Веса MiniCPM5-2B уже доступны: маленькая модель, завоевавшая корону в категории Sub-4B, выходит в открытый доступ

Самой модели всего семь недель. MiniCPM5-2B была представлена на Всемирной конференции по искусственному интеллекту 2026 года 19 июля, где ModelBest и OpenBMB назвали её лучшей моделью с менее чем 4 млрд параметров в рейтинге Artificial Analysis и пообещали, что веса появятся «в ближайшем будущем». На этих выходных «ближайшее будущее» наступило без какой-либо помпы: репозиторий MiniCPM5-2B стал доступен на Hugging Face 6 сентября, а в журнале изменений OpenBMB релиз датируется 7 сентября — под лицензией Apache-2.0, с полным пакетом: веса BF16, квантизации GGUF, MLX и GPTQ, базовые и SFT-чекпойнты, модель-черновик DSpark для спекулятивного декодирования и лежащие в их основе обучающие наборы данных.

Ни пресс-релиза, ни мероприятия по запуску не было. Модель просто появилась: сначала репозиторий на Hugging Face, затем строка в журнале изменений. Поэтому этот материал — сводка «что известно на данный момент» — и первые сторонние проверки уже появились. Репозиторий рассказывает о многом: модель действительно можно скачать и запустить уже сегодня, а её спецификация открыта. Внешняя оценка тоже уже есть: Artificial Analysis включает MiniCPM5-2B в свой Intelligence Index v4.2 с результатом 15 — это лучший результат среди моделей с открытыми весами с суммарным числом параметров менее 4B в этом индексе, так что рейтинг среди моделей до 4B больше не держится на одном лишь слове разработчика. В ту же неделю появилось подтверждение для инференса: проект vLLM выпустил поддержку MiniCPM5-2B с первого дня в стабильной версии vLLM, а значит, обещанный в карточке стандартный путь загрузки в стиле Llama уже работает в популярном движке. Чего пока не подтверждено — так это ключевых цифр из карточки модели: OpenBMB воспроизвёл их в собственном тестовом стенде, но никто за пределами лаборатории их не перепроверял. Ниже — что можно узнать из репозитория, что уже измерено независимо и что ещё требует проверки, прежде чем строить что-то на этой модели.

Что только что произошло?

MiniCPM5-2B — вторая модель в серии MiniCPM5, после MiniCPM5-1B, которую OpenBMB опубликовала с открытым исходным кодом 19 мая. Когда 2B была представлена как продукт на WAIC, история касалась не только модели, но и чипов — ModelBest позиционировала её как базу агентов для устройств: телефонов, ПК и умных кокпитов, и назвала девять чипов с поддержкой с первого дня через своё сообщество FlagOS — от Huawei Ascend до NVIDIA и целого ряда отечественных ускорителей. Открытие исходного кода было анонсировано как неминуемое. Прошло семь недель.

6 сентября появился репозиторий openbmb/MiniCPM5-2B. На момент написания карточка модели является анонсом релиза и на удивление полна для тихого выпуска:

• Веса — финальный пост-обученный чекпойнт RL + OPD в формате BF16, лицензированный под Apache-2.0 и не имеющий ограничений доступа; скачать его может любой.

• Сопутствующие чекпоинты — MiniCPM5-2B-SFT, -Midtrain и -Base для тех, кому нужна модель до RL/OPD, плюс -GGUF, -MLX, -GPTQ и draft-модель -DSpark. Все они перечислены в коллекции MiniCPM5 на Hugging Face.

• Данные — обучающие корпуса тоже открыты, выпущены в составе семейства UltraData: Ultra-FineWeb, UltraX, UltraData-Code, UltraData-Math, UltraData-SFT-Agent-2609 и UltraData-RL-2609.

• Зеркала — в README указаны ссылки и на Hugging Face, и на ModelScope.

Одна строка в карточке важнее, чем кажется: «никаких собственных ядер, никакого форка кода модели». MiniCPM5-2B использует стандартную архитектуру LlamaForCausalLM, поэтому любой движок, который уже обслуживает модели семейства Llama, может загрузить её без ожидания специальной реализации.

