MiniCPM5-2B เทียบกับ Gemma 4 12B: ผู้นำอันดับกลุ่มต่ำกว่า 4B ปะทะโมเดลอเนกประสงค์ 12B ของ Google

เอกสารเปิดตัวของ MiniCPM5-2B มีประโยคหนึ่งที่ฟังดูเหมือนจะยุติข้อโต้แย้งทุกอย่างตั้งแต่ก่อนที่มันจะเริ่มขึ้น นั่นคือ ในงานประชุมปัญญาประดิษฐ์โลกเมื่อวันที่ 19 กรกฎาคม ModelBest และ OpenBMB ระบุว่าโมเดลนี้เป็นโมเดลอันดับหนึ่งภายใต้พารามิเตอร์ 4B บนลีดเดอร์บอร์ดของ Artificial Analysis และตอนนี้น้ำหนักแบบเปิด (open weights) ของมันก็ได้เผยแพร่บน Hugging Face ไปอย่างเงียบ ๆ แล้ว ส่วน Gemma 4 12B คือคำตอบจาก Google ที่มาจากคลาสน้ำหนักที่แตกต่างกันโดยสิ้นเชิง — โมเดลมัลติโมดัลอเนกประสงค์แบบหนาแน่น (dense) ขนาด 11.95B พารามิเตอร์ ไม่มีเอนโค้ดเดอร์ เปิดตัวเมื่อวันที่ 3 มิถุนายน รับอินพุตทั้งข้อความ รูปภาพ เสียง และวิดีโอ และผ่านการนำไปใช้งานในชุมชนมาหลายเดือนแล้ว การเปรียบเทียบทั้งสองรุ่นนี้ไม่ใช่แค่การเทียบสเปกบนกระดาษ หากแต่คือการตัดสินใจว่าคุณจะจัดส่งไปยังอุปกรณ์ประเภทใด เพราะโมเดลที่นำในคลาสขนาดของตัวเองกับโมเดลที่ใหญ่เพียงอย่างเดียวนั้น กำลังตอบคำถามด้านฮาร์ดแวร์คนละข้อกัน

ช่วงเวลาคือเหตุผลที่การเปรียบเทียบนี้เกิดขึ้นจริง MiniCPM5-2B ถูกจัดแสดงที่ WAIC ในเดือนกรกฎาคมในฐานะผลิตภัณฑ์ — เป็นเรื่องของชิปพอๆ กับเรื่องของโมเดล โดยมีพันธมิตรด้านซิลิกอนเก้ารายตั้งแต่วันแรกจากชุมชน FlagOS — และมีการสัญญาว่าน้ำหนักจะเผยแพร่ "ในอนาคตอันใกล้" เจ็ดสัปดาห์ต่อมา ที่เก็บ openbmb/MiniCPM5-2B ก็ปรากฏบน Hugging Face (บันทึกการเปลี่ยนแปลงของ OpenBMB ระบุวันที่ปล่อยคือ 7 กันยายน) ภายใต้สัญญา Apache-2.0 ไม่มีการกั้นการเข้าถึง พร้อมด้วย checkpoint แบบ BF16, GGUF, MLX, GPTQ, checkpoint ฐานและ SFT รวมถึงชุดข้อมูลสำหรับเทรนทั้งหมดในคอลเลกชันเดียวกัน ไม่มีการแถลงข่าว ไม่มีงานเปิดตัว ณ เวลาที่เขียนนี้ การ์ดโมเดลคือประกาศ และยังไม่มีการรัน benchmark อิสระใดๆ เผยแพร่ออกมา — ข้อมูลเชิงปริมาณทั้งหมดเกี่ยวกับ 2B ข้างล่างนี้ไม่ใช่การทำซ้ำเองของ ModelBest ก็มาจาก snapshot ของ Artificial Analysis ที่มันอ้างถึง Gemma 4 12B ในทางตรงกันข้าม เปิดตัวผ่านกลไกปกติของ Google และถูกดาวน์โหลดไปแล้วหลายล้านครั้ง ช่องว่างของหลักฐานนั้นเป็นส่วนหนึ่งของการเปรียบเทียบ ไม่ใช่เชิงอรรถของมัน

