据 IPO 早知道消息，面壁智能于 9 月 8 日联合 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。
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。
智能体（Agent）被视为人工智能服务生产生活的重要方向。目前这类能力主要依托云端大模型实现，使用成本、响应速度与数据安全是普及中的现实考量。MiniCPM5-2B 在 2B（20 亿参数）规模上初步实现智能体能力雏形，验证了一条新路径：让智能体在手机、汽车等终端本地运行，有望带来更低的使用成本、更快的响应与更可靠的数据保护。
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 Qwen3.5 9B（645）和参数规模约为其 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。
此外，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。
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。
小马智行｜地平线｜文远知行 蜜雪冰城｜古茗｜沪上阿姨 极智嘉｜云迹科技｜特斯联
