro non è un upgrade né un downgrade del modello; è una riscrittura di tutto ciò che consuma la risposta. Il confronto che vale la pena fare, quindi, non è quale dei due ottenga un punteggio più alto. È quale contratto la tua pipeline può effettivamente accettare, e quanto ciascuno ti costa in licenze, latenza e lavoro di deployment per rispettarlo.

Cosa ti ritorna effettivamente da una chiamata

Una chiamata a d1 sembra uno schema, non una conversazione. Si passano a system_one uno stato e un dizionario di domande, ciascuna con un tipo — sì/no, scelta singola, scelta multipla, punteggi ordinati, intervallo di testo, numero, data, una casella di delimitazione o più — e si riceve indietro un valore per ogni domanda con una probabilità associata. L'esempio della scheda del modello instrada un ticket di supporto: un flag di rimborso, un'assegnazione del team derivata da due criteri denominati e un livello di confidenza per ciascuno. Nessuna prosa, nessuna trascrizione, nessun token emesso. La scheda lo afferma chiaramente: non è un modello di chat.

Quel design è l'intero prodotto. Poiché nulla viene decodificato, non c'è alcuna fase di parsing, nessuna riparazione JSON, nessun ciclo di retry per il modello che ha avvolto la sua risposta in una scusa. Un valore ritorna a una soglia scelta da te, con un percorso di astensione quando nulla nell'insieme di opzioni è applicabile — Liquid riporta 78,5 su quel test di astensione scritto e 75,8 parlato. Se il tuo codice a valle ha bisogno di un'assegnazione a una coda e di un numero, questa è la forma che ti serve.

MiniCPM5-2B restituisce la forma opposta. È un decoder standard con architettura Llama che pensa prima di rispondere, costruito su una fase SFT di deep-thinking da 400 miliardi di token, RL di dominio e una fase di distillazione on-policy che incorpora sedici insegnanti specializzati in un unico checkpoint denso. Puoi assolutamente ottenere output strutturati da esso — i suoi punteggi di function-calling sono rispettabili, e OpenBMB distribuisce un parser di tool per vLLM — ma lo ottieni chiedendolo, in un prompt, e affidandoti al decoder perché si conformi. Il ragionamento è la funzionalità. È anche ciò per cui paghi a ogni chiamata.

Il testa a testa che non esiste

Non esiste alcun benchmark su cui entrambi questi due modelli siano stati eseguiti. Non è una lacuna nella reportistica; è una conseguenza della suddivisione sopra. d1-Omni-2B compare solo nelle suite decisionali di Liquid — DecisionBench v1 a 76,4, decisionbench.ai v4 a 84,7, Decision Index public suite v0.3 a 49,0, ImajevBench v2.0-lite a 72,3, una media vision non ponderata di 67,7 su diciotto benchmark. MiniCPM5-2B compare solo nella suite di ragionamento e agentica di OpenBMB: una media di 53,9 su 34 test, LiveCodeBench v6 a 69,1, AIME 2025 a 86,5, SWE-bench Verified a 46,4, BFCL v4 a 66,6 e un ben più modesto 8,9 su Humanity's Last Exam. Nemmeno uno di quei numeri è misurato sugli stessi elementi, dallo stesso valutatore, come qualsiasi numero del primo elenco.

Chiunque vi mostri una tabella a due colonne con questi punteggi affiancati sta facendo una cucitura, e la cucitura è peggio di quanto sembri. Ogni cifra di d1-Omni-2B è eseguita dal fornitore e, al momento della pubblicazione, non è stata riprodotta in modo indipendente. Anche la media principale di OpenBMB è eseguita dal fornitore — l'azienda ha rilasciato i propri corpora di addestramento e il framework RL, il che è più di quanto facciano la maggior parte dei laboratori, ma si tratta di riproducibilità del metodo, non dei punteggi.

