PAN 2 vs MiniCPM5-2B: 하나는 데이터를, 다른 하나는 프롬프트를 제공한다

OpenBMB는 2026년 9월 6일 MiniCPM5-2B를 공개했고, 25억 2천만 파라미터 체크포인트와 함께 학습 코퍼스도 공개했다. 웹 사전 학습용 UltraX-Preview, 계층화된 L0~L3 관리를 갖춘 UltraData-Code, 50만 개의 에이전트 샘플을 담은 UltraData-SFT-Agent-2609, 8만 개 이상의 강화학습 샘플을 담은 UltraData-RL-2609가 그것이다. 이는 공개하기 이례적인 일이며, 이 비교를 위한 올바른 렌즈다. MBZUAI 산하 Institute of Foundation Models가 출시 글이나 호스팅 엔드포인트 없이 조용히 공개한 PAN 2는 인접하지만 동일하지는 않은 일을 한다. 바로 프롬프트를 공개하는 것이다. 이 저장소에는 시스템 프롬프트, 고정 네거티브 프롬프트, 확산 백본이 기대하는 구조화된 세계 상태 캡션을 위한 토큰 예산 검증기를 갖춘 개념적 추론기 스킬과, 이를 생성한 학습 구성이 포함되어 있다. 한 연구소는 데이터를 열었고, 다른 연구소는 인터페이스를 열었다. 어느 쪽도 둘 다 열지는 않았으며, 어느 쪽이 더 유용한지는 전적으로 무엇을 만들려는지에 달려 있다.

두 가지 공개 내용, 어느 것도 완전하지 않다

MiniCPM5-2B의 데이터 공개는 실제이며 구체적입니다. 모델 카드에는 데이터셋 이름이 명시되어 있고, 링크가 제공되며, 각 데이터셋이 무엇에 기여하는지 설명되어 있습니다 — 계층적으로 관리되는 코드 데이터, 에이전트 SFT 샘플, 수학·코드·일반 지식·장문 맥락 추론을 아우르는 RL 샘플. 하지만 제공되지 않는 것은 혼합 비율, 순서, 오염 제거 절차, 소스별 토큰 수입니다. 재료는 보이지만 레시피는 보이지 않습니다.

PAN 2의 프롬프트 공개는 그 거울상이다. 캡션 정책은 완전히 명시되어 있다. 월드 상태 설명이 무엇을 포함해야 하는지, 이벤트의 순서, 액션이 액터에 어떻게 결합되는지, 카메라 움직임이 어떻게 표현되는지, 그리고 1,536개의 텍스트 인코더 토큰이라는 하드 용량과 1,480이라는 소프트 목표치까지. 그것이 주지 않는 것은 모델이 그 캡션을 읽도록 가르친 코퍼스다 — "동일한 형식으로 주석이 달린 수억 개의 비디오"이며, 데이터셋 카드도 공개도 없다.

따라서 작은 언어 모델이 왜 그렇게 동작하는지 이해하는 것이 필요하다면 MiniCPM5-2B가 더 많은 분석 거리를 제공합니다. 비디오 모델이 요청한 클립을 생성하도록 하는 것이 필요하다면 PAN 2가 더 많은 것을 제공합니다. 두 릴리스 모두 평균적인 수준보다 더 투명하며, 둘 다 투명성이 경쟁상 불리해지는 지점에서 멈춥니다.

숫자, 그리고 그 숫자가 지닌 가치

MiniCPM5-2B는 2,516,756,480개 파라미터의 dense Llama 아키텍처 모델로, 임베딩을 제외하면 19억 8천만 개 파라미터, 42개 레이어, 2개의 키-값 헤드에 대한 16개의 쿼리 헤드, 131,072 토큰의 컨텍스트, 영어와 중국어를 지원한다. OpenBMB는 2B급 오픈소스 최고 성능(SOTA)이라고 주장하며, 비교 세트 전체 평균은 53.9로 같은 세트에서 가장 우수한 더 큰 모델의 51.1을 앞선다. 주장이 흥미로워지는 부분은 개별 항목이다: LiveCodeBench v6 69.1, AIME 2026 86.5, MMLU-Pro 70.8, GPQA Diamond 70.2, SWE-bench Verified 46.4, τ²-Bench Telecom 97.1, AA-LCR 59.0, NoLiMa 68.1.

이는 벤더가 보고한 수치이며 벤더가 선택한 비교 세트에 기반한 것으로, 그 세트는 시사하는 바가 있다. 여기에는 Gemma-4-E2B-it, Gemma-4-E4B-it, Qwen3.5-2B, Qwen3.5-4B, LFM2.5-2.6B, LFM2.5-8B-A1B가 포함된다. AA-LCR에서 보고된 격차는 MiniCPM5-2B가 59.0인 반면 LFM2.5-2.6B는 5.3, Gemma-4-E2B-it는 17.0이다. SWE-bench Verified에서는 46.4 대 6.0, 2.0, 3.0이다. 이 격차는 하네스 차이로 설명하기에는 충분히 크지만, 하네스는 여전히 OpenBMB의 것이며 아무도 그 표를 독립적으로 재현하지 못했다.

