Glimpse против MiniCPM5 2B: семь недель бумажного следа и девять десятых секунды

MiniCPM5-2B и E​lorian G​limpse — обе небольшие модели, которые, как утверждается, превосходят модели, намного более крупные, чем они сами, и заявляют об этом в противоположных единицах измерения. MiniCPM5-2B, представленная ModelBest и OpenBMB на WAIC 19 июля 2026 года и наконец получившая веса 6 сентября 2026 года, идёт с карточкой, где средний результат 53,9 по её собственному тестовому набору против более крупных открытых моделей, чей максимум — 51,1. Glimpse, выпущенная 16 октября 2026 года, предлагает 0,9-секундное окно — первый проход примерно на 8 кадрах в секунду, затем повторное сканирование длительностью девять десятых секунды на скорости около 14 кадров в секунду — и набор строк бенчмарков, которые принадлежат самому вендору, не воспроизведены и заметно разнородны. У одной из них за спиной семь недель публичной документальной истории и скачиваемый артефакт. У другой есть механизм и почти нет цифр.

Это сравнение — на самом деле не две версии одного и того же, потому что MiniCPM5-2B — это универсальная модель рассуждений, которая ещё и читает изображения, тогда как G​limpse — это хостируемая предварительная версия для визуальных рассуждений, которая почти не делает ничего другого. Причина рассматривать их вместе в том, что оба — это аргументы о том, что могут делать небольшие модели, — и эти два аргумента терпят неудачу по-разному, поучительным образом.

Ожидание и то, что оно принесло

Хронологию MiniCPM5-2B стоит восстановить, потому что это та часть истории, которую упустил бы поиск по дате релиза.

Модель была представлена 19 июля 2026 года на Всемирной конференции по искусственному интеллекту, где главной заявленной возможностью стало окно контекста на 512 000 токенов. Веса появились только 6 сентября, а 7 сентября последовал список изменений. В промежутке между этими двумя датами модель существовала как демонстрация и набор чисел.

То, что выпущено, не соответствует тому, что было заявлено, и этот разрыв можно проверить. В выпущенной конфигурации для max_position_embeddings установлено значение 131,072 без блока rope_scaling, что составляет 131,072 токена — четверть от цифры WAIC. Это не столько обман, сколько обычная разница между тем, что исследовательская команда показывает на сцене, и тем, что инженерная команда готова утвердить в конфигурационном файле, но важно именно это число, потому что именно его наследует ваше развёртывание.

То, что вошло в релиз, необычно полно для модели этого размерного класса. Наряду с финальным чекпоинтом BF16 — объединённые RL и OPD — отдельно опубликованы этапы SFT, midtrain и base, сборки GGUF, MLX и GPTQ для локальных сред выполнения, драфт-модель DSpark для спекулятивного декодирования, а также сами обучающие корпуса, выпущенные как семейство UltraData. Поддержка с первого дня на девяти чипсетах была обеспечена через FlagOS, и в карточке особо отмечается, что реализация не использует кастомных ядер и форка кода модели. Именно эта последняя деталь делает всё остальное правдоподобным: модель, работающая на штатном инструментарии, — это модель, которая работает там, где находитесь вы, а не только там, где находится кластер авторов.

Временная шкала G​limpse в сравнении более сжата, а её документальный след тоньше. Выпуск состоялся 16 октября 2026 года, за день до этой статьи, в качестве исследовательского превью, доступного через API E​lorian и чат-интерфейс с бесплатной регистрацией. Ни весов, ни публикации базовой модели, на которой она дообучалась, ни каких-либо артефактов. Компания вышла из тени в апреле 2026 года во главе с Эндрю Даем, бывшим исследователем G​oogle, с $55 млн от Striker Ventures, Menlo Ventures и Altimeter и при участии N​VIDIA, 49 Palms и Джеффа Дина. Модель — первое, что она выпустила.

Числа и то, что охватывает каждый набор

• Параметры — MiniCPM5-2B содержит в общей сложности 2 516 756 480 параметров, из которых 1 981 982 720 не относятся к эмбеддингам; 42 слоя, групповое внимание по запросам (group-query attention) с 16 головами запросов и 2 головами ключей-значений, обслуживаемое через стандартный класс LlamaForCausalLM. Количество параметров G​limpse не опубликовано, и в анонсе её запуска говорится лишь о том, что она «существенно меньше и дешевле» фронтирных моделей, с которыми она сравнивается в бенчмарках.

• Artefact — веса под Apache 2.0, а также варианты SFT, midtrain, base, GGUF, MLX и GPTQ для MiniCPM5-2B. Для G​limpse — ничего: есть только размещённый эндпоинт, и ничего для скачивания.

