d1-Omni-2B vs MiniCPM5-2B: Een beslissingsmodel is geen klein chatmodel

Beide zijn open-weight, beide zitten rond de twee miljard parameters en beide zijn gericht op hardware die op een bureau staat in plaats van in een rack. Daar houdt de gelijkenis op. d1-Omni-2B neemt een toestand — tekst, JSON, afbeeldingen, videoframes, audio — plus een reeks benoemde vragen, en retourneert getypeerde antwoorden met gekalibreerde waarschijnlijkheden in één enkele forward pass. MiniCPM5-2B neemt tekst en schrijft meer tekst, en redeneert zich token voor token naar een antwoord. Het ene door het andere vervangen is geen model-upgrade of model-downgrade; het is een herschrijving van alles wat de respons consumeert. De vergelijking die dan de moeite waard is, is niet welke van de twee hoger scoort. Het is welke overeenkomst je pipeline daadwerkelijk kan accepteren, en wat elk ervan je kost aan licenties, latentie en uitrolwerk om die na te leven.

Wat er daadwerkelijk terugkomt van een aanroep

Een d1-aanroep ziet eruit als een schema, niet als een gesprek. Je geeft system_one een toestand en een woordenboek met vragen, elk met een type — ja/nee, enkele keuze, meervoudige keuze, geordende scores, tekstfragment, getal, datum, één begrenzingsvak of meerdere — en je krijgt per vraag een waarde terug met een bijbehorende waarschijnlijkheid. Het voorbeeld op de modelkaart routeert een supportticket: een terugbetalingsvlag, een teamtoewijzing op basis van twee benoemde criteria, en een betrouwbaarheid voor elk daarvan. Geen proza, geen transcript, geen tokens die worden uitgevoerd. De kaart zegt dit ronduit: het is geen chatmodel.

Dat ontwerp is het hele product. Omdat er niets wordt gedecodeerd, is er geen parse-stap, geen JSON-reparatie, geen retry-lus voor het model dat zijn antwoord in een verontschuldiging wikkelde. Er komt een waarde terug bij een drempel die je hebt gekozen, met een onthoudingspad wanneer niets in de optieset van toepassing is — Liquid rapporteert 78.5 op die onthoudingstest geschreven en 75.8 gesproken. Als je downstreamcode een wachtrijtoewijzing en een getal nodig heeft, is dit de vorm die je wilt.

MiniCPM5-2B levert de tegenovergestelde vorm op. Het is een standaarddecoder met Llama-architectuur die nadenkt voordat hij antwoordt, gebouwd op een deep-thinking-SFT-fase van 400 miljard tokens, domein-RL en een on-policy-distillatiestap die zestien gespecialiseerde teachermodellen in één dense checkpoint samenvoegt. Je kunt er absoluut gestructureerde output uit krijgen — de scores voor functieaanroepen zijn respectabel, en OpenBMB levert een toolparser voor vLLM — maar je krijgt die door het in een prompt te vragen en erop te vertrouwen dat de decoder zich eraan houdt. Het redeneren is de functie. Het is ook waarvoor je bij elke aanroep betaalt.

De head-to-head die niet bestaat

Er is geen benchmark waarop beide modellen allebei zijn gedraaid. Dat is geen hiaat in de rapportage; het is een gevolg van de bovenstaande splitsing. d1-Omni-2B komt alleen voor in Liquid's beslissingssuites — DecisionBench v1 op 76,4, decisionbench.ai v4 op 84,7, Decision Index public suite v0.3 op 49,0, ImajevBench v2.0-lite op 72,3, een ongewogen visie-gemiddelde van 67,7 over achttien benchmarks. MiniCPM5-2B komt alleen voor in OpenBMB's reasoning- en agentic-suite: een gemiddelde van 53,9 over 34 tests, LiveCodeBench v6 op 69,1, AIME 2025 op 86,5, SWE-bench Verified op 46,4, BFCL v4 op 66,6, en een veel bescheidener 8,9 op Humanity's Last Exam. Geen van die getallen is gemeten op dezelfde items, door dezelfde scorer, als welk getal in de eerste lijst dan ook.

Iedereen die je een tweekolomstabel met deze scores naast elkaar toont, doet aan stitching, en die stitching is erger dan het lijkt. Elk cijfer voor d1-Omni-2B is door de leverancier uitgevoerd en is op het moment van publicatie niet onafhankelijk gereproduceerd. Het hoofdgemiddelde van OpenBMB is ook door de leverancier uitgevoerd — het bedrijf heeft zijn trainingscorpora en RL-framework vrijgegeven, wat meer is dan de meeste labs doen, maar dat is reproduceerbaarheid van de methode, niet van de scores.