Почему модель 2.5B заслуживает второго взгляда

Презентация на WAIC была посвящена рейтингам. ModelBest сообщила, что MiniCPM5-2B получил 17 баллов в Artificial Analysis Intelligence Index, что на момент запуска поставило его на первое место среди моделей с менее чем 4 млрд параметров в лидерборде AA. Эту цифру стоит сопроводить двумя оговорками. Во-первых, баллы индекса сопоставимы только в пределах одной версии методологии: более ранние 17,9 балла у MiniCPM5-1B взяты из предыдущего среза AA, так что это не доказательство того, что меньшая модель «набирает больше», и по тому же правилу более новый результат по новой методологии не является регрессом. Во-вторых, показатели AA попадают в карточку модели, но основной средний балл в карточке — это собственный результат OpenBMB, рассчитанный в собственном харнессе OpenBMB. Это различие важно, поскольку с тех пор AA перешёл на новую методологию и опубликовал свежий результат — первую внешнюю проверку этого заявления с момента релиза открытых весов.

Внешний показатель появился на той же неделе, что и веса. 4 сентября Artificial Analysis выпустила Intelligence Index v4.2 — пересмотр методологии, который повышает вес приватных закрытых тестов до 40% и добавляет два новых компонента: AA-Briefcase, агентную оценку, и Surge's GDP.pdf, задачу на рассуждение по документам с длинным контекстом. В записи AA для MiniCPM5-2B теперь стоит оценка v4.2 — 15: лучший результат среди моделей с открытыми весами с суммарным числом параметров менее 4B и первая позиция среди 47 открытых моделей этого размерного класса в списке AA. Это оставляет модель там же, куда её поместил июльский анонс, — но на этот раз на методологии, которую сложнее обмануть, и с весами, которые любой может скачать и перепроверить. 15 не сопоставимо с 17 времён запуска, полученным по v4.1: строже стала методология, а не слабее модель. Композитный индекс также не перепроверяет отдельные строки карточки модели — большинство из них OpenBMB воспроизвела в собственном стенде. Что он действительно делает — так это ложится ровно на те две оси, на которые, по словам OpenBMB, была направлена оптимизация: v4.2 делает больший упор на агентные задачи, а отслеживание многословия в AA показывает, что MiniCPM5-2B генерирует 57M выходных токенов по всем задачам индекса, оставаясь самой немногословной моделью в своём классе при медиане в 72M. В OpenBMB поблагодарили AA за прогон и описали его именно в этих терминах: производительность в агентных задачах и эффективность токенов при 2.6B — вот подо что, по их словам, оптимизировали модель.

Главный тезис — агентные способности в компактном формате: нативный вызов инструментов, глубокий поиск и генерация кода — встроенные с нуля, а не прикрученные в качестве надстройки. В карточке описан трёхэтапный конвейер: базовое обучение, промежуточное обучение, а затем постобучение, включающее SFT на 400 млрд токенов данных глубоких размышлений, специализированных RL-учителей и дистилляцию On-Policy (OPD), которая сводит шестнадцать экспертных RL-моделей, пять из которых агентные, обратно в одну небольшую плотную сеть. OpenBMB приписывает этапу RL + OPD средний прирост в 10,96 балла на задачах на рассуждение и общих задачах и 6,96 балла на агентных задачах — это внутренние дельты, но они объясняют необычную форму модели: сеть на 2,5 млрд параметров, построенная как модель рассуждений и нацеленная на использование инструментов.

Что на самом деле содержит репозиторий

Спецификация однозначна, потому что она и есть конфигурационный файл. MiniCPM5-2B содержит 2 516 756 480 параметров, из которых 1 981 982 720 — параметры вне эмбеддинг-слоёв. Когда вендоры говорят о «классе 2B», они имеют в виду именно цифру без эмбеддингов. Это плотный трансформер: 42 слоя, скрытая размерность — 2048, grouped-query attention (16 головок запросов и всего 2 головки KV), словарь на 130 560 токенов, тензоры BF16. Вся модель поставляется в виде одного шарда safetensors — достаточно компактного, чтобы скачать его по обычному интернет-соединению и запустить на одной GPU среднего класса или NPU уровня смартфона.

Параметры — 2 516 756 480 всего; 1 981 982 720 без эмбеддингов.

Архитектура — плотная LlamaForCausalLM, 42 слоя, скрытая размерность 2048, GQA 16 голов запроса / 2 KV-головы, словарь 130 560.

• Контекст — сконфигурировано 131 072 токена (max_position_embeddings), без масштабирования RoPE в конфигурации.