I numeri indipendenti che esistono davvero meritano una lettura attenta, perché non concordano tra loro tra le diverse versioni dell’indice. Artificial Analysis ha assegnato a MiniCPM5-2B un punteggio di 15 sul suo Intelligence Index v4.2 quando ha coperto il lancio il 7 settembre; la pagina live ora riporta 12; la dichiarazione di OpenBMB stessa di un punteggio di 23 si riferiva alla v4.1.1. Queste tre cifre non indicano un calo né una disputa: l’indice è cambiato sotto di esse, e i punteggi di versioni diverse non sono confrontabili. Considera la direzione e ignora la cifra. Artificial Analysis non ha alcuna pagina per d1-Omni-2B né per il suo gemello d1-2B, quindi il modello decisionale non ha ancora alcuna misurazione indipendente di alcun tipo.

Un numero che sembra trasferibile e non lo è: Liquid ha eseguito un confronto su 27 test del suo chat modello LFM3-1.7B contro MiniCPM5-2B e ha vinto 23 a 4. Quel risultato dice che un decoder post-addestrato di Liquid batte quello di OpenBMB su quei test. Non dice nulla sulla testa decisionale, che non è mai stata in quella esecuzione, e non dovrebbe essere preso in prestito per risolvere questo accoppiamento.

Dove le specifiche si differenziano davvero

• Contratto di output — valori tipizzati con probabilità e zero token di output rispetto a testo generato con una traccia di ragionamento implicita. Tutto il resto in questo elenco è a valle di ciò.

• Dimensione — 2,17 miliardi di parametri in un checkpoint BF16 da 4,33 GB, contro 2,52 miliardi totali e 1,98 miliardi non di embedding, circa 5 GB in BF16. Talmente vicini che nessuno dei due vince solo sull'occupazione di spazio.

• Input — testo o stato JSON, immagini, fotogrammi video e audio, combinabili in un'unica richiesta, rispetto al solo testo. MiniCPM5-2B non ha né encoder visivo né percorso audio; se lo stato contiene una forma d'onda, il confronto finisce qui. Se cerchi la linea multimodale di OpenBMB, quella è MiniCPM-V 4.7, una famiglia diversa con un compromesso diverso.

• Contesto — 128.000 token contro 131.072. È lo stesso numero espresso in due modi, e non è un motivo per scegliere l'uno o l'altro modello. Conta solo perché entrambi possono contenere un documento lungo; il limite di d1-Omni-2B è che lunghi passaggi parlati ne degradano l'accuratezza molto prima che la finestra si riempia, e la scheda lo dice.

• Licenza — LFM Open License v1.0 con una soglia di ricavi annuali di $10.000.000, rispetto ad Apache-2.0 senza alcuna condizione. È la maggiore differenza singola nella tabella e non ha nulla a che fare con la qualità del modello.

• Runtime — codice di modellazione personalizzato dietro trust_remote_code, Transformers 5.19 o successivo, solo BF16, nessun GGUF del fornitore e nessun percorso vLLM o SGLang documentato, rispetto agli strumenti Llama non modificati: vLLM, SGLang, llama.cpp, MLX, GPTQ, un GGUF ufficiale nel repository e build quantizzate già in circolazione.

• Adozione — 36 download e 10 like quattro giorni dopo la comparsa del repository il 24 ottobre, contro 1.216.145 download e 1.823 like dal 6 settembre. Nota bene: il dato di MiniCPM ha avuto sette settimane e un post di lancio, quello di d1 non ha avuto né l'uno né l'altro, quindi va letto come un segnale di maturità più che come un verdetto.

Cinque millisecondi contro un pensiero

Liquid pubblica la latenza di chiamata a caldo per d1-Omni-2B, misurata dopo compile() in BF16 come mediana di venti chiamate. Su una H100 PCIe una singola domanda costa 5,8 ms, tre domande 7,7 ms, uno stato da 5.000 token 52 ms, un'immagine da 384 pixel 12,1 ms e dieci secondi di audio 12,4 ms. Con un batch di 64 stati per chiamata elabora 1.154 stati al secondo, e una MI325X è persino più veloce, a 3,7 ms e 1.697 stati al secondo. Una M5 Pro fa 21,1 ms su una domanda e 110 stati al secondo — lenta rispetto a una scheda da datacenter, e comunque abbastanza veloce da sembrare istantanea dentro un'app desktop.