PAN 2에는 그런 종류의 표가 없습니다. 코드와 수학에 공유된 측정 도구가 있는 것처럼 비디오 세계 모델에는 공유된 측정 도구가 없기 때문입니다. 대신 PAN 2에는 어떤 벤더 벤치마크보다도 더 직설적인 구조화된 한계 섹션이 있습니다. 시뮬레이션된 계획 세 개 중 약 두 개에는 수행되지 않는 단계가 적어도 하나 포함되어 있습니다. 각 클립이 기껏해야 단일 프레임과 텍스트에서 시작하기 때문에 클립 전반에 걸쳐 외형이 변합니다. 텍스트 동작은 정교한 조작을 매우 개략적으로만 지정합니다. 모델은 물리적 제약을 위반하면서도 시뮬레이션이 진행되도록 둘 수 있으며, 그 예로 물을 빼기 전에 체에 파스타가 나타나는 경우가 제시됩니다.

• 무엇인가 — MiniCPM5-2B: 온디바이스 어시스턴트, 코딩 에이전트 및 도구 워크플로를 위한 2.52B 규모의 dense 텍스트 모델입니다. PAN 2: 어떤 행동의 결과를 영상으로 렌더링하는 29B 확산 트랜스포머입니다.

• 출력 — MiniCPM5-2B: 텍스트. PAN 2: MP4, 704×1248 및 24fps에서 최대 20초.

• 컨텍스트 또는 지평 — MiniCPM5-2B: 131,072토큰, OpenBMB 하네스에서 AA-LCR 59.0 및 NoLiMa 68.1. PAN 2: 시작 프레임 1개와 캡션 1개뿐이므로 긴 상호작용에서는 드리프트가 발생하며 카드에도 그렇게 명시되어 있습니다.

• 라이선스 — MiniCPM5-2B: Apache-2.0, 영어 및 중국어. PAN 2: 자체 가중치에는 Apache-2.0이 적용되며, Qwen3.5-9B와 Wan 2.2는 각자의 약관을 따릅니다.

• 하드웨어 — MiniCPM5-2B: 소비자용 GPU 1장으로, 이 카드에는 vLLM, SGLang, llama.cpp 경로와 멀티칩 백엔드가 문서화되어 있습니다. PAN 2: vLLM 레시피에서 기본적으로 H200 8장, 13초 분량의 영상을 약 119초에 처리하는 데는 B300 4장.

온디바이스 주장 대 노드 규모의 현실

MiniCPM5-2B는 중요한 방식으로 작게 설계되었습니다. 단순히 매개변수 수가 적은 것이 아니라, 이미 보유한 하드웨어에서 실행할 수 있는 문서화된 경로를 제공합니다. 이 카드에는 vLLM, SGLang, llama.cpp용 퀵스타트가 포함되어 있으며, -c 8192가 llama.cpp 경로에서 컨텍스트 길이를 설정한다는 노트가 있습니다 — 이는 실제로 노트북에서 이것을 실행해 본 사람들이 작성한 문서에서만 등장하는 문구입니다. 또한 동일한 가중치를 여러 가속기에서 실행할 수 있게 하는 멀티칩 백엔드인 FlagOS도 문서화합니다. 이는 휴대폰, 싱글보드 컴퓨터, 저렴한 추론 박스를 겨냥한 배포 스토리입니다.

PAN 2의 배포 이야기는 모든 차원에서 정반대이며, 그 이유는 부주의함이 아니라 산술에 있다. 매 스텝마다 classifier-free guidance를 적용하는 50개의 샘플러 스텝은 클립당 29B 트랜스포머를 100번 순전파해야 한다는 의미다. 이 레시피는 guidance를 두 개의 랭크에 걸쳐 병렬화하고, 시퀀스 길이를 또 다른 두 개의 랭크에 걸쳐 병렬화한 다음, 타일 모드에서 네 개의 랭크에 걸친 VAE 패치 병렬화를 추가한다. 704×1248 해상도의 20초 분량을 디코딩하는 것 자체가 메모리 문제이기 때문이다. 그것을 노트북에서 실행할 수는 없으며, 팀은 그런 척하지도 않았다.

주목할 만한 점은 두 모델 모두 어디에도 호스팅되어 있지 않다는 것입니다. MiniCPM5-2B는 월간 다운로드가 100만 회를 넘지만 자사 API가 없고, PAN 2는 API가 없으며 2026년 11월 11일 기준으로 연구소 계정의 소셜 게시물 하나가 전부이고 그 뒤에는 아무것도 없습니다 — 엔드포인트도, 논문 링크도, 가격도 없습니다. 둘 중 하나를 원한다면 직접 실행해야 합니다.