De onafhankelijke cijfers die er wel zijn, zijn het zorgvuldig lezen waard, omdat ze onderling van elkaar afwijken tussen indexversies. Artificial Analysis gaf MiniCPM5-2B een score van 15 op zijn v4.2 Intelligence Index toen het op 7 september over de lancering berichtte; de live pagina vermeldt nu 12; OpenBMB's eigen claim van 23 werd gedaan op v4.1.1. Die drie cijfers zijn geen daling en geen geschil — de index is eronder veranderd, en scores van verschillende versies zijn niet vergelijkbaar. Neem de richting en negeer het cijfer. Artificial Analysis heeft helemaal geen pagina voor d1-Omni-2B of zijn sibling d1-2B, dus het beslissingsmodel heeft nog geen enkele onafhankelijke meting.

Eén getal dat overdraagbaar lijkt en dat niet is: Liquid voerde een vergelijking uit met 27 tests van zijn chatmodel LFM3-1.7B tegen MiniCPM5-2B en won met 23 tegen 4. Dat resultaat zegt dat een door Liquid post-getrainde decoder die van OpenBMB verslaat op die tests. Het zegt niets over de decision head, die nooit in die run zat, en het mag niet worden geleend om deze combinatie te beslechten.

Waar de specificaties echt uiteenlopen

• Outputcontract — getypeerde waarden met waarschijnlijkheden en nul outputtokens versus gegenereerde tekst met een impliciete redeneertrace. Al het andere op deze lijst vloeit daaruit voort.

• Grootte — 2,17 miljard parameters in een BF16-checkpoint van 4,33 GB, tegenover 2,52 miljard totaal en 1,98 miljard niet-embedding, ongeveer 5 GB in BF16. Zo dicht bij elkaar dat geen van beide het alleen op geheugenbeslag wint.

• Invoer — tekst of JSON-status, afbeeldingen, videoframes en audio, mengbaar in één verzoek, versus alleen tekst. MiniCPM5-2B heeft geen vision-encoder en geen audiopad; als de status een golfvorm bevat, eindigt deze vergelijking hier. Als je de multimodale lijn van OpenBMB wilt, is dat MiniCPM-V 4.7, een andere familie met een andere afweging.

• Context — 128.000 tokens tegenover 131.072. Dit is hetzelfde getal op twee manieren weergegeven, en het is geen reden om voor een van beide modellen te kiezen. Het is alleen van belang in die zin dat beide een lang document aankunnen; de beperking van d1-Omni-2B is dat lange gesproken passages de nauwkeurigheid al ruim voordat het venster vol raakt verslechteren, en de kaart zegt dat ook.

• Licentie — LFM Open License v1.0 met een drempel van $10.000.000 aan jaarlijkse omzet, tegenover Apache-2.0 zonder enige voorwaarde. Dit is het grootste afzonderlijke verschil in de tabel en het heeft niets met modelkwaliteit te maken.

• Runtime — aangepaste modelleercode achter trust_remote_code, alleen Transformers 5.19 of nieuwer, alleen BF16, geen GGUF van de leverancier en geen gedocumenteerd vLLM- of SGLang-pad, tegen ongewijzigde Llama-tooling: vLLM, SGLang, llama.cpp, MLX, GPTQ, een officiële GGUF in de repo en gekwantiseerde builds die al in omloop zijn.

• Adoptie — 36 downloads en 10 likes vier dagen nadat de repository op 24 oktober verscheen, tegenover 1.216.145 downloads en 1.823 likes sinds 6 september. Kanttekening: het MiniCPM-cijfer heeft zeven weken en een lanceringspost gehad, het d1-cijfer geen van beide, dus lees het als een signaal van volwassenheid in plaats van een eindoordeel.

Vijf milliseconden tegenover een gedachte

Liquid publiceert de warm-call-latentie voor d1-Omni-2B, gemeten na compile() in BF16 als de mediaan van twintig aanroepen. Op een H100 PCIe kost één vraag 5,8 ms, drie vragen 7,7 ms, een state van 5.000 tokens 52 ms, een afbeelding van 384 pixels 12,1 ms en tien seconden audio 12,4 ms. In batches van 64 states per aanroep haalt het 1.154 states per seconde, en een MI325X is nog sneller met 3,7 ms en 1.697 states per seconde. Een M5 Pro doet 21,1 ms voor één vraag en 110 states per seconde — traag naast een datacenterkaart, en toch snel genoeg om binnen een desktop-app direct aan te voelen.