เมื่อกี้แต่ละฝ่ายมีอะไรเปลี่ยนแปลงไปบ้าง

MiniCPM5-2B เป็นโมเดลรุ่นที่สองในซีรีส์ MiniCPM5 ต่อจาก MiniCPM5-1B ที่ OpenBMB เปิดซอร์สเมื่อวันที่ 19 พฤษภาคม การ์ดโมเดลระบุว่าเป็น dense transformer ที่มีพารามิเตอร์รวม 2,516,756,480 ตัว (ไม่รวมชั้น embedding 1,981,982,720 ตัว ซึ่งเป็นตัวเลขที่ทำให้ได้รับการจัดอยู่ในกลุ่ม “คลาส 2B”) มี 42 ชั้น ขนาด hidden 2048 ใช้ grouped-query attention โดยมี query heads 16 ตัว และ KV heads เพียง 2 ตัว และคำศัพท์ 130,560 คำ เป็นสถาปัตยกรรม LlamaForCausalLM ธรรมดา — การ์ดระบุชัดเจนว่าไม่ต้องใช้ custom kernels และไม่ต้อง forks โค้ดของโมเดล — และ checkpoint ทั้งหมดมาในไฟล์ safetensors ชาร์ดเดียวแบบ BF16 จุดออกแบบที่น่าสนใจคือช่วงหลังการเทรน: ใช้ SFT บนข้อมูลเชิงคิดลึก 400B โทเค็น จากนั้นใช้ On-Policy Distillation เพื่อหลอมโมเดลผู้เชี่ยวชาญจาก RL จำนวนสิบหกตัว โดยห้าตัวเป็นแบบ agentic กลับเข้าไปในเครือข่าย dense ขนาดเล็กหนึ่งตัว การ์ดระบุว่า RL + OPD ให้คะแนนเฉลี่ยเพิ่มขึ้น 10.96 จุดในงานด้านเหตุผลและงานทั่วไป และ 6.96 จุดในงานแบบ agentic — เป็นค่าความต่างภายใน แต่ก็อธิบายรูปร่างของโมเดลนี้ได้ นั่นคือโมเดล 2B ที่ถูกสร้างมาเพื่อเป็น agent บนอุปกรณ์ โดยสามารถเรียกใช้เครื่องมือในรูปแบบ XML ได้เองตามธรรมชาติ

Gemma 4 12B มีตำแหน่งที่แตกต่างออกไปในไลน์อัปของ Google มันคือลูกคนกลางของตระกูล Gemma 4 — เหนือโมเดล E2B และ E4B ที่ออกแบบมาสำหรับการทำงานบนเอดจ์ แต่ต่ำลงมาจาก 26B MoE และโมเดลระดับแนวหน้าอย่าง 31B — และเป็นสมาชิกเพียงรุ่นเดียวที่สร้างบนสถาปัตยกรรมแบบไร้เอนโคเดอร์ (encoder-free) กล่าวคือ แพตช์ภาพดิบและรูปคลื่นเสียงจะถูกแมปเข้าสู่สเปซโทเคนโดยตรง ทำให้โมเดลแบบ dense เพียงตัวเดียวรองรับอินพุตทั้งข้อความ รูปภาพ เสียง และวิดีโอ โดยไม่ต้องมีเอนโคเดอร์แยกต่างหากคอยให้บริการ มันมาพร้อมหน้าต่างบริบท 256K การเรียกใช้เครื่องมือ (tool calling) แบบแกะกล่อง รอบการให้เหตุผลที่เปิดใช้ได้ตามต้องการ และดราฟเตอร์แบบทำนายหลายโทเคน (multi-token-prediction drafters) ในตัวเช็คพอยต์ซึ่งช่วยเร่งการดีโค้ด โมเดลนี้อยู่ภายใต้สัญญาอนุญาต Apache-2.0 ใช้งานได้จริงบนฮาร์ดแวร์ระดับ 16GB (ใช้หน่วยความจำราว 8GB เมื่อรันแบบ 4 บิต) และหน้า Hugging Face ของมันมียอดดาวน์โหลดหลายล้านครั้งต่อเดือน

