OpenBMB 发布 MiniCPM5-2B

背景

大模型的关注度往往集中在参数规模的最顶端，但真正落到日常使用中的，很多是另一类模型：小到能跑在笔记本、手机或一张普通加速卡上的模型。OpenBMB 的 MiniCPM 系列就处在这个区间。MiniCPM5-2B 是 MiniCPM5 系列中的第二个模型，排在 MiniCPM5-1B 之后，可以看出这个系列是按从小到大的顺序，一步一步把不同规模补齐的 ^[2]。

发布内容

OpenBMB 于 2026 年 9 月 6 日发布 MiniCPM5-2B ^[1]。它是一个稠密（dense）Transformer，参数量为 20 亿 ^[2]。所谓「稠密」，指结构上最直白的那种安排：网络里的每一个参数都参与处理每一个词元（token），与混合专家（mixture-of-experts）那类只让每个词元经过部分网络的稀疏设计相对。这一规模的稠密模型训练起来更简单，运行时更省心，也更容易分析，这也是小模型这一段总有人回到稠密结构的原因。

与模型一同放出的还有 UltraX，这是一个开放的训练数据集，用来配合该模型 ^[2]。把数据和权重一起发布，对只想使用模型的人区别不大，但对想研究「这样的模型是怎么训出来的」的人意义完全不同。

关键细节

团队把 MiniCPM5-2B 描述为 20 亿参数级别的开源模型中表现最优者，并称它可与 40 亿参数级的模型竞争 ^[2]。这是团队自己的说法，值得注意的其实是这句话的方向：一个 20 亿参数的模型，被拿来和体量约为自己两倍的模型比较。如果小模型在人们真正关心的任务上能和大一档的模型打得有来有回，部署上的账就要重算——显存更少、推理更快，还有可能直接跑在本地。

采用情况从模型卡上的数字也能看出一些：模型卡记录到的下载量超过一百万次 ^[1]。下载量只是一个粗略信号，不能当作质量指标——其中既有只试用一次的人，也有真正在其上构建应用的人——但一个小的开源模型能有七位数的下载量，说明开发者和研究者的实际访问量是实实在在的。

意义

这次发布的意义大致在三个方面。其一是单位参数的能力：20 亿级开源最优、可与 40 亿级竞争的说法，如果在独立使用中站得住，就等于把更多能力塞进了普通硬件能承受的体量里 ^[2]。其二是开放性：权重之外还有训练数据集 UltraX，学生和研究者因此拿到了一个完整的样本，可以看清楚一个现代小模型是怎么搭起来的 ^[2]。其三是系列本身：有了 MiniCPM5-1B，再加上现在的 MiniCPM5-2B，OpenBMB 提供的是一级一级的规模阶梯，而不是孤零零一个点，使用者可以挑满足需求的最小那一个 ^[2]。

MiniCPM5-2B 在 2026 年 9 月 6 日问世，它的分量最好放在这个语境里看：一个稠密的小模型，连同训练数据一起公开，瞄准的正是日常部署发生得最多的那个规模段 ^[1][2]。