Dit is allemaal geen eerlijke wedstrijd, want de andere partij publiceert geen tijd. Wat structureel gezegd kan worden, is dat de latentie van een decoder schaalt met hoeveel hij nadenkt, en MiniCPM5-2B is een model dat gebouwd is om na te denken. Bij een routerings- of triageaanroep — waarbij het juiste antwoord een van vier wachtrijnamen is — betaal je voor een onderbouwing waar niemand om heeft gevraagd, en je betaalt er per token voor. Artificial Analysis hangt er een getal aan: tijdens zijn Intelligence Index-run produceerde het model 74 miljoen outputtokens, tegen een mediaan van 67 miljoen voor vergelijkbare modellen, wat in de samenvatting "enigsinds breedsprakig" wordt genoemd. Dat is geen argument tegen het model; het is een argument tegen het gebruik ervan in de rol waarvoor d1-Omni-2B is gebouwd.

Behandel de d1-cijfers met de gebruikelijke voorzichtigheid. Het zijn metingen van de leverancier, uitgevoerd op specifieke hardware met een compilatiestap, en een onafhankelijke run zal vrijwel zeker ergens anders uitkomen. De orde van grootte — enkele milliseconden per beslissing — is het deel dat standhoudt.

De licentieclausule die zwaarder weegt dan het scorebord

MiniCPM5-2B wordt uitgebracht onder Apache-2.0. U kunt het commercieel gebruiken, er een fork van maken, het herdistribueren, het in een product opnemen en er nooit met een jurist over hoeven praten. d1-Omni-2B wordt uitgebracht onder de LFM Open License v1.0, die commercieel gebruik alleen toestaat zolang de jaarlijkse omzet van uw organisatie onder $10,000,000 blijft. Op of boven die drempel stelt de licentie dat commercieel gebruik "niet onder deze Overeenkomst is gelicentieerd" — wat betekent dat u een aparte regeling met Liquid AI moet treffen, of dat u het model niet uitbrengt.

Herverdeling is op beide toegestaan, met voorwaarden aan de LFM-kant: geef de licentie mee, markeer gewijzigde bestanden, behoud de kennisgevingen. Er is geen rebrandingvereiste. Voor een onderzoeksteam, een prototype of een bedrijf dat ruim onder de grens blijft, is die clausule een formaliteit. Voor een productteam bij een bedrijf dat tijdens de nuttige levensduur van het model de drempel zou kunnen overschrijden, is het een inkoopkwestie die zich aandient vóór de eerste benchmark — en het is het soort zaak dat laat aan het licht komt, door legal, nadat de architectuur is vastgelegd.

De asymmetrie is zo groot dat ze zonder voorbehoud moet worden benoemd: louter op basis van de licentie is MiniCPM5-2B de veiligere keuze voor elke commerciële inzet, en de licentie van d1-Omni-2B is een reële kost van die keuze, geen voetnoot.

Welke kun je vandaag echt draaien?

MiniCPM5-2B is saai om te deployen, en dat is het hoogste compliment dat een model van dit formaat kan krijgen. Het is een standaarddecoder, dus vLLM en SGLang ondersteunen het zonder patch, llama.cpp en LM Studio lezen de GGUF, MLX dekt Apple silicon, en een Q4_K_M-build is ongeveer 1,45 GB. De enige valkuil is tool calling: het model produceert XML-achtige calls, dus bij vLLM moet de minicpm5 tool-call-parser ingeschakeld zijn, anders komen je functieaanroepen als proza binnen.

d1-Omni-2B is nog niet saai. Het laden ervan vereist een recente Transformers met trust_remote_code=True, plus torch, torchvision en Pillow; de repository levert alleen BF16-safetensors en niets anders. Er is geen vendor-GGUF, geen samengevoegd vLLM-recept in de modelkaart, en Hugging Face vermeldt er geen inferentieprovider voor — dus er is geen gehost endpoint om tegen te testen, wat ook de reden is dat er geen gehoste prijs bestaat om te noemen. Het praktische pad dat de meeste mensen zullen volgen is de Ollama-tag d1-omni:2b, een communityverpakking van 4,4 GB die dezelfde gewichten omvat. Dat werkt. Het is ook de enige reden waarom een ontwikkelaar dit model in een middag kan uitproberen, en het is werk van een derde partij, niet van Liquid.