• Лицензия — Apache-2.0, как для модели, так и для выпущенных обучающих данных.

• Формат — BF16; версии GGUF, MLX и GPTQ публикуются отдельно.

Одно число из июльской презентации не фигурирует в checkpoint. Материалы WAIC рекламировали окно контекста в 512K токенов; в выпущенной конфигурации max_position_embeddings установлено на 131 072 (128K) без записи rope_scaling. Возможно, показатель 512K предполагается достичь через расширение на этапе инференса, как некоторые небольшие модели растягивают свой контекст, — но в поставленном виде репозиторий документирует 131 072, и именно на это число нужно ориентироваться, пока OpenBMB не опубликует рецепт расширения.

Числа, отсортированные по тому, кто их измерил.

Карточка модели внимательно относится к происхождению данных, и её сноски стоит прочитать. Оценки, отмеченные крестиком, «взяты из официального релиза Artificial Analysis» — это такие строки, как GPQA-Diamond 70.2, HLE 8.9, AA-LCR 59.0, Terminal-Bench v2.1 8.6 и GDPval-AA v2 19.6. Всё остальное описано как «воспроизведено internally», то есть OpenBMB запускала эти тесты в собственной среде. В эту категорию входят и привлекающие внимание цифры: внутреннее среднее значение 53.9 по сравнительному набору из карточки, AIME 2025/2026 — 86.5, MATH-500 — 94.6, LiveCodeBench v6 — 69.1, SWE-bench Verified — 46.4, BFCL v4 — 66.6, τ²-Bench Telecom — 97.1, GAIA (Text-103) — 88.7 и MMLU-Pro — 70.8.

Три момента не дают этим цифрам вводить в заблуждение. Средний показатель 53,9 — это относительная, а не абсолютная оценка: карточка нормализует каждую ось радарной диаграммы так, что лучшая модель в сравнении получает 100. Набор для сравнения выбран вендором: другие открытые модели размером 2B–4B, включая Qwen3.5-2B, Qwen3.5-4B, Gemma-4-E2B-it, granite-4.2-3B, LFM2.5-2.6B и LFM2.5-8B-A1B. В этом наборе карточка показывает, что MiniCPM5-2B уверенно обходит ближайшего конкурента Qwen3.5-4B с результатом 51,1 — это действительно поразительный результат для модели вдвое меньшего размера, и именно такой результат требует независимого воспроизведения, прежде чем на него можно будет опираться. К тому же пара отдельных строк плохо согласуется с маркетингом: результат 46,4 на SWE-bench Verified от плотной модели на 2,5B был бы выдающимся, если бы он воспроизводился, а HLE 8,9 напоминает, что «лидер среди моделей менее 4B» и «фронтир» — это разные лиги. Ничто из этого не противоречит самому репозиторию, а композитный показатель v4.2 от AA с тех пор подтвердил общее положение модели во главе класса открытых весов менее 4B — но эти отдельные строки принадлежат самому OpenBMB и до сих пор не проверены никем за пределами лаборатории.

Запуск MiniCPM5-2B сегодня

Поскольку архитектура здесь — обычная Llama, распространённые движки загружают такую модель напрямую. В README проекта OpenBMB даны краткие руководства для vLLM (0.21 или новее), SGLang (0.5.16 или новее) и Transformers (5.6 или новее), и проект vLLM сделал первое из них официальным: стабильная vLLM поддерживает MiniCPM5-2B с первого дня, а вместе с релизом опубликован отдельный рецепт развёртывания. В рецепте указан тот же нативный размер контекста в 131 072 токена, что и в конфигурационном файле, и подтверждается, что разделение на режимы think/no-think сохраняется в чекпоинте — в vLLM режим задаётся флагом enable_thinking в chat-template, который можно устанавливать для каждого запроса через chat_template_kwargs или зафиксировать при запуске serve. Таким образом, одни и те же веса работают либо как быстрый ассистент No-Think, либо как вдумчивый проход Think. Рекомендуемые параметры сэмплирования — температура 1.0 с top-p 0.95; рецепт советует снижать температуру до 0.9, когда включён enable_thinking. GGUF- и MLX-сборки охватывают llama.cpp, Ollama, LM Studio и Apple Silicon; в карточке модели также перечислены runtime ArcLight и стандартные стеки для дообучения (TRL + PEFT, LLaMA-Factory, ms-swift, unsloth).