ข้ออ้างเรื่องการจัดอันดับ และระดับขนาดที่ข้ออ้างนั้นละเว้น

พาดหัวของ ModelBest สำหรับ MiniCPM5-2B คือค่าดัชนี Artificial Analysis Intelligence Index อยู่ที่ 17 ซึ่งเป็นอันดับหนึ่งในบรรดาโมเดลที่มีพารามิเตอร์ต่ำกว่า 4B ในขณะเปิดตัว อย่างไรก็ตาม มีข้อควรระวังสองข้อที่ควรระบุไว้ข้าง ๆ คะแนนนี้ ประการแรก คะแนนดังกล่าวสะท้อนภาพรวมเวอร์ชัน 4.1 ของ AA จึงไม่สามารถเทียบได้โดยตรงกับค่าดัชนีจากภาพรวมเวอร์ชันก่อนหน้า ประการที่สอง มันเป็นตัวเลขช่วงเปิดตัวที่ผู้จำหน่ายอ้างก่อนจะมีการทดสอบซ้ำโดยอิสระ การอ่านอย่างตรงไปตรงมาจึงให้ขอบเขตที่แคบลง แต่ก็ยังน่าประทับใจ: ในตอนที่ปล่อยออกมา ด้วยวิธีการของ AA ในขณะนั้น โมเดล 2.5B นี้เป็นผู้นำทั้งขนาดคลาสของมัน Gemma 4 12B ไม่ได้อยู่ในคลาสนั้น และในหน้าของ Artificial Analysis เองในปัจจุบัน Gemma 4 12B มีค่าดัชนีสูงกว่า — ประมาณ 22 สำหรับรุ่น reasoning และ 13 สำหรับรุ่น instruct ที่ไม่ใช่ reasoning ซึ่งทั้งคู่ "สูงกว่าค่าเฉลี่ยมาก" เมื่อเทียบกับรุ่นร่วมกลุ่ม ค่าดัชนีจากภาพรวมคนละเวอร์ชันไม่เรียงกันอย่างแนบเนียน จึงควรตีความว่าเป็นแนวโน้ม ไม่ใช่ค่าที่แม่นยำ: โมเดลเอนกประสงค์ 12B ถูกวัดว่าเป็นโมเดลที่มีความสามารถมากกว่า ส่วนโมเดล 2B ถูกวัดว่าเป็นโมเดลที่มีความสามารถมากที่สุดในขนาดของมัน นี่เป็นข้อกล่าวอ้างคนละข้อ และทั้งสองข้ออาจเป็นจริงพร้อมกัน

กระดานคะแนนที่ระบุอย่างตรงไปตรงมา

อ่านแถวเหล่านี้โดยคำนึงถึงแหล่งที่มา — ตัวเลขของ MiniCPM5-2B เป็นข้ออ้างใน Model Card ของ ModelBest ซึ่งเพิ่งออกมาได้หนึ่งสัปดาห์และยังไม่มีการพิสูจน์ซ้ำ ส่วนของ Gemma 4 12B นั้นเป็นข้อมูลที่รายงานโดย Google และถูกใช้งานโดยชุมชนมาเป็นเวลานาน:

• ขนาด — MiniCPM5-2B: 2.52B รวม / 1.98B ไม่รวมเอมเบดดิ้ง, โมเดลแบบ dense. Gemma 4 12B: 11.95B, โมเดลแบบ dense.

• รูปแบบ — {{1}}MiniCPM5-2B: รองรับเฉพาะข้อความ {{/1}}{{2}}Gemma 4 12B: รองรับอินพุตข้อความ รูปภาพ เสียง และวิดีโอแบบไม่มีเอนโค้ดเดอร์{{/2}}

• บริบท — MiniCPM5-2B: 131,072 โทเคนในคอนฟิกที่จัดส่งมา Gemma 4 12B: 256K เนทีฟ (สูตรการให้บริการบางสูตรล็อกไว้ที่ 128K)

• ภาษา — MiniCPM5-2B: การ์ดและข้อมูลที่เน้นภาษาอังกฤษและภาษาจีนเป็นหลัก และ Gemma 4 12B: รองรับมากกว่า 140 ภาษา

• การเปิดตัว — MiniCPM5-2B: ประกาศเมื่อวันที่ 19 กรกฎาคม 2026; น้ำหนักโมเดลเผยแพร่ในวันที่ 6–7 กันยายน อย่างเงียบๆ ส่วน Gemma 4 12B: เปิดตัวเมื่อวันที่ 3 มิถุนายน 2026 พร้อมการประเมินผลการเปิดตัวอย่างเต็มรูปแบบ