Geen van beide modellen heeft een gepubliceerde prijs per token, omdat geen van beide per token wordt verkocht. Elk bedrag per miljoen dat je voor een van beide vindt, is afgeleid van rekenwerk rond GPU-huur in plaats van door een leverancier opgegeven. Als je ze op kosten vergelijkt, vergelijk ze dan op wat één beslissing kost in seconden GPU-tijd — en bedenk dat het antwoord van het beslissingsmodel klaar is wanneer de aanroep terugkeert, terwijl dat van het chatmodel klaar is wanneer het stopt met denken.

Het patroon dat beide gebruikt

De eerlijke conclusie van deze vergelijking is dat ze geen concurrenten zijn, en de nuttige architectuur behandelt ze ook zo. d1-Omni-2B doet de goedkope, grootschalige, latencygevoelige beoordeling: welke wachtrij, welk team, is dit dezelfde factuur, hoe urgent, welke van deze twaalf vakken. Het draait lokaal, het retourneert een getal waar je een drempel op kunt zetten, en het onthoudt zich van een uitspraak wanneer het het niet weet.

MiniCPM5-2B doet het deel dat taal nodig heeft: de beslissing aan een klant uitleggen, het antwoord opstellen, de oplossing schrijven, de volgende tool in de keten aanroepen. Het is slechter in de eerste taak en beter in de tweede, en de splitsing kost je niets meer dan een functieaanroep ertussen — een route die alleen naar het dure model escaleert wanneer het vertrouwen van het goedkope model onder je drempel zakt. Die escalatielaag is precies waarvoor een routeringsplatform bedoeld is: één API-sleutel voor 200+ modellen met 0% opslag op de lijstprijs van de provider, automatische failover wanneer een provider hapert, en een routerings-DSL waarmee je meerdere modellen achter één aanroep kunt samenstellen. Noch d1-Omni-2B noch MiniCPM5-2B staat vandaag in de catalogus van OrcaRouter, dus de beslissingshelft van dit patroon blijft voorlopig self-hosted — maar de generatieve helft, degene die je wilt vervangen zodra er betere kleine modellen verschijnen, is precies de helft die je beter kunt routeren dan hardcoderen.

Wie moet welke kiezen

Kies d1-Omni-2B wanneer de state audio of video bevat, wanneer je een waarschijnlijkheid nodig hebt in plaats van een zin, wanneer het antwoord een bounding box of een span of een getal met een bereik moet zijn, en wanneer de aanroep in een loop zit waarin 6ms en 78ms verschillende producten zijn. Kies het in de wetenschap dat de licentiedrempel voor jou geldt, dat deployment custom-code-territorium is, en dat er nog geen onafhankelijke evaluatie bestaat — Liquid's eigen kaart verwijst mensen zonder audio naar d1-2B, wat een eerlijker stukje advies is dan de meeste leveranciers vrijwillig geven.

Kies MiniCPM5-2B wanneer de invoer tekst is, wanneer de uitvoer door een mens gelezen moet worden of naar een tool moet die proza verwacht, wanneer je redenering over een lang document nodig hebt, en wanneer Apache-2.0 en een standaard Llama-implementatiepad twee risicocategorieën wegnemen voordat je één regel code schrijft. Kies het in de wetenschap dat het gemiddelde van 53,9 van de leverancier niet is gereproduceerd, dat de onafhankelijke score 12 is op de huidige index — ruim boven de mediaan van 5 voor modellen in zijn grootteklasse, en niet vergelijkbaar met de 15 of 23 die op eerdere versies zijn geregistreerd — en dat de zwakste gepubliceerde resultaten, Terminal-Bench op 8,6 en SWE-bench Pro op 14,4, het dichtst bij agentisch werk liggen, wat precies is waar het het sterkst wordt gepromoot.

En neem geen van beide als wat je eigenlijk wilde een klein chatmodel was dat kan zien. MiniCPM5-2B kan dat niet, d1-Omni-2B chat niet, en het model dat mensen meestal bedoelen wanneer ze een van beide namen in een zoekvak typen, is een ander model uit dezelfde families. Het punt om in de gaten te houden is de eerste onafhankelijke audio-evaluatie van d1-Omni-2B. De resultaten voor gesproken taal — 92,5 op FLEURS over 43 talen, maar 42,0 geschreven dat instort naar 22,8 gehoord bij korte toestanden, en van 83,6 naar 41,8 op meertalige passages — beschrijven een model dat uitstekend is in het identificeren van een taal en kwetsbaar in het begrijpen van een hardop voorgelezen alinea. Totdat iemand buiten Liquid dat gat meet, is het scenario voor spraakinvoer een belofte met een getal eraan vast, geen resultaat.