面壁开源 MiniCPM5-2B：2B 参数登顶 4B 以下榜首，Agent 能力断层领先
新智元 · wechat · 2026-09-08
面壁智能与 OpenBMB 开源端侧模型 MiniCPM5-2B，以 23 分登顶 AA 榜单 4B 参数以下开源基座模型第一，超过 Gemma4 12B、Qwen3.5 9B 等更大模型；AA Agentic Index 拿下 20 分，约为同级模型普遍成绩（2 分）的十倍，在 GDPval-AAv2 上以 891 分最接近人类基线（1000 分）。
技术要点
- 同等任务平均仅消耗 21k 输出 token，为全场最低一档，端侧响应更快、成本更低。
- 同步开源训练 Recipe、自研 RL 框架 Meshy（去中央控制器、支持同步/异步/全异步）及四个数据集：UltraX 行级网页数据精修（省约 20% 训练量）、UltraData-Code 分级代码语料、50 余万条 Agent SFT 数据、三阶段清洗的 RL 数据。
- 算法上提出 JustRL-II：给 GRPO 加 Critic 实现词元级信用分配，配合可验证性过滤与难度筛选。
- 微调适配 LLaMA-Factory/ms-swift，推理覆盖 vLLM、llama.cpp、Ollama 等。
开源账：面壁三年累计开源超 10 个数据集（UltraChat、UltraFeedback、Ultra-FineWeb 等），UltraData 系列下载量超 266 万。文章认为在算力红利递减的背景下，开源数据治理方法比开源权重本身对行业影响更深远。
所属事件:面壁开源 MiniCPM5-2B，登顶 4B 以下开源模型智能榜(14 条相关)→
「模型」频道最新
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- DeepSeek 每 token KV 缓存两年降至 890 字节,开源闭源差距之辩 — teortaxesTex · 2026-10-27
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 爆料推测:fable 5.5 或达 4-5 万亿参数,以规模压制 Opus — haider1 · 2026-10-27
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27