d1-Omni-2B vs MiniCPM5-2B: модель принятия решений — не маленькая чат-модель

Обе модели имеют открытые веса, обе насчитывают около двух миллиардов параметров и обе ориентированы на оборудование, которое стоит на столе, а не в стойке. На этом сходство заканчивается. d1-Omni-2Bпринимает состояние — текст, JSON, изображения, видеокадры, аудио — плюс набор именованных вопросов и возвращает типизированные ответы с калиброванными вероятностями за один прямой проход. MiniCPM5-2Bпринимает текст и пишет больше текста, шаг за шагом рассуждая до ответа по одному токену. Замена одной на другую — это не апгрейд модели и не даунгрейд модели; это переписывание всего, что потребляет ответ. Поэтому сравнение, которое стоит проводить, — не о том, какая модель набирает больше баллов. А о том, какой контракт ваш пайплайн действительно может принять и во что каждая из них вам обойдётся по лицензиям, задержке и работам по развёртыванию, чтобы его соблюсти.

Что на самом деле возвращается в результате вызова

Вызов d1 больше похож на схему, чем на беседу. Вы передаёте в system_one состояние и словарь вопросов, каждый из которых имеет тип — да/нет, один вариант, несколько вариантов, упорядоченные оценки, текстовый фрагмент, число, дата, один ограничивающий прямоугольник или несколько, — и получаете обратно значение для каждого вопроса с прикреплённой вероятностью. В собственном примере карточки модели маршрутизируется заявка в службу поддержки: флаг возврата, назначение команды, выбранное по двум именованным критериям, и уверенность по каждому из них. Никакого связного текста, никакой расшифровки, никакой генерации токенов. Карточка прямо заявляет: это не чат-модель.

Эта архитектура и есть весь продукт. Поскольку декодирование не выполняется, нет ни этапа разбора, ни исправления JSON, ни цикла повторных попыток для модели, которая обернула свой ответ в извинения. Значение возвращается при выбранном вами пороге, с путём воздержания, когда ничего из набора вариантов не подходит — Liquid сообщает 78,5 в этом тесте на воздержание для письменной речи и 75,8 для устной. Если вашему нижестоящему коду нужны привязка к очереди и число, это именно та форма, которая вам нужна.

MiniCPM5-2B устроен противоположным образом. Это стандартный декодер архитектуры Llama, который думает перед тем, как ответить, построенный на этапе SFT глубокого мышления с 400 млрд токенов, доменном RL и шаге on-policy дистилляции, который объединяет шестнадцать специализированных учителей в один плотный чекпоинт. Вы вполне можете получить от него структурированный вывод — его показатели function calling вполне приличные, а OpenBMB поставляет парсер инструментов для vLLM — но вы получаете это, прося в промпте и доверяя декодеру соблюсти инструкции. Рассуждение — это и есть ключевая особенность. И именно за неё вы платите при каждом вызове.

Очное противостояние, которого не существует

Ни на одном бенчмарке эти две модели вместе не прогонялись. Это не пробел в отчётности, а следствие описанного выше разделения. d1-Omni-2B фигурирует только в наборах для принятия решений от Liquid — DecisionBench v1 с 76,4, decisionbench.ai v4 с 84,7, публичный набор Decision Index v0.3 с 49,0, ImajevBench v2.0-lite с 72,3, невзвешенное среднее по зрению 67,7 на восемнадцати бенчмарках. MiniCPM5-2B фигурирует только в наборе для рассуждений и агентных задач от OpenBMB: среднее 53,9 по 34 тестам, LiveCodeBench v6 с 69,1, AIME 2025 с 86,5, SWE-bench Verified с 46,4, BFCL v4 с 66,6 и гораздо более скромные 8,9 на Humanity's Last Exam. Ни одно из этих чисел не измерено на тех же заданиях и тем же оценщиком, что любое число из первого списка.

Любой, кто показывает вам таблицу с двумя столбцами этих оценок рядом, занимается склейкой, и эта склейка хуже, чем кажется. Каждый показатель d1-Omni-2B получен самим вендором и на момент публикации не был независимо воспроизведён. Заявленное OpenBMB среднее значение также получено вендором — компания опубликовала свои обучающие корпуса и RL-фреймворк, что больше, чем делают большинство лабораторий, но это воспроизводимость метода, а не оценок.

