OpenBMB发布MiniCPM5-2B 小参数量大能力

OpenBMB 的 MiniCPM5-2B 在 Artificial Analysis Intelligence Index v4.2 上得分 15，是所有总参数不超过 4B 的开权重模型中得分最高的。

OpenBMB（@OpenBMB）是开发 MiniCPM 系列高效小模型的开源 AI 团队。

MiniCPM5-2B 是一个总参数 2.6B 的稠密推理模型，支持文本输入输出，以 Apache 2.0 协议发布。

MiniCPM5-2B 在该智能指数得分 15，仅比拥有约 3 倍总参数的 Ling 3.0 Tiny（得分 16）低一分。在所有总参数不超过 4B 的开权重模型中，排名第二的是 Granite 4.2 3B，得分 11。

主要结果：

➤ 是所有总参数不超过 4B 的开权重模型中智能指数最高的，在智能水平 vs 总参数曲线上设立了新的帕累托最优点：它的得分 15 比 Granite 4.2 3B（11）高出 4 分。总参数为 2.6B，比参数多 44% 的 Qwen3.5 4B（推理，预估得分14）高 1 分，和参数约为它 4 倍的 Qwen3.5 9B（推理，预估得分15）打平。作为稠密模型，它的尺寸优势体现在内存占用，而非激活参数计算量。

➤ 在这个尺寸下拥有强大的智能体性能：它在 GDPval-AA v2 的 Elo 分是 831，领先所有参数<4B 的模型；在 τ³-Banking 上，它和 Ling 3.0 Tiny 并列第一，达到 21%，而下一位最佳模型 Granite 4.2 8B 仅为 8%。在 AA-Briefcase 上，它在对比测试的模型中排名第二，Elo 分 438，高于 Granite 4.2 8B（324），仅低于 Ling 3.0 Tiny（485）。

➤ 知识、代码和长上下文是它的短板：MiniCPM5-2B 在 Humanity's Last Exam 排名第七（9%，落后于得分为 16% 的 Gemma 4 12B（推理）），在 Terminal-Bench v2.1 排名第八（9%，落后于得分为 29% 的 Qwen3.5 9B（推理）），在 CritPt 得分为 0%。在 SciCode 测试的五个模型中排名第二，得分为 26%，落后于 Granite 4.2 8B（31%）。在 AA-LCR v1.1 得分 59%，在测试集中排名第五，比 Ling 3.0 Tiny（60%）低一分。在我们新推出的专业文档推理评估 GDP.pdf 上，它直接通过了 1% 的任务，落后于得分为 2% 的 gpt-oss-20b（high）。

➤ 它的 AA-Omniscience 得分 -12 来自于不回答而非准确率：MiniCPM5-2B 仅尝试回答 29% 的 AA-Omniscience 问题，不幻觉率达到 78%。它的准确率为 8%，比 Ling 3.0 Tiny（9%）低一分，是 Qwen3.5 9B（推理，16%）的一半。尝试回答更多问题的同类模型会被重罚，Qwen3.5 9B（推理）得分为 -53，gpt-oss-20b（high）得分为 -63。

➤ 作为推理模型，它的 token 效率很高：每个 Intelligence Index 任务，MiniCPM5-2B 平均使用 19k 输出 token，和 Granite 4.2 3B（19k）并列对比模型集中最低。Ling 3.0 Tiny 每个任务消耗 56k，大约是它的三倍，仅多得一分。

额外模型细节：

➤ 参数：2.6B（稠密）

➤ 上下文窗口：131k token

➤ 输入模态：仅文本

➤ 协议：Apache 2.0