{{1}}Две детали развёртывания стоит знать перед началом работы.{{/1}} {{2}}Что касается вызова инструментов и функций, теперь у вас есть выбор нативных бэкендов: модель формирует вызовы инструментов в XML-стиле, а в состав и SGLang, и vLLM входит парсер minicpm5, который преобразует их в совместимый с OpenAI формат tool_calls — в SGLang он встроен, а парсер vLLM, входящий в стабильную поддержку с первого дня, обрабатывает тот же XML-формат (включить его можно с помощью --tool-call-parser minicpm5 --enable-auto-tool-choice). Стандартные клиенты вызова инструментов работают с любым из этих бэкендов без специального адаптера.{{/2}} Помимо этого, существует черновая модель DSpark, призванная удешевить проход рассуждений: в SGLang она запускается по алгоритму спекулятивного декодирования DSPARK и ускоряет декодирование, не изменяя выходных данных целевой модели — а это как раз тот фактор, который определяет, окажется ли агентный цикл с контекстом 128K на ноутбуке пригодным для реальной работы или лишь возможным в принципе.

Если вы предпочитаете оценивать партию небольших открытых моделей, а не вручную настраивать одну, то маршрутизирующий слой тут окупается: когда провайдер включает MiniCPM5-2B в каталог, роутер — это дешёвый способ прогнать A/B-сравнение этой модели с Qwen3.5-2B и другими открытыми чекпоинтами размером менее 4B на той же задаче, без второй интеграции. На OrcaRouter это означает один API для более чем 200 моделей, цены провайдера передаются без наценки (0% маржи) и автоматическое переключение при сбое, если новейший чекпоинт зависает или зацикливается в рабочем процессе. Репозиторию всего два дня от роду, и ни один размещённый API, на который мы можем указать, ещё не включает MiniCPM5-2B — так что честный выбор по умолчанию сегодня — рассматривать его как самохостинговый эксперимент, а не как зависимость.

Кто должен тянуть эти веса?

Скачайте их сегодня, если ваша работа связана с локальными агентами, инструментальными вызовами на периферийных устройствах или экспериментами по кодированию и рассуждениям на малых моделях, и вам нужен самый агрессивно обученный вариант класса 2B из доступных. Лицензия Apache-2.0 и открытые обучающие данные устраняют две причины, по которым большинство команд сомневаются в небольших моделях из китайских лабораторий — отсутствие ограничений на коммерческое использование и отсутствие корпуса как «чёрного ящика». Скачивайте их с осторожностью, если вы выбираете production-модель, полагаясь только на таблицу бенчмарков: ключевые строки карточки — это собственные воспроизведения OpenBMB, и композитный показатель AA v4.2 — единственный на данный момент внешний замер — их не подтверждает. Утверждение, что модель на 2,5B превосходит Qwen3.5-4B, заслуживает двух часов, которые потребуются, чтобы самостоятельно воспроизвести SWE-bench.

Что смотреть дальше. Репозиторию едва исполнилось два дня, а одна проверка на мейнстрим-движке уже пройдена: стабильный vLLM обслуживает MiniCPM5-2B с первого дня, так что серверный путь самохостинга реален, а не гипотетичен. Оставшиеся ближайшие сигналы всё ещё механические: подхватят ли llama.cpp и библиотека Ollama GGUF, заработают ли чисто зеркало ModelScope и сборки для чипов FlagOS, и появится ли MiniCPM5-2B в каком-либо хостинговом API — именно в этот момент модель перестанет быть доступной только для самохостинга. Содержательный сигнал, отсутствие которого отмечалось в этом материале, — независимый прогон от Artificial Analysis или университетской лаборатории — теперь появился в виде индекса v4.2, и он удерживает MiniCPM5-2B на первом месте среди моделей с открытыми весами объёмом до 4B. Что всё ещё остаётся открытым — это построчная проверка: никто за пределами OpenBMB не воспроизвёл внутренние цифры карточки модели, прежде всего SWE-bench Verified на уровне 46.4 и внутреннее среднее 53.9. Пока эти конкретные строки не будут перезапущены, относитесь к MiniCPM5-2B так же, как вы отнеслись бы к любой тихо выпущенной модели с впечатляющей карточкой: как к весьма многообещающей гипотезе, которую можно запустить локально уже сегодня вечером, и к модели, чьи самые яркие цифры стоит проверить, прежде чем доверить ей реальную работу.