Независимые цифры, которые всё же существуют, стоит читать внимательно, потому что они расходятся между версиями индекса. Artificial Analysis поставила MiniCPM5-2B 15 баллов в своём Intelligence Index v4.2, когда освещала запуск 7 сентября; на актуальной странице сейчас указано 12; собственное утверждение OpenBMB о 23 баллах относилось к v4.1.1. Эти три цифры — не падение и не спор: индекс изменился под ними, а оценки из разных версий несопоставимы. Ориентируйтесь на направление и игнорируйте цифру. У Artificial Analysis вообще нет страницы для d1-Omni-2B или его собрата d1-2B, поэтому у модели принятия решений пока нет независимых измерений какого-либо рода.

Одна цифра, которая кажется переносимой, но таковой не является: Liquid провела сравнение из 27 тестов своей чат-модели LFM3-1.7B с MiniCPM5-2B и победила со счётом 23 к 4. Этот результат говорит о том, что дообученный декодер Liquid превосходит декодер OpenBMB на этих тестах. Он ничего не говорит о голове принятия решений, которой в том запуске вообще не было, и его не следует переносить, чтобы решить вопрос с этой парой.

Где характеристики действительно различаются

• Контракт вывода — типизированные значения с вероятностями и ноль выходных токенов против сгенерированного текста с неявной цепочкой рассуждений. Всё остальное в этом списке вытекает из этого.

• Размер — 2,17 млрд параметров в BF16-чекпоинте объёмом 4,33 ГБ против 2,52 млрд всего и 1,98 млрд без эмбеддингов, примерно 5 ГБ в BF16. Достаточно близко, чтобы ни один не выигрывал только за счёт занимаемого места.

• Входные данные — текст или состояние JSON, изображения, видеокадры и аудио, смешиваемые в одном запросе, против только текста. У MiniCPM5-2B нет визуального энкодера и аудиотракта; если состояние содержит форму волны, на этом сравнение заканчивается. Если вам нужна мультимодальная линейка OpenBMB, это MiniCPM-V 4.7 — другое семейство с другим компромиссом.

• Контекст — 128 000 токенов против 131 072. Это одно и то же число, выраженное двумя способами, и это не причина выбирать ту или иную модель. Это важно лишь в том, что обе способны вместить длинный документ; ограничение d1-Omni-2B заключается в том, что длинные фрагменты устной речи снижают точность модели задолго до заполнения окна, и в карточке об этом сказано.

• Лицензия — LFM Open License v1.0 с порогом годовой выручки в $10,000,000, в отличие от Apache-2.0, где условий нет вообще. Это самое крупное отдельное различие в таблице, и оно никак не связано с качеством модели.

• Runtime — собственный код моделирования, требующий trust_remote_code, Transformers 5.19 или новее, только BF16, без вендорного GGUF и без документированного пути через vLLM или SGLang, в отличие от немодифицированного инструментария Llama: vLLM, SGLang, llama.cpp, MLX, GPTQ, официального GGUF в репозитории и уже распространяющихся квантованных сборок.

• Внедрение — 36 загрузок и 10 лайков через четыре дня после появления репозитория 24 октября, против 1 216 145 загрузок и 1 823 лайков с 6 сентября. Оговорка: у показателя MiniCPM было семь недель и пост о запуске, у показателя d1 не было ни того, ни другого, так что воспринимайте это как сигнал зрелости, а не как вердикт.

Пять миллисекунд против мысли

Liquid публикует латентность тёплого вызова для d1-Omni-2B, измеренную после compile() в BF16 как медиану двадцати вызовов. На H100 PCIe один вопрос обходится в 5,8 мс, три вопроса — в 7,7 мс, состояние на 5 000 токенов — в 52 мс, изображение размером 384 пикселя — в 12,1 мс, а десять секунд аудио — в 12,4 мс. При пакетной обработке по 64 состояния на вызов он обрабатывает 1 154 состояния в секунду, а MI325X ещё быстрее — 3,7 мс и 1 697 состояний в секунду. M5 Pro выдаёт 21,1 мс на одном вопросе и 110 состояний в секунду — медленно по сравнению с картой для дата-центра, но всё равно достаточно быстро, чтобы ощущаться мгновенным в настольном приложении.