• Контекст — 131 072 токена, как настроено для MiniCPM5-2B, против цифры в 512 000 токенов, разрекламированной на демонстрации WAIC. Не опубликовано для G​limpse — более значительная лакуна из двух, поскольку его определяющая способность — чтение видео.

• Модальность — изображения на входе, текст на выходе для MiniCPM5-2B. Видео и изображения для G​limpse, с возможностью вернуться к интервалу после первого прохода.

• Оценка — карточка MiniCPM5-2B сообщает о LiveCodeBench v6 на уровне 69,1, AIME 2025 и 2026 — оба 86,5, MATH-500 — 94,6, MMLU-Pro — 70,8, LongBench v2 — 43,7, BFCL v4 — 66,6 и SWE-bench Verified — 46,4, причём некоторые строки помечены кинжалом как перенесённые из релиза Artificial Analysis, а не измеренные собственными силами. Строки Glimpse — это собственные данные Elorian, в сравнении с GPT-6 Astra, со сноской, раскрывающей, что несколько конкурентов запускались при не максимальном уровне усилий рассуждения, тогда как Glimpse работал на своём наивысшем.

• Цена — $0.60 за миллион входных токенов и $3.00 за миллион выходных токенов для G​limpse, при этом перемотка тарифицируется как выходные токены, поэтому трассировка — это чек. Для MiniCPM5-2B нет тарифной карты, потому что поставляемый результат — это файл.

Тезис, который выдвигают оба, и разные формы, в которых он верен.

Ключевое утверждение MiniCPM5-2B арифметическое и проверяемое. Модель с 2,5 млрд параметров, средний балл по карточкам 53,9, против более крупных открытых моделей, лучший средний результат которых на том же наборе — 51,1. Это утверждение вида «эта маленькая штука превосходит ту большую на этих задачах», и его может опровергнуть любой, у кого есть GPU и свободный день, потому что веса можно скачать, а тесты опубликованы.

Механизм этого описан в трёх этапах: дообучение с учителем на примерно 400 миллиардах токенов данных глубоких рассуждений, обучение с подкреплением с моделями-учителями, а затем дистилляция по собственной политике, которая объединяет шестнадцать экспертов RL — пятеро из них агентные — обратно в один чекпоинт. Внутренние показатели, привязанные к этому объединению, — это прирост на 10,96 пункта в рассуждениях и общих задачах и на 6,96 в агентных относительно состояния до объединения. Это собственные измерения поставщика его собственного конвейера, и это именно тот тип утверждения, который третья сторона теперь может пойти и проверить, в чём и заключается смысл выпуска промежуточных чекпоинтов наряду с финальным.

Центральное утверждение Glimpse — не арифметика. Это поведение: возвращение к субсекундному окну после первого прохода даёт лучшие ответы на временные вопросы, чем когда-либо могло бы дать сэмплирование по фиксированной сетке. Подтверждающие доказательства — это набор проработанных трасс и таблица бенчмарков, которая делится почти поровну: впереди на WGO Bench (42.70 vs 39.42), CharXiv-R (92.90 vs 92.10), UGC-VideoCap (82.66 vs 80.32) и FSC-147 (83.36 vs 82.02); позади на BabyVision (95.36 vs 97.68), DREAM-1K (76.04 vs 79.05), TOMATO (93.60 vs 96.02), Video-MME v2 (56.68 vs 64.06), CountQA (82.66 vs 86.42) и Humanity's Sixth Sense (46.36 vs 53.6).

Оба утверждения правдоподобны. Только одно из них в настоящее время может быть проверено кем-то за пределами компании, которая его сделала.

Что общего между двумя раскрытиями

Карточка MiniCPM5-2B несёт кинжалы на части своих строк, помечая их как данные, взятые из релиза Artificial Analysis, а не измеренные авторами. Читайте это как раскрытие информации, а не как дефект. Альтернатива — тихо вплести чужие измерения в собственную таблицу без пометки — распространена и хуже.

Обе модели, судя по имеющимся данным, не подтверждены в одном и том же конкретном смысле. Таблица Glimpse составлена вендором при наилучшей конфигурации вендора. У MiniCPM5-2B также нет независимого воспроизведения её среднего по карточке, каково бы ни было происхождение отдельных строк. По этому параметру оба релиза идентичны, и стоит обратить на это внимание прежде, чем любой из них будет рассматриваться как надёжная половина сравнения.

Более сильное различие — в том, что происходит дальше. Любой может скачать MiniCPM5-2B и провести собственную оценку сегодня днём, на собственных данных, ни у кого не спрашивая. Никто не может сделать этого с G​limpse. Пробный доступ бесплатен, и трассировки можно проверить, но оценка ограничена тем, что E​lorian решил показать, и эндпоинт — единственное место, где существует модель.