Niente di tutto questo è una gara equa, perché l'altra parte non pubblica un tempo. Ciò che si può dire strutturalmente è che la latenza di un decoder cresce in base a quanto pensa, e MiniCPM5-2B è un modello costruito per pensare. In una chiamata di routing o di triage — in cui la risposta corretta è uno di quattro nomi di coda — paghi per una motivazione che nessuno ha chiesto, e la paghi per token. Artificial Analysis quantifica la cosa: durante l'esecuzione del suo Intelligence Index, il modello ha emesso 74 milioni di token in output, contro una mediana di 67 milioni per modelli comparabili, che il suo riassunto definisce "alquanto verboso". Non è un argomento contro il modello; è un argomento contro il suo utilizzo nel ruolo per cui è stato costruito d1-Omni-2B.

Tratta i numeri di d1 con la consueta cautela. Sono misurazioni del fornitore, rilevate su hardware specifico con una fase di compilazione, e un'esecuzione indipendente finirà quasi certamente su valori diversi. L'ordine di grandezza — millisecondi a una cifra per decisione — è la parte che resiste.

La clausola di licenza che prevale sul tabellone

MiniCPM5-2B è distribuito con licenza Apache-2.0. Puoi usarlo commercialmente, crearne un fork, ridistribuirlo, integrarlo in un prodotto e non dovrai mai consultare un avvocato per farlo. d1-Omni-2B è distribuito con la LFM Open License v1.0, che concede l'uso commerciale solo finché la tua organizzazione rimane sotto i 10.000.000 di dollari di fatturato annuo. A partire da tale soglia, la licenza afferma che l'uso commerciale "non è concesso in licenza ai sensi del presente Accordo", il che significa che devi stipulare un accordo separato con Liquid AI, oppure non distribuire il modello.

La ridistribuzione è consentita su entrambi, con condizioni sul lato LFM: trasmettere la licenza insieme, contrassegnare i file modificati, conservare gli avvisi. Non c'è alcun obbligo di rebranding. Per un team di ricerca, un prototipo o un'azienda comodamente sotto la soglia, quella clausola è una formalità. Per un team di prodotto in un'azienda che potrebbe superare la soglia durante la vita utile del modello, è una questione di approvvigionamento che arriva prima del primo benchmark — ed è il tipo di cosa che viene scoperta tardi, dal legale, dopo che l'architettura è stata impostata.

L'asimmetria è così netta che va affermata senza mezzi termini: considerando solo la licenza, MiniCPM5-2B è la scelta più sicura per qualsiasi impiego commerciale, e la licenza di d1-Omni-2B è un costo reale della sua adozione, non una nota a piè di pagina.

Quale puoi effettivamente eseguire oggi

MiniCPM5-2B è noioso da distribuire, il che è il più alto complimento disponibile per un modello di questa dimensione. È un decoder standard, quindi vLLM e SGLang lo supportano senza patch, llama.cpp e LM Studio leggono il GGUF, MLX copre Apple silicon, e una build Q4_K_M è circa 1,45 GB. L'unica trappola è il tool calling: il modello emette chiamate in stile XML, quindi vLLM deve abilitare il parser minicpm5 delle chiamate di funzione, altrimenti le tue chiamate di funzione arrivano come prosa.

d1-Omni-2B non è ancora noioso. Caricarlo richiede una versione recente di Transformers con trust_remote_code=True, oltre a torch, torchvision e Pillow; il repository fornisce safetensors BF16 e nient'altro. Non esiste alcun GGUF del fornitore, nessuna ricetta vLLM unificata nella scheda, e Hugging Face non elenca alcun provider di inferenza per esso — quindi non c'è alcun endpoint ospitato su cui testare, ed è anche il motivo per cui non esiste un prezzo ospitato da quotare. Il percorso pratico che la maggior parte delle persone seguirà è il tag Ollama d1-omni:2b, un pacchetto della community da 4,4 GB che racchiude gli stessi pesi. Funziona. È anche l'unica ragione per cui uno sviluppatore può provare questo modello in un pomeriggio, ed è il lavoro di una terza parte, non di Liquid.

