9 月 8 日，面壁智能联合 OpenBMB 开源社区正式开源新一代「小钢炮」MiniCPM5-2B。
MiniCPM5-2B 的参数规模为 2B，是一款高密度端侧语言基座模型，支持工具调用、深度搜索、代码生成等任务，初步实现了端侧通用 Agent 雏形。
根据国际知名权威榜单 Artificial Analysis Intelligence Index（以下简称「AA榜单」）的最新评测，MiniCPM5-2B 综合能力得分 23 分，在全球 4B 参数规模以下的开源基座模型中综合表现第一。
其中，在评测智能体能力的 Agentic Index 指标上，MiniCPM5-2B 更是断层式领先：总分高达 20 分，同级模型（如 LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B）仅 2 分。
这一能力跃升的背后，是面壁智能在数据、模型训练与框架等大模型底层技术上的持续创新，也是面壁智能首创「密度定律」在端侧基础模型上的持续验证。
全球 4B 以下综合表现最优
在 AA 榜单上，MiniCPM5-2B 的综合能力得分提升至 23 分，位于全球 4B 参数以下开源模型之首，超越 Gemma 4 12B、Qwen3.5 9B 以及各大主流 3B-4B 级别的模型：
在模型的智能密度上，MiniCPM5-2B 实现了极致的参数效率比——以仅 2B 的参数体量，在智能水平上领先参数规模翻倍的 4B 同级开源模型。
这意味着：MiniCPM5-2B 仅用约一半的参数量，就跑出了近乎翻倍的智能得分，单位参数智能密度极高。
在推理效率与输出质量上，MiniCPM5-2B 表现出了 极高的 Token 产出效率：
同样消耗 21k Token（14k 思考 + 7k 答案），MiniCPM5-2B 的智力得分高达 23 分、同级第一。同比 Granite 4.2 3B 消耗 19k Token（12k 思考 + 7k 答案），智力得分仅 14 分；LFM2.5-2.6B 消耗 21k Token（14k 思考 + 7k 答案），智力得分仅 11 分。
也就是说，MiniCPM5-2B 用同等甚至更紧凑的计算成本，实现了几乎两倍的智能高度：
在通用 Agent 能力上，MiniCPM5-2B 也体现了高密度端侧语言基础模型的潜力：
根据 AA 榜单成绩，MiniCPM5-2B 获得断层式领先的 20 分，是同级模型（包括 LFM2.5-2.6B、Granite 4.2 3B、Mistral 3 3B）的 10 倍能力增长，初步实现了 高智能密度端侧通用 Agent 能力雏形。
除了 AA 榜单，MiniCPM5-2B 在覆盖代码推理、数学推理、指令遵循、综合知识、长文本、工具调用和智能体任务等方向的 34 项基准评测中也有出色表现：
- 其平均得分高达达 53.9 分，排名第一，不仅领先同级 2B 模型第二名的 33.2 分，也超过 4B 模型中表现最佳的 Qwen3.5-4B。
- 具体任务上，代码推理、数学推理、长文本、工具调用、搜索智能体、通用智能体等多个领域上均领先同级 2B 乃至参数规模更大的 3B-4B 行业主流模型。
以 1000 分为人类基线，MiniCPM5-2B 在真实任务评测中获得 891 分，居于 4B 以下模型榜首，同时远高于参数规模约为其 6 倍的 Gemma 4 12B（647 分），更接近人类水平。
MiniCPM5-2B 在智能密度与 Token 消耗上的表现，进一步验证了面壁智能首创「密度定律」的科学性，也体现了其在算力与显存有限的手机、车机、PC、机器人等端侧设备上兼顾性能与成本的落地优势。
数据治理，让智能更高效
MiniCPM5-2B 高效平衡性能与成本的背后，是 对每一个模型参数潜力的极致挖掘。支撑这一结果的，是面壁智能自 2023 年以来率先积累多年的 数据治理 经验与成果。
受限于算力、显存等因素，目前能够部署到端侧设备上的模型参数规模有限，因此每一个参数的智能密度都直接决定了端侧智能的上限。数据治理是提高智能密度的关键。
MiniCPM5-2B 基于面壁智能 UltraData 的 L0 至 L4 分级数据治理体系，在通用网页、数学、代码、SFT、RL 等多个维度上提出了完善的数据治理方案。伴随 MiniCPM5-2B 一同新开源的，还有 4 个数据集：UltraData-Code、UltraData-SFT-Agent-2609、UltraData-RL-2609、UltraX。
- UltraData-Code：
面向代码预训练与能力优化，覆盖 UltraData L0 至 L3 分级代码数据。项目从约 1.92 亿个公开 GitHub 仓库中采集原始数据，经过清洗去重、算法代码筛选和任务导向的结构化合成，分别形成约 400B 词元的 L2 算法代码精筛数据和约 150B 词元的 L3 任务导向合成数据。
- UltraData-SFT-Agent-2609：
用于 MiniCPM5-2B 后训练阶段的智能体能力优化，包含约 50 万条训练样本，覆盖工具调用、网页搜索、代码生成、Office 文档处理、数据库交互等任务，可有效提升端侧模型智能体能力。
- UltraData-RL-2609：
该数据是 MiniCPM5-2B 强化学习阶段的核心数据集，包含超过 8 万条覆盖数学推理、代码生成、通用知识问答和长文本理解的高质量样本。针对题目不可验证、奖励标签不可信以及难度与模型能力不匹配等问题，数据集通过可验证性过滤、奖励可信性校验和难度匹配三阶段流程进行严格清洗，为 RL 训练提供高信噪比的奖励信号和可靠的数据基础。
- UltraX：