Когда опека решает вопрос

Это то измерение, в котором две модели далеки друг от друга, и это никак не связано со способностями.

Результат MiniCPM5-2B — это набор файлов под лицензией Apache 2.0, включая сборку GGUF и сборку MLX. Это значит, что модель работает на ноутбуке, изображения никогда не покидают машину, а в пути запроса при развёртывании нет ни одного поставщика — ни окна доступности, ни вопроса о хранении данных, ни ограничения по частоте запросов, ни цены, которая может сместиться у вас под ногами. Для регулируемой работы с изображениями или для всего, где медиаданные не могут пересекать границу сети, это и есть всё решающее основание, и G​limpse не является кандидатом, как бы хорошо ни выглядел трейс.

Возможность Glimpse доступна только через эндпоинт Elorian. Её отличительная черта — визуальное пространство для набросков, и нет артефакта, который нужно было бы перемещать. Это не недостаток продукта; это свойство исследовательского превью, ценность которого, пожалуй, заключается в механизме, а не в весах.

Это также то, где слой маршрутизации полезен и где он перестаёт быть полезным. OrcaRouter даёт вам один ключ перед более чем 200 моделями, с передачей цен провайдеров по прайс-листу как есть и без наценки за токен, так что локальная MiniCPM5-2B и размещённая у провайдера модель могут использовать один путь в коде, а не два, при этом DSL маршрутизации выбирает для каждого запроса и автоматическое переключение при сбое сохраняет запрос живым, когда канал выходит из строя. Размещённая половина этой смеси, если вендор снижает цену, становится доступной на нашей стороне в тот же день, а не при следующем продлении. Чего маршрутизация не может сделать — так это перенести ответственность: если конечная точка не на вашем оборудовании, ни одно правило маршрутизации не поместит её туда. Ни MiniCPM5-2B, ни G​limpse нет в нашем каталоге — одну можно скачать, а другая — это собственный API и чат-интерфейс E​lorian — так что здесь описано, как мы маршрутизируем, а не заявление о том, что мы обслуживаем любую из этих моделей.

Решение с приложенным бухгалтерским учётом.

MiniCPM5-2B и G​limpse — не конкуренты, и рассматривать их как конкурентов — значит впустую тратить сравнение. Один из них — универсальная модель на 2,5 миллиарда параметров, которой вы можете владеть. Другой — облачный предпросмотр, который делает одну необычную вещь.

У этих двух нет общей таблицы результатов, и её невозможно построить. Карточка MiniCPM5-2B измеряет программирование, математику, следование инструкциям и извлечение информации из длинного контекста. Таблица G​limpse измеряет восприятие видео и изображений по сравнению с GPT-6 Astra. У них нет общих задач, поэтому единственные сравнения, которые имеют значение, — это сравнения с вашей собственной рабочей нагрузкой. Три вопроса решают это быстрее, чем таблица.

Модель обязательно должна работать на вашем собственном оборудовании, или лицензия обязательно должна быть разрешительной? Тогда MiniCPM5-2B — единственный кандидат здесь. Скачайте сборку GGUF или MLX, рассчитывайте на контекст в 131 072 токена, который фактически задаёт конфигурация, а не на 512 000, показанные на WAIC, и считайте строки карточки, помеченные кинжалом, указателями на исходную оценку, а не измерениями, выполненными авторами.

Является ли режим отказа временным — панорамирование камеры, принятое за склейку, объект, меняющий идентичность при перекрытии, событие внутри субсекундного окна? Тогда G​limpse — единственный из двух, чей заявленный механизм с этим справляется. Пробный период бесплатен, а трассировка — это проверка: запустите свои клипы и проверьте, возвращалась ли модель когда-либо к интервалу, который определил ответ.

Работа связана с длинным контекстом, а не с длинным видео — это набор документов, архив дел, журнал аудита, который должен уместиться в одном окне? Опубликованные оценки ни одной из моделей на это не отвечают. LongBench v2 с показателем 43,7 — это одно число для целой категории поведения, и оно не скажет, как MiniCPM5-2B работает с вашими документами при 120 000 токенов. Это нужно измерить, прежде чем любое из решений станет безопасным.

Что изменило бы эту страницу: любое воспроизведение строк бенчмарка G​limpse кем-то, кроме E​lorian, публикация количества её параметров или размера контекстного окна, или чекпоинт MiniCPM5, который закрывает разрыв между конфигурацией на 131 072 токена и демонстрацией на 512 000 токенов. Ничего из этого не запланировано. Пока они не появятся, одну из этих моделей любой желающий сможет протестировать уже сегодня вечером, а другую — нет; и именно эта асимметрия, в большей степени, чем любая строка бенчмарка, — то, вокруг чего стоит строить планы.

Задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.