Это нечестная гонка, потому что другая сторона не публикует время. Структурно можно сказать, что задержка декодера масштабируется с тем, сколько он «думает», а MiniCPM5-2B — это модель, созданная для размышлений. При вызове для маршрутизации или сортировки обращений — когда правильный ответ является одним из четырёх названий очередей — вы платите за обоснование, которое никто не просил, и платите за каждый токен. Artificial Analysis даёт этому числовое выражение: в ходе прогона по своему Intelligence Index модель выдала 74 млн выходных токенов против медианы в 67 млн у сопоставимых моделей, что в его резюме называется «несколько многословным». Это не аргумент против модели; это аргумент против использования её в роли, для которой была создана d1-Omni-2B.

К числам d1 стоит относиться с обычной осторожностью. Это измерения производителя, выполненные на конкретном оборудовании с этапом компиляции, и независимый прогон почти наверняка даст другой результат. Сохраняется лишь порядок величины — единицы миллисекунд на одно решение.

Пункт лицензии, который важнее табло

MiniCPM5-2B поставляется под лицензией Apache-2.0. Вы можете использовать его коммерчески, форкать, распространять, встраивать в продукт — и вам никогда не придётся консультироваться с юристом по этому поводу. d1-Omni-2B поставляется под лицензией LFM Open License v1.0, которая разрешает коммерческое использование только пока годовая выручка вашей организации остаётся ниже $10,000,000. На этом пороге или выше лицензия указывает, что коммерческое использование «не лицензируется по настоящему Соглашению» — это означает, что вам нужно заключить отдельную договорённость с Liquid AI или не выпускать модель.

Перераспространение разрешено в обоих случаях, но на стороне LFM есть условия: передавать лицензию дальше, помечать изменённые файлы, сохранять уведомления. Требования к ребрендингу нет. Для исследовательской команды, прототипа или компании, которая с большим запасом не дотягивает до порога, это условие — формальность. Для продуктовой команды в компании, которая может перейти порог за время полезной жизни модели, это вопрос закупки, который возникает раньше первого бенчмарка, — и это то, что обычно обнаруживается поздно, юристами, после того как архитектура уже зафиксирована.

Асимметрия настолько очевидна, что об этом стоит сказать без оговорок: уже по одной лицензии MiniCPM5-2B — более безопасный выбор для любого коммерческого развёртывания, а лицензия d1-Omni-2B — реальная плата за его выбор, а не сноска.

Какой из них вы действительно можете запустить сегодня?

MiniCPM5-2B скучно разворачивать — и это высший комплимент, доступный модели такого размера. Это обычный декодер, поэтому vLLM и SGLang поддерживают его без патча, llama.cpp и LM Studio читают GGUF, MLX покрывает Apple silicon, а сборка Q4_K_M занимает около 1,45 ГБ. Единственная ловушка — вызов инструментов: модель выдаёт вызовы в XML-стиле, поэтому в vLLM нужно включить minicpm5 парсер вызовов инструментов, иначе ваши вызовы функций придут как обычный текст.

d1-Omni-2B пока не назовёшь скучным. Чтобы загрузить его, нужен свежий Transformers с trust_remote_code=True, а также torch, torchvision и Pillow; в репозитории есть только BF16 safetensors, и больше ничего. Нет вендорского GGUF, в карточке нет готового рецепта для vLLM, и Hugging Face не указывает для него ни одного провайдера инференса — поэтому нет размещённой конечной точки, на которой можно было бы протестировать, а значит, нет и цены за хостинг, которую можно было бы назвать. Самый практичный путь, которым пойдёт большинство, — тег Ollama d1-omni:2b, 4,4-ГБ сборка от сообщества, которая упаковывает те же веса. Это работает. Это также единственная причина, по которой разработчик может попробовать эту модель за полдня, и это работа третьей стороны, а не Liquid.