Nessuno dei due modelli ha un prezzo per token pubblicato, perché nessuno dei due viene venduto per token. Qualsiasi cifra per milione tu trovi per l'uno o per l'altro è ricavata da calcoli sul noleggio delle GPU anziché quotata da un fornitore. Se li stai confrontando sul costo, confrontali su quanto costa una decisione in secondi di tempo GPU — e ricorda che la risposta del modello decisionale è completa quando la chiamata ritorna, mentre quella del modello chat è completa quando smette di pensare.

Il pattern che utilizza entrambi

La conclusione onesta di questo confronto è che non sono concorrenti, e l'architettura utile li tratta come tali. d1-Omni-2B gestisce il giudizio economico, ad alto volume e sensibile alla latenza: quale coda, quale team, se è la stessa fattura, quanto è urgente, quale di queste dodici caselle. Viene eseguito localmente, restituisce un numero a cui puoi applicare una soglia e si astiene quando non sa.

MiniCPM5-2B gestisce la parte che richiede linguaggio: spiegare la decisione a un cliente, redigere la risposta, scrivere la correzione, chiamare lo strumento successivo nella catena. È peggiore nel primo compito e migliore nel secondo, e la separazione non ti costa altro che una chiamata di funzione tra i due — un percorso che passa al modello costoso solo quando la fiducia di quello economico scende sotto la tua soglia. Quel livello di escalation è esattamente il tipo di cosa per cui esiste una piattaforma di routing: una sola chiave API per oltre 200 modelli con 0% di ricarico sul prezzo di listino del provider, failover automatico quando un provider ha un intoppo e un DSL di routing che ti consente di comporre più modelli dietro un'unica chiamata. Né d1-Omni-2B né MiniCPM5-2B sono oggi nel catalogo di OrcaRouter, quindi la metà decisionale di questo pattern resta self-hosted per ora — ma la metà generativa, quella che vorrai sostituire man mano che arrivano modelli piccoli migliori, è proprio la metà che vale la pena instradare invece di codificare in modo fisso.

Chi dovrebbe scegliere cosa

Prendi d1-Omni-2B quando lo stato contiene audio o video, quando ti serve una probabilità anziché una frase, quando la risposta deve essere un bounding box o uno span o un numero con un intervallo, e quando la chiamata sta in un ciclo in cui 6 ms e 78 ms sono prodotti diversi. Prendilo sapendo che la soglia di licenza si applica a te, che il deployment è territorio da codice personalizzato e che non esiste ancora una valutazione indipendente — la scheda di Liquid stessa indirizza chi non ha audio verso d1-2B, che è un'indicazione più onesta di quanto la maggior parte dei fornitori offra volontariamente.

Scegli MiniCPM5-2B quando l'input è testo, quando l'output deve essere letto da una persona o passato a uno strumento che richiede prosa, quando hai bisogno di ragionamento su un documento lungo e quando Apache-2.0 e un percorso di distribuzione Llama standard eliminano due categorie di rischio prima che tu scriva una riga di codice. Sceglilo sapendo che la media di 53,9 del fornitore non è stata replicata, che il suo punteggio indipendente è 12 sull'indice attuale — ben al di sopra della mediana di 5 per i modelli della sua fascia dimensionale, e non confrontabile con il 15 o il 23 registrati nelle versioni precedenti — e che i suoi risultati pubblicati più deboli, Terminal-Bench a 8,6 e SWE-bench Pro a 14,4, sono quelli più vicini al lavoro agentico, che è l'ambito in cui viene maggiormente promosso.

E non prendere nessuno dei due se ciò che volevi davvero era un piccolo modello di chat in grado di vedere. MiniCPM5-2B non può, d1-Omni-2B non chatta, e il modello che le persone di solito intendono quando digitano uno dei due nomi in una casella di ricerca è un altro, nelle stesse famiglie. La cosa da tenere d’occhio è la prima valutazione audio indipendente di d1-Omni-2B. I suoi risultati sul linguaggio parlato — 92,5 su FLEURS in 43 lingue, ma 42,0 nello scritto, che crolla a 22,8 nell’ascolto su stati brevi, e da 83,6 a 41,8 su brani multilingue — descrivono un modello eccellente nell’identificare una lingua e fragile nel comprendere un paragrafo letto ad alta voce. Finché qualcuno fuori da Liquid non misura quel divario, il caso dell’input vocale è una promessa con un numero al seguito, non un risultato.