• หลักฐาน — MiniCPM5-2B: การ์ดผู้ผลิตบวก AA v4.1 (Index 17, #1 sub-4B) ยังไม่มีการรันอย่างอิสระ ส่วน Gemma 4 12B: ผลการประเมินเมื่อเปิดตัวบวกกับการใช้งานในชุมชนหลายเดือน และมียอดดาวน์โหลดประมาณ 3.3 ล้านครั้งต่อเดือน

ตารางคะแนนด้านบนเป็นภาพพอร์ตเทรตเดียวกันในหกแถว: โมเดลทั้งสองไม่เห็นพ้องกันเกือบทุกมิติ และคอลัมน์ที่ชี้ขาดการตัดสินใจ — โหมด (modality), ภาษา, ประเภทอุปกรณ์ — ต่างก็เป็นสิ่งที่ค่าเฉลี่ยจากการวัดประสิทธิภาพ (benchmark) ไม่มีทางจับต้องได้

จุดที่ 12B ชนะ: สิ่งต่างๆ ที่ 2B แบบข้อความล้วนไม่สามารถแกล้งทำได้

เริ่มต้นที่โมดาลิตี้ก่อน Gemma 4 12B รองรับเสียง รูปภาพ และวิดีโอได้ในตัว ขณะที่ MiniCPM5-2B รองรับเฉพาะข้อความเท่านั้น ผลิตภัณฑ์ใดก็ตามที่ต้องถอดเสียง มองหน้าจอ หรือดูวิดีโอ จำเป็นต้องมีไปป์ไลน์ที่สองควบคู่กับโมเดล 2B และ ณ จุดนั้น ข้อได้เปรียบของ “โมเดลขนาดเล็ก” ก็จะลดลงไปบางส่วน กำแพงที่สองคือเรื่องภาษา: 140+ ภาษา เทียบกับเวอร์ชันที่ยึดภาษาอังกฤษ/จีนเป็นศูนย์กลาง สำหรับผลิตภัณฑ์ที่ให้บริการภาษาหางยาวจำนวนมาก โมเดล 2B ไม่ใช่ตัวเลือกเลยแม้แต่น้อย และยังมีเรื่องของหลักฐานอีก Gemma 4 12B ถูกดาวน์โหลดไปแล้วหลายล้านครั้ง ผ่านการทำ quantization การ fine-tune และการใช้งานในโปรดักชันจริงมาเป็นเวลาสามเดือน โหมดความล้มเหลวของมันได้รับการบันทึกไว้ และระบบนิเวศของมันครอบคลุมทั้ง llama.cpp, Ollama, LM Studio, MLX, vLLM และ SGLang ส่วน MiniCPM5-2B เป็นรีโพที่เพิ่งเกิดขึ้นได้หนึ่งสัปดาห์ ตัวเลขเด่น ๆ ของมัน — รวมถึงคะแนน 46.4 จาก SWE-bench Verified ที่ทางผู้พัฒนาวิ่งให้เอง ซึ่งน่าทึ่งสำหรับโมเดลแบบ Dense ขนาด 2.5B หากมันผ่านการทดสอบโดยอิสระ — ยังไม่ถูกแตะต้องโดยใครนอกห้องแล็บ หากตัดสินกันที่ความสมบูรณ์เพียงอย่างเดียว คำตอบก็ไม่สูสีกันเลย

ที่ซึ่ง 2B คือทางเลือกเดียว

ทั้งหมดนั้นไม่สำคัญบนอุปกรณ์กลุ่มที่โมเดล 12B ใส่ไม่ลงตั้งแต่แรก สมาร์ทโฟน บอร์ดสมาร์ทค็อกพิท หรือบ็อกซ์เอดจ์ขนาดเล็กที่มี DRAM ไม่กี่กิกะไบต์ ไม่สามารถย้ายน้ำหนักของโมเดลขนาด 11.95B ข้ามบัสหน่วยความจำด้วยความเร็วที่ใช้งานได้จริง — นั่นคือคอขวดที่ทำให้มันไปต่อไม่ได้ MiniCPM5-2B ถูกสร้างขึ้นมาเพื่อโลกแบบนั้น: น้ำหนักที่พอดีกับหน่วยความจำบนอุปกรณ์ หน้าต่างบริบท 128K สำหรับเซสชันเอเจนต์ระยะยาว การเรียกใช้เครื่องมือแบบเนทีฟที่ออกแบบมาให้ทำงานแบบอินเทอร์แอกทีฟ และการปรับใช้ตั้งแต่วันแรกบนตระกูลชิปเก้าตระกูลรวมถึง ARM หากเป้าหมายของคุณคือ NPU ระดับสมาร์ทโฟนหรือบอร์ดฝังตัว Gemma 4 12B ไม่ได้แข่งขันกับ MiniCPM5-2B — เพราะมันปรับใช้ตรงนั้นไม่ได้เลย และหากเป้าหมายของคุณรองรับ 12B ได้ แต่เพียงเฉียดฉิว — แล็ปท็อป 16GB — โมเดล 2B จะให้พื้นที่เหลือเฟือแก่คุณ: ความหน่วงต่อโทเค็นที่เร็วขึ้น พลังงานที่น้อยลง และทางเลือกในการรันโมเดลที่สองในพื้นที่เท่าเดิม

จะรู้ได้อย่างไรว่าข้อเรียกร้องใดยังคงมีผลอยู่

เนื่องจากทั้งสองฝ่ายเป็นโมเดลแบบเปิดน้ำหนักและโฮสต์ได้เอง ขั้นตอนถัดไปที่ตรงไปตรงมาคือการวัดผลบนฮาร์ดแวร์ของคุณเอง แทนที่จะอ่านสเปกอีกรอบ หากคุณกำลังชั่งใจระหว่าง MiniCPM5-2B กับ Gemma 4 12B บนปริมาณงานที่คุณให้บริการอยู่แล้ว นี่คือจุดที่เลเยอร์จัดการเส้นทางพิสูจน์ความคุ้มค่า: การชี้เส้นทางทดสอบไปยังเช็คพอยต์โฮสต์เองตัวใหม่ผ่าน API เดียวที่มีระบบสลับอัตโนมัติเมื่อเกิดข้อผิดพลาด หมายความว่าสแตกที่ยังไม่ผ่านการพิสูจน์อาจชะงักหรือติดลูปได้โดยไม่ทำให้โปรดักชันล่ม ขณะที่ราคารายการของผู้ให้บริการสำหรับสิ่งที่คุณเปรียบเทียบถูกส่งผ่านโดยไม่มีมาร์กอัปเลย (0%) ตัวโมเดลเองเป็นรีโพอายุหนึ่งวัน ดังนั้นโดยค่าเริ่มต้นจึงควรถือว่ามันเป็นการทดลอง — แต่การทดลองนี้มีต้นทุนต่ำในการรัน และสองชั่วโมงที่ต้องใช้ในการทำซ้ำ SWE-bench หรือบางส่วนของชุดประเมินของคุณเองบนโมเดล 2B ก็คือหลักฐานที่การเปรียบเทียบนี้ขาดหายไปพอดี

คำตัดสิน

เลือก Gemma 4 12B เมื่อฮาร์ดแวร์ของคุณมีทรัพยากรเหลือเฟือ และภาระงานของคุณเกี่ยวข้องกับมากกว่าข้อความ ไม่ว่าจะเป็นผลิตภัณฑ์มัลติมอดัล กลุ่มผู้ใช้หลายภาษา หรืออะไรก็ตามที่พฤติกรรมซึ่งชุมชนพิสูจน์แล้วเป็นเวลาสามเดือนสำคัญกว่ามงกุฎแห่งอันดับคะแนน เลือก MiniCPM5-2B เมื่ออุปกรณ์ของคุณไม่สามารถรันโมเดล 12B ได้เลย หรือเมื่อโมเดล 2.5B ที่รองรับข้อความและออกแบบมาเพื่อเอเจนต์บนชิประดับสมาร์ตโฟน จะช่วยให้คุณส่งมอบผลิตภัณฑ์ที่โมเดลใหญ่กว่านั้นไม่สามารถทำให้เกิดขึ้นได้ การเป็นผู้นำอันดับในกลุ่มต่ำกว่า 4B ถือเป็นความสำเร็จที่แท้จริง และการปล่อยน้ำหนักแบบเปิดทำให้สามารถทดสอบได้ตั้งแต่วันนี้ เพียงแต่จากหลักฐานที่มีอยู่ มันไม่ใช่สิ่งทดแทนโมเดลเอนกประสงค์ 12B ในทุกที่ที่โมเดล 12B สามารถรันได้จริง