UltraX是一个面向大规模预训练数据的函数调用式精炼框架。它通过轻量化模型逐条地对数据生成处理脚本，实现低成本、细粒度且可追溯的数据清洗。UltraX 包含五个数据子集，合计约 100B 词元、1.14 亿条样本，可有效提升预训练数据质量。
目前，UltraData 数据集在开源社区已得到广泛验证。截至 2026 年 9 月，UltraData 系列数据集累计下载量超过 266 万次，累计开源数据集数量已超过 10 个。
可扩展的强化学习
此次，随着 MiniCPM5-2B 的开源，面壁智能与 OpenBMB 还开源了全新的自研强化学习框架 Meshy 与基于奖励的强化学习策略 JustRL II。
在训练框架侧，Meshy 彻底去掉了 RL 训练的中央控制器和 Ray 依赖，将训练、推理、奖励计算等全部建模到对等服务，利用 TransferQueue 中的数据就绪状态来驱动实际控制流，能够简单的在同步、异步、全异步三种训练模式中灵活切换，便于扩展。
在算法层面，端侧模型做长思维链强化学习，常常训练过程中分数不升反降：一方面训练数据里噪声多、难度不匹配，奖励信号容易带偏模型；另一方面 GRPO 信用分配太粗糙，面对上万词元的推理链，分不清哪步对、哪步错。为此，MiniCPM 团队提出 JustRL II ：数据上，用三阶段流水线筛选校准训练数据；算法上，给 GRPO 装上 Critic，实现词元级信用分配。在 JustRL II 加持下，MiniCPM5-2B 在 RL 后训练中获得了显著的性能收益。
多款芯片 Day0 适配，加速产业落地
为加速产业落地，MiniCPM5-2B 已与英特尔、瑞芯微、Arm 等多家芯片或计算平台厂商完成了 Day0 首日原生适配，在多款芯片上表现出色。
在英特尔平台上，依托酷睿 Ultra 系列 XPU 全异构算力（CPU、GPU、NPU）以及 OpenVINO™ 工具套件，对 MiniCPM5‑2B 开展算子、图融合、内存调度全链路深度优化。相较于基准版本，预填充 (Prefill) 和解码 (Decode) 性能均得到大幅提升；可显著压低运行内存占用，大幅削减长上下文推理时延，以低功耗稳定跑通深思考推理、工具调用、深度搜索、代码生成全套端侧 Agent 能力。开发者基于英特尔 AI PC 可实现开箱即用的本地化部署，从底层硬件、优化工具链到上层 Agent 应用形成完整闭环，充分释放 MiniCPM5‑2B 端侧 AI 的全部产业潜力。
在瑞芯微平台上，MiniCPM5-2B 可以基于 RK3588+RK1828 双芯平台实现完整端侧部署，依托瑞芯微 RKNN3 完整工具链完成模型量化、算子深度优化，依托 RK182X 系列的高带宽优势有效降低大模型首 token 时延，在端侧硬件上稳定运行，完整复现包括深思考推理、工具调用、深度搜索、代码生成等端侧 Agent 核心能力。
在 Arm 计算平台上，MiniCPM5-2B 现已能够在搭载启用第二代可伸缩矩阵扩展 (SME2) 技术的 Armv9 计算平台的移动设备上实现高效运行。内置于 Armv9 CPU 架构，Arm SME2 可在 CPU 上直接实现 AI 加速，能够在 AI 异构计算框架下，高效支持各类实时移动端推理任务。实际测试结果显示，在启用 SME2 技术的移动设备上运行 MiniCPM5-2B 时，预填充（prefill）与解码（decode) 阶段的性能分别实现了约 1.7 倍和 1.2 倍的提升，有利于为用户带来更加流畅、智能的端侧 AI 体验。
数据、框架、训练方法均开源
面壁智能与 OpenBMB 本次联合开源，不仅开源 MiniCPM5-2B 模型本身，还同时开源模型背后的训练 Recipe（配方）、框架与数据。
近年来，面壁智能联合 OpenBMB 开源社区持续推进基础模型技术开放。截至 2026 年 8 月，MiniCPM 系列模型开源下载量已突破 5000 万，语言基础模型 MiniCPM 开源下载量突破 1300 万。
目前，MiniCPM5-2B 已接入主流开发工具链，并适配多种模型开发与部署工具。
模型训练与微调方面，MiniCPM5-2B 支持 LlamaFactory、ms-swift 等工具；在推理部署上，支持 SGLang、vLLM、llama.cpp、Ollama、Hugging Face Transformers 等主流框架，并兼容面壁智能自研的 Arclight CPU 推理框架。开发者可以根据设备类型、算力条件和应用需求，选择适合的部署与开发方案。
以开源推动中国 AGI 技术的发展，是面壁智能与 OpenBMB 一直以来的共同追求。未来，面壁智能也将继续秉持开源开放的理念，加速人工智能的落地与普惠，让更强的端侧智能走进更广泛的真实场景。
目前，MiniCPM5-2B 模型、数据与框架均已开源，开发者可通过以下地址获取。
➤ MiniCPM5-2B 开源链接 （含模型与 UltraData 系列数据）
HuggingFace：
🔗 https://huggingface.co/collections/openbmb/minicpm5
GitHub：
🔗 https://github.com/OpenBMB/MiniCPM
➤ Meshy 框架开源链接
GitHub：
🔗 https://github.com/OpenBMB/Meshy
博客：
🔗 https://maydomain.notion.site/meshy-blog-zh
➤ JustRL II 强化学习算法
🔗 https://panhaoxuan.notion.site/justrl-ii-small-llms-to-128k-reasoning-with-a-critic-cn
本文作者@面壁智能。原文链接：https://mp.weixin.qq.com/s/QjIQhrayJK47SAN2E5TpdA