Ни у одной из моделей нет опубликованной цены за токен, поскольку ни одна из них не продаётся по токенам. Любая цифра за миллион, которую вы найдёте для любой из них, выведена из расчётов аренды GPU, а не названа поставщиком. Если вы сравниваете их по стоимости, сравнивайте их по тому, сколько стоит одно решение в секундах GPU-времени, — и помните, что ответ модели принятия решений готов, когда возвращается вызов, а ответ чат-модели готов, когда она перестаёт думать.

Шаблон, который использует оба

Честный вывод из этого сравнения состоит в том, что они не конкуренты, и полезная архитектура относится к ним именно так. d1-Omni-2B выполняет дешёвые, массовые, чувствительные к задержке суждения: какая очередь, какая команда, тот ли это счёт, насколько срочно, какой из этих двенадцати ящиков. Он работает локально, возвращает число, по которому можно задать порог, и воздерживается от ответа, когда не знает.

MiniCPM5-2B берёт на себя ту часть, где нужен язык: объяснить клиенту принятое решение, составить черновик ответа, написать исправление, вызвать следующий инструмент в цепочке. С первой задачей он справляется хуже, со второй — лучше, и это разделение не стоит вам ничего, кроме вызова функции между ними — маршрут, который переключается на дорогую модель только тогда, когда уверенность дешёвой опускается ниже вашего порога. Этот слой эскалации — как раз то, для чего и нужна платформа маршрутизации: один API-ключ для 200+ моделей с нулевой наценкой к прайс-листу провайдера, автоматическим переключением при сбое провайдера и DSL маршрутизации, который позволяет собрать несколько моделей за одним вызовом. Ни d1-Omni-2B, ни MiniCPM5-2B сегодня нет в каталоге OrcaRouter, так что «решающая» половина этого паттерна пока остаётся на собственном хостинге — но генеративная половина, та, которую вам захочется заменить, когда появятся более удачные небольшие модели, — это именно та половина, которую стоит маршрутизировать, а не жёстко прописывать.

Кто должен выбирать

Берите {{1}}d1-Omni-2B{{/1}}, когда состояние содержит аудио или видео, когда вам нужна вероятность, а не предложение, когда ответом должна быть ограничивающая рамка, или фрагмент, или число с диапазоном, и когда вызов находится в цикле, где 6 мс и 78 мс — это разные продукты. Берите его, зная, что лицензионный порог распространяется на вас, что развёртывание — это территория кастомного кода, и что независимой оценки пока не существует — собственная карточка Liquid направляет людей без аудио к {{2}}d1-2B{{/2}}, и это более честная рекомендация, чем та, которую добровольно даёт большинство поставщиков.

Выбирайте MiniCPM5-2B, когда на входе текст; когда выход должен читать человек или его нужно передать инструменту, которому нужен связный текст; когда требуется рассуждение по длинному документу; и когда Apache-2.0 и стандартный путь развертывания Llama устраняют две категории рисков ещё до того, как вы напишете строку кода. Выбирайте его, зная, что средний показатель 53.9 от поставщика не воспроизведён, что его независимая оценка — 12 в текущем индексе — значительно выше медианы 5 для моделей его размерного класса и несопоставима с 15 или 23, зафиксированными в более ранних версиях, и что его самые слабые опубликованные результаты — Terminal-Bench с 8.6 и SWE-bench Pro с 14.4 — относятся к тем, что ближе всего к агентным задачам, а именно там он продвигается наиболее активно.

И не берите ни ту, ни другую, если на самом деле вам нужна была небольшая чат-модель, которая умеет видеть. MiniCPM5-2B этого не умеет, d1-Omni-2B не ведёт чат, а модель, которую обычно имеют в виду, когда вводят любое из этих названий в поисковую строку, — это другая модель из тех же семейств. На что стоит обратить внимание — это первая независимая аудиооценка d1-Omni-2B. Её результаты по устной речи — 92,5 на FLEURS для 43 языков, но 42,0 в письменном виде, снижающиеся до 22,8 при восприятии на слух на коротких состояниях, и с 83,6 до 41,8 на многоязычных отрывках — описывают модель, которая отлично определяет язык и хрупка в понимании прочитанного вслух абзаца. Пока кто-то вне Liquid не измерит этот разрыв, сценарий голосового ввода остаётся обещанием с цифрой в придачу, а не результатом.