기획 절반을 임대할 수 있는 곳

PAN 2의 아키텍처는 구성 요소 중 하나를 분리 가능하게 만들며, 그것은 대부분의 팀이 직접 구축해서는 안 되는 부분이다. 개념적 추론기 — 관찰과 요청된 행동을 확산 백본이 소비하는 구조화된 캡션으로 바꾸는 언어 모델 — 는 명시적으로 어떤 인스트럭션 따르기 모델이든 될 수 있다. 보고서는 시뮬레이션된 계획이 처음부터 끝까지 완료되는 빈도를 기준으로 네 가지를 순위 매긴다: Claude Opus 5.5, 중간 노력의 GPT-6 Astra, Kimi K3, 그다음 Qwen3.8-Flash. 카드는 또한 어떤 인스트럭션 따르기 LLM도 사용할 수 있으며, 훈련 분포를 벗어나는 경우에는 수작업으로 다듬은 프롬프트가 필요해지는 경향이 있다고 언급한다.

그러므로 추론 모델은 다시 검토하게 될 운영상의 선택이며, 이를 다시 검토하는 일은 네 번의 조달 논의를 거치는 것보다 라우터를 통해 처리하는 편이 더 저렴합니다. Qwen3.8-Flash는 OrcaRouter에서 제공됩니다; 자동 장애 조치가 포함된 단일 API 키로 동일한 캡션 워크로드를 여러 플래너에서 실행할 수 있으며, 공급자 정가에 0% 마크업이 전가된 가격으로 이용하면서, 계획을 가장 자주 완료하는 플래너를 그대로 유지할 수 있습니다. OrcaRouter는 PAN 2를 호스팅하지 않으며, 라우팅할 호스팅된 PAN 2가 없고, MiniCPM5-2B도 호스팅하지 않습니다. 렌더러와 소형 모델은 사용자의 하드웨어에 남고, 플래너는 범용 부품입니다.

MiniCPM5-2B의 경우 계산법이 다르며, 이는 언급할 가치가 있습니다. 온디바이스 모델은 바로 종량제 호출을 피하기 위해 존재하며, 휴대폰에서 실행되는 2B 모델은 이를 우회하는 라우팅으로 개선되지 않습니다. 개인정보 보호, 지연 시간 또는 오프라인 작동이 이유라면 라우팅은 잘못된 답이며 MiniCPM5-2B가 올바른 모델입니다. 비용이 이유라면 정직하게 비교하십시오. 자체 평균에서 53.9점을 기록하는 2B 모델은 귀하의 작업에서 동등한 수준에 도달하기 위한 엔지니어링 시간이 더 큰 모델에 대한 종량제 호출보다 더 많이 들 수 있습니다.

각 릴리스가 실제로 무엇을 위한 것인지

MiniCPM5-2B는 목표가 분명한 모델입니다. 사용자가 중요하게 여기는 벤치마크에서 최고의 2B급 오픈 모델이 되고, 온디바이스에서 실행되며, 커뮤니티가 이를 우회하지 않고 그 위에 구축할 수 있도록 데이터까지 함께 제공하는 것입니다. 여러 차례 반복을 반영한 문서 구성(세 가지 서빙 스택용 퀵스타트, 도구 호출 섹션, 쿡북, 파인튜닝 레시피, 멀티칩 백엔드)을 갖춘 성숙한 릴리스입니다.

PAN 2는 유난히 완결된 주장을 담은 연구 산출물이다. 이는 시뮬레이션적 추론, 즉 에이전트가 후보 행동 중 하나를 선택하기 전에 그 결과를 상상하는 능력이, 자연스럽게 출현하기를 바라는 능력이 아니라 구축할 수 있는 능력이라고 주장하며, 그 주장을 Generative Latent Prediction 공식화가 실린 Critique of World Models(arXiv 2507.05169)이라는 공개된 패턴을 바탕으로 한 2단계 시스템으로 구현한다. 2026년 11월 10일에 도착한 프레임워크 지원으로 실행 가능해졌다. 같은 날 오후 연구소 자체 X 계정에 올린 두 문단짜리 게시물은 그것이 출시되었음을 뜻하지 않았고, 그 이후로 다른 언급은 없었다.

둘 중 어느 것도 다른 하나보다 더 나은 릴리스가 아니다. 그것들은 서로 다른 질문에 대한 답이며, 서로 다른 확신 단계에서 공개되었다. 한 연구소는 “여기에는 신뢰할 수 있는 작은 모델이 있고, 여기에는 그 모델에 무엇이 투입되었는지가 있다”고 말한다. 다른 쪽은 “여기에는 새로운 일을 하는 시스템이 있고, 여기에는 그것이 실패하는 정확한 지점이 있다”고 말한다. 둘 사이의 비교는 그 문장들 중 어느 것이 당신의 프로젝트를 설명하는지 알 때